TY  - THES
A1  - Vogel, Kristin
T1  - Applications of Bayesian networks in natural hazard assessments
T1  - Anwendungen von Bayes'schen Netzen bei der Einschätzung von Naturgefahren
N2  - Even though quite different in occurrence and consequences, from a modeling perspective many natural hazards share similar properties and challenges. Their complex nature as well as lacking knowledge about their driving forces and potential effects make their analysis demanding: uncertainty about the modeling framework, inaccurate or incomplete event observations and the intrinsic randomness of the natural phenomenon add up to different interacting layers of uncertainty, which require a careful handling. Nevertheless deterministic approaches are still widely used in natural hazard assessments, holding the risk of underestimating the hazard with disastrous effects. The all-round probabilistic framework of Bayesian networks constitutes an attractive alternative. In contrast to deterministic proceedings, it treats response variables as well as explanatory variables as random variables making no difference between input and output variables. Using a graphical representation Bayesian networks encode the dependency relations between the variables in a directed acyclic graph: variables are represented as nodes and (in-)dependencies between variables as (missing) edges between the nodes. The joint distribution of all variables can thus be described by decomposing it, according to the depicted independences, into a product of local conditional probability distributions, which are defined by the parameters of the Bayesian network. In the framework of this thesis the Bayesian network approach is applied to different natural hazard domains (i.e. seismic hazard, flood damage and landslide assessments). Learning the network structure and parameters from data, Bayesian networks reveal relevant dependency relations between the included variables and help to gain knowledge about the underlying processes. The problem of Bayesian network learning is cast in a Bayesian framework, considering the network structure and parameters as random variables itself and searching for the most likely combination of both, which corresponds to the maximum a posteriori (MAP score) of their joint distribution given the observed data. Although well studied in theory the learning of Bayesian networks based on real-world data is usually not straight forward and requires an adoption of existing algorithms. Typically arising problems are the handling of continuous variables, incomplete observations and the interaction of both. Working with continuous distributions requires assumptions about the allowed families of distributions. To "let the data speak" and avoid wrong assumptions, continuous variables are instead discretized here, thus allowing for a completely data-driven and distribution-free learning. An extension of the MAP score, considering the discretization as random variable as well, is developed for an automatic multivariate discretization, that takes interactions between the variables into account. The discretization process is nested into the network learning and requires several iterations. Having to face incomplete observations on top, this may pose a computational burden. Iterative proceedings for missing value estimation become quickly infeasible. A more efficient albeit approximate method is used instead, estimating the missing values based only on the observations of variables directly interacting with the missing variable. Moreover natural hazard assessments often have a primary interest in a certain target variable. The discretization learned for this variable does not always have the required resolution for a good prediction performance. Finer resolutions for (conditional) continuous distributions are achieved with continuous approximations subsequent to the Bayesian network learning, using kernel density estimations or mixtures of truncated exponential functions. All our proceedings are completely data-driven. We thus avoid assumptions that require expert knowledge and instead provide domain independent solutions, that are applicable not only in other natural hazard assessments, but in a variety of domains struggling with uncertainties.
N2  - Obwohl Naturgefahren in ihren Ursachen, Erscheinungen und Auswirkungen grundlegend verschieden sind, teilen sie doch viele Gemeinsamkeiten und Herausforderungen, wenn es um ihre Modellierung geht. Fehlendes Wissen über die zugrunde liegenden Kräfte und deren komplexes Zusammenwirken erschweren die Wahl einer geeigneten Modellstruktur. Hinzu kommen ungenaue und unvollständige Beobachtungsdaten sowie dem Naturereignis innewohnende Zufallsprozesse. All diese verschiedenen, miteinander interagierende Aspekte von Unsicherheit erfordern eine sorgfältige Betrachtung, um fehlerhafte und verharmlosende Einschätzungen von Naturgefahren zu vermeiden. Dennoch sind deterministische Vorgehensweisen in Gefährdungsanalysen weit verbreitet. Bayessche Netze betrachten die Probleme aus wahrscheinlichkeitstheoretischer Sicht und bieten somit eine sinnvolle Alternative zu deterministischen Verfahren. Alle vom Zufall beeinflussten Größen werden hierbei als Zufallsvariablen angesehen. Die gemeinsame Wahrscheinlichkeitsverteilung aller Variablen beschreibt das Zusammenwirken der verschiedenen Einflussgrößen und die zugehörige Unsicherheit/Zufälligkeit. Die Abhängigkeitsstrukturen der Variablen können durch eine grafische Darstellung abgebildet werden. Die Variablen werden dabei als Knoten in einem Graphen/Netzwerk dargestellt und die (Un-)Abhängigkeiten zwischen den Variablen als (fehlende) Verbindungen zwischen diesen Knoten. Die dargestellten Unabhängigkeiten veranschaulichen, wie sich die gemeinsame Wahrscheinlichkeitsverteilung in ein Produkt lokaler, bedingter Wahrscheinlichkeitsverteilungen zerlegen lässt. Im Verlauf dieser Arbeit werden verschiedene Naturgefahren (Erdbeben, Hochwasser und Bergstürze) betrachtet und mit Bayesschen Netzen modelliert. Dazu wird jeweils nach der Netzwerkstruktur gesucht, welche die Abhängigkeiten der Variablen am besten beschreibt. Außerdem werden die Parameter der lokalen, bedingten Wahrscheinlichkeitsverteilungen geschätzt, um das Bayessche Netz und dessen zugehörige gemeinsame Wahrscheinlichkeitsverteilung vollständig zu bestimmen. Die Definition des Bayesschen Netzes kann auf Grundlage von Expertenwissen erfolgen oder - so wie in dieser Arbeit - anhand von Beobachtungsdaten des zu untersuchenden Naturereignisses. Die hier verwendeten Methoden wählen Netzwerkstruktur und Parameter so, dass die daraus resultierende Wahrscheinlichkeitsverteilung den beobachteten Daten eine möglichst große Wahrscheinlichkeit zuspricht. Da dieses Vorgehen keine Expertenwissen voraussetzt, ist es universell in verschiedenen Gebieten der Gefährdungsanalyse einsetzbar. Trotz umfangreicher Forschung zu diesem Thema ist das Bestimmen von Bayesschen Netzen basierend auf Beobachtungsdaten nicht ohne Schwierigkeiten. Typische Herausforderungen stellen die Handhabung stetiger Variablen und unvollständiger Datensätze dar. Beide Probleme werden in dieser Arbeit behandelt. Es werden Lösungsansätze entwickelt und in den Anwendungsbeispielen eingesetzt. Eine Kernfrage ist hierbei die Komplexität des Algorithmus. Besonders wenn sowohl stetige Variablen als auch unvollständige Datensätze in Kombination auftreten, sind effizient arbeitende Verfahren gefragt. Die hierzu in dieser Arbeit entwickelten Methoden ermöglichen die Verarbeitung von großen Datensätze mit stetigen Variablen und unvollständigen Beobachtungen und leisten damit einen wichtigen Beitrag für die wahrscheinlichkeitstheoretische Gefährdungsanalyse.
KW  - Bayes'sche Netze
KW  - Naturgefahren
KW  - Gefahrenanalyse
KW  - Unsicherheiten
KW  - Hochwasser
KW  - Bayesian networks
KW  - natural hazards
KW  - hazard assessments
KW  - uncertainties
KW  - flood events
Y1  - 2013
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus-69777
ER  - 
TY  - JOUR
A1  - Riese, Miriam
A1  - Thieken, Annegret
A1  - Müggenburg, Eva
A1  - Bubeck, Philip
T1  - Synergies and barriers of the possible integration of heavy rainfall for the implementation of the European Floods Directive
JF  - Hydrologie und Wasserbewirtschaftung
N2  - The heavy rainfall events in recent years have caused great damage, which has increased the public awareness of the topic of heavy rainfall. For this reason, this article discusses how a systematic integration of heavy rainfall within the framework of the European Floods Directive would be possible and reasonable. For this purpose, a matrix covering possible synergies and barriers was created for all steps of the directive, which were then examined in 15 semi-structured interviews with representatives from specialized administration, the private sector and academia. Although there are some synergies, the additional effort required, especially regarding the identification of the risk areas and the higher level of detail required for risk modeling, would be so high that the European Floods Directive cannot be deemed to be an appropriate framework for heavy rainfall risk management. Nevertheless, there is a need for action, e.g. in the field of self-protection, improved risk communication to the population, combined with increased public and interagency cooperation.
T2  - Synergien und Hemmnisse einer möglichen Integration von Starkregen in die Bearbeitung der europäischen Hochwasserrisikomanagementrichtlinie
KW  - Flood
KW  - heavy rainfall
KW  - EU Floods Directive
KW  - Federal Water Act
KW  - Hochwasser
KW  - Starkregen
KW  - Hochwasserrisikomanagementrichtlinie
KW  - Wasserhaushaltsgesetz
Y1  - 2019
U6  - https://doi.org/10.5675/HyWa_2019.4_1
SN  - 1439-1783
VL  - 63
IS  - 4
SP  - 193
EP  - 202
PB  - Bundesanst. für Gewässerkunde
CY  - Koblenz
ER  - 
TY  - THES
A1  - Nied, Manuela
T1  - The role of soil moisture and weather patterns for flood occurrence and characteristics at the river basin scale
T1  - Die Bedeutung von Mustern der Bodenfeuchte und des Wetters für das Auftreten und die Ausprägung von Hochwasserereignissen auf der Skala des Flusseinzugsgebietes
N2  - Flood generation at the scale of large river basins is triggered by the interaction of the hydrological pre-conditions and the meteorological event conditions at different spatial and temporal scales. This interaction controls diverse flood generating processes and results in floods varying in magnitude and extent, duration as well as socio-economic consequences. For a process-based understanding of the underlying cause-effect relationships, systematic approaches are required. These approaches have to cover the complete causal flood chain, including the flood triggering meteorological event in combination with the hydrological (pre-)conditions in the catchment, runoff generation, flood routing, possible floodplain inundation and finally flood losses.
In this thesis, a comprehensive probabilistic process-based understanding of the causes and effects of floods is advanced. The spatial and temporal dynamics of flood events as well as the geophysical processes involved in the causal flood chain are revealed and the systematic interconnections within the flood chain are deciphered by means of the classification of their associated causes and effects. This is achieved by investigating the role of the hydrological pre-conditions and the meteorological event conditions with respect to flood occurrence, flood processes and flood characteristics as well as their interconnections at the river basin scale.
Broadening the knowledge about flood triggers, which up to now has been limited to linking large-scale meteorological conditions to flood occurrence, the influence of large-scale pre-event hydrological conditions on flood initiation is investigated. Using the Elbe River basin as an example, a classification of soil moisture, a key variable of pre-event conditions, is developed and a probabilistic link between patterns of soil moisture and flood occurrence is established. The soil moisture classification is applied to continuously simulated soil moisture data which is generated using the semi-distributed conceptual rainfall-runoff model SWIM. Applying successively a principal component analysis and a cluster analysis, days of similar soil moisture patterns are identified in the period November 1951 to October 2003.
The investigation of flood triggers is complemented by including meteorological conditions described by a common weather pattern classification that represents the main modes of atmospheric state variability. The newly developed soil moisture classification thereby provides the basis to study the combined impact of hydrological pre-conditions and large-scale meteorological event conditions on flood occurrence at the river basin scale.
A process-based understanding of flood generation and its associated probabilities is attained by classifying observed flood events into process-based flood types such as snowmelt floods or long-rain floods. Subsequently, the flood types are linked to the soil moisture and weather patterns. Further understanding of the processes is gained by modeling of the complete causal flood chain, incorporating a rainfall-runoff model, a 1D/2D hydrodynamic model and a flood loss model. A reshuffling approach based on weather patterns and the month of their occurrence is developed to generate synthetic data fields of meteorological conditions, which drive the model chain, in order to increase the flood sample size. From the large number of simulated flood events, the impact of hydro-meteorological conditions on various flood characteristics is detected through the analysis of conditional cumulative distribution functions and regression trees.
The results show the existence of catchment-scale soil moisture patterns, which comprise of large-scale seasonal wetting and drying components as well as of smaller-scale variations related to spatially heterogeneous catchment processes. Soil moisture patterns frequently occurring before the onset of floods are identified. In winter, floods are initiated by catchment-wide high soil moisture, whereas in summer the flood-initiating soil moisture patterns are diverse and the soil moisture conditions are less stable in time. The combined study of both soil moisture and weather patterns shows that the flood favoring hydro-meteorological patterns as well as their interactions vary seasonally. In the analysis period, 18 % of the weather patterns only result in a flood in the case of preceding soil saturation. The classification of 82 past events into flood types reveals seasonally varying flood processes that can be linked to hydro-meteorological patterns. For instance, the highest flood potential for long-rain floods is associated with a weather pattern that is often detected in the presence of so-called ‘Vb’ cyclones. Rain-on-snow and snowmelt floods are associated with westerly and north-westerly wind directions. The flood characteristics vary among the flood types and can be reproduced by the applied model chain. In total, 5970 events are simulated. They reproduce the observed event characteristics between September 1957 and August 2002 and provide information on flood losses. A regression tree analysis relates the flood processes of the simulated events to the hydro-meteorological (pre-)event conditions and highlights the fact that flood magnitude is primarily controlled by the meteorological event, whereas flood extent is primarily controlled by the soil moisture conditions.
Describing flood occurrence, processes and characteristics as a function of hydro-meteorological patterns, this thesis is part of a paradigm shift towards a process-based understanding of floods. The results highlight that soil moisture patterns as well as weather patterns are not only beneficial to a probabilistic conception of flood initiation but also provide information on the involved flood processes and the resulting flood characteristics.
N2  - Hochwasserereignisse in großen Flusseinzugsgebieten entstehen durch das Zusammenwirken der hydrologischen Vorbedingungen und der meteorologischen Ereignisbedingungen. Das Zusammenwirken findet auf verschiedenen räumlichen und zeitlichen Skalen statt und steuert dabei unterschiedliche Prozesse der Hochwasserentstehung. Diese führen zu Hochwassern mit vielfältigen Eigenschaften, die sich unter anderem in maximalem Pegelstand, räumlicher Ausdehnung, Andauer und sozio-ökonomischen Folgen unterscheiden. Für ein prozessbasiertes Verständnis der zugrunde liegenden Zusammenhänge zwischen Ursache und Wirkung sind systematische Ansätze notwendig. Diese müssen die gesamte kausale Hochwasserprozesskette, von dem Hochwasser auslösenden meteorologischen Ereignis welches auf die hydrologischen Vorbedingungen im Einzugsgebiet trifft, über Abflussbildung, Wellenablauf und mögliche Überflutungen, bis hin zum Hochwasserschaden umfassen.
Die vorliegende Arbeit hat das Ziel, zu einem umfassenden probabilistischen, prozessbasierten Verständnis der Ursachen und Auswirkungen von Hochwassern beizutragen. Neben der räumlichen und zeitlichen Dynamik von Hochwasserereignissen werden die an der kausalen Hochwasserprozesskette beteiligten geophysikalischen Prozesse analysiert. Systematische Zusammenhänge von Ursachen und Wirkungen innerhalb der Hochwasserprozesskette werden durch die Analyse von Klassifizierungen der hydrologischen Vorbedingungen und der meteorologischen Ereignisbedingungen offengelegt. Des Weiteren wird der Einfluss der klassifizierten Bedingungen bezüglich Hochwasserentstehung, Hochwasserprozessen und Hochwassereigenschaften sowie deren Verbindungen untereinander auf Ebene des Flusseinzugsgebiets quantifiziert.
Das Wissen über hochwasserauslösende Bedingungen, welches bisher auf die Analyse von Großwetterlagen und deren Einfluss auf die Hochwasserentstehung beschränkt war, wird um den Einflussfaktor der großskaligen hydrologischen Vorbedingungen ergänzt. Am Beispiel des Einzugsgebiets der Elbe wird eine Klassifizierungsmethode für die Bodenfeuchte, einer bedeutenden hydrologischen Vorbedingung, entwickelt. Durch die Klassifizierung der Bodenfeuchte kann ein probabilistischer Zusammenhang zwischen räumlichen Bodenfeuchtemustern und dem Auftreten von Hochwasser hergestellt werden. Die Bodenfeuchteklassifizierung wird angewandt auf Bodenfeuchtedaten, die mit dem konzeptionellen Niederschlags-Abfluss-Modell SWIM durch kontinuierliche Simulation erzeugt werden. Eine Hauptkomponenten- und anschließende Clusteranalyse identifizieren dabei Tage ähnlicher räumlicher Bodenfeuchteverteilung im Zeitraum November 1951 bis Oktober 2003.
Die meteorologischen Ereignisbedingungen werden durch eine gängige Wetterlagenklassifikation beschrieben, welche die charakteristischen atmosphärischen Zustände abbildet. Gemeinsam mit der neu entwickelten Bodenfeuchteklassifizierung bildet dies die Grundlage für die Untersuchung des kombinierten Einflusses der hydrologischen Vorbedingungen und der großräumigen meteorologischen Ereignisbedingungen auf die Entstehung von Hochwasser auf Flussgebietsskala.
Das prozessorientierte Verständnis der Hochwasserentstehung und die damit einhergehenden Wahrscheinlichkeiten werden durch die Klassifizierung von vergangenen Hochwasserereignissen in prozessbasierte Hochwassertypen wie Schneeschmelzhochwasser oder Hochwasser auf Grund von langanhaltendendem Regen erzielt. Anschließend werden den Hochwassertypen die jeweils vorliegenden Bodenfeuchtemuster und Wetterlagen zugeordnet. Die Hochwasserprozesse werden zudem durch Simulation der gesamten kausalen Hochwasserprozesskette unter Einbeziehung eines Niederschlags-Abfluss-Modells, eines 1D/2D hydrodynamischen Modells sowie eines Hochwasserschadensmodells modelliert. Ein neu entwickelter Permutationsansatz basierend auf der Wetterlage und dem Monat ihres Auftretens generiert synthetische meteorologische Datensätze, welche der Modellkette als Eingangsdaten dienen, um eine repräsentative Anzahl von Hochwasserereignissen zu erzeugen. Durch die Vielzahl an simulierten Hochwasserereignissen kann der systematische Einfluss der hydro-meteorologischen Bedingungen auf verschiedene Hochwassermerkmale mit Hilfe von bedingten Verteilungsfunktionen und Regressionsbäumen gezeigt werden.
Die Ergebnisse belegen die Existenz von Mustern der Bodenfeuchte auf Ebene von Flusseinzugsgebieten. Die Muster bilden sowohl großräumige jahreszeitliche Schwankungen der Bodenfeuchte als auch kleinskalige heterogene Prozesse im Einzugsgebiet ab. Häufig vor Hochwassern auftretende Bodenfeuchtemuster werden identifiziert. Im Winter wird Hochwasser vornehmlich durch eine flächendeckend hohe Bodenfeuchte eingeleitet. Im Sommer sind die Bodenfeuchtemuster zeitlich variabler und die mit Hochwasser in Verbindung stehenden Muster zahlreicher. Die Ergänzung der Bodenfeuchtemuster um die Wetterlagenklassifikation zeigt für die Hochwasserentstehung, dass die Beiträge der einzelnen hydro-meteorologischen Muster sowie deren Zusammenwirken jahreszeitlich variieren. Im Untersuchungszeitraum resultieren 18 % der Wetterlagen nur bei vorangehender Bodensättigung in einem Hochwasser. Die Zuordnung von 82 Hochwasserereignissen zu prozess-basierten Hochwassertypen zeigt ebenfalls saisonal unterschiedliche Prozesse auf, welche mit den hydro-meteorologischen Mustern in Verbindung gebracht werden können. Beispielsweise ist das größte Hochwasserpotenzial auf Grund von langanhaltendem Regen auf eine Wetterlage zurückzuführen, die häufig in Gegenwart von sogenannten "Vb" Zyklonen beobachtet wird. Regen-auf-Schnee und Schneeschmelz-Ereignisse werden im Zusammenhang mit westlichen und nordwestlichen Windrichtungen beobachtet. Die prozessbasierten Hochwassertypen und die resultierenden Hochwassereigenschaften können durch die angewandte Modellkette wiedergegeben werden. Insgesamt werden 5970 Ereignisse simuliert, welche die beobachteten Hochwassereigenschaften zwischen September 1957 und August 2002 reproduzieren. Zusätzlich können durch die Modellkette auch Aussagen über auftretende Hochwasserschäden gemacht werden. Eine Regressionsbaum-Analyse setzt die Hochwasserprozesse der simulierten Ereignisse in Beziehung zu den hydro-meteorologischen Bedingungen. Dabei wird deutlich, dass der Pegelstand primär durch die meteorologischen Ereignisbedingungen bestimmt wird, wohingegen die räumliche Ausdehnung des Hochwassers primär durch die Bodenfeuchtebedingungen beeinflusst wird.
Die vorliegende Arbeit ist Teil eines Paradigmenwechsels hin zu einem prozessbasierten Hochwasserverständnis. Die Beschreibung von Hochwasserentstehung, Hochwasserprozessen und Hochwassereigenschaften in Abhängigkeit von hydro-meteorologischen Mustern zeigt, dass Bodenfeuchtemuster sowie Wetterlagen nicht nur zu einer probabilistischen Analyse der Hochwasserentstehung beitragen, sondern auch Aufschluss über die ablaufenden Hochwasserprozesse und die daraus resultierenden Hochwassereigenschaften geben.
KW  - floods
KW  - antecedent conditions
KW  - soil moisture patterns
KW  - weather patterns
KW  - flood types
KW  - Hochwasser
KW  - hydrologische Vorbedingungen
KW  - Muster der Bodenfeuchte
KW  - Wetterlagen
KW  - Hochwassertypen
Y1  - 2016
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-94612
ER  - 
TY  - THES
A1  - Laudan, Jonas
T1  - Changing susceptibility of flood-prone residents in Germany
T1  - Die Änderung der Anfälligkeit von Hochwassergefährdeten Anwohnern in Deutschland
BT  - mental coping and mitigation behaviour in the context of different flood types
BT  - Mentale Bewältigung und Schadensminderungsverhalten im Zusammenhang mit Verschiedenen Hochwassertypen
N2  - Floods are among the most costly natural hazards that affect Europe and Germany, demanding a continuous adaptation of flood risk management. While social and economic development in recent years altered the flood risk patterns mainly with regard to an increase in flood exposure, different flood events are further expected to increase in frequency and severity in certain European regions due to climate change. As a result of recent major flood events in Germany, the German flood risk management shifted to more integrated approaches that include private precaution and preparation to reduce the damage on exposed assets. Yet, detailed insights into the preparedness decisions of flood-prone households remain scarce, especially in connection to mental impacts and individual coping strategies after being affected by different flood types.
This thesis aims to gain insights into flash floods as a costly hazard in certain German regions and compares the damage driving factors to the damage driving factors of river floods. Furthermore, psychological impacts as well as the effects on coping and mitigation behaviour of flood-affected households are assessed. In this context, psychological models such as the Protection Motivation Theory (PMT) and methods such as regressions and Bayesian statistics are used to evaluate influencing factors on the mental coping after an event and to identify psychological variables that are connected to intended private flood mitigation. The database consists of surveys that were conducted among affected households after major river floods in 2013 and flash floods in 2016.
The main conclusions that can be drawn from this thesis reveal that the damage patterns and damage driving factors of strong flash floods differ significantly from those of river floods due to a rapid flow origination process, higher flow velocities and flow forces. However, the effects on mental coping of people that have been affected by flood events appear to be weakly influenced by different flood types, but yet show a coherence to the event severity, where often thinking of the respective event is pronounced and also connected to a higher mitigation motivation. The mental coping and preparation after floods is further influenced by a good information provision and a social environment, which encourages a positive attitude towards private mitigation. 
As an overall recommendation, approaches for an integrated flood risk management in Germany should be followed that also take flash floods into account and consider psychological characteristics of affected households to support and promote private flood mitigation. Targeted information campaigns that concern coping options and discuss current flood risks are important to better prepare for future flood hazards in Germany.
N2  - Hochwasser zählen zu den schadensträchtigsten Naturgefahren, die in Europa und Deutschland vorkommen. In Deutschland traten in den letzten Jahren einige sehr starke Hochwasser und Überflutungen auf, die die Einstufung von Hochwassern als gefährliche Naturgewalt bestätigten. Private Haushalte leiden unter finanziellen und persönlichen Verlusten und sind sogar teilweise mehrfach betroffen. Folgenreiche Hochwasser, die im Gedächtnis blieben, waren insbesondere das Elbe-Hochwasser im Sommer 2002 sowie Überschwemmungen mit Schwerpukten an Elbe und Donau im Juni 2013. Im Mai und Juni 2016 kam es zu heftigen Unwettern über Zentraleuropa, während insbesondere Süddeutschland von Starkregen und Sturzfluten betroffen war. Hierbei wurden vereinzelte Ortschaften in Baden-Württtemberg (vor allem Braunsbach) und Bayern (vor allem Simbach am Inn) von extremen Sturzfluten beeinträchtigt und Bauwerke stark beschädigt.
Als Reaktion auf die Flusshochwasser 2002 und 2013 wurde unter anderem das aktuelle Hochwasserrisikomanagement in Deutschland so angepasst, dass neben übergeordneten und technischen Hochwasserschutzmaßnahmen auch auf lokaler Ebene Maßnahmen ergriffen werden müssen. Diese umfassen Hochwasservorsorgemaßnahmen, die betroffene Haushalte selbst implementieren sollen. Neben strukturellen Maßnahmen wie z.B. der Verlegung von Heizung, Elektronik und Öltank in nicht-gefährdete Stockwerke sowie dem Schutz des Gebäudes vor Eindringen von Wasser, können auch nichtstrukturelle Maßnahmen, wie z.B. eine angepasste Wohnraumnutzung und das Verwenden von geeigneter Inneneinrichtung, ergriffen werden, um Hochwasserschäden signifikant zu verringern. Bis heute ist es jedoch unklar, aus welchen Gründen sich die betroffenen Menschen für Hochwasservorsorgemaßnahmen entscheiden und wie die individuelle Motivation, Maßnahmen zu implementieren, verstärkt werden kann. Neben dem Wissen um die eigene Hochwassergefährdung ist anzunehmen, dass die Selbsteinschätzung in Bezug auf einen wirksamen Umgang mit Hochwassern ausschlaggebend für die Motivation zur Vorsorge ist. Außerdem kann davon ausgegangen werden, dass verschiedene Hochwassertypen wie Flusshochwasser und Sturzfluten mit ihren unterschiedlichen Dynamiken unterschiedliche Auswirkungen auf die mentale Bewältigung und somit auch auf das Vorsorgeverhalten hervorrufen.
Die vorliegende Arbeit hat demnach zum Ziel, Flusshochwasser und Sturzfluten in Deutschland miteinander zu vergleichen, wobei der Fokus auf schadenstreibenden Faktoren und psychologischen Auswirkungen auf betroffene Haushalte liegt. Weiterhin sollen damit verbundenes Vorsorgeverhalten untersucht und gegebenenfalls Handlungsempfehlungen für das Hochwasserrisikomanagement abgeleitet werden, das einerseits psychologische Charakteristika und andererseits Sturzfluten als signifikante Naturgefahr in Deutschland miteinbezieht. Hierbei werden sozio-ökonomische, zwischenmenschliche und psychologische Variablen von Haushalten ausgewertet, die 2013 und 2016 von Flusshochwassern und Sturzfluten betroffen waren. Dabei kommen verschiedene Methoden (Regressionen, Bayessche Statistik) und Modelle (Protection Motivation Theory) zum Einsatz, um Verbindungen zwischen den Variablen aufzeigen. 
Die Ergebnisse veranschaulichen erstens, dass Flusshochwasser und Sturzfluten zwar unterschiedliche Schäden an Gebäuden aufgrund verschiedener Flutdynamiken hervorrufen können, was sich bei Betroffenen jedoch nicht in unterschiedlichen psychologischen Auswirkungen widerspiegelt. Vielmehr ist die jeweilige Stärke und Schwere des Hochwassers entscheidend für charakteristische Ausprägungen von psychologischen Variablen. In diesem Falle sorgt eine stärkere Flut dafür, dass häufiger an das jeweilige Ereignis gedacht wird, während die Motivation zur Eigenvorsorge in solchen Fällen erhöht scheint. Zweitens sind ein soziales Umfeld, in dem bereits Vorsorgemaßnahmen implementiert wurden, sowie hilfreiche Informationen für geeignete Maßnahmen, deren Kosten und Aufklärung über das aktuelle Hochwasserrisiko förderlich für die Motivation, private Vorsorge zu betreiben.
Ein aktuelles Hochwasserrisikomanagement sollte demnach auch Sturzfluten als mögliches Risiko in Deutschland miteinbeziehen und mehr in die Aufklärung und private Unterstützung bei Hochwassern investieren. Ein besseres Verstehen von psychologischen und mentalen Auswirkungen von verschiedenen Hochwassertypen hat den Vorteil, dass Hilfe und Informationskampagnen individuell und effizient gestaltet, Schäden minimiert und Schadensprognosen aufgrund der genaueren Kenntnisse über Vorsorgeverhalten verbessert werden können.
KW  - floods
KW  - psychology
KW  - flash floods
KW  - Hochwasser
KW  - Psychologie
KW  - Sturzfluten
Y1  - 2019
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-434421
ER  - 
TY  - THES
A1  - Aich, Valentin
T1  - Floods in the Niger River Basin in the face of global change
T1  - Hochwasser im Niger Einzugsgebiet im Kontext des Globalen Wandels
BT  - analysis, attribution and projections
BT  - Analyse, Zuschreibung und Projektionen
N2  - In the last decade, the number and dimensions of catastrophic flooding events in the Niger River Basin (NRB) have markedly increased. Despite the devastating impact of the floods on the population and the mainly agriculturally based economy of the riverine nations, awareness of the hazards in policy and science is still low. The urgency of this topic and the existing research deficits are the motivation for the present dissertation.
The thesis is an initial detailed assessment of the increasing flood risk in the NRB. The research strategy is based on four questions regarding (1) features of the change in flood risk, (2) reasons for the change in the flood regime, (3) expected changes of the flood regime given climate and land use changes, and (4) recommendations from previous analysis for reducing the flood risk in the NRB.
The question examining the features of change in the flood regime is answered by means of statistical analysis. Trend, correlation, changepoint, and variance analyses show that, in addition to the factors exposure and vulnerability, the hazard itself has also increased significantly in the NRB, in accordance with the decadal climate pattern of West Africa. The northern arid and semi-arid parts of the NRB are those most affected by the changes.
As potential reasons for the increase in flood magnitudes, climate and land use changes are attributed by means of a hypothesis-testing framework. Two different approaches, based on either data analysis or simulation, lead to similar results, showing that the influence of climatic changes is generally larger compared to that of land use changes. Only in the dry areas of the NRB is the influence of land use changes comparable to that of climatic alterations.
Future changes of the flood regime are evaluated using modelling results. First ensembles of statistically and dynamically downscaled climate models based on different emission scenarios are analyzed. The models agree with a distinct increase in temperature. The precipitation signal, however, is not coherent. The climate scenarios are used to drive an eco-hydrological model. The influence of climatic changes on the flood regime is uncertain due to the unclear precipitation signal. Still, in general, higher flood peaks are expected. In a next step, effects of land use changes are integrated into the model. Different scenarios show that regreening might help to reduce flood peaks. In contrast, an expansion of agriculture might enhance the flood peaks in the NRB. Similarly to the analysis of observed changes in the flood regime, the impacts of climate- and land use changes for the future scenarios are also most severe in the dry areas of the NRB.
In order to answer the final research question, the results of the above analysis are integrated into a range of recommendations for science and policy on how to reduce flood risk in the NRB. The main recommendations include a stronger consideration of the enormous natural climate variability in the NRB and a focus on so called “no-regret” adaptation strategies which account for high uncertainty, as well as a stronger consideration of regional differences. Regarding the prevention and mitigation of catastrophic flooding, the most vulnerable and sensitive areas in the basin, the arid and semi-arid Sahelian and Sudano-Sahelian regions, should be prioritized. Eventually, an active, science-based and science-guided flood policy is recommended. The enormous population growth in the NRB in connection with the expected deterioration of environmental and climatic conditions is likely to enhance the region´s vulnerability to flooding. A smart and sustainable flood policy can help mitigate these negative impacts of flooding on the development of riverine societies in West Africa.
N2  - Während des vergangenen Jahrzehnts nahmen die Anzahl und die Ausmaße von katastrophalen Hochwassern im Einzugsgebiet des Nigerflussess (NEZG) deutlich zu. Trotz der verheerenden Auswirkungen der Hochwasserkatastrophen auf die Menschen und die hauptsächlich auf Landwirtschaft basierende Wirtschaft der Anrainerstaaten wird das Thema von Politik und Wissenschaft noch kaum beachtet.
Die vorliegende Dissertation ist die erste ausführliche Analyse des steigenden Hochwasserrisikos im NEZG. Die Forschungsstrategie basiert auf vier Fragen nach (1) der Art der Veränderungen des Hochwasserrisikos, (2) den Ursachen der Veränderungen im Hochwasserregime, (3) den zukünftigen Entwicklungen im Hochwasserregime hinsichtlich der erwartenden Klima- und Landnutzungswandel und (4) den aus den Untersuchungen abgeleiteten Empfehlungen zur Reduzierung des Hochwasserrisikos im NEZG.
Die Frage nach den Merkmalen der Veränderungen im Hochwasserrisiko wurde mithilfe von statistischen Untersuchungen beantwortet. Die Analysen zeigen, dass neben den Risikofaktoren Exponiertheit und Verwundbarkeit auch die Hochwasserstände selbst im NEZG in den letzten Jahrzehnten signifikant und entsprechend der typischen dekadischen Klimamuster Westafrikas angestiegen sind.
Als potentielle Ursachen des Hochwasseranstiegs werden Klima- und Landnutzungswandel untersucht. Zwei verschiedene Ansätze, basierend auf Daten sowie auf Simulationen, führen zu ähnlichen Ergebnissen und zeigen, dass der Einfluss der Klimaveränderungen im Allgemeinen größer als der des Landnutzungswandels ist.
Das zukünftige Hochwasserrisiko wird anhand des öko-hydrologisches Modells SWIM abgeschätzt. Der Einfluss des Klimawandels auf das Hochwasserregime ist auf Grund des problematischen Niederschlagssignals unsicher. Tendenziell werden aber höhere Maximalabflüsse erwartet. Der Effekt der Landnutzungsänderung beeinflusst das Hochwasserverhalten ebenfalls stark, besonders in den trockenen Gebieten. Verschiedene Szenarien zeigen, dass Renaturierung hülfe, Hochwasserspitzen zu kappen. Eine Ausweitung der Agrarflächen dagegen würde die Hochwässer im NEZG weiter verstärken
Zentrale Empfehlungen sind eine stärkere Einbeziehung der enorm starken natürlichen Klimavariabilität im NEZG und eine Fokussierung auf sogenannte „no-regret“ Anpassungsstrategien. Dabei sollte den verwundbarsten Regionen des Einzugsgebiets, den ariden und semi-ariden Regionen, Priorität eingeräumt werden. Die enorme Bevölkerungszunahme im NEZG verbunden mit der zu erwartenden Verschlechterung der Umwelt- und Klimabedingungen wird mit hoher Wahrscheinlichkeit auch die Verwundbarkeit bezüglich Hochwässer weiter ansteigen lassen. Eine vernünftige und nachhaltige Hochwasserpolitik kann helfen, die negativen Folgen auf die Entwicklung der Anrainerstaaten des Nigerflusses abzumindern.
KW  - flood
KW  - Niger
KW  - climate change
KW  - land use change
KW  - Hochwasser
KW  - Niger
KW  - Klimawandel
KW  - Landnutzungswandel
Y1  - 2015
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-91577
ER  -