TY  - THES
A1  - Holsten, Anne
T1  - Climate change vulnerability assessments in the regional context
T1  - Studien zur Vulnerabilität gegenüber Klimawandel im regionalen Kontext
N2  - Adapting sectors to new conditions under climate change requires an understanding of regional vulnerabilities. Conceptually, vulnerability is defined as a function of sensitivity and exposure, which determine climate impacts, and adaptive capacity of a system. Vulnerability assessments for quantifying these components have become a key tool within the climate change field. However, there is a disagreement on how to make the concept operational in studies from a scientific perspective. This conflict leads to many still unsolved challenges, especially regarding the quantification and aggregation of the components and their suitable level of complexity. This thesis therefore aims at advancing the scientific foundation of such studies by translating the concept of vulnerability into a systematic assessment structure. This includes all components and implies that for each considered impact (e.g. flash floods) a clear sensitive entity is defined (e.g. settlements) and related to a direction of change for a specific climatic stimulus (e.g. increasing impact due to increasing days with heavy precipitation). Regarding the challenging aggregation procedure, two alternative methods allowing a cross-sectoral overview are introduced and their advantages and disadvantages discussed. This assessment structure is subsequently exemplified for municipalities of the German state North Rhine-Westphalia via an indicator-based deductive approach using information from literature. It can be transferred also to other regions. As for many relevant sectors, suitable indicators to express the vulnerability components are lacking, new quantification methods are developed and applied in this thesis, for example for the forestry and health sector. A lack of empirical data on relevant thresholds is evident, for example which climatic changes would cause significant impacts. Consequently, the multi-sectoral study could only provide relative measures for each municipality, in relation to the region. To fill this gap, an exemplary sectoral study was carried out on windthrow impacts in forests to provide an absolute quantification of the present and future impact. This is achieved by formulating an empirical relation between the forest characteristics and damage based on data from a past storm event. The resulting measure indicating the sensitivity is then combined with wind conditions. Multi-sectoral vulnerability assessments require considerable resources, which often hinders the implementation. Thus, in a next step, the potential for reducing the complexity is explored. To predict forest fire occurrence, numerous meteorological indices are available, spanning over a range of complexity. Comparing their performance, the single variable relative humidity outperforms complex indicators for most German states in explaining the monthly fire pattern. This is the case albeit it is itself an input factor in most indices. Thus, this meteorological factor alone is well suited to evaluate forest fire danger in many Germany regions and allows a resource-efficient assessment. Similarly, the complexity of methods is assessed regarding the application of the ecohydrological model SWIM to the German region of Brandenburg. The inter-annual soil moisture levels simulated by this model can only poorly be represented by simpler statistical approach using the same input data. However, on a decadal time horizon, the statistical approach shows a good performance and a strong dominance of the soil characteristic field capacity. This points to a possibility to reduce the input factors for predicting long-term averages, but the results are restricted by a lack of empirical data on soil water for validation. The presented assessments of vulnerability and its components have shown that they are still a challenging scientific undertaking. Following the applied terminology, many problems arise when implementing it for regional studies. Advances in addressing shortcomings of previous studies have been made by constructing a new systematic structure for characterizing and aggregating vulnerability components. For this, multiple approaches were presented, but they have specific advantages and disadvantages, which should also be carefully considered in future studies. There is a potential to simplify some methods, but more systematic assessments on this are needed. Overall, this thesis strengthened the use of vulnerability assessments as a tool to support adaptation by enhancing their scientific basis.
N2  - Die Anpassung von Sektoren an veränderte klimatische Bedingungen erfordert ein Verständnis von regionalen Vulnerabilitäten. Vulnerabilität ist als Funktion von Sensitivität und Exposition, welche potentielle Auswirkungen des Klimawandels darstellen, und der Anpassungsfähigkeit von Systemen definiert. Vulnerabilitätsstudien, die diese Komponenten quantifizieren, sind zu einem wichtigen Werkzeug in der Klimawissenschaft geworden. Allerdings besteht von der wissenschaftlichen Perspektive aus gesehen Uneinigkeit darüber, wie diese Definition in Studien umgesetzt werden soll. Ausdiesem Konflikt ergeben sich viele Herausforderungen, vor allem bezüglich der Quantifizierung und Aggregierung der einzelnen Komponenten und deren angemessenen Komplexitätsniveaus. Die vorliegende Dissertation hat daher zum Ziel die Anwendbarkeit des Vulnerabilitätskonzepts voranzubringen, indem es in eine systematische Struktur übersetzt wird. Dies beinhaltet alle Komponenten und schlägt für jede Klimaauswirkung (z.B. Sturzfluten) eine Beschreibung des vulnerablen Systems vor (z.B. Siedlungen), welches direkt mit einer bestimmten Richtung eines relevanten klimatischen Stimulus in Verbindung gebracht wird (z.B. stärkere Auswirkungen bei Zunahme der Starkregentage). Bezüglich der herausfordernden Prozedur der Aggregierung werden zwei alternative Methoden, die einen sektorübergreifenden Überblick ermöglichen, vorgestellt und deren Vor- und Nachteile diskutiert. Anschließend wird die entwickelte Struktur einer Vulnerabilitätsstudie mittels eines indikatorbasierten und deduktiven Ansatzes beispielhaft für Gemeinden in Nordrhein-Westfalen in Deutschland angewandt. Eine Übertragbarkeit auf andere Regionen ist dennoch möglich. Die Quantifizierung für die Gemeinden stützt sich dabei auf Informationen aus der Literatur. Da für viele Sektoren keine geeigneten Indikatoren vorhanden waren, werden in dieser Arbeit neue Indikatoren entwickelt und angewandt, beispielsweise für den Forst- oder Gesundheitssektor. Allerdings stellen fehlende empirische Daten bezüglich relevanter Schwellenwerte eine Lücke dar, beispielsweise welche Stärke von Klimaänderungen eine signifikante Auswirkung hervorruft. Dies führt dazu, dass die Studie nur relative Aussagen zum Grad der Vulnerabilität jeder Gemeinde im Vergleich zum Rest des Bundeslandes machen kann. Um diese Lücke zu füllen, wird für den Forstsektor beispielhaft die heutige und zukünftige Sturmwurfgefahr von Wäldern berechnet. Zu diesem Zweck werden die Eigenschaften der Wälder mit empirischen Schadensdaten eines vergangenen Sturmereignisses in Verbindung gebracht. Der sich daraus ergebende Sensitivitätswert wird anschließend mit den Windverhältnissen verknüpft. Sektorübergreifende Vulnerabilitätsstudien erfordern beträchtliche Ressourcen, was oft deren Anwendbarkeit erschwert. In einem nächsten Schritt wird daher das Potential einer Vereinfachung der Komplexität anhand zweier sektoraler Beispiele untersucht. Um das Auftreten von Waldbränden vorherzusagen, stehen zahlreiche meteorologische Indices zur Verfügung, welche eine Spannbreite unterschiedlicher Komplexitäten aufweisen. Bezüglich der Anzahl monatlicher Waldbrände weist die relative Luftfeuchtigkeit für die meisten deutschen Bundesländer eine bessere Vorhersagekraft als komplexere Indices auf. Dies ist er Fall, obgleich sie selbst als Eingangsvariable für die komplexeren Indices verwendet wird. Mit Hilfe dieses einzelnen meteorologischen Faktors kann also die Waldbrandgefahr in deutschen Region ausreichend genau ausgedrückt werden, was die Ressourceneffizienz von Studien erhöht. Die Methodenkomplexität wird auf ähnliche Weise hinsichtlich der Anwendung des ökohydrologischen Modells SWIM für die Region Brandenburg untersucht. Die interannuellen Bodenwasserwerte, welche durch dieses Modell simuliert werden, können nur unzureichend durch ein einfacheres statistisches Modell, welches auf denselben Eingangsdaten aufbaut, abgebildet werden. Innerhalb eines Zeithorizonts von Jahrzehnten, kann der statistische Ansatz jedoch das Bodenwasser zufriedenstellend abbilden und zeigt eine Dominanz der Bodeneigenschaft Feldkapazität. Dies deutet darauf hin, dass die Komplexität im Hinblick auf die Anzahl der Eingangsvariablen für langfristige Berechnungen reduziert werden kann. Allerdings sind die Aussagen durch fehlende beobachtete Bodenwasserwerte zur Validierung beschränkt. Die vorliegenden Studien zur Vulnerabilität und ihren Komponenten haben gezeigt, dass eine Anwendung noch immer wissenschaftlich herausfordernd ist. Folgt man der hier verwendeten Vulnerabilitätsdefinition, treten zahlreiche Probleme bei der Implementierung in regionalen Studien auf. Mit dieser Dissertation wurden Fortschritte bezüglich der aufgezeigten Lücken bisheriger Studien erzielt, indem eine systematische Struktur für die Beschreibung und Aggregierung von Vulnerabilitätskomponenten erarbeitet wurde. Hierfür wurden mehrere Ansätze diskutiert, die jedoch Vor- und Nachteile besitzen. Diese sollten vor der Anwendung von zukünftigen Studien daher ebenfalls sorgfältig abgewogen werden. Darüber hinaus hat sich gezeigt, dass ein Potential besteht einige Ansätze zu vereinfachen, jedoch sind hierfür weitere Untersuchungen nötig. Insgesamt konnte die Dissertation die Anwendung von Vulnerabilitätsstudien als Werkzeug zur Unterstützung von Anpassungsmaßnahmen stärken.
KW  - Klimawandel
KW  - Impakt
KW  - Vulnerabilität
KW  - Forstwirtschaft
KW  - Boden
KW  - climate change
KW  - impact
KW  - vulnerability
KW  - forestry
KW  - soil
Y1  - 2013
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus-66836
ER  - 
TY  - THES
A1  - Mester, Benedikt
T1  - Modeling flood-induced human displacement risk under global change
T1  - Modellierung des hochwasserbedingten Risikos der Vertreibung von Menschen unter globalen Veränderungen
N2  - Extreme flooding displaces an average of 12 million people every year. Marginalized populations in low-income countries are in particular at high risk, but also industrialized countries are susceptible to displacement and its inherent societal impacts. The risk of being displaced results from a complex interaction of flood hazard, population exposed in the floodplains, and socio-economic vulnerability. Ongoing global warming changes the intensity, frequency, and duration of flood hazards, undermining existing protection measures. Meanwhile, settlements in attractive yet hazardous flood-prone areas have led to a higher degree of population exposure. Finally, the vulnerability to displacement is altered by demographic and social change, shifting economic power, urbanization, and technological development. These risk components have been investigated intensively in the context of loss of life and economic damage, however, only little is known about the risk of displacement under global change.
This thesis aims to improve our understanding of flood-induced displacement risk under global climate change and socio-economic change. This objective is tackled by addressing the following three research questions. First, by focusing on the choice of input data, how well can a global flood modeling chain reproduce flood hazards of historic events that lead to displacement? Second, what are the socio-economic characteristics that shape the vulnerability to displacement? Finally, to what degree has climate change potentially contributed to recent flood-induced displacement events?
To answer the first question, a global flood modeling chain is evaluated by comparing simulated flood extent with satellite-derived inundation information for eight major flood events. A focus is set on the sensitivity to different combinations of the underlying climate reanalysis datasets and global hydrological models which serve as an input for the global hydraulic model. An evaluation scheme of performance scores shows that simulated flood extent is mostly overestimated without the consideration of flood protection and only for a few events dependent on the choice of global hydrological models. Results are more sensitive to the underlying climate forcing, with two datasets differing substantially from a third one. In contrast, the incorporation of flood protection standards results in an underestimation of flood extent, pointing to potential deficiencies in the protection level estimates or the flood frequency distribution within the modeling chain.
Following the analysis of a physical flood hazard model, the socio-economic drivers of vulnerability to displacement are investigated in the next step. For this purpose, a satellite- based, global collection of flood footprints is linked with two disaster inventories to match societal impacts with the corresponding flood hazard. For each event the number of affected population, assets, and critical infrastructure, as well as socio-economic indicators are computed. The resulting datasets are made publicly available and contain 335 displacement events and 695 mortality/damage events. Based on this new data product, event-specific displacement vulnerabilities are determined and multiple (national) dependencies with the socio-economic predictors are derived. The results suggest that economic prosperity only partially shapes vulnerability to displacement; urbanization, infant mortality rate, the share of elderly, population density and critical infrastructure exhibit a stronger functional relationship, suggesting that higher levels of development are generally associated with lower vulnerability.
Besides examining the contextual drivers of vulnerability, the role of climate change in the context of human displacement is also being explored. An impact attribution approach is applied on the example of Cyclone Idai and associated extreme coastal flooding in Mozambique. A combination of coastal flood modeling and satellite imagery is used to construct factual and counterfactual flood events. This storyline-type attribution method allows investigating the isolated or combined effects of sea level rise and the intensification of cyclone wind speeds on coastal flooding. The results suggest that displacement risk has increased by 3.1 to 3.5% due to the total effects of climate change on coastal flooding, with the effects of increasing wind speed being the dominant factor.
In conclusion, this thesis highlights the potentials and challenges of modeling flood- induced displacement risk. While this work explores the sensitivity of global flood modeling to the choice of input data, new questions arise on how to effectively improve the reproduction of flood return periods and the representation of protection levels. It is also demonstrated that disentangling displacement vulnerabilities is feasible, with the results providing useful information for risk assessments, effective humanitarian aid, and disaster relief. The impact attribution study is a first step in assessing the effects of global warming on displacement risk, leading to new research challenges, e.g., coupling fluvial and coastal flood models or the attribution of other hazard types and displacement events. This thesis is one of the first to address flood-induced displacement risk from a global perspective. The findings motivate for further development of the global flood modeling chain to improve our understanding of displacement vulnerability and the effects of global warming.
N2  - Durch extreme Überschwemmungen werden jedes Jahr durchschnittlich 12 Millionen Menschen vertrieben. Vor allem marginalisierte Bevölkerungsgruppen in Ländern mit niedrigem Einkommen sind stark gefährdet, aber auch Industrieländer sind anfällig für Vertreibungen und die damit verbundenen gesellschaftlichen Auswirkungen. Das Risiko der Vertreibung ergibt sich aus einer komplexen Wechselwirkung zwischen der Hochwassergefahr, der Exposition der in den Überschwemmungsgebieten lebenden Bevölkerung und der sozioökonomischen Vulnerabilität. Die fortschreitende globale Erderwärmung verändert die Intensität, Häufigkeit und Dauer von Hochwassergefahren und untergräbt die bestehenden Schutzmaßnahmen. Gleichzeitig hat die Besiedlung attraktiver, aber gefährdeter Überschwemmungsgebiete zu einem höheren Maß an Exposition der Bevölkerung geführt. Schließlich wird die Vulnerabilität für Vertreibungen durch den demografischen und sozialen Wandel, die Verlagerung der Wirtschaftskräfte, die Urbanisierung und die technologische Entwicklung verändert. Diese Risikokomponenten wurden im Zusammenhang mit dem Verlust von Menschenleben und wirtschaftlichen Schäden intensiv untersucht, über das Risiko der Vertreibung im Rahmen des globalen Wandels ist jedoch nur wenig bekannt.
Diese Arbeit zielt darauf ab, unser Verständnis des durch Überschwemmungen verursachten Vertreibungsrisikos unter dem Einfluss des globalen Klimawandels und des sozioökonomischen Wandels zu verbessern. Dieses Ziel wird durch die Beantwortung der folgenden drei Forschungsfragen erreicht. Erstens: Wie gut kann eine globale Hochwassermodellierungskette die Hochwassergefahren historischer Ereignisse, die zu Vertreibung geführt haben, reproduzieren, wobei ein Fokus auf die Wahl der Eingangsdaten gelegt wird? Zweitens: Welches sind die sozioökonomischen Merkmale, die die Vulnerabilität für Vertreibung beeinflussen? Und schließlich, inwieweit hat der Klimawandel möglicherweise zu den jüngsten hochwasserbedingten Vertreibungsereignissen beigetragen?
Zur Beantwortung der ersten Frage wird eine globale Hochwassermodellierungskette durch den Vergleich der simulierten Überschwemmungsfläche mit satellitengestützten Überschwemmungsdaten für acht große Hochwasserereignisse überprüft. Der Schwerpunkt liegt dabei auf der Sensitivität gegenüber verschiedenen Kombinationen der zugrunde liegenden Klimareanalysedatensätzen und globalen hydrologischen Modellen, die als Input für das globale Hydraulikmodell dienen. Ein Bewertungsschema von Leistungsindikatoren zeigt, dass die simulierte Überschwemmungsfläche ohne Berücksichtigung des Hochwasserschutzes meist überschätzt wird und nur bei wenigen Ereignissen von der Wahl der globalen hydrologischen Modelle abhängt. Die Ergebnisse sind empfindlicher gegenüber dem zugrunde liegenden Climate Forcing, wobei sich zwei Datensätze erheblich von einem dritten unterscheiden. Im Gegensatz dazu führt die Einbeziehung von Hochwasserschutznormen zu einer Unterschätzung der Überschwemmungsfläche, was auf mögliche Mängel bei der Schätzung des Schutzniveaus oder der Hochwasserhäufigkeitsverteilung innerhalb der Modellierungskette hinweist.
Nach der Analyse des physikalischen Hochwassergefahrenmodells werden in einem nächsten Schritt die sozioökonomischen Triebkräfte für die Vulnerabilität für Vertreibungen untersucht. Zu diesem Zweck wird eine satellitengestützte, globale Sammlung von Hochwasseüberschwemmungsflächen mit zwei Katastrophendatenbänken verknüpft, um die gesellschaftlichen Auswirkungen mit der entsprechenden Hochwassergefahr zusammenzuführen. Für jedes Ereignis werden die Anzahl der betroffenen Menschen, Vermögenswerte und kritischen Infrastrukturen sowie sozioökonomische Indikatoren berechnet. Die daraus resultierenden Datensätze werden öffentlich zugänglich gemacht und enthalten 335 Vertreibungsereignisse und 695 Todesopfer-/Schadensereignisse. Auf der Grundlage dieses neuen Datenprodukts werden ereignisspezifische Vertreibungsvulnerabilitäten bestimmt und vielfältige (nationale) Abhängigkeiten mit den sozioökonomischen Prädiktoren abgeleitet. Die Ergebnisse deuten darauf hin, dass wirtschaftlicher Wohlstand nur teilweise die Anfälligkeit für Vertreibungen beeinflusst; Urbanisierung, Kindersterblichkeitsrate, der Anteil älterer Menschen, Bevölkerungsdichte und kritische Infrastrukturen weisen eine stärkere funktionale Beziehung auf, was den Schluss zulässt, dass ein höheres Entwicklungsniveau im Allgemeinen mit einer geringeren Vulnerabilität verbunden ist.
Neben der Untersuchung der kontextabhängigen Faktoren der Vulnerabilität wird auch die Rolle des Klimawandels im Zusammenhang mit der Vertreibung von Menschen untersucht. Am Beispiel des Zyklons Idai und den damit verbundenen extremen Küstenüberschwemmungen in Mosambik wird ein Ansatz zur Attribution der Auswirkungen angewandt. Eine Kombination aus Küstenüberflutungsmodellierung und Satellitenbildern wird verwendet, um faktische und kontrafaktische Überschwemmungsereignisse zu konstruieren. Diese Storyline-artige Attributionsmethode ermöglicht die Untersuchung der isolierten oder kombinierten Auswirkungen des Meeresspiegelanstiegs und der Intensivierung der Windgeschwindigkeiten von Zyklonen auf die Küstenüberflutung. Die Ergebnisse deuten darauf hin, dass das Vertreibungsrisiko durch die Gesamtwirkung des Klimawandels auf Küstenüberschwemmungen um 3,1 bis 3,5 % gestiegen ist, wobei die Auswirkungen der zunehmenden Windgeschwindigkeit der dominierende Faktor sind.
Zusammenfassend zeigt diese Arbeit die Potentiale und Herausforderungen der Modellierung von hochwasserbedingten Vertreibungsrisiken auf. Während diese Arbeit die Sensitivität der globalen Hochwassermodellierung in Bezug auf die Wahl der Eingabedaten untersucht, ergeben sich neue Fragen, wie die Reproduktion von Wiederkehrintervallen und die Darstellung von Schutzniveaus effektiv verbessert werden kann. Die Ergebnisse liefern nützliche Informationen für Risikobewertungen, effektive humanitäre Hilfe und Katastrophenhilfe. Die Studie zur Auswirkungs-Attribution ist ein erster Schritt zur Bewertung der Effekte der globalen Erwärmung auf das Vertreibungsrisiko und führt zu neuen Forschungsherausforderungen, z. B. zur Kopplung von Fluss- und Küstenhochwassermodellen oder zur Untersuchung anderer Gefahrenarten. Diese Arbeit ist eine der ersten, die das durch Überschwemmungen verursachte Vertreibungsrisiko aus einer globalen Perspektive heraus betrachtet. Die Ergebnisse motivieren dazu, die globale Hochwassermodellierungskette weiterzuentwickeln, um unser Verständnis der Vertreibungsvulnerabilität und der Auswirkungen der globalen Erderwärmung zu vertiefen.
KW  - displacement
KW  - flooding
KW  - remote sensing
KW  - vulnerability
KW  - global flood model
KW  - Vertreibung
KW  - Überschwemmungen
KW  - Fernerkundung
KW  - Vulnerabilität
KW  - globales Überschwemmungsmodell
Y1  - 2023
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-609293
ER  -