The impact of topography on property damages caused by cloudbursts : A case study of a cloudburst event in Jönköping, Sweden 2013

Skyfall har blivit mer och mer frekventa i Sverige till följd av den globala uppvärmningen och de klimatförändringar som sker, och kraftiga skyfall kan leda till omfattande skador som ibland är svåra att förutse. Studien undersöker potentiella samband mellan skador på byggnader som uppstod vid ett skyfallsevent i Jönköping 2013 och byggnadernas omgivande topografi, hydrologi samt hårdgjorda ytor. Tidigare studier inom området har undersökt samband mellan flera variabler och skadade områden, men genom att studera topografi/hydrologi samt hårdgjorda ytor tillsammans med försäkringsdata, undersöks dessa förutsättningars påverkan mer specifikt i detta arbete. Olika stora buffertzoner runt byggnader användes för att extrahera flödesackumulering baserade på höjddata för analys av hydrologin samt klassificerad data för analys av andel hårdgjord yta. Data från hela studieområdet samt ett mindre område koncentrerat till två villakvarter studerades och på extraherad data utfördes visualiseringar, statistiska beräkningar och T-tester för att undersöka potentiella samband. Resultaten visade att den större buffertzonen på 50 m med metoden identifierar ett större antal skadade byggnader än de mindre buffertzonerna. En klassificerad hårdgjord yta kan vara användbar för att identifiera mer sårbara områden i ett större perspektiv medan flödesackumulerad data på grund av sin stora variation verkar lämpa sig bättre för analyser av mindre områden. Due to global warming and climate change, heavy rainfalls have become more frequent in Sweden and can lead to extensive damage that is sometimes difficult to predict. This study examines potential correlations between damage to buildings that occurred during a cloudburst event in Jönköping in 2013 and the surrounding hydrology, topography and degree of surface sealing. Previous studies in the field have examined correlations between several variables and damaged areas, but by studying hydrology and impervious surfaces individually and their correlation with insurance data, their impact is examined more specifically in this study. Different sized buffer zones around buildings were used to extract flow-accumulation data and percentage of impervious surfaces. Data from the entire study area and a smaller area concentrated on two residential blocks were studied and visualizations, statistical calculations and T-tests were performed on extracted data to investigate potential correlations. The results showed that the larger 50 m buffer zone with the method identifies a larger number of damaged buildings than the smaller buffer zones. Classified impervious surface can be useful for identifying more vulnerable areas in a larger perspective while flow-accumulation data due to its large variation seems better suited for analysis of smaller areas.