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 - Strauß, Jens T1 - Organic carbon in ice-rich permafrost T1 - Organischer Kohlenstoff in eisreichen Permafrostablagerungen BT - characteristics, quantity, and availability BT - stoffliche Charakteristik, Bilanzierung und Verfügbarkeit N2 - Permafrost, defined as ground that is frozen for at least two consecutive years, is a distinct feature of the terrestrial unglaciated Arctic. It covers approximately one quarter of the land area of the Northern Hemisphere (23,000,000 km²). Arctic landscapes, especially those underlain by permafrost, are threatened by climate warming and may degrade in different ways, including active layer deepening, thermal erosion, and development of rapid thaw features. In Siberian and Alaskan late Pleistocene ice-rich Yedoma permafrost, rapid and deep thaw processes (called thermokarst) can mobilize deep organic carbon (below 3 m depth) by surface subsidence due to loss of ground ice. Increased permafrost thaw could cause a feedback loop of global significance if its stored frozen organic carbon is reintroduced into the active carbon cycle as greenhouse gases, which accelerate warming and inducing more permafrost thaw and carbon release. To assess this concern, the major objective of the thesis was to enhance the understanding of the origin of Yedoma as well as to assess the associated organic carbon pool size and carbon quality (concerning degradability). The key research questions were: - How did Yedoma deposits accumulate? - How much organic carbon is stored in the Yedoma region? - What is the susceptibility of the Yedoma region's carbon for future decomposition? To address these three research questions, an interdisciplinary approach, including detailed field studies and sampling in Siberia and Alaska as well as methods of sedimentology, organic biogeochemistry, remote sensing, statistical analyses, and computational modeling were applied. To provide a panarctic context, this thesis additionally includes results both from a newly compiled northern circumpolar carbon database and from a model assessment of carbon fluxes in a warming Arctic. The Yedoma samples show a homogeneous grain-size composition. All samples were poorly sorted with a multi-modal grain-size distribution, indicating various (re-) transport processes. This contradicts the popular pure loess deposition hypothesis for the origin of Yedoma permafrost. The absence of large-scale grinding processes via glaciers and ice sheets in northeast Siberian lowlands, processes which are necessary to create loess as material source, suggests the polygenetic origin of Yedoma deposits. Based on the largest available data set of the key parameters, including organic carbon content, bulk density, ground ice content, and deposit volume (thickness and coverage) from Siberian and Alaskan study sites, this thesis further shows that deep frozen organic carbon in the Yedoma region consists of two distinct major reservoirs, Yedoma deposits and thermokarst deposits (formed in thaw-lake basins). Yedoma deposits contain ~80 Gt and thermokarst deposits ~130 Gt organic carbon, or a total of ~210 Gt. Depending on the approach used for calculating uncertainty, the range for the total Yedoma region carbon store is ±75 % and ±20 % for conservative single and multiple bootstrapping calculations, respectively. Despite the fact that these findings reduce the Yedoma region carbon pool by nearly a factor of two compared to previous estimates, this frozen organic carbon is still capable of inducing a permafrost carbon feedback to climate warming. The complete northern circumpolar permafrost region contains between 1100 and 1500 Gt organic carbon, of which ~60 % is perennially frozen and decoupled from the short-term carbon cycle. When thawed and reintroduced into the active carbon cycle, the organic matter qualities become relevant. Furthermore, results from investigations into Yedoma and thermokarst organic matter quality studies showed that Yedoma and thermokarst organic matter exhibit no depth-dependent quality trend. This is evidence that after freezing, the ancient organic matter is preserved in a state of constant quality. The applied alkane and fatty-acid-based biomarker proxies including the carbon-preference and the higher-land-plant-fatty-acid indices show a broad range of organic matter quality and thus no significantly different qualities of the organic matter stored in thermokarst deposits compared to Yedoma deposits. This lack of quality differences shows that the organic matter biodegradability depends on different decomposition trajectories and the previous decomposition/incorporation history. Finally, the fate of the organic matter has been assessed by implementing deep carbon pools and thermokarst processes in a permafrost carbon model. Under various warming scenarios for the northern circumpolar permafrost region, model results show a carbon release from permafrost regions of up to ~140 Gt and ~310 Gt by the years 2100 and 2300, respectively. The additional warming caused by the carbon release from newly-thawed permafrost contributes 0.03 to 0.14°C by the year 2100. The model simulations predict that a further increase by the 23rd century will add 0.4°C to global mean surface air temperatures. In conclusion, Yedoma deposit formation during the late Pleistocene was dominated by water-related (alluvial/fluvial/lacustrine) as well as aeolian processes under periglacial conditions. The circumarctic permafrost region, including the Yedoma region, contains a substantial amount of currently frozen organic carbon. The carbon of the Yedoma region is well-preserved and therefore available for decomposition after thaw. A missing quality-depth trend shows that permafrost preserves the quality of ancient organic matter. When the organic matter is mobilized by deep degradation processes, the northern permafrost region may add up to 0.4°C to the global warming by the year 2300. N2 - Permafrost, definiert als mehr als zwei aufeinander folgende Jahre gefrorenes Bodenmaterial, ist eines der prägenden Merkmale der unvergletscherten arktischen Landgebiete. Verursacht durch extrem kalte Wintertemperaturen und geringe Schneebedeckung nimmt das Permafrost-Verbreitungsgebiet mit ~23.000.000 km² rund ein Viertel der Landfläche der Nordhemisphäre ein. Von Permafrost unterlagerte arktische Landschaften sind besonders anfällig hinsichtlich einer Erwärmung des Klimas. Verglichen mit der globalen Mitteltemperatur prognostizieren Klimamodelle für die Arktis einen doppelt so starken Anstieg der Temperatur. In einer sich erwärmenden Arktis bewirken Störungen des thermisch-hydrologischen Gleichgewichts eine Degradation von Permafrost und Veränderungen des Oberflächenreliefs. Diese Störungen können zum Beispiel zu einer Vertiefung der saisonalen Auftauschicht, zu thermisch bedingter Erosion sowie zu schneller Oberflächenabsenkung und Thermokarst führen. Im Verbreitungsgebiet der spätpleistozänen eisreichen Permafrost-Ablagerungen Sibiriens und Alaskas, bezeichnet als Yedoma, können Thermokarstprozesse auch mehr als 3 m tiefe organischen Kohlenstoffspeicher verfügbar machen, wenn durch schmelzendes Grundeis und Schmelzwasserdrainage die Oberfläche abgesenkt wird. So kann das Tauen von Permafrost eine globale Bedeutung entwickeln, indem vorher eingefrorener Kohlenstoff wieder dem aktiven Kohlenstoffkreislauf zugeführt wird. Dies kann durch Treibhausgasfreisetzung aus Permafrost zu einer sich selbst verstärkenden weiteren Erwärmung und somit zu fortschreitendem Tauen mit weiterer Kohlenstofffreisetzung führen. Diesen Prozess nennt man Permafrost-Kohlenstoff Rückkopplung. Um das Verständnis der Permafrostkohlenstoffdynamik grundlegend zu verbessern, wurde in dieser Doktorarbeit die Entstehung der Yedoma-Ablagerungen eingeschlossen des darin - Wie wurden die Yedoma-Sedimente abgelagert? - Wie viel Kohlenstoff ist in der Yedoma Region gespeichert? - Wie ist die Anfälligkeit dieses Kohlenstoffs für eine Degradation in der Zukunft? Um die oben genannten drei Forschungsfragen zu beantworten, wurde ein interdisziplinärer Forschungsansatz gewählt. In Sibirien und Alaska wurden detaillierte Felduntersuchungen durchgeführt und Methoden der Sedimentologie, der organischen Biogeochemie, der Fernerkundung sowie der statistischen Analyse und computergestützten Modellierung angewendet. Um diese Ergebnisse in den panarktische Kontext zu setzen, enthält diese Doktorarbeit ebenfalls Ergebnisse einer Studie, welche auf Grundlage einer neu zusammengestellten Datenbank den gesamten Kohlenstoff des arktischen Permafrosts abschätzt. Eine Modellierungsstudie ergänzt die Arbeit bezüglich einer Abschätzung der Kohlenstoffflüsse der Permafrostregion und deren Einfluss auf die globale Erwärmung. Die Ergebnisse zur Yedoma-Entstehung zeigen, dass die Korngrößenverteilungen dieser Ablagerungen, tiefenabhängig betrachtet, sehr homogen sind. Alle gemessenen Korngrößenverteilungen sind schlecht sortiert. Dies deutet auf eine Vielzahl von Transportprozessen hin und widerspricht der populären Hypothese einer reinen Löß-Ablagerung. Interpretiert im Kontext mit der Abwesenheit von Gletschern sowie Eisschilden, als Ausgangsgebiete von Löß-Ablagerungen, in den sibirischen Tiefländern des Spätpleistozäns, zeigt diese Arbeit, dass Yedoma-Ablagerungen polygenetischen Ursprungs sind. Basierend auf dem größten verfügbaren Datensatz der Schlüsselparameter Kohlenstoffgehalt, Lagerungsdichte, Grundeis und Volumen der Ablagerungen von über 20 Untersuchungsgebieten in Sibirien und Alaska zeigt diese Arbeit mit Yedoma- und Thermokarstablagerungen zwei wesentliche Kohlenstoffspeicher der Yedoma Region auf. Yedoma-Ablagerungen enthalten ~80 Gt und Thermokarstablagerungen ~130 Gt organischen Kohlenstoffs, was einer Gesamtmenge von ~210 Gt organischen Kohlenstoffs entspricht. Abhängig vom gewählten Ansatz der Fehlerberechnung liegt der Unsicherheitsbereich dieser Quantitätsabschätzung bei ±75 % (einfaches Bootstrapping) oder ±20 % (wiederholtes Bootstrapping). Obwohl diese Zahlen die bisherigen Berechnungen des Yedoma-Region-Kohlenstoffspeichers vorhergehender Studien halbieren, stellen 210 Gt organischen Kohlenstoffs noch immer einen großen Kohlenstoffspeicher dar, der eine positive Rückkopplung zur globalen Klimaerwärmung bewirken könnte. Die gesamte Permafrostregion beinhaltet zwischen 1100 und 1500 Gt Kohlenstoff, wovon ~60 % dauerhaft gefroren und somit dem derzeitigen Kohlenstoffkreislauf entzogen sind. Wenn dieser Kohlenstoff freigesetzt wird, ist ein weiterer Faktor, die Kohlenstoffqualität, relevant. Die Untersuchungen zur Kohlenstoffqualität zeigen keinen tiefenabhängigen Trend in Yedoma- und Thermokarstablagerungen. Dies belegt, dass nach dem Einfrieren die fossile organische Substanz konserviert wurde. Die genutzten Biomarkerdaten, z.B. der 'carbon preference' Index und der 'higher land plant fatty acid' Index zeigen sowohl für Yedoma- als auch für Thermokarstablagerungen keine signifikanten Unterschiede der Kohlenstoffqualität. Das bedeutet, dass der Kohlenstoffabbau nach dem Auftauen von unterschiedlichen Faktoren abhängig ist. Dazu gehören verschiedene Abbauwege oder schon vor dem Einfrieren geschehener Abbau. Um die Bedeutung des aufgetauten Kohlenstoffs abzuschätzen, wurden Thermokarstprozesse in ein Permafrost-Kohlenstoff-Modell einbezogen. Unter Berücksichtigung verschiedener Erwärmungsszenarien könnte die zirkumarktische Permafrostregion bis zum Jahr 2100 ~140 Gt Kohlenstoff und bis 2300 ~310 Gt in die Atmosphäre freisetzen. Dies entspricht einer Erwärmung der mittleren globalen Oberflächentemperatur von ~0,03 bis ~0,14°C bis 2100 und bis zu ~0,4°C bis 2300. Zusammenfassend stellt diese Dissertation heraus, dass die Yedoma-Ablagerungen während des Spätpleistozäns durch eine Kombination verschiedener aquatischer (alluviale, fluviale, lakustrine) sowie äolische Prozesse entstanden sind. Die zirkumarktische Region, inklusive der Yedoma Region, beinhaltet eine erhebliche Menge an derzeit eingefrorenem organischen Kohlenstoffs. Dieser Kohlenstoff ist gut erhalten und damit nach dem Auftauen für den mikrobiellen Abbau verfügbar. Eine fehlende Tiefenabhängigkeit der Kohlenstoffqualität zeigt, dass Permafrost die Qualität zum Einfrierzeitpunkt bewahrt. Wenn auch der tiefliegende organische Kohlenstoff durch Thermokarstprozesse verfügbar gemacht wird, kann die Permafrostregion bis zum Jahr 2300 bis zu 0,4°C zur mittleren globalen Oberflächentemperatur beitragen. KW - permafrost KW - Arctic KW - climate change KW - vulnerability KW - Dauerfrostboden KW - Arktis KW - Klimawandel KW - Vulnerabilität Y1 - 2014 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-75236 ER - TY - THES A1 - Weißhuhn, Peter T1 - Assessing biotope vulnerability to landscape changes T1 - Bewertung der Vulnerabilität von Biotopen gegenüber Landschaftsveränderungen N2 - Largescale patterns of global land use change are very frequently accompanied by natural habitat loss. To assess the consequences of habitat loss for the remaining natural and semi-natural biotopes, inclusion of cumulative effects at the landscape level is required. The interdisciplinary concept of vulnerability constitutes an appropriate assessment framework at the landscape level, though with few examples of its application for ecological assessments. A comprehensive biotope vulnerability analysis allows identification of areas most affected by landscape change and at the same time with the lowest chances of regeneration. To this end, a series of ecological indicators were reviewed and developed. They measured spatial attributes of individual biotopes as well as some ecological and conservation characteristics of the respective resident species community. The final vulnerability index combined seven largely independent indicators, which covered exposure, sensitivity and adaptive capacity of biotopes to landscape changes. Results for biotope vulnerability were provided at the regional level. This seems to be an appropriate extent with relevance for spatial planning and designing the distribution of nature reserves. Using the vulnerability scores calculated for the German federal state of Brandenburg, hot spots and clusters within and across the distinguished types of biotopes were analysed. Biotope types with high dependence on water availability, as well as biotopes of the open landscape containing woody plants (e.g., orchard meadows) are particularly vulnerable to landscape changes. In contrast, the majority of forest biotopes appear to be less vulnerable. Despite the appeal of such generalised statements for some biotope types, the distribution of values suggests that conservation measures for the majority of biotopes should be designed specifically for individual sites. Taken together, size, shape and spatial context of individual biotopes often had a dominant influence on the vulnerability score. The implementation of biotope vulnerability analysis at the regional level indicated that large biotope datasets can be evaluated with high level of detail using geoinformatics. Drawing on previous work in landscape spatial analysis, the reproducible approach relies on transparent calculations of quantitative and qualitative indicators. At the same time, it provides a synoptic overview and information on the individual biotopes. It is expected to be most useful for nature conservation in combination with an understanding of population, species, and community attributes known for specific sites. The biotope vulnerability analysis facilitates a foresighted assessment of different land uses, aiding in identifying options to slow habitat loss to sustainable levels. It can also be incorporated into planning of restoration measures, guiding efforts to remedy ecological damage. Restoration of any specific site could yield synergies with the conservation objectives of other sites, through enhancing the habitat network or buffering against future landscape change. Biotope vulnerability analysis could be developed in line with other important ecological concepts, such as resilience and adaptability, further extending the broad thematic scope of the vulnerability concept. Vulnerability can increasingly serve as a common framework for the interdisciplinary research necessary to solve major societal challenges. N2 - Weltweit wurden in den vergangenen Jahrzehnten massive Veränderungen in der Landnutzung vorgenommen. Diese gingen meistens mit dem Verlust natürlicher Habitate einher. Um die Folgen auf die verbliebenen naturnahen Biotope zu bewerten, sind Analyseinstrumente notwendig, die neben einzelnen Flächen auch kumulative Effekte auf der Landschaftsebene einbeziehen. Das interdisziplinäre Konzept der Vulnerabilität kann einem solchen Analyseinstrument den Rahmen bieten. Bisher wurde es kaum für die Bewertung ökologischer Systeme herangezogen. Dabei kann eine flächendeckende Biotop-Vulnerabilitätsanalyse jene Gebiete identifizieren, die vom Landschaftswandel am stärksten betroffen sind und die gleichzeitig die geringsten Erholungsaussichten aufweisen. Dazu wurde eine Reihe ökologischer Indikatoren gesichtet und entwickelt, um die drei Vulnerabilitätsgrößen Exposition, Sensitivität und Anpassungskapazität abzudecken. Dabei wurden die Lagebeziehungen einzelner Biotope sowie die Eigenschaften der jeweils ansässigen Artengemeinschaft ausgewertet. Der errechnete Index kombiniert sieben voneinander weitestgehend unabhängige Indikatoren und stellt eine Übersicht der Biotop-Vulnerabilität dar. Liegt eine flächendeckende Vulnerabilitätsbewertung vor, können räumliche Häufungen von hohen Werten sowie die Verteilung der besonders hohen und besonders niedrigen Werte über die Biotoptypen hinweg analysiert werden. Dies erscheint besonders sinnvoll für Flächengrößen mit Relevanz für die Raumplanung und die Verteilung der Naturschutzflächen. Es stellte sich heraus, dass in der Planungsregion Brandenburg vor allem die Biotope mit hoher Abhängigkeit von der Wasserverfügbarkeit, sowie die Gehölze enthaltenden Offenlandbiotope (z.B. Streuobstwiesen) besonders vulnerabel gegenüber Landschaftsveränderungen sind. Im Gegensatz dazu erscheint die Mehrheit der Waldbiotope weniger verwundbar zu sein. Trotz der Möglichkeit zur Ableitung solcher verallgemeinerten Aussagen für einige Biotoptypen legt die Werteverteilung nahe, Naturschutzmaßnahmen mehrheitlich spezifisch für einzelne Flächen zu entwerfen. Größe, Form und räumlicher Kontext einzelner Biotopflächen üben zusammengenommen häufig einen dominanten Einfluss auf die Vulnerabilität gegenüber Landschaftsveränderungen aus. Die Demonstration der Biotop-Vulnerabilitätsanalyse auf regionaler Ebene zeigt, dass mit Methoden der Geoinformatik auch große Biotop-Datensätze detailliert ausgewertet werden können. Die damit erzielte naturschutzfachliche Analyse basiert auf transparent berechneten qualitativen und quantitativen Indikatoren und ist damit vollständig nachvollziehbar. Sie bietet gleichzeitig einen großräumigen Überblick sowie Informationen zu den einzelnen Biotopflächen. Mit der Vulnerabilitätsanalyse von Biotopen wird die vorausschauende Abwägung zwischen verschiedenen Landnutzungen erleichtert. Dies kann dazu beitragen, dass der Habitatverlust in Zukunft auf ein nachhaltigeres Maß gebremst wird. Auch kann eine solche Biotopbewertung in die Planung von Renaturierungsmaßnahmen einfließen, um ökologische Schäden zunächst dort zu beheben, wo große Synergieeffekte im Biotopverbund und mit anderen Naturschutzzielen zu erwarten sind. Die Biotop-Vulnerabilitätsanalyse konnte im Einklang mit wichtigen ökologischen Konzepten wie Resilienz und Anpassungsfähigkeit entwickelt werden. Sie erweitert damit den ohnehin breiten thematischen Anwendungsbereich des Vulnerabilitätskonzepts. Somit kann Vulnerabilität zunehmend als Brückenkonzept dienen und der zur Lösung der großen gesellschaftlichen Herausforderungen notwendigen interdisziplinären Forschung einen gemeinsamen Rahmen geben. KW - vulnerability KW - biotope KW - habitat KW - index KW - landscape KW - spatial ecology KW - landscape ecology KW - Vulnerabilität KW - Biotop KW - Habitat KW - Index KW - Landschaft KW - raumbezogene Ökologie KW - Landschaftsökologie Y1 - 2020 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-442777 ER - TY - THES A1 - Metin Usta, Ayşe Duha T1 - The role of risk components and spatial dependence in flood risk estimations N2 - Flooding is a vast problem in many parts of the world, including Europe. It occurs mainly due to extreme weather conditions (e.g. heavy rainfall and snowmelt) and the consequences of flood events can be devastating. Flood risk is mainly defined as a combination of the probability of an event and its potential adverse impacts. Therefore, it covers three major dynamic components: hazard (physical characteristics of a flood event), exposure (people and their physical environment that being exposed to flood), and vulnerability (the elements at risk). Floods are natural phenomena and cannot be fully prevented. However, their risk can be managed and mitigated. For a sound flood risk management and mitigation, a proper risk assessment is needed. First of all, this is attained by a clear understanding of the flood risk dynamics. For instance, human activity may contribute to an increase in flood risk. Anthropogenic climate change causes higher intensity of rainfall and sea level rise and therefore an increase in scale and frequency of the flood events. On the other hand, inappropriate management of risk and structural protection measures may not be very effective for risk reduction. Additionally, due to the growth of number of assets and people within the flood-prone areas, risk increases. To address these issues, the first objective of this thesis is to perform a sensitivity analysis to understand the impacts of changes in each flood risk component on overall risk and further their mutual interactions. A multitude of changes along the risk chain are simulated by regional flood model (RFM) where all processes from atmosphere through catchment and river system to damage mechanisms are taken into consideration. The impacts of changes in risk components are explored by plausible change scenarios for the mesoscale Mulde catchment (sub-basin of the Elbe) in Germany. A proper risk assessment is ensured by the reasonable representation of the real-world flood event. Traditionally, flood risk is assessed by assuming homogeneous return periods of flood peaks throughout the considered catchment. However, in reality, flood events are spatially heterogeneous and therefore traditional assumption misestimates flood risk especially for large regions. In this thesis, two different studies investigate the importance of spatial dependence in large scale flood risk assessment for different spatial scales. In the first one, the “real” spatial dependence of return period of flood damages is represented by continuous risk modelling approach where spatially coherent patterns of hydrological and meteorological controls (i.e. soil moisture and weather patterns) are included. Further the risk estimations under this modelled dependence assumption are compared with two other assumptions on the spatial dependence of return periods of flood damages: complete dependence (homogeneous return periods) and independence (randomly generated heterogeneous return periods) for the Elbe catchment in Germany. The second study represents the “real” spatial dependence by multivariate dependence models. Similar to the first study, the three different assumptions on the spatial dependence of return periods of flood damages are compared, but at national (United Kingdom and Germany) and continental (Europe) scales. Furthermore, the impacts of the different models, tail dependence, and the structural flood protection level on the flood risk under different spatial dependence assumptions are investigated. The outcomes of the sensitivity analysis framework suggest that flood risk can vary dramatically as a result of possible change scenarios. The risk components that have not received much attention (e.g. changes in dike systems and in vulnerability) may mask the influence of climate change that is often investigated component. The results of the spatial dependence research in this thesis further show that the damage under the false assumption of complete dependence is 100 % larger than the damage under the modelled dependence assumption, for the events with return periods greater than approximately 200 years in the Elbe catchment. The complete dependence assumption overestimates the 200-year flood damage, a benchmark indicator for the insurance industry, by 139 %, 188 % and 246 % for the UK, Germany and Europe, respectively. The misestimation of risk under different assumptions can vary from upstream to downstream of the catchment. Besides, tail dependence in the model and flood protection level in the catchments can affect the risk estimation and the differences between different spatial dependence assumptions. In conclusion, the broader consideration of the risk components, which possibly affect the flood risk in a comprehensive way, and the consideration of the spatial dependence of flood return periods are strongly recommended for a better understanding of flood risk and consequently for a sound flood risk management and mitigation. N2 - Hochwasser sind ein großes Problem und treten hauptsächlich aufgrund extremer Wetterbedingungen (z. B. starker Regen und Schneeschmelze) auf. Die Folgen von Hochwasserereignissen können verheerend sein. Das Konzept des Hochwasserrisikos beinhaltet die drei Komponenten: Gefahr, Exposition und Vulnerabilität. Hochwasser sind natürliche Phänomene und können nicht sicher verhindert werden. Das Risiko kann jedoch gesteuert und gemindert werden. Für ein solides Hochwasserrisikomanagement und die Minderung des Risikos ist eine ordnungsgemäße Risikobewertung und ein klares Verständnis der Hochwasserrisikodynamik erforderlich. Beispielsweise verursacht der anthropogene Klimawandel eine höhere Intensität der Niederschläge und einen Anstieg des Meeresspiegels und damit eine Zunahme des Ausmaßes und der Häufigkeit von Hochwasserereignissen. Andererseits können unangemessene strukturelle Schutzmaßnahmen, das Anwachsen von Vermögenswerten und eine steigende Anzahl betroffener Personen in den hochwassergefährdeten Gebieten das Risiko erhöhen. Um diese Probleme zu adressieren, besteht ein Ziel dieser Arbeit aus der Durchführung einer Sensitivitätsanalyse, um die Auswirkungen von Änderungen in jeder Hochwasserrisikokomponente auf das Gesamtrisiko und deren Wechselwirkungen untereinander zu verstehen. Eine angemessene Risikobewertung wird auch durch die korrekte k Darstellung des realen Hochwasserereignisses erreicht. Traditionell wird das Hochwasserrisiko bewertet, indem homogene Wiederkehrintervalle von Hochwasserspitzen im gesamten Einzugsgebiet angenommen werden. In der Realität sind Hochwasserereignisse jedoch räumlich heterogen, weshalb die traditionelle Annahme von Homogenität das Hochwasserrisiko insbesondere für große Einzugsgebiete falsch einschätzt. In dieser Arbeit wird die Bedeutung der räumlichen Abhängigkeit bei der Bewertung des Hochwasserrisikos in großem Maßstab in zwei Studien für verschiedene räumliche Skalen untersucht. In der ersten Untersuchung wird die „reale“ räumliche Abhängigkeit durch einen kontinuierlichen Risikomodellierungsansatz dargestellt. Zusätzlich werden die Risikoabschätzungen unter dieser modellierten Abhängigkeitsannahme mit zwei weiteren Annahmen zur räumlichen Abhängigkeit der Wiederkehrintervalle von Hochwasser verglichen: vollständige Abhängigkeit und Unabhängigkeit für das Elbeeinzugsgebiet in Deutschland. Die zweite Studie repräsentiert die „reale“ räumliche Abhängigkeit durch ein copula-basiertes Abhängigkeitsmodell. In ähnlicher Weise werden die drei verschiedenen Annahmen zur räumlichen Abhängigkeit der Wiederkehrintervalle von Hochwasser auf nationaler und kontinentaler Ebene verglichen. Außerdem wird der Einfluss von „Tail-dependences“ im Modell sowie von Hochwasserschutzmaßnahmen auf die räumliche Abhängigkeit untersucht. Die Ergebnisse dieser Arbeit unter Anwendung des Sensitivitätsanalyse-Frameworks zeigen, dass das Hochwasserrisiko aufgrund möglicher Änderungsszenarien dramatisch variieren kann. Der Einfluss des Klimawandels kann durch Änderungen anderer Risikokomponenten (z. B. Änderungen der Deichsysteme und der Vulnerabilität) überdeckt werden. Die Untersuchung zur räumlichen Abhängigkeit zeigen, dass der Schaden unter der Annahme vollständiger Abhängigkeit für Ereignisse mit Wiederkehrintervalle von mehr als ungefähr 200 Jahren im Elbeeinzugsgebiet 100 % größer als der Schaden unter modellierter Abhängigkeit. Die Annahme vollständiger Abhängigkeit überschätzt den 200-jährigen Hochwasserschaden, einen Referenzindikator für die Versicherungsbranche, um 139 %, 188 % und 246 % für Vereinigte Königreich, Deutschland und Europa. Die Fehleinschätzung des Hochwasserrisikos kann unter verschiedenen Annahmen von Abhängigkeit zwischen Oberlauf und Unterlauf eines Einzugsgebietes stark variieren. Zudem können „Tail-dependences“ im Modell sowie der Hochwasserschutz im Einzugsgebiet die Ergebnisse der Risikoabschätzung, unter verschiedenen Annahmen der räumlichen Abhängigkeit, beeinflussen. Abschließend wird eine umfangreiche Berücksichtigung der Risikokomponenten und insbesondere der räumlichen Abhängigkeit von Wiederkehrintervallen stark empfohlen, um das Hochwasserrisiko und damit dessen Management und Minderung besser verstehen zu können. T2 - Die Rolle von Risikokomponenten und räumlicher Abhängigkeit bei Hochwasserrisikoabschätzungen KW - flood risk KW - sensitivity analysis KW - hazard KW - river flooding KW - vulnerability KW - spatial dependence KW - damage estimation KW - continuous simulation KW - flood risk assessment KW - kontinuierliche Simulation KW - Schadensabschätzung KW - Hochwasserrisiko KW - Hochwasserrisikobewertung KW - Gefahr KW - Flusshochwasser KW - Sensitivitätsanalyse KW - räumliche Abhängigkeit KW - Vulnerabilität Y1 - 2021 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-492554 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 - TY - THES A1 - Schoppa, Lukas T1 - Dynamics in the flood vulnerability of companies T1 - Dynamik der Hochwasservulnerabilität von Unternehmen N2 - River flooding is a constant peril for societies, causing direct economic losses in the order of $100 billion worldwide each year. Under global change, the prolonged concentration of people and assets in floodplains is accompanied by an emerging intensification of flood extremes due to anthropogenic global warming, ultimately exacerbating flood risk in many regions of the world. Flood adaptation plays a key role in the mitigation of impacts, but poor understanding of vulnerability and its dynamics limits the validity of predominant risk assessment methods and impedes effective adaptation strategies. Therefore, this thesis investigates new methods for flood risk assessment that embrace the complexity of flood vulnerability, using the understudied commercial sector as an application example. Despite its importance for accurate risk evaluation, flood loss modeling has been based on univariable and deterministic stage-damage functions for a long time. However, such simplistic methods only insufficiently describe the large variation in damage processes, which initiated the development of multivariable and probabilistic loss estimation techniques. The first study of this thesis developed flood loss models for companies that are based on emerging statistical and machine learning approaches (i.e., random forest, Bayesian network, Bayesian regression). In a benchmarking experiment on basis of object-level loss survey data, the study showed that all proposed models reproduced the heterogeneity in damage processes and outperformed conventional stage-damage functions with respect to predictive accuracy. Another advantage of the novel methods is that they convey probabilistic information in predictions, which communicates the large remaining uncertainties transparently and, hence, supports well-informed risk assessment. Flood risk assessment combines vulnerability assessment (e.g., loss estimation) with hazard and exposure analyses. Although all of the three risk drivers interact and change over time, such dependencies and dynamics are usually not explicitly included in flood risk models. Recently, systemic risk assessment that dissolves the isolated consideration of risk drivers has gained traction, but the move to holistic risk assessment comes with limited thoroughness in terms of loss estimation and data limitations. In the second study, I augmented a socio-hydrological system dynamics model for companies in Dresden, Germany, with the multivariable Bayesian regression loss model from the first study. The additional process-detail and calibration data improved the loss estimation in the systemic risk assessment framework and contributed to more accurate and reliable simulations. The model uses Bayesian inference to quantify uncertainty and learn the model parameters from a combination of prior knowledge and diverse data. The third study demonstrates the potential of the socio-hydrological flood risk model for continuous, long-term risk assessment and management. Using hydroclimatic ad socioeconomic forcing data, I projected a wide range of possible risk trajectories until the end of the century, taking into account the adaptive behavior of companies. The study results underline the necessity of increased adaptation efforts to counteract the expected intensification of flood risk due to climate change. A sensitivity analysis of the effectiveness of different adaptation measures and strategies revealed that optimized adaptation has the potential to mitigate flood risk by up to 60%, particularly when combining structural and non-structural measures. Additionally, the application shows that systemic risk assessment is capable of capturing adverse long-term feedbacks in the human-flood system such as the levee effect. Overall, this thesis advances the representation of vulnerability in flood risk modeling by offering modeling solutions that embrace the complexity of human-flood interactions and quantify uncertainties consistently using probabilistic modeling. The studies show how scarce information in data and previous experiments can be integrated in the inference process to provide model predictions and simulations that are reliable and rich in information. Finally, the focus on the flood vulnerability of companies provides new insights into the heterogeneous damage processes and distinct flood coping of this sector. N2 - Flussüberschwemmungen sind eine ständige Gefahr für die Gesellschaft und verursachen jedes Jahr weltweit wirtschaftliche Schäden in der Größenordnung von 100 Milliarden US-Dollar. Im Zuge des globalen Wandels erhöht sich die Konzentration von Menschen und Vermögenswerten in Überschwemmungsgebieten kontinuierlich, während der menschengemachte Klimawandel Hochwasserextreme verstärkt. Die Überlagerung dieser Prozesse führt zu einer Verschärfung des Hochwasserrisikos in vielen Weltregionen. Der Hochwasseranapassung kommt dabei eine Schlüsselrolle bei der Abschwächung von Schäden zu. Allerdings ist das Verständnis von Hochwasservulnerabilität (d.h., Anfälligkeit gegenüber Schäden) und damit verbundener Dynamiken noch sehr begrenzt, was die Risikoabschätzung und die Entwicklung von Anpassungsstrategien erschwert. In dieser kumulativen Dissertation werden anhand von drei Studien neue Methoden zur Hochwasserrisikoabschätzung für den gewerblichen Sektor vorgestellt, der in der Vergangenheit wenig untersucht wurde. Die erste Studie präsentiert Hochwasserschadensmodelle die auf statistischen Methoden und maschinellem Lernen basieren und eine Vielzahl von Einflussfaktoren berücksichtigen. In Verbindung mit probabilistischen Vorhersagen führt dies zu einer Verbesserung der Modellgenauigkeit und -verlässlichkeit. Anschließend wird in einer Pilotstudie für Dresden, Deutschland, eines der neuen Schadensmodelle in ein ganzheitliches systemdynamisches Modell integriert, um Veränderungen in Hochwasservulnerabilität und -risiko kontinuierlich zu simulieren. Die Methode integriert zusätzliche Prozessdetails und Kalibrierungsdaten in das Modell und verbessert so die Simulationsleistung. Schließlich werden mit dem systemdynamischen Modell in der dritten Studie langfristige Projektionsläufe durchgeführt, um die Entwicklung des Hochwasserrisikos bis zum Ende des Jahrhunderts abzuschätzen. Die Ergebnisse der Studie unterstreichen das Potential von Hochwasseranpassung - insbesondere in Zeiten des Klimawandels - und demonstrieren die Fähigkeit ganzheitlicher Modellierungsansätze, ungünstige Entwicklungen des Risikos frühzeitig aufzudecken. Insgesamt verbessert diese Arbeit die Darstellung der Vulnerabilität in der Hochwasserrisikoabschätzung, indem sie Modellierungslösungen anbietet, die der Komplexität der Wechselwirkungen zwischen Mensch und Hochwasser gerecht werden und Unsicherheiten konsequent quantifizieren. KW - fluvial flooding KW - risk analysis KW - vulnerability KW - probabilistic modeling KW - Loss modeling KW - socio-hydrology KW - commercial sector KW - Flusshochwasser KW - Risikoanalyse KW - Vulnerabilität KW - probabilistische Modellierung KW - Schadensmodellierung KW - Soziohydrologie KW - gewerblicher Sektor Y1 - 2023 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-592424 ER -