1 

Identifying Communities At Risk From Flooding in the Grayson Creek Watershed 

Ari Frink 

LA 221 

May 6th, 2016  

 

Introduction 

Flooding is a regular occurrence along Grayson Creek in Contra Costa County, CA. 

When Grayson Creek floods, it can endanger the people and property along its banks. Contra 

Costa County would like to have a method for prioritizing where the creek channel can be 

widened. One way to help prioritize sites is by determining the location of at­risk populations 

(elderly, children) along the creek, and then comparing those locations with the creek 

infrastructure most likely to fail and most likely to impact these residents. This will determine 

where the communities that should be moved away from the creek are located, which would 

limit the creek’s flooding impact. 

This suitability analysis will help determine locations along the creek that fit these 

criteria: 

1) Vulnerable populations (Children, elderly, sick) 

2) Creek areas most likely to flood 

3) Infrastructure with the most impact on safety service areas 

 

Conceptual Model 

The following figures shows my process this analysis process and the eventual data 

processing and map layers that will be developed. 

 2 

 

 

 

Figure #1: Conceptual Model for determining at­risk communities 

 

Data Discovery 

Much of the Data is readily available from Contra Costa County and previous work with the 

Environmental Planning Studio. Parcel value will need to be determined as the data seems old 

that we currently have. I will also use information obtained from the Flood Control District to 

determine the previously flooded sites as well as where past repairs have happened. 

 

Projection 

All layers will be projected in NAD 1983, State Plane, California III. 

 

 

 

 

 3 

Processing and Modeling 

Though most of my analysis was simply a matter of mapping locations and layering them over 

each other, my model for determining the areas most at­risk of being disconnected from safety 

services during a major storm required more in­depth modeling.  

 

Bridge Failure Modeling 

After acquiring data for all of the bridges, I then created 581 network datasets, each one missing 

one more bridge until all of the bridges were out in my model.  

 

Figure #2: Conceptual Model for Bridge Failure Mapping 

 4 

 

Figure #3: Model for creating feature classes without bridges (Credit: Tzu­Ling Chen) 

 

This model takes the original dataset, iterates through selecting each bridge, deletes that bridge, 

then creates a copy of that dataset by merging the remaining bridges with the rest of the streets to 

form a new dataset. This data can then be put into another model to create service areas, give 

weight to them and combine them for a suitability analysis. 

 

Figure #4: Model for determining Service Area and uniting those service areas into one 

analysis layer 

 

 5 

This analysis gave me a map that layered all of the areas that could not be reached by fire 

stations during emergencies in the first 6 minutes, and showed the areas most at­risk. 

 

Figure #5: Areas at risk for safety service disconnection during major storm 

 6 

Vulnerable Populations  

Determining vulnerable populations was done by looking at census data merged with 

parcel data for parcels along Grayson Creek. The vulnerable populations identified were elderly, 

children (schools and daycare), hospitals, and higher density type housing (e.g. apartments, 2 or 

more story buildings, assisted living).  

 

Figure #6: Vulnerable Populations along Creek Channel 

 

At­Risk Areas of Channel 

At­risk areas of the channel were determined by finding particular spatial characteristics of the 

channel. This includes bends in the channel where it could flood more easily and steeper slopes 

 7 

as proxies for where channel could fail. This was combined with FEMA flood maps 

geo­referenced to the site.  

 

Figure #7: At­Risk Areas of Channel 

 

All of these layers were weighted (each layer was weighted equally) and then combined for a 

final suitability analysis map. 

 8 

 

Figure #8: Combined Suitability Analysis 

 

With the final maps from the three categories weighted and combined, we can begin to 

see the areas of the watershed most at­risk during a flooding event. Zooming in to the area where 

all of the highest weighted areas are, we see that the most impacted properties are Sequoia 

Elementary School and an Apartment complex at 124 Moiso Ln, Pleasant Hill, CA. 

 

 9 

 

Figure #9: Areas which are most at risk during a major flooding event 

 

Conclusions and Recommendations 

Though limited in many ways, this model gives a good approximation of the areas where 

communities are most at risk from flooding, based on both their community type and the nature 

of the creek and its infrastructure in that vicinity.  

There are many uncertainties in this study: how accurate is the road network? Are bends 

in creeks more likely to flood and during what kinds of storms? Is the FEMA flood mapping 

accurate? However, by aggregating several different data sources and combining them, this 

model does provide more insight into which areas of the watershed are most at risk for flooding. 

 10 

Contra Costa County and its associated cities and municipalities should take this 

information into consideration when planning land use and particularly when determining where 

to site new safety resources in the community.