Costs of Natural Hazards : Modellierung. Sektion Hydrologie, Deutsches GeoForschungsZentrum (GFZ)

Transkript

1 Costs of Natural Hazards : Modellierung direkter ökonomischer Schäden Heidi Kreibich, Philip Bubeck Sektion Hydrologie, Deutsches GeoForschungsZentrum (GFZ)

2 Paradigmenwechsel zum Risikomanagement Verlässliche Schadenschätzungen nötig

3 Schadenmodellierung wird benötigt für Beurteilung der Vulnerabilität Risikokartierung Kosteneffiziente Entscheidungen über Schutz- und Vorsorgemaßnahmen Bewertung von Anpassungsstrategien an den Klimawandel Vergleich des Risikos verschiedener Naturereignisse Kostenabschätzung für den (Rück-) Versicherungssektor Schadenschätzungen während und direkt nach Naturkatastrophen für Entschädigungszahlungen und Wiederaufbauhilfe

4 Ziele: Das EU Projekt Costs of Natural Hazards ( h Zusammenstellung und Systematisierung von Methoden zur Abschätzung von Schäden durch Hochwasser, Dürre, alpine Naturgefahren und Sturmfluten ( state of the art ) Vorbildliche Verfahren definieren ( best practice ) Wissenslücken und weiteren Forschungsbedarf identifizieren Methoden: Workshops: Hochwasser, , London Dürre, 3./ , Barcelona Sturmfluten, 24./ , Ferrara Alpine Naturgefahren, 19./ , Innsbruck Expertenbefragungen Literaturrecherche, insbesondere auch Projektberichte

5 Das EU Projekt Costs of Natural Hazards ( h

6 Vorläufige Analyse Im Vergleich zur Gefährdungsanalyse wenig Forschungsanstrengungen für Vulnerabilitätsanalyse, bzw. Schadenmodellierung Bisheriger (Forschungs-)Schwerpunkt auf der Abschätzung direkter, ökonomischer Schäden, d.h. relativ wenig Methoden und Erfahrung mit indirekten und intangiblen Schäden Schlechte Datengrundlagen für die Schadenmodellierung Große Heterogenität bei der Schadenmodellierung, was Risikovergleiche sehr erschwert Schadenmodellierungen sind mit großen Unsicherheiten behaftet, Validierungen sind schwierig und selten Von den 4 in ConHaz betrachteten Naturgefahren ist der Bereich der Hochwasserschadenmodellierung am weitesten entwickelt

7 Komplexe Schädigungsprozesse Hochwasser Gefährdungsfaktoren Vulnerabilitätsfaktoren Building Baumaterial material Flood Dauer duration Wassertiefe Water level Fließge- Flow schwindigkeit velocity Hydrologische- Hydrological Permanenter intensität load ität resistance Widerstand d + - Loss ratio Schaden (Buildings) Type of Gebäudetyp building Preventive Vorsorge- maßnahmen measures + - Kurzfristiger Temporal Kontamination Contamination resistance Widerstand Early Frühwarnung warning Preparedness Vorbereitung

8 Beispiel - Hochwasserschadenfunktionen (Penning-Rowsell & Chatterton, 1977: Blue Manual)

9 England: Verbesserung der Datengrundlage: Ermöglichung detaillierter Analysen Umfangreiche, detaillierte Erhebung synthetischer Daten (Was wäre wenn? Untersuchungen) seit den 70er Jahren mit regelmäßigen Aktualisierungen -Datenbank am Flood Hazard Research Centre Gute Schadenerhebungen und Dokumentationen bei Hochwasserereignissen Environment Agency + FHRC Deutschland: HOWAS Datenbank in den 70er Jahren initiiert itii t durch die LAWA, bis Angang der 90er am Bayerischen Landesamt für Wasserwirtschaft gepflegt Umfangreiche Erhebungen nach 2002, 2005 und 2006 (RIMAX- Projekte) und Initiierung der HOWAS 21 Datenbank

10 Verbesserung der Datengrundlage - Beispiel Sammlung, Homogenisierung und Bereitstellung von Schadensdaten, die Mindeststandards erfüllen (Schaden, Wasserstand, Zeitpunkt, Ort, Sektor, Metadaten) Dokumentation der Datenerhebung und Datenqualität Integration von vorhandenen Datenbeständen, sowie kontinuierliche Integration neuer Schadensdaten, die von Versicherungen, Wissenschaftlern, Ingenieurbüros oder Behörden erhoben werden Derzeit > 5900 Schadensfälle enthalten

11 Detaillierte Datenanalysen - Beispiel Flood impact Preca aution Building Household principal component analysis Component loadings for variables that probably Components (n = 707) * influence residential building damage twater level above top pg ground surface [cm] flood duration [h] indicator of flow velocity [-] contamination of flood water [-] indicator of emergency measures [-] indicator building precaution [-] efficiency of private precautionary measures [-] indicator of flood experience [-] knowledge of flood hazard [-] number of flats in the building total floor space of the building [m²] quality of buildings estimated building value [Euro] age of the interviewed person [a] household size [number of persons] number of children (younger than 14 years) ownership structure [-] monthly net income [Euro] socio-economic status after Plapp [2003] [-] Coefficient of correlation (Pearson) (n = 623) ** absolute damage to buildings [Euro] loss ratio of buildings [-] Method: varimax rotation; total variance explained: 59.28%, number of valid cases: 707 * Bold variables are marking variables with absolute loadings > 0.5. ** Bold correlation coefficients are significant on a level of 0.05 (two-sided) (Thieken AH, Müller M, Kreibich H, Merz B (2005) Water Resour. Res., 41(12), W12430)

12 Detaillierte Datenanalysen - Beispiel Schä ädigungsg grad Gebäu ude [%] angepasst Nutzung nicht angepasst Inneneinrichtung angepasst nicht angepasst Versorgungseinrichtungen in höheren Stockwerken Stockwerken in unteren (Kreibich et al. (2005) NHESS 5: )

13 Entwicklung multifaktorieller Modelle und Durchführung von Validierungen Wasserstands-Schadenfunktionen pro Sektor/Nutzung/Schadentyp Unterschiedliche Wasserstands-Schadenfunktionen für unterschiedliche Überflutungsdauern, mit/ohne Frühwarnung etc. Konzeptionelle multifaktorielle Modelle (z.b. Nicholas et al. 2001, Struct. Survey, 19(4), ) Multifaktorielle Schadenmodelle (z.b. Zhai et. Al. 2005, Journal of the American Water Resources Association 41(1), 77-92) Wegen mangelhafter Schadendokumentation, kaum Validierungen 1. Ordnung (möglich). Validierungen 2. und 3. Ordnung sind häufiger (z.b. Seifert et al. 2010, Hydrological sciences journal, 55, 8, )

14 des Gebäu udes [%] Entwicklung von multifaktoriellen Modellen Einfamilienhaus Reihen-/Doppelhaus Mehrfamilienhaus sehr gute Ausstattung einfache/mittlere Ausstattung 1. Modellstufe: Grundmodell Schädig gungsgrad <21cm cm cm cm >150cm Überflutungshöhe (über Geländeoberfläche) FLEMOps Schadenmodell für Wohngebäude 2. Modellstufe: Zu- /Abschläge Vorsorge keine gute sehr gute Konta- keine mination mittlere starke (Büchele et al. (2006) -NHESS : )

15 Durchführung von Validierungen Meso-Skala (Thieken et al. (2008) in Flood Recovery, Innovation and Response )

16 Durchführung von Validierungen Meso-Skala 90 MURL ICPR FLEMO+ (2000) (2001) MBE [Mill. ] RMSE [Mill. ] MAE [Mill. ] MRE 79% 54% 42% ng Loss [M ill. Euro] FLEMO+ MURL (2000) ICPR (2001) 1:1 (Thieken et al. (2008) in Flood Recovery, Innovation and Response ) Estim ated Buildi Reported Building Repair Costs at SAB [Mill. Euro]

17 Zusammenfassung Hochwasserschadenschätzung Gute Datenbasis ist essentiell für die Modellentwicklung Validierungen zeigen, dass multifaktorielle Modelle bessere Schadenschätzungen liefern Modelle, die Vorsorge berücksichtigen, sind wichtig zur Bewertung schadensmindernder Maßnahmen und möglicher Anpassungsstrategien Bisher nur wenig validierte, multifaktorielle Ansätze verfügbar

18 Vorläufige Empfehlungen Verbesserung der Dokumentation von Naturereignissen Kontinuierliche Durchführung von konsistenten, detaillierten Erhebungen von Schadendaten und schadenbeeinflussenden Faktoren Verbesserung der Schadenmodelle durch mehr Prozessverständnis Berücksichtigung der wichtigsten schadensbeeinflussenden Faktoren, z.b. Vorsorge Validierung der Modelle, Unsicherheitsanalysen