Sistem Drainase
Dampak Perubahan
Iklim dan Adaptasi Perkotaan
Laporan Penilaian Kelima IPCC menyimpulkan bahwa, akibat pemanasan global, kejadian curah hujan lebat diperkirakan akan meningkat frekuensi dan intensitasnya akibat perubahan iklim
(Pachauri et al., 2015).Di Kanada, suhu rata- rata tahunan telah meningkat sebesar 1,6°C selama 50 tahun terakhir
(Environment and Climate Change Canada, 2016).
Demikian pula, curah hujan tahunan telah meningkat dari 5% menjadi 35% di Kanada bagian selatan selama satu abad terakhir
(Groisman dan Easterling, 1993).Perubahan pola curah hujan menuju badai yang lebih hebat dapat menyebabkan banjir pluvial yang meluas, yang diperburuk oleh perencanaan penggunaan lahan yang tidak tepat, peningkatan pengerasan jalan, dan hilangnya ruang penyimpanan air. Jaringan drainase yang dirancang berdasarkan rezim iklim historis mungkin tidak akan berfungsi lagi di masa depan. Banjir pluvial terjadi ketika curah hujan ekstrim membanjiri sistem drainase dan kelebihan limpasan tidak dapat diserap
(Maksimovic et al., 2009).Hal ini dapat mengakibatkan biaya kerusakan dan dampak lingkungan yang signifikan. Kerugian akibat kerusakan dapat semakin meningkat akibat efek sinergis dari penuaan infrastruktur, perubahan iklim, dan urbanisasi. Pada tahun 2016, aset stormwater senilai lebih dari $10 miliar berada dalam kondisi buruk atau sangat buruk di seluruh Kanada, dan dengan tingkat reinvestasi saat ini, diperkirakan akan terjadi penurunan lebih lanjut dalam kondisi aset
(Canadian Infrastructure Report Card, 2016).Di sisi lain, pertumbuhan populasi perkotaan memerlukan pembangunan infrastruktur baru dan perubahan tutupan lahan menuju permukaan yang sebagian besar kedap air. Pergeseran seperti ini akan mengurangi jumlah air yang meresap dan dapat meningkatkan bahaya banjir
(Harbor, 1994; Pauleit et al., 2005).Selain itu, daerah yang kedap
air mengumpulkan dan mengakumulasi polutan dan partikel yang tersapu air hujan dan mencemari badan air penerima.
Yekenalem Abebe, Solomon Tesfamariam
3.1 Pendahuluan
Rekayasa Adaptasi Iklim
https://doi.org/10.1016/B978-0-12-816782-3.00003-6 73
BAB TIGA
© 2019 Elsevier Inc.
Universitas British Columbia, Fakultas Teknik, Kelowna, BC, Kanada
Seluruh hak cipta.
teknik untuk mengurangi dampak buruknya. Sebagian besar penelitian yang dilaporkan memberikan investigasi rinci pada bagian tertentu dari jaringan drainase.
perlu mendukung pemerintah kota dalam proses pengambilan keputusan untuk mengelola infrastruktur air hujan secara efektif, memprioritaskan keputusan investasi,
Kang dkk. (2016) mempelajari alternatif untuk memperbaiki sistem drainase di
penilaian diuraikan. Selain itu, analisis ekonomi mengenai pilihan adaptasi
(Gbr. 3.1). Pendekatan ini menggunakan pendekatan top-down yang memperhitungkan penilaian kerentanan berskala besar serta penyelidikan adaptasi yang terperinci. Selain itu,
pemilik, pemerintah kota, dan perusahaan asuransi. Makanya, ada yang kritis
kerangka kerja berbasis risiko untuk menilai kelayakan ekonomi setiap opsi.
penilaian kerentanan banjir skala kota serta investigasi mitigasi secara rinci. Selanjutnya langkah- langkah penting dalam kinerja, bahaya, dan risiko
Berggren dkk. (2011) menyelidiki kinerja hidrolik sistem drainase perkotaan dalam kondisi iklim masa depan di Kalmar, Swedia. Semadeni-Davies
dampak dan adaptasi sistem drainase perkotaan. Perairan dkk. (2003) menyelidiki dampak peningkatan curah hujan ekstrim sebesar 15% pada kondisi perkotaan pada umumnya.
kerangka kerja dijelaskan secara rinci di Bagian 3.2. Pada Bagian 3.3, kerangka kerja diterapkan pada wilayah studi kasus di Vernon, Kanada.
daerah tangkapan air di Ontario selatan dan usulan alternatif adaptasi.
dan mengoptimalkan biaya sambil memasukkan strategi adaptasi iklim ke dalam prosesnya.
Hingga saat ini, terdapat berbagai laporan penelitian mengenai perubahan iklim
Incheon, Korea dan mengusulkan kerangka pengambilan keputusan tujuh langkah.
sebagai cara memilih opsi yang paling tepat dibahas. Yang diusulkan
Metodologi yang diusulkan menguraikan kerangka komprehensif untuk menilai
sistem di Massachusetts. Mereka menggunakan analisis skenario multikriteria untuk mengevaluasi
dkk. (2008) menilai potensi dampak perubahan iklim terhadap air hujan
dan perkiraan peningkatan curah hujan lebat akan meningkatkan risiko banjir dan merekomendasikan pemasangan sistem drainase perkotaan berkelanjutan (SUDS)
dampak perubahan iklim dan merencanakan alternatif adaptasi untuk infrastruktur drainase Kirshen dkk. (2014) menyajikan studi kasus mengenai drainase perkotaan di Somerville
mengalir di Helsingborg, Swedia Selatan. Mereka menyimpulkan bahwa urbanisasi Memulihkan banjir dan kerusakan terkait merupakan hal yang mahal bagi properti
gabungan limbah yang dibuang, dan laju aliran puncak. Zhou dkk. (2012) menyelidiki tiga opsi adaptasi iklim di Odense, Denmark dan mempresentasikannya
Dalam bab ini, kami menyajikan kerangka tiga fase yang menjelaskan hal tersebut strategi adaptasi alternatif, berdasarkan volume banjir, volume
3.2 Metodologi
penilaian Kerentanan terhadap banjir
Tidak berwujud Penggenangan
adaptasi Skala besar
kerusakan
Keputusan berbasis risiko Peristiwa curah hujan
ekstrem
Langkah-langkah adaptasi Tingkat layanan
Penilaian
kerusakan Risiko banjir
analisis adaptasi
Infrastruktur
Bahaya Konsekuensi
Biaya
Cakrawala perencanaan
penilaian
Skenario perubahan iklim
Berwujud Pemodelan curah
hujan-limpasan
Manfaat tambahan dari
Pengurangan risiko jenis
langkah-langkah penting dalam penilaian kinerja, bahaya, dan risiko diuraikan dan analisis ekonomi alternatif adaptasi dibahas. Kerangka kerja ini dibagi menjadi tiga fase:
untuk memfokuskan sumber daya dan melakukan studi rinci hanya pada bagian-bagian penting
• Fase 1: dilakukan penilaian kerentanan banjir pluvial skala kota
mengidentifikasi lokasi-lokasi penting untuk penyelidikan lebih lanjut. Langkah ini sangat penting
Fase
Fase Fase
sistem drainase.
Gambar 3.1 Kerangka pengambilan keputusan dampak perubahan iklim dan adaptasi untuk perkotaan
manfaat bersih dari tindakan adaptasi. Selain itu, wilayah perkotaan memiliki interaksi sosio- ekonomi yang kompleks sehingga sulit untuk mengukur kerusakan
ke fase berikutnya.
manajemen, perencanaan adaptasi terhadap banjir pluvial masih merupakan tantangan
oleh perubahan iklim. Hal ini penting bagi pemerintah kota untuk memfokuskan sumber daya dan
kepadatan, kemiringan lereng, kelas drainase tanah, kepadatan drainase, DEM, curah hujan, dan kapasitas umur drainase. Jumlah banjir basement dan cadangan saluran pembuangan yang dilaporkan
tingkat layanan yang diperlukan (LOS) perlu ditentukan sebelum melanjutkan
Meskipun ada peningkatan perhatian terhadap praktik berkelanjutan untuk air hujan
Pada langkah pertama kerangka ini, pengkajian kerentanan banjir skala besar diusulkan untuk mengidentifikasi lokasi-lokasi penting yang mungkin terkena dampak besar
kinerja sistem drainase untuk kondisi iklim saat ini dan masa depan dinilai dengan menggunakan metode satu dimensi-dua dimensi (1D-2D)
Pemodelan jaringan drainase perkotaan dalam skala besar sulit dan memakan waktu. Sistem drainase perkotaan terdiri dari beberapa sistem drainase bawah tanah
pendekatan penilaian kerentanan banjir menggunakan gabungan GIS dan Bayesian simulasi genangan.
• Tahap 2: dilakukan kajian dampak perubahan iklim secara rinci. Itu
tugas karena kompleksitas lingkungan perkotaan (Zhou et al., 2012).
melakukan penyelidikan terperinci hanya pada lingkungan kritis. Jadi, sebuah
model BBN, faktor penting yang dapat berkontribusi terhadap terjadinya dinilai. Terakhir, manfaat keseluruhan dari pilihan adaptasi dibandingkan
struktur (seperti pipa dan lubang got) dan jalur aliran darat (termasuk
sulit untuk mengoptimalkan kinerja teknis sistem dan memperkirakannya
Model jaringan kepercayaan (BBN) yang dapat menangkap hubungan biasa antara faktor-faktor penyebab banjir diusulkan (Gambar 3.2). Rincian metodologi dan implementasinya dilaporkan dalam Abebe dkk. (2018). Untuk membangun
• Fase 3: langkah-langkah adaptasi yang relevan dengan sistem drainase perkotaan diidentifikasi dan kinerjanya dalam hal pengurangan risiko diidentifikasi
selokan pinggir jalan, jalan raya, kolam penampungan, dan gelombang besar). Struktur yang saling berhubungan ini sering kali menunjukkan dinamika nonlinier yang kompleks
jaringan drainase. Selanjutnya, horizon perencanaan dan
biaya dan risiko yang diperlukan untuk perencanaan adaptasi.
banjir perkotaan diidentifikasi. Faktor yang digunakan adalah tutupan lahan, jumlah penduduk
Kerusakan yang terjadi dapat digunakan untuk mewakili indeks kerentanan banjir (FVI). Pada untuk memilih di antara alternatif-alternatif yang potensial.
3.2.1 Fase Satu: Penilaian Kerentanan Skala Kota
IDF [T=50,D=10]
Kepadatan drainase N
Tutupan lahan
FVI
IDF [T=2,D=10]
Intensitas curah hujan
Informasi drainase kapasitas Permukaan beraspal
Daerah kedap air
Lereng
IDF [T=5,D=10]
IDF [T=25,D=10]
Informasi drainase kondisi Cakupan vegetasi
Kepadatan penduduk
IDF [T=100,D=10]
IDF [T=10,D=10]
Informasi yang dirancang. kapasitas
Kelas drainase tanah
DEM
Informasi drainase jenis
Daerah tembus pandang
Pada akhir fase ini, lokasi kritis dengan FVI tinggi akan diidentifikasi untuk analisis lebih lanjut.
3.2.1.1 Tingkat Pelayanan
Tingkat perlindungan banjir dan standar kualitas air yang diperlukan merupakan pertimbangan utama dalam desain sistem drainase perkotaan. Sistem drainase stormwater terdiri dari sistem kecil dan besar. Sistem drainase kecil dirancang untuk menangani badai yang lebih sering terjadi. Jalur yang dilalui limpasan melebihi kapasitas sistem minor disebut sistem mayor. Sistem utama ditujukan untuk badai yang lebih jarang terjadi. Wilayah ini terdiri dari saluran air alami, daerah penampungan sementara, dan kawasan hijau. Sistem besar dan kecil saling terkait erat dan rancangan serta pengelolaannya perlu dilakukan bersamaan untuk mencapai tujuan pengelolaan air hujan secara keseluruhan (Maksimovic dkk., 2009).
Kinerja sistem drainase dapat diukur dari kapasitas hidroliknya dalam mengalirkan limpasan secara aman melalui daerah tangkapan air tanpa menyebabkan banjir.
Pemerintah kota biasanya menetapkan standar desain berdasarkan periode
pengembalian yang menyatakan tingkat perlindungan yang diperlukan. Misalnya, kota Vernon, Kanada merekomendasikan bahwa sistem kecil harus mampu menangani badai yang berlangsung selama lima tahun di wilayah pemukiman dengan kepadatan rendah, sedangkan sistem besar dirancang untuk menangani badai yang berlangsung selama 100 tahun (Bailey, 1992). . Untuk saluran pembuangan badai dan jalur aliran darat utama, hal ini sesuai dengan probabilitas tahunan terjadinya luapan masing- masing sebesar 0,20 dan 0,01. Oleh karena itu, LOS sistem drainase dapat ditentukan
oleh periode kembali curah hujan di mana kerusakan akibat banjir dimulai (Arnbjerg-Nielsen dan Fleischer, 2009).
Gambar 3.2 Model penilaian kerentanan banjir pluvial berbasis BBN (Abebe et al., 2018).
didasarkan pada asumsi mendasar bahwa distribusi probabilitas curah hujan ekstrem stasioner secara statistik (Rosenberg dkk., 2010). Namun asumsi ini tidak valid karena perubahan iklim (Srivastav et al.,
dalam kinerja sistem drainase, risiko banjir, dan dampak perubahan iklim
dan durasi yang berbeda (D). Mereka biasanya dikembangkan dengan cara yang ekstrim kondisi merupakan karakteristik sistem yang penting (Nanos dan Filion, 2016). Perubahan iklim yang disebabkan oleh peningkatan curah hujan ekstrem dapat mempengaruhi kinerja sistem air hujan. Sampai saat ini, desain infrastruktur stormwater
harus dipertimbangkan dalam proses perencanaan. Pada bagian ini langkah-langkah penting
paling sering digunakan untuk mengkarakterisasi kejadian presipitasi. Kurva IDF memberikan kedalaman akumulasi curah hujan untuk berbagai periode ulang (T)
3.2.2.1 Penilaian Bahaya
dkk., 2013). Namun, kurva IDF disusun berdasarkan data historis
Infrastruktur drainase stormwater direncanakan berdasarkan kondisi cuaca setempat. Namun, data hidrologi tidak lagi statis seiring berjalannya waktu karena
2014). Oleh karena itu, intensitas dan frekuensi bahaya banjir pluvial dapat meningkat secara signifikan di masa depan.
penilaian dibahas.
distribusi nilai, seperti Gumbel, nilai ekstrim umum (GEV), atau log-normal, hingga deret waktu curah hujan maksimum tahunan (AMP) (Mirhosseini
perubahan iklim, perubahan penggunaan lahan, dan kerusakan infrastruktur dapat menyebabkan hal ini
Proses banjir pluvial perkotaan merupakan fungsi dari curah hujan, laju timbulan limpasan, permukaan tanah, dan kapasitas aliran saluran pembuangan suatu wilayah. Masing-masing proses hidrologi dan hidrolik ini harus dianalisis untuk menilai bahaya banjir. Ini
dan perutean aliran darat (simulasi 1D atau 2D).
diperbarui untuk mencerminkan perubahan yang diperkirakan terjadi pada iklim di masa depan.
perubahan iklim dan pendekatan desain baru diperlukan. Kombinasi
membutuhkan pemodelan curah hujan-limpasan, pemodelan aliran saluran pembuangan (simulasi 1D), Kemampuan sistem drainase perkotaan untuk berfungsi secara memadai dalam berbagai hal
infrastruktur dan membangun sistem air hujan baru, kondisi yang berubah ini
Langkah penting pertama dalam pengkajian bahaya adalah menentukan pembebanan sistem atau kejadian curah hujan ekstrim. Kurva intensitas-durasi-frekuensi (IDF).
memperburuk banjir perkotaan. Ketika pemerintah kota berupaya memperbaiki yang sudah ada
Peristiwa Curah Hujan Ekstrim
3.2.2 Fase Kedua: Penilaian Dampak Perubahan Iklim
Model sirkulasi umum (GCM) dan model iklim regional (RCM) memberikan dinamika sistem iklim dan proyeksi parameter iklim masa depan (Eden et al., 2014). Model-model ini memiliki resolusi spasial yang rendah dan tidak memberikan rincian temporal dan spasial yang relevan yang diperlukan untuk perencanaan sistem drainase. Oleh karena itu, teknik downscaling (dinamis atau statistik) digunakan untuk menyiapkan data yang terlokalisasi dan beresolusi tinggi. Prosedur statistik umumnya merumuskan hubungan prediktor-prediksi antara GCM dan data yang diamati secara lokal (Herath dkk. 2016).
Berbagai prosedur penurunan skala statistik telah diusulkan untuk memperbarui kurva IDF (misalnya Hanssen-Bauer et al., 2005; Jacobeit et al., 2014; Nguyen et al., 2007;
Wilby et al., 1998). Dalam penelitian ini, metode equidistance quantile match (EQM) yang dikemukakan oleh Srivastav et al. (2014) digunakan. Langkah pertama dalam metode EQM adalah merumuskan hubungan statistik antara stasiun yang diamati dan AMP historis (baseline) GCM. Pada langkah kedua, ia menetapkan hubungan statistik antara periode dasar GCM dan proyeksi masa depan. Terakhir, hubungan antara dua langkah pertama digunakan untuk memperbarui kurva IDF untuk periode mendatang.
Rincian lebih lanjut mengenai metodologi dapat ditemukan di Sandink dkk. (2017) dan Srivastav dkk. (2014).
Pemodelan Curah Hujan-
Limpasan Untuk mengukur bahaya banjir, pertama-tama harus ditentukan hubungan curah hujan-limpasan. Ini adalah proses yang kompleks dan banyak model tersedia dengan akurasi yang bervariasi (Lee et al., 2005; Rajurkar et al., 2004). Metode area waktu adalah salah satu alternatif paling sederhana dan tercepat untuk memperkirakan total aliran limpasan ke lubang got (O'Loughlin et al., 2010). Metode ini didasarkan pada hyetograph kelebihan curah hujan dan representasi wilayah waktu dari daerah tangkapan air yang menyumbang. Daerah tangkapan air ditentukan oleh persentase daerah kedap air, waktu konsentrasi, dan kurva waktu-daerah. Kelebihan limpasan bergantung pada kerugian awal akibat pembasahan dan penyimpanan depresi serta kerugian hidrologi berkelanjutan yang disebabkan oleh evapotranspirasi dan intersepsi.
Pemodelan Genangan
Pemodelan genangan dapat didasarkan pada model berbasis fisik yang menyelesaikan persamaan kontinuitas dan momentum air atau model konseptual yang hanya memenuhi persamaan kontinuitas dan menggunakan hubungan teoritis antar parameter (Ochoa- Rodrÿ´guez et al., 2013). Karena model berbasis fisik memerlukan komputasi yang intensif dan memerlukan waktu pemrosesan yang lebih lama, model konseptual yang menggunakan model aliran permukaan berbasis GIS dan model elevasi digital (DEM) merupakan pendekatan alternatif dan sederhana. Namun, pendekatan ini mungkin saja terjadi
mempengaruhi ketepatan perkiraan dan tidak dapat memprediksi kecepatan air (Liu dan Pender, 2010). Contoh metode tersebut mencakup Rapid Flood Spreading Model (Lhomme et al., 2008; Wang et al., 2010), dan pendekatan Cellular Automata (Guidolin et al., 2016).
Van Dijk dkk. (2014) membandingkan teknik ini dengan model berbasis fisik dan menemukan bahwa model aliran permukaan terbukti menjadi alternatif yang mudah dan cepat untuk mengidentifikasi lokasi rentan di daerah perbukitan dan datar. Sedangkan model simulasi 1D-2D yang digabungkan memberikan hasil yang lebih baik pada daerah peralihan antara bukit dan datar. Genangan Pluvial
3.2.2.2 Penilaian Konsekuensi (Kerusakan) Banjir dapat menimbulkan dampak fisik, sosial, atau ekologi (Merz et al., 2010).
Kerusakan akibat banjir dipengaruhi oleh beberapa faktor, seperti kecepatan aliran, durasi, kontaminasi, dll. Oleh karena itu, fungsi kerugian yang hanya didasarkan pada kedalaman genangan mungkin memiliki ketidakpastian yang besar (Thieken et al., 2009).
teknik pemodelan berkembang menuju model simulasi 1D-2D berpasangan, yang dapat mensimulasikan interaksi antara aliran permukaan dan saluran pembuangan (Van Dijk et al., 2014). Dalam studi ini, simulasi 1D-2D yang digabungkan digunakan untuk menganalisis luas genangan untuk berbagai skenario proyeksi perubahan iklim.
Kerusakan yang nyata diukur dalam bentuk uang, sedangkan kerusakan yang tidak berwujud seperti dampak sosial dan ekologi sulit diperkirakan (Natural Resources Canada, 2017).
Penilaian dampak sosial berfokus pada penderitaan psikologis dan emosional para korban, sedangkan dampak ekologis menilai gangguan terhadap ekosistem alam (Kubal dkk., 2009).
Metode untuk mengukur kerusakan yang tidak berwujud belum dikembangkan dengan baik dan sebagian besar studi analisis risiko banjir perkotaan hanya mempertimbangkan kerusakan yang berwujud (Lekuthai dan Vongvisessomjai, 2001). Kerusakan nyata dapat berupa kerusakan langsung yang terjadi segera atau kerusakan tidak langsung yang terjadi seiring berjalannya waktu dan dapat berdampak pada aktivitas di wilayah sekitarnya (Thieken et al., 2009). Biasanya, kerusakan tidak langsung diperkirakan sebagai persentase dari perkiraan kerusakan langsung. Kerusakan langsung dapat dikelompokkan lebih lanjut menjadi kerusakan struktural, internal, atau eksternal (Natural Resources Canada, 2017). Kerusakan ini dapat dinilai dengan menggunakan kurva kerusakan dalam, kerapuhan, atau kerugian, yang menggambarkan hubungan antara kedalaman genangan dan kerugian ekonomi. Karena tidak praktis untuk menyiapkan kurva individual untuk semua struktur di wilayah studi, skema klasifikasi yang mengelompokkan struktur yang berperilaku serupa ke dalam satu kelas biasanya diterapkan. Hubungan-hubungan ini dapat dibangun dari sejarah peristiwa banjir dan data kerusakan atau dapat disintesis dari penilaian kerugian rinci pada struktur sampel.
3.2.2.3 Risiko Banjir
Risiko banjir dalam jangka waktu perencanaan ditentukan dengan menggabungkan biaya kerusakan akibat berbagai kejadian hujan ekstrem, berdasarkan kemungkinan terjadinya (Olsen et al., 2015). Peristiwa dengan probabilitas tinggi memiliki biaya kerusakan yang lebih rendah, sebaliknya peristiwa yang menyebabkan kerusakan besar mungkin tidak sering terjadi (lihat Gambar 3.3A). Penting untuk
mempertimbangkan beberapa simulasi untuk mencakup periode ulang yang luas.
Kombinasi peristiwa-peristiwa ini dengan periode pengembalian yang sesuai menghasilkan kurva kepadatan risiko D(p) (Arnbjerg-Nielsen dan Fleischer, 2009) (lihat Gambar 3.3B). Perkiraan kerusakan tahunan E(L) dapat dihitung dengan
mengintegrasikan kurva kepadatan risiko pada seluruh probabilitas (p) dan daerah tangkapan air (A) sebagai:
(3.1)
Solusi analitis juga dapat ditemukan dengan mengasumsikan hubungan log-linear antara biaya kerusakan dan periode pengembalian T. Simulasi rangkaian waktu adalah metode lain untuk memperkirakan rata-rata biaya kerusakan yang diperkirakan untuk periode observasi tertentu
(Olsen et al., 2015 ).Dengan
menerapkan hubungan log-linear antara biaya kerusakan dan periode pengembalian, E(L) dapat dihitung hanya dengan beberapa simulasi bahaya
(Arnbjerg-Nielsen danFleischer, 2009).
Dalam penelitian ini digunakan metode simulasi time series. Metode ini memperkirakan
E Lð Þ¼ ððD pð ÞdpdAdimana D(p) adalah kerusakan untuk periode pengembalian tertentu (T¼1/p).
Integral diselesaikan dalam rentang antara nol dan tak terhingga, T 2 [0, ÿ]. Namun, tidak praktis untuk melakukan simulasi seluruh kemungkinan periode ulang.
Akibatnya, berbagai teknik perkiraan dapat digunakan untuk memperkirakan E(L)
(Olsen et al., 2015).Integrasi numerik atas semua probabilitas adalah salah satu
opsi, yang memerlukan perhitungan risiko terkait untuk n periode pengembalian yang relevan.
Gambar 3.3 Penilaian risiko banjir (A) hubungan periode ulang dan biaya kerusakan dan (B) kurva kepadatan risiko.
(B)
(A)
N saya¼1
Biaya Kerusakan Periode Pengembalian Peringkat untuk Acara Tabel 3.1 Perkiraan Perhitungan Kerusakan Tahunan
T1 C1
C2 Cm Tm
T2
dimana n adalah durasi rangkaian waktu yang disimulasikan, T dan p adalah pengembaliannya 1
dan dengan asumsi LOS untuk sistem drainase air hujan adalah T ¼5 tahun;
memiliki biaya kerusakan masing-masing 100% dan 0%. Rincian lebih lanjut tentang metodologi dapat ditemukan di Olsen dkk. (2015) dan Arnbjerg-Nielsen dan
Meskipun pemerintah kota menghadapi tantangan yang berat dan beragam, ada
beberapa pilihan yang dapat membantu meminimalkan dampak perubahan iklim. Perubahan iklim
Secara umum strategi adaptasi dapat dipahami berdasarkan empat dimensi peristiwa. Misalnya, ketika mensimulasikan total masa studi 100 tahun,
biaya (Tabel 3.1). Peringkat dan periode ulang peristiwa dapat ditentukan dengan menggunakan median posisi plot menggunakan Persamaan. (3.2):
pada maksud, waktu, ruang lingkup, dan ruang lingkup temporal (Gbr. 3.4). Maksud dari n + 0:4
periode pengembalian dan acara peringkat terakhir dengan periode pengembalian 5,11. Asumsi
kurva kepadatan risiko sebelum dan sesudah tindakan adaptasi T ¼
hal
akan ada 18 kejadian banjir dengan kejadian peringkat pertama memiliki 129.19
adaptasi melibatkan berbagai tindakan untuk mengurangi risiko. Daerah antara
¼
kerugian akibat bencana banjir dapat diperkirakan dalam kelipatan 100 tahun
dicapai dengan mengelola bahaya untuk meminimalkan frekuensi dan intensitas
m0:3 (3.2)
hubungan log-linear antara biaya kerusakan akibat banjir dan periode ulang semuanya
pengurangan risiko akibat tindakan adaptasi (Gambar 3.3B). Ini bisa jadi
Pendekatan yang tepat tergantung pada konteks spesifik wilayah studi.
jumlah peristiwa pelampauan dalam periode tertentu dan agregatnya
periode dan probabilitas pelampauan, masing-masing, m adalah peringkat dari
peristiwa banjir. Peristiwa periode ulang 100 tahun dan 5 tahun dianggap
Fleischer (2009).
bencana banjir atau dengan meningkatkan ketahanan struktur yang rentan. Itu
… M 2
.. ..
E Lð Þ¼Pm 1
3.2.3 Fase Ketiga: Adaptasi Perubahan Iklim
Ci
adaptasi dapat berupa perlindungan, akomodasi, atau kemunduran
(Zhou et al., 2011).Perlindungan mengacu pada pembangunan penghalang untuk mengurangi dampak perubahan iklim, seperti tembok laut untuk melindungi dari banjir pesisir.
Akomodasi memungkinkan banjir terjadi secara terkendali. Contoh tindakan akomodasi dapat mencakup pengembangan rencana evakuasi, pembangunan tempat penampungan sementara, dan pembelian asuransi. Pilihan terakhir adalah mundur atau menjauh dari bahaya, misalnya relokasi dari daerah rawan banjir.
Lebih lanjut, adaptasi perubahan iklim dapat bersifat reaktif atau proaktif (antisipatif) sesuai dengan waktu tindakannya
(Smit et al., 1999).Adaptasi proaktif dilakukan sebelum dampak terlihat, sedangkan tindakan adaptasi reaktif dilakukan setelahnya. Adaptasi reaktif sering kali diperlukan untuk mengatasi dampak yang ada saat ini, sementara adaptasi proaktif direncanakan untuk memberikan respons jangka panjang yang komprehensif. Dalam kebanyakan kasus, adaptasi proaktif lebih hemat biaya dibandingkan adaptasi reaktif. Selain itu, cakupan rencana adaptasi sangat bervariasi dalam skala waktu dan ruang.
Tindakan adaptasi bisa berskala besar atau terfokus pada lokasi tertentu.
Seringkali kita menginginkan tindakan adaptasi dengan dampak yang lebih lama dan lebih luas. Selain itu, strategi adaptasi harus fleksibel dan tangguh baik dari segi ruang maupun waktu.
Perlindungan niat , akomodasi atau mundur
Waktu
Pemangku kepentingan
Cakupan temporal jangka pendek vs jangka panjang
Gambar 3.4 Empat dimensi strategi adaptasi.
Implimentasi Terpusat Terdesentralisasi
Reaktif vs proaktif Cakupan spasial
tingkat global, regional,
negara, kota, lingkungan
3.3 Studi Kasus
D
Investasi dengan NPV yang lebih besar akan selalu disukai dan jika NPV negatif maka akan mengakibatkan kerugian bersih. NPV dihitung sebagai berikut:
dimana E(L) adalah perkiraan kerusakan tahunan, ÿR adalah pengurangan risiko akibat tindakan adaptasi, Cadapt adalah biaya investasi tindakan adaptasi, r adalah tingkat diskonto, dan ke dan te adalah waktu mulai dan berakhirnya periode analisis , masing- masing.
Analisis biaya-manfaat merupakan alat penting untuk memahami keuntungan ekonomi relatif dari berbagai alternatif adaptasi
(Bastidas-Arteaga dan Stewart, 2015;lihat juga
Bab1). Ini adalah proses sistematis untuk menghitung manfaat bersih dari suatu keputusan, kebijakan atau proyek. Nilai sekarang bersih (NPV) adalah salah satu metrik analisis paling populer. Ini menghitung perbedaan antara nilai sekarang dari arus kas masuk dan arus keluar. Nilai sekarang bersih yang positif menunjukkan bahwa proyeksi investasi yang dihasilkan melebihi biaya yang diantisipasi. Dalam hal ini, pengurangan risiko akibat tindakan
adaptasi dibandingkan dengan investasi yang diperlukan untuk melaksanakan tindakan adaptasi.
1 + hal
(3.3)
E Lð ÞÿRCadapt
Tindakan adaptasi yang tersedia untuk sistem drainase perkotaan dapat dibahas dalam tiga kelompok: pengendalian sumber, pengendalian sistem, dan tindakan hilir
(Zhou, 2014).Pengendalian sumber membantu meminimalkan kelebihan limpasan di bagian hulu. Hal ini dapat dicapai dengan memfasilitasi infiltrasi lokal dan sistem penyimpanan. Contoh umum termasuk trotoar
permeabel, atap hijau, atap biru, kolam, sumur kering, dan sebagainya. Tindakan pengendalian di hilir memaksimalkan kapasitas pengangkutan dan efisiensi sistem drainase. Contohnya termasuk pembesaran pipa, kolam penahan, atau saluran bantuan. Pengendalian sistem bertujuan untuk mengurangi dampak bahaya pada struktur yang rentan, tindakan tersebut dapat mencakup perubahan topografi atau penggunaan lahan dan struktur pertahanan banjir. Pilihan
adaptasi ini bisa berupa tindakan keras (struktural) atau lunak (non-struktural) tergantung pada dampak fisiknya terhadap lingkungan.
TH
Kota Vernon ditemukan di wilayah Thompson Okanagan di British Columbia, Kanada (Gbr. 3.5). Kota ini mempunyai jumlah penduduk sekitar 40.000 jiwa dan luas wilayah 95 km2 . Jaringan pipa drainase badai berisi 3979 saluran listrik dan 7414 saluran pelayanan.
Pembangunan sebagian besar terkonsentrasi NPV ¼ Xte
ke
T
Dampak Perubahan Iklim dan Adaptasi Sistem Drainase Perkotaan 85
Gambar 3.5 Area studi kasus (A) Batas Kota Vernon dan (B) tampilan close-up area studi kasus.
Machine Translated by Google
di pusat kota dan di sepanjang garis pantai danau Okanagan. Pusat kota terletak jauh dari danau dan sungai Vernon mengalirkan jaringan badai kota ke dalam danau. Untuk studi kasus ini, kami telah memperbesar bagian tengah kota, dimana data jaringan badai yang komprehensif tersedia
(Gambar 3.5).Studi kami terbatas pada banjir pluvial dalam kaitannya dengan kapasitas sistem drainase air hujan.
Total daerah tangkapan air yang dipertimbangkan dalam studi ini adalah 5,5
km2 daerah tangkapan air yang sebagian besar terdiri dari perumahan dan kawasan komersial.
3.3.1 Sistem Drainase Air Hujan Pipa, lubang got,
saluran masuk, dan saluran keluar merupakan komponen utama jaringan saluran pembuangan air hujan. Pipa dapat dikelompokkan menjadi pipa utama (utama) dan pipa servis. Jalur servis berdiameter lebih kecil dan merupakan anak sungai dari jalur utama. Daerah tangkapan studi memiliki pipa layanan sepanjang 15 km dan pipa saluran badai sepanjang 61 km. Lubang got menyediakan akses ke saluran pembuangan badai bawah tanah untuk inspeksi dan pembersihan. Saluran ini disediakan jika terjadi perubahan mendadak dalam arah, kemiringan, atau diameter pipa dan pada persimpangan utama di mana beberapa saluran pembuangan air hujan berkumpul. Mereka dapat dibuat dari pasangan bata atau beton, biasanya dengan penutup besi cor atau beton. Terdapat 836 manhole di wilayah studi kasus. Saluran masuk saluran pembuangan badai digunakan untuk mengumpulkan limpasan perkotaan dan membuangnya ke sistem saluran pembuangan bawah tanah. Kurangnya perhatian terhadap kapasitas saluran masuk dapat menyebabkan bahaya yang tidak semestinya terhadap keamanan banyak kegiatan perkotaan. Ada tiga tipe utama struktur saluran masuk. Saluran masuk jeruji terdiri dari bukaan pada selokan yang ditutupi oleh sekat. Saluran masuk bukaan tepi jalan adalah bukaan vertikal pada tepi jalan yang ditutupi oleh pelat atas. Saluran masuk saluran berlubang terdiri dari bukaan berlubang dengan palang tegak lurus dengan bukaan.
Saluran masuk berlubang berfungsi sebagai bendungan dengan aliran masuk dari samping.
Selain itu, terdapat 30 titik pembuangan air di wilayah studi kasus yang terletak berdekatan dengan Vernon Creek.
Kinerja jaringan drainase air hujan dimodelkan menggunakan paket perangkat lunak MIKE FLOOD yang tersedia secara komersial. MIKE FLOOD adalah aplikasi pemodelan banjir profesional dengan mesin simulasi banjir 1D dan 2D. Paket inti aplikasi yang digunakan dalam penelitian ini adalah MIKE URBAN untuk pemodelan sistem pengumpulan dan MIKE 21 untuk 2D
. Itu
Talang, parit, dan jalur aliran saluran terbuka darat lainnya dianggap sebagai bagian
dari sistem drainase utama. Selain itu, praktik pengelolaan air hujan terbaik (BMP)
merupakan komponen penting dari sistem drainase. BMP memberikan peningkatan
kualitas air serta meningkatkan kapasitas hidrolik sistem secara keseluruhan. Di
wilayah penelitian terdapat 1.545 bak penampungan dan 9 sumur kering.
untuk skenario historis, RCP2.6, RCP4.5, dan RCP8.5. Ini
Dalam penelitian ini, kami menggunakan alat pemutakhiran IDF berbasis web untuk Kanada
akan terjadi setiap 43,8, 30,8, dan 15,5 tahun untuk RCP2.6, RCP4.5, dan
ke lubang terdekat dalam jaringan. Waktu konsentrasi untuk masing-masing dianalisis untuk berbagai skenario perubahan iklim.
sistem drainase suatu wilayah.
peningkatan di masa depan. Demikian pula, periode ulang yang diharapkan untuk suatu intensitas hujan tertentu menjadi lebih pendek (Tabel 3.2). Dengan menginterpolasi antara kurva IDF historis dan kurva IDF terkini, kita dapat memperkirakan bahwa peristiwa badai dalam 100 tahun akan terjadi.
model yang diperkecil secara spasial yang dikembangkan oleh PCIC dan penerapan EQM semua stasiun cuaca di Kanada berdasarkan catatan sejarah hujan (Gbr. 3.6).
intensitas dan frekuensi bahaya banjir pluvial di wilayah penelitian.
Namun, kurva ini perlu diperbarui untuk mencerminkan perubahan pola curah hujan di masa depan. Konsorsium Dampak Iklim Pasifik (PCIC) menawarkan skenario iklim harian yang diperkecil secara statistik di seluruh Kanada, dengan skala grid
Lingkungan dan Perubahan Iklim Kanada (2017) menyiapkan kurva IDF untuk
dikembangkan oleh Simonovic dkk. (2016). Versi baru dari alat yang digunakan
skenario RCP8.5, masing-masing. Hal ini akan memberikan dampak yang signifikan terhadap
Berdasarkan kurva IDF, hyetograph segitiga 1 jam dibuat untuk mewakili desain badai untuk skenario iklim yang berbeda. Daerah tangkapan studi dibagi lagi menjadi bidang poligon dan persentase daerah kedap air
Jalur Konsentrasi Representatif —RCP2.6, RCP4.5, dan RCP8.5
metode untuk penurunan skala sementara. Mereka menggunakan distribusi GEV agar sesuai
intensitas curah hujan periode dan 5 menit berturut-turut adalah 3,24, 3,46, 3,51, dan 3,61 mm/jam
luas diperkirakan untuk setiap bidang. Setiap paket diasumsikan terhubung resolusi sekitar 10 km untuk periode simulasi 1950–2100 untuk tiga orang
seri AMP dan perbarui kurva IDF. Kurva IDF yang diperbarui untuk stasiun cuaca Ver-non ditunjukkan pada Gambar 3.7. Misalnya return 2 tahun
aliran permukaan. Aliran saluran pembuangan dan aliran darat digabungkan di setiap lokasi lubang got. Kinerja sistem drainase dan bahaya banjir pluvial adalah
dapat diperbarui dan digunakan untuk menyelidiki dampak perubahan iklim pada penelitian ini
berarti intensitas curah hujan yang diharapkan pada periode ulang yang sama akan
persil dihitung berdasarkan bentuk subDAS. Dengan asumsi a
(PCIC 2013). Berdasarkan model yang diperkecil ini, kurva IDF yang ada
3.3.3 Genangan
3.3.2 Kurva IDF
Yekenalem Abebe dan Solomon Tesfamariam
Lingkungan Lingkungan
Gambar 3.6 Kurva IDF untuk Vernon, Kanada (Environment and Climate Change Canada, 2017).
Kanada Kanada
(C) (A)
(E) (F)
(B)
(D)
Hasil sampel untuk badai 50 dan 100 tahun dalam skenario kasus dasar dan untuk RCP kurva wilayah waktu linear yang mewakili bagian daerah tangkapan air
permukaan sebagai fungsi waktu, total beban limpasan ke setiap lubang got di dirutekan menggunakan DEM resolusi 5 m dan Alat Penyaringan Banjir MIKE 21.
8.5 diplot pada Gambar 3.8. Dari Gambar 3.8 terlihat banjir pluvial bahaya akan meningkat dalam kondisi iklim di masa depan.
jaringan dihitung. Aliran darat dari setiap lubang got yang meluap
Hari ini
Tabel 3.2 Dampak Perubahan Iklim terhadap Periode Pengembalian Tahun 2096 RCP 2.5 RCP 4.5 RCP 8.5 Basis
Gambar 3.7 Kurva IDF yang diperbarui untuk Vernon, Kanada untuk periode ulang (A) 2 tahun, (B) 5 tahun,
Periode Pengembalian
(C) 10 tahun, (D) 25 tahun, (E) 50 tahun, dan (F) 100 tahun.
3.4 HILANG
43.8 T
4.5 5.4
10
100 30.8 15.5
Yekenalem Abebe dan Solomon Tesfamariam
(C)
(A) (B)
Gambar 3.8 Bahaya banjir pluvial untuk skenario berbeda (A) skenario dasar [T¼50], (B) RCP 8.5 [T¼50], (C) skenario dasar [T¼100], dan (D) kurva kepadatan risiko.
(D)
5 19.2 28.40 $138.241
7 13.4 13.00 $63.309
111.1 $540.696
1 129.1
52.4 3
6 15.8
33.4
20.02
$255.393
$97,471 11.7
8 6.96 $33.908
2 53.1 72.5
9 10.3 1.66 $8,102
38.7
4 24.4
$353.167
$188.801
Mempertimbangkan perubahan iklim, jumlah kejadian banjir, serta
Metode adaptasi yang tersedia dapat didiskusikan dalam konsep umum ditunjukkan pada Gambar. 3.9 dan 3.10.
acara kurang dari $10.000 (lihat Tabel 3.3).
pada kurva IDF yang diperbarui dirangkum dalam Tabel 3.2. Oleh karena itu,
pembesaran dan tangki penyimpanan bawah tanah. Dalam studi ini, kami telah mempertimbangkan dua opsi adaptasi:
biaya kerusakan, akan meningkat secara signifikan. Pergeseran berdasarkan periode pengembalian
SUDS atau opsi perluasan sistem saluran pembuangan yang lebih tradisional, seperti pipa Misalnya, dengan skenario RCP 2.5, akan terjadi 17 kejadian banjir
atap hijau, dan trotoar permeabel. Diasumsikan bahwa total area kedap air di daerah tangkapan air di wilayah studi akan berkurang setengahnya.
LOS akan menurun di masa depan dan diperkirakan akan terjadi lebih banyak banjir.
• Opsi A: diasumsikan bahwa setiap rumah tangga dan pemilik properti komersial akan menerapkan teknologi LID untuk memfasilitasi infiltrasi di lokasi dan mengurangi puncak limpasan.
Teknologi LID yang dipertimbangkan adalah sumur kering;
skenario, diperkirakan akan terjadi delapan peristiwa banjir pada abad berikutnya, dengan
dan perkiraan total biaya kerusakan untuk berbagai skenario iklim yang dipertimbangkan peristiwa terbesar yang mengakibatkan kerugian sekitar $500.000 dan kerugian kecil Dengan asumsi LOS 10 tahun dan jangka waktu perencanaan 100 tahun, dalam kasus dasar
dengan biaya kerusakan maksimum sekitar $820.000. Biaya kerusakan acara Tabel 3.3 Perkiraan Perhitungan Kerusakan Tahunan untuk Skenario Kasus Dasar
Kerusakan E(L) [CAD]
T
Diharapkan Tahunan
Pangkat % Biaya
3.3.4 Dampak Perubahan Iklim
3.3.5 Adaptasi
Gambar 3.9 Penilaian risiko banjir pluvial (A) biaya kerusakan dan periode pengembalian, (B) kurva kepadatan risiko.
Gambar 3.10 Perkiraan biaya kerusakan untuk berbagai skenario proyeksi perubahan iklim.
(A)
(B)
Analisis NPV dilakukan untuk dua opsi adaptasi yang dipertimbangkan berdasarkan skenario RCP 4.5. Untuk opsi A, biaya investasi untuk setiap rumah tangga dan lokasi komersial diperkirakan berdasarkan rata-rata biaya awal yang diperlukan untuk memasang atap hijau, sumur kering, dan perkerasan permeabel. Untuk opsi B, pemerintah kota harus meningkatkan sistem drainase dengan memasang tangki penyimpanan untuk mengurangi limpasan limpasan dari lubang-lubang kritis. Kedua opsi adaptasi ini akan membantu mengurangi jumlah kejadian banjir, perkiraan kerusakan per kejadian, dan risiko banjir secara umum. Misalnya, biaya kerusakan akibat banjir peringkat pertama akan berkurang masing-masing sebesar 90% dan 95%
untuk opsi adaptasi A dan B. Namun, NPV untuk opsi B lebih rendah dan opsi A memberikan manfaat paling besar dibandingkan biaya modal awal (Tabel 3.4). Biaya kerusakan akibat kejadian dan perkiraan kerusakan tahunan untuk berbagai alternatif adaptasi ditunjukkan pada Gambar 3.11. Area antara kurva kepadatan risiko sebelum dan sesudah dua alternatif adaptasi menunjukkan pengurangan risiko akibat tindakan adaptasi (Gambar 3.11B).
• Opsi B: pemerintah kota akan membangun tangki penyimpanan bawah tanah meringankan biaya tambahan dari node kritis.
Biaya Investasi, dalam Juta Pilihan
Tingkat Diskon (1%)
Adaptasi
NPV, dalam Jutaan [CAD]
Tingkat Diskon (0,75%) [CAD]
Gambar 3.11 Alternatif adaptasi (A) biaya kerusakan dan periode pengembalian (B) kurva kepadatan risiko.
Tabel 3.4 NPV untuk Tindakan Adaptasi
(A) (B)
(B) Tangki penyimpanan $60
(A) Infiltrasi $51 $3,0
$8,2
$19,4
$7,3
3.4 Ringkasan
3.5 Potensi Desain dan Evolusi Praktek
harus didasarkan pada analisis ekonomi terhadap semua pilihan yang memungkinkan.
Sistem drainase perkotaan adalah garis pertahanan pertama terhadap banjir pluvial.
berbagai tindakan adaptasi tersedia untuk mengurangi dampak yang diharapkan
mengadaptasi sistem air hujan untuk mengatasi peningkatan curah hujan sangat penting untuk membangun komunitas yang berketahanan. Perencanaan adaptasi yang efektif akan membantu Terdapat konsensus mengenai perubahan iklim dan dampaknya terhadap pola curah hujan. Peningkatan intensitas dan frekuensi kejadian presipitasi diperkirakan dapat meningkatkan intensitas banjir perkotaan dan cadangan saluran pembuangan di masa depan.
untuk kondisi saat ini serta tiga skenario proyeksi iklim. Ada
Perubahan iklim merupakan tantangan besar bagi kota-kota di Kanada dan Kanada sejarah kejadian curah hujan. Asumsi yang mendasarinya adalah probabilitas
mendapatkan penerimaan luas karena pendekatan alami mereka dalam mengelola
dampak. Selain itu, informasi akurat mengenai biaya dan kinerja distribusi curah hujan ekstrem yang stasioner secara statistik tidak valid.
Namun, desainnya secara luas didasarkan pada kemungkinan pelampauan
perubahan iklim, termasuk SUDS—juga disebut sebagai BMP atau LID. BUSA
memerlukan penyelidikan detail mengenai besaran dan lokasi yang diperkirakan
proses memasukkan perubahan iklim ke dalam proses perencanaan yang ada
perubahan dan merencanakan alternatif adaptasi yang tepat. Dalam bab ini, kami menyajikan kerangka kerja umum untuk dampak perubahan iklim dan perencanaan adaptasi infrastruktur drainase air hujan. Langkah-langkah penting dalam kinerja
air hujan dan efektivitas dalam meningkatkan dan mengurangi polusi air
tangki penyimpanan bawah tanah atau pembesaran ukuran pipa juga merupakan alternatif yang layak. Keputusan mengenai jenis tindakan adaptasi yang akan diterapkan
alternatif adaptasi seperti infrastruktur hijau diperlukan. Namun, itu Oleh karena itu, pemerintah kota perlu menyelidiki potensi dampak iklim
kerentanan terhadap banjir. Pilihan adaptasi struktural lainnya, seperti konstruksi
bisa menjadi tugas yang sulit bagi pengambil keputusan lokal. Pemerintah kota mempunyai
anggaran yang terbatas dan mungkin kurang memiliki keahlian teknis untuk menangani perubahan iklim perubahan iklim pada sistem stormwater dinilai menggunakan simulasi 1D-2D
penilaian, bahaya, dan kuantifikasi risiko dibahas. Dampak dari
arus, tanpa penyesuaian apa pun terhadap arus desain yang mempertimbangkan perubahan iklim dibuat untuk pengembangan model dan analisis biaya-manfaat. Untuk mengatasi
ketidakpastian dalam pemodelan iklim. Namun, baik sejarah maupun
di sisi lain, desainnya dapat didasarkan pada prediksi arus masa depan, yang disesuaikan
biaya peningkatan masih bisa besar. Oleh karena itu, menggunakan kombinasi
yang dibahas dalam bab ini adalah kurangnya data yang akurat dan dapat diverifikasi untuk memvalidasi keluaran model. Oleh karena itu, berbagai asumsi harus dibuat
prosedur perencanaan mengenai prediksi pola curah hujan di masa depan akibat
Pendekatan ini dapat diterima ketika perkiraan kerusakan akibat banjir kecil. Pada
infrastruktur hijau dan strategi adaptasi lainnya adalah penting. Lebih jauh lagi, peningkatan kapasitas kota dan pelatihan mengenai nilai penuh dari ramah lingkungan
Untuk lokasi pembangunan baru, pemerintah kota harus mempertimbangkan iklim
kapasitas hidrolik sepanjang masa desain infrastruktur, namun hal ini dapat memerlukan biaya hangus yang tinggi dan beban keuangan bagi pengembang
infrastruktur dan bagaimana mengintegrasikannya ke dalam proyek lain, seperti jalan raya tantangan tersebut memberikan informasi kinerja yang lebih baik dan lebih mudah diakses
pembaruan kurva IDF dapat digunakan bersama-sama untuk membuat keputusan yang lebih kuat.
dari skenario proyeksi perubahan iklim. Ini bisa memberikan cukup
masa depan. Merencanakan masa pakai yang lebih pendek dan retrofit ketika kondisinya program sangatlah penting.
penilaian dampak perubahan dan pilihan adaptasi sebagai salah satu bagian dari rencana
Rancangan infrastruktur stormwater dalam menghadapi perubahan iklim secara umum dapat mengikuti tiga prinsip utama. Mereka dapat dirancang menggunakan sejarah
sejak dini. Alternatif lain adalah merancang iklim saat ini dengan fleksibilitas yang cukup untuk memungkinkan penambahan kapasitas tambahan di dalamnya
perbaikan, rehabilitasi infrastruktur, dan pembangunan kembali perkotaan
proses persetujuan.
mengubah. Ketidakpastian dalam proyeksi iklim di masa depan dan tidak adanya data yang komprehensif mengenai biaya dan manfaat alternatif adaptasi semakin memperumit proses ini.
Misalnya tantangan terbesar dalam studi kasus
dari data curah hujan historis. Akan sulit untuk mendasarkannya sepenuhnya
dan menerima penurunan LOS secara bertahap selama jangka waktu perencanaan. Ini
mengharuskan memberikan fleksibilitas yang lebih baik untuk mengelola ketidakpastian. Namun,
ketiga pendekatan untuk komponen drainase yang berbeda dapat memberikan hasil yang optimal.
Mempertimbangkan kondisi iklim di masa depan dalam proses perencanaan dan pengelolaan sistem drainase perkotaan adalah hal yang penting. Kebanyakan pedoman desain saat ini menetapkan penggunaan kurva IDF yang telah disiapkan
canadainfrastructure.ca/en/%3e. (12 Oktober 2017).
Referensi
3.6 Pertanyaan Penelitian Terbuka
Eden, JM, Widmann, M., Maraun, D., Vrac, M., 2014. Perbandingan curah hujan simulasi GCM dan RCM setelah pascapemrosesan stokastik. J.Geofis. Res. atmosfer. 119 (19), 11.040–
11.053.
Ucapan Terima Kasih Dukungan
keuangan melalui MITACS dan Program Hibah Penemuan Dewan Penelitian Ilmu Pengetahuan Alam dan Teknik Kanada (NSERC) (RGPIN-2014-05013) diakui.
Bailey, M., 1992. Peraturan, standar dan spesifikasi untuk desain dan pemasangan sistem drainase.
https://www.vernon.ca/sites/default/files/docs/bylaws/schedule_f. pdf%3e. (20 Oktober 2017).
Kartu Laporan Infrastruktur Kanada, 2016. Infrastruktur Stormwater. http://www.
Arnbjerg-Nielsen, K., Fleischer, H., 2009. Strategi adaptasi yang layak untuk peningkatan risiko banjir di perkotaan akibat perubahan iklim. Ilmu Air. Teknologi. 2 (60), 273–281.
Berggren, K., Olofsson, M., Viklander, M., Svensson, G., Gustafsson, A.-M., 2011. Dampak hidrolik terhadap sistem drainase perkotaan akibat perubahan curah hujan akibat perubahan iklim . J. Hidrol. bahasa Inggris 17 (1), 92–98.
Abebe, Y., Kabir, G., Tesfamariam, S., 2018. Menilai kerentanan wilayah perkotaan terhadap banjir pluvial menggunakan aplikasi GIS dan model jaringan kepercayaan Bayesian. J.Bersih. Prod., Elsevier 174, 1629–1641.
Bastidas-Arteaga, E., Stewart, MG, 2015. Risiko kerusakan dan penilaian ekonomi dari strategi adaptasi iklim untuk desain struktur beton baru yang terkena korosi akibat klorida. Struktur.
Saf., Elsevier 52, 40–53.
harus fokus pada:
• Penilaian kinerja upaya adaptasi dan BMP • Evaluasi ekonomi dan
manfaat tambahan dari upaya adaptasi seperti atap hijau, trotoar tembus air, dan sistem infiltrasi lainnya • Peningkatan estimasi kerugian akibat
banjir dan kurva kerapuhan • Penurunan skala data iklim dan pemutakhiran kurva IDF di tangkapan perkotaan-
tingkat manajemen
Pekerjaan lebih lanjut di bidang adaptasi sistem drainase air hujan
• Risiko kegagalan sistem air hujan dengan mempertimbangkan kerusakan struktural dan penurunan kapasitas hidrolik akibat perubahan
iklim. Pemodelan kerusakan infrastruktur air hujan (pipa, lubang got, dll.) dengan mempertimbangkan variabel iklim dan faktor lingkungan lainnya. Dampak perubahan iklim terhadap pengoperasian dan pemeliharaan air hujan infrastruktur
seperti frekuensi pembilasan/pembersihan saluran air hujan • Desain optimalisasi sistem drainase dengan mempertimbangkan kondisi lingkungan
spesifik dan skenario potensi perubahan iklim
Ilmu Air. Teknologi. Pasokan Air, Penerbitan IWA 7 (2), 183.
Groisman, PY, Easterling, DR, 1993. Variabilitas dan tren curah hujan total dan hujan salju di Amerika Serikat dan Kanada. J. Iklim 7 (1), 184–204.
Lee, H., McIntyre, N., Wheater, H., Young, A., 2005. Pemilihan model konseptual untuk regionalisasi hubungan curah hujan-limpasan. J. Hidrol. 312 (1–4), 125–147.
Ochoa-Rodrÿ´guez, S., Onof, C., Maksimovic, C., Wang, L.-P., Willems, P., Van Assel, J., Gires, A., Ichiba, A., Bruni, G., Ten Veldhuis, M.-C., 2013. Banjir Pluvial Perkotaan
Lingkungan dan Perubahan Iklim Kanada, 2017. Rekayasa Kumpulan Data Iklim. http://climate.weather.gc.ca/
prods_servs/engineering_e.html%3e . (19 April 2017).
Kubal, C., Haase, D., Meyer, V., Scheuer, S., 2009. Penilaian risiko banjir perkotaan terpadu— mengadaptasi pendekatan multikriteria pada sebuah kota. Nat. Sistem Bahaya Bumi. Sains. 9 Agustus 1881–1895.
Hanssen-Bauer, I., Achberger, C., Benestad, R., Chen, D., Førland, E., 2005. Penurunan statistik skenario iklim di Skandinavia. Resolusi Iklim. 29 (3), 255–268.
Mirhosseini, G., Srivastava, P., Stefanova, L., 2013. Dampak perubahan iklim terhadap kurva intensitas-durasi- frekuensi (IDF) curah hujan di Alabama. Reg. Mengepung. Perubahan. 13 (1), 25–33.
Harbour, JM, 1994. Sebuah metode praktis untuk memperkirakan dampak perubahan penggunaan lahan terhadap limpasan permukaan, pengisian ulang air tanah dan hidrologi lahan basah. Selai. Rencana.
Asosiasi, Taylor & Francis 60 (1), 95–108.
Guidolin, M., dkk., 2016. Model penggenangan 2D automata seluler tertimbang untuk banjir cepat
Natural Resources Canada, 2017. Pedoman Kanada dan Database Fungsi Kerentanan Banjir. http://
hazuscanada.ca/sites/all/files/nrc-canadianguidelines-final_2017-03- 30_draft.pdf%3e. (22 Juni 2017).
Kang, N., Kim, S., Kim, Y., Noh, H., Hong, S., Kim, H., 2016. Perbaikan sistem drainase perkotaan untuk adaptasi perubahan iklim. Air 8 (7), 268.
Nguyen, V.-T.-V., Nguyen, T.-D., Cung, A., 2007. Pendekatan statistik untuk mengurangi proses curah hujan ekstrem sub-harian untuk studi dampak terkait iklim di wilayah perkotaan.
Jacobeit, J., Hertig, E., Seubert, S., Lutz, K., 2014. Penurunan statistik untuk proyeksi perubahan iklim di kawasan Mediterania: metode dan hasil. Reg. Mengepung. Perubahan, Springer 14 (5), 1891–1906.
Lhomme, J., Sayers, PB, Gouldby, BP, Samuels, PG, Wills, M., Mulet-Marti, J., 2008.
Lingkungan Hidup dan Perubahan Iklim Kanada, 2016. Indikator Keberlanjutan Lingkungan Kanada. https://
www.canada.ca/en/environment-climate-change/services/environmental-indicators/temperature- change.html%3e . (30 Oktober 2017).
Kelola. 141 (4), 1–11.
O'Loughlin, G., Chocat, B., Huber, W., 2010. Proses dan pemodelan curah hujan-limpasan.
Kirshen, P., Caputo, L., Vogel, R., Mathisen, P., Rosner, A., Renaud, T., 2014. Menyesuaikan infrastruktur perkotaan terhadap perubahan iklim: studi kasus drainase. J. Sumber Daya Air. Rencana.
Merz, B., Kreibich, H., Schwarze, R., Thieken, A., 2010. Penilaian banjir ekonomi
Perkembangan terkini dan penerapan metode penyebaran banjir yang cepat. Dalam: Manajemen Risiko Pangan: Penelitian dan Praktek, Oxford, Inggris.
Sumber daya. Kelola. 15, 343–362.
Nanos, MG, Filion, YR, 2016. Penilaian kinerja berbasis risiko pada jaringan drainase air hujan dalam kondisi perubahan iklim: studi kasus di kota Kingston. Dalam: Kongres Lingkungan Hidup dan Sumber Daya Air Dunia, hal. 73–81.
Maksimovic, C., Prodanovi c, D., Boonya-Aroonnet, S., Leita˜o, JP, Djordjevic, S., Allitt, R., Allit, R., 2009.
Analisis aliran darat dan jalur untuk pemodelan perkotaan banjir yang melimpah. J.Hidroul. Res. 47 (4), 512–523.
J.Hidroul. Res. 34 (2015), 733–751.
analisis. Mengepung. Model. perangkat lunak. 84, 378–394.
Kongres Eropa IAHR, 4–6.
Lekuthai, A., Vongvisessomjai, S., 2001. Kuantifikasi kerusakan banjir tak berwujud. Air
kerusakan. Nat. Sistem Bahaya Bumi. Sains. 10 (8), 1697–1724.
Liu, Y., Pender, G., 2010. Model genangan banjir cepat yang baru. Dalam: Prosiding yang pertama
Model. Perangkat Lunak, Elsevier Ltd 81, 136–153.
Pachauri, RK, Meyer, L., Van Ypersele, J.-P., Brinkman, S., Van Kesteren, L., Leprince- Ringuet, N., Van Boxmeer, F., 2015. Perubahan Iklim 2014: Laporan Sintesis .
Olsen, A., Zhou, Q., Linde, J., Arnbjerg-Nielsen, K., 2015. Membandingkan metode penghitungan perkiraan kerusakan tahunan dalam penilaian risiko banjir pluvial perkotaan. Air 7 (1), 255–270.
Simonovic, SP, Schardong, A., Sandink, D., Srivastav, R., 2016. Alat berbasis web untuk pengembangan kurva frekuensi durasi intensitas dalam perubahan iklim. Mengepung.
Waters, D., Watt, EW, Marsalek, J., Anderson, BC, 2003. Adaptasi sistem drainase badai untuk mengakomodasi peningkatan curah hujan akibat perubahan iklim. J.Lingkungan.
Pauleit, S., Ennos, R., Golding, Y., 2005. Memodelkan dampak lingkungan dari penggunaan lahan perkotaan dan perubahan tutupan lahan - sebuah studi di Merseyside, Inggris. Landsc. Rencana Kota., Elsevier 71 (2–4), 295–310.
Mulai. Gl. 4.3-4 199–213.
Rajurkar, MP, Kothyari, UC, Chaube, UC, 2004. Pemodelan hubungan curah hujan-limpasan harian dengan jaringan saraf tiruan. J. Hidrol. 285 (1–4), 96–113.
Dalam: Kontribusi Kelompok Kerja I, II dan III pada laporan penilaian kelima Panel Antarpemerintah tentang Perubahan Iklim, IPCC.
Smit, B., dkk., 1999. Ilmu adaptasi: kerangka penilaian. mitigasi. Menyesuaikan.
Lingkungan DTU.
Sandink, D., Schardong, A., Simonovic, SP, 2017. Alat terkomputerisasi untuk pengembangan kurva intensitas- durasi-frekuensi dalam perubahan iklim—Manual Teknis.
Srivastav, RK, Schardong, A., Simonovic, SP, 2014. Metode pencocokan kuantil equidistance untuk memperbarui kurva IDF dalam kondisi perubahan iklim. Sumber Daya Air. Kelola. 28 (9), 2539–2562.
Van Dijk, E., Van der Meulen, J., Kluck, J., Straatman, JHM, 2014. Membandingkan teknik pemodelan untuk menganalisis banjir pluvial perkotaan. Ilmu Air. Teknologi. 69 (2), 305–311.
Zhou, Q., Arnbjerg-Nielsen, K., Mikkelsen, PS, Nielsen, SB, Halsnæs, K., 2011. Desain drainase perkotaan dan pengambilan keputusan adaptasi perubahan iklim (disertasi Ph.D.).
Rosenberg, EA, Keys, PW, Booth, DB, Hartley, D., Burkey, J., Steinemann, AC, Lettenmaier, DP, 2010. Curah hujan ekstrem dan dampak perubahan iklim terhadap infrastruktur air hujan di negara bagian Washington.
Klim. Ubah 102 (1–2), 319–349.
Thieken, AH, Ackermann, V., Elmer, F., Kreibich, H., Kuhlmann, B., Kunert, U., Maiwald, H., Merz, B., Muller, M., Piroth, K., Schwarz , J., Schwarze, R., Seifert, I., Seifert, J., 2009. Metode evaluasi kerugian banjir langsung dan tidak langsung. Dalam: Simposium Internasional ke-4 tentang Pertahanan Banjir, Toronto, Kanada, 6–8.
Memodelkan Teori dan Praktek Saat Ini. http://www.raingain.eu/sites/default/files/
wp3_review_document.pdf%3e . (15 Februari 2017).
Semadeni-Davies, A., Hernebring, C., Svensson, G., Gustafsson, LG, 2008. Dampak perubahan iklim dan urbanisasi terhadap drainase di Helsingborg, Swedia: Sistem saluran pembuangan gabungan. J. Hidrol.
350 (1–2), 100–113.
€
Tersedia dari: https://www.idf-cc-uwo.ca/Manuals. (diakses 18 November 2018).
Rencana. Kelola. 46 (5), 755–770.
Zhou, Q., 2014. Tinjauan sistem drainase perkotaan berkelanjutan dengan mempertimbangkan dampak perubahan iklim dan urbanisasi. Air 6 (4), 976–992.
Zhou, Q., Halsnaes, K., Arnbjerg-Nielsen, K., 2012. Penilaian ekonomi terhadap pilihan adaptasi iklim untuk desain drainase perkotaan di Odense, Denmark. Ilmu Air. Teknologi. 66 (8), 1812–
1820.
Wilby, RL, Wigley, TML, Conway, D., Jones, PD, Hewitson, BC, Main, J., Wilks, DS, 1998. Penurunan statistik keluaran model sirkulasi umum: perbandingan metode. Sumber Daya Air. Res. 34 (11), 2995–3008.
Wang, C., Wan, TR, Palmer, IJ, 2010. Analisis risiko banjir perkotaan untuk menentukan tingkat perlindungan banjir yang optimal berdasarkan model medan digital dan model penyebaran banjir.
Komputasi Visual ., Springer-Verlag 26 (11), 1369–1381.
