Abstract
Sammendrag Metodene for utarbeidelse av vårflomvarsler har vært gjenstand for lite forandring. De siste årene har det vært en utvikling mot å prøve å forbedre disse metodene. Det er gjort studier for forbedring av modellene, og det er gjort studier for å se på forbedringer av dataene som ligger til grunn for modellkjøringene slik som forbedringer av værdata og snødata. Denne oppgaven evaluerer Norges vassdrags- og energidirektorat (NVE) sin metode for vårflomvarsler. Det er sett på data fra 145 forskjellige målestasjoner, som er blitt kuttet ned til 109 på grunn av ulike kriterier for utvelgelse. For disse feltene er det laget scenariokjøringer som er blitt evaluert opp mot observerte hendelser. Det er gjort undersøkelser for både flomtoppen og avrenningsvolumet til vannføringen. I tillegg er det laget enkle regresjonsmetoder for snø og flomtopp og for snø og avrenningsvolum for å se på om snømagasinet kan være en god prediksjon for den kommende vårflommen. HBV-modellen som NVE bruker og regresjonsmodellene er sammenlignet for å se på hvem som gir de beste resultatene. Sesongvarslene har prediktiv kraft for både flomtopp og avrenningsvolum i flere felt. Avrenningsvolumet gir de beste resultatene. Feltene er delt inn i hydrologiske regimer for å se på hvilke felt som gir best resultater. Felt med fjellregime og innlandsregime er ofte snørike felt og gir de beste resultatene for varslene. Det er også disse feltene som gir best resultater for lange ledetider. For at varselet skal få gode resultater er det funnet at varslingsdato bør være den 1. i den måneden flomhendelsen skjer. Videre er det i evalueringen av HBV-modellen sett på egenskaper ved nedbørsfeltene til de ulike feltene for å se på om det finnes egenskaper som påvirker resultatene. Regresjonsmetoden gir gode resultater for CRPSS, mens HBV-modellen gir best resultater for korrelasjon. HBV-modellen ser ut til å ha en systematisk feil spesielt på volumet, og for CRPSS gir den mange negative resultater. For å gjøre resultatene til vårflomvarsler bedre er videre arbeid nødvendig. Viktige momenter er assimilering av snøobservasjoner for å forbedre initialbetingelsene for snø, å kombinere HBV-modellen og regresjon og å benytte seg av sesongvarsler for været. Nøkkelord: vårflom, flomvarsler, HBV-modell, regresjon, snø, CRPSS, korrelasjon