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 -