TY - THES A1 - Öztürk, Ugur T1 - Learning more to predict landslides T1 - Ein verbessertes Wissen zur Prognose von Hangrutschungen N2 - Landslides are frequent natural hazards in rugged terrain, when the resisting frictional force of the surface of rupture yields to the gravitational force. These forces are functions of geological and morphological factors, such as angle of internal friction, local slope gradient or curvature, which remain static over hundreds of years; whereas more dynamic triggering events, such as rainfall and earthquakes, compromise the force balance by temporarily reducing resisting forces or adding transient loads. This thesis investigates landslide distribution and orientation due to landslide triggers (e.g. rainfall) at different scales (6-4∙10^5 km^2) and aims to link rainfall movement with the landslide distribution. It additionally explores the local impacts of the extreme rainstorms on landsliding and the role of precursory stability conditions that could be induced by an earlier trigger, such as an earthquake. Extreme rainfall is a common landslide trigger. Although several studies assessed rainfall intensity and duration to study the distribution of thus triggered landslides, only a few case studies quantified spatial rainfall patterns (i.e. orographic effect). Quantifying the regional trajectories of extreme rainfall could aid predicting landslide prone regions in Japan. To this end, I combined a non-linear correlation metric, namely event synchronization, and radial statistics to assess the general pattern of extreme rainfall tracks over distances of hundreds of kilometers using satellite based rainfall estimates. Results showed that, although the increase in rainfall intensity and duration positively correlates with landslide occurrence, the trajectories of typhoons and frontal storms were insufficient to explain landslide distribution in Japan. Extreme rainfall trajectories inclined northwestwards and were concentrated along some certain locations, such as coastlines of southern Japan, which was unnoticed in the landslide distribution of about 5000 rainfall-triggered landslides. These landslides seemed to respond to the mean annual rainfall rates. Above mentioned findings suggest further investigation on a more local scale to better understand the mechanistic response of landscape to extreme rainfall in terms of landslides. On May 2016 intense rainfall struck southern Germany triggering high waters and landslides. The highest damage was reported at the Braunsbach, which is located on the tributary-mouth fan formed by the Orlacher Bach. Orlacher Bach is a ~3 km long creek that drains a catchment of about ~6 km^2. I visited this catchment in June 2016 and mapped 48 landslides along the creek. Such high landslide activity was not reported in the nearby catchments within ~3300 km^2, despite similar rainfall intensity and duration based on weather radar estimates. My hypothesis was that several landslides were triggered by rainfall-triggered flash floods that undercut hillslope toes along the Orlacher Bach. I found that morphometric features such as slope and curvature play an important role in landslide distribution on this micro scale study site (<10 km^2). In addition, the high number of landslides along the Orlacher Bach could also be boosted by accumulated damages on hillslopes due karst weathering over longer time scales. Precursory damages on hillslopes could also be induced by past triggering events that effect landscape evolution, but this interaction is hard to assess independently from the latest trigger. For example, an earthquake might influence the evolution of a landscape decades long, besides its direct impacts, such as landslides that follow the earthquake. Here I studied the consequences of the 2016 Kumamoto Earthquake (MW 7.1) that triggered some 1500 landslides in an area of ~4000 km^2 in central Kyushu, Japan. Topography, i.e. local slope and curvature, both amplified and attenuated seismic waves, thus controlling the failure mechanism of those landslides (e.g. progressive). I found that topography fails in explaining the distribution and the preferred orientation of the landslides after the earthquake; instead the landslides were concentrated around the northeast of the rupture area and faced mostly normal to the rupture plane. This preferred location of the landslides was dominated mainly by the directivity effect of the strike-slip earthquake, which is the propagation of wave energy along the fault in the rupture direction; whereas amplitude variations of the seismic radiation altered the preferred orientation. I suspect that the earthquake directivity and the asymmetry of seismic radiation damaged hillslopes at those preferred locations increasing landslide susceptibility. Hence a future weak triggering event, e.g. scattered rainfall, could further trigger landslides at those damaged hillslopes. N2 - Hangrutschungen treten häufig in steilem Gelände auf, wenn die Erdanziehungskraft die Scherkräfte an der Oberfläche übersteigt. Diese Kräfte beinhalten geologische und geomorphologische Faktoren wie den Reibungswinkel oder die Neigung und Krümmung von Hängen, die über Jahrhunderte statisch bleiben können. Dynamische Ereignisse wie Regenfälle und Erdbeben können hingegen das Kräftegleichgewicht beeinträchtigen, indem sie Widerstandskräfte vorübergehend reduzieren oder Lasten temporär hinzufügen. Diese Arbeit untersucht die Verteilung und Orientierung von Hangrutschungen in Abhängigkeit von Auslösern (z.B. Niederschlag) auf verschiedenen Skalenebenen (6-4∙10^5 km^2) und verknüpft die Bewegung des Niederschlagssystems mit der Hangrutschungsverteilung. Zudem werden lokale Auswirkungen von extremen Gewittern auf Hangrutschungen untersucht, sowie vorausgehende Stabilitätsbedingungen, die durch ein früheres Ereignis, beispielsweise ein Erdbeben, verändert werden können. Extremer Niederschlag ist ein weithin bekannter Auslöser für Hangrutschungen. Obwohl mehrere Studien die Verteilung von Hangrutschungen mit der Niederschlagsintensität und -dauer verglichen haben, beachteten nur wenige Fallstudien das räumliche Bewegungsmuster des Niederschlags, i.e. den orographischen Effekt. Eine solche Quantifizierung könnte die Vorhersage von hangrutschungsgefährdete Regionen in Japan verbessern. Hierfür habe ich ein nicht-lineares Korrelationsmaß (event synchronization) auf regionale Sturmbahnen in Japan angewendet, um deren räumliche Verteilung durch satellitengestützen Regenschätzungen nachzuvollziehen. Die durchgeführten Untersuchungen zeigten, dass sich die Verteilung von Hangrutschungen nur unzureichend mit den Zugbahnen von Taifunen und Sturmtiefen erklären lässt. Die Stabilität von Hängen scheint mehr durch mittlere Jahresniederschlagsmengen beeinflusst zu werden. Erzielte Ergebnisse zeigen, dass weitere Untersuchungen auf lokaler Ebene nötig sind, um die unmittelbare Auswirkungen von Extremniederschlägen auf Hangstabilität und -rutschungen besser zu verstehen. Im Mai 2016 kam es in Süddeutschland zu einem heftigen Gewitter, das Hochwasser und Hangrutschungen ausgelöst hat. Der höchste Schaden wurde in Braunsbach, dessen Zentrum sich am Zufluss des Orlacher Bachs befindet, gemeldet. Der Orlacher Bach ist ~3 lang und hat ein Einzugsgebiet von etwa ~6 km^2. Ich habe dieses Einzugsgebiet im Juni 2016 besucht und 48 Hangrutschungen entlang des Baches kartiert. Ich vermutete, dass mehrere Hangrutschungen durch Sturzfluten ausgelöst wurden, welche die Hänge entlang des Orlacher Baches unterspülten. Ich stellte fest, dass morphometrische Merkmale wie die lokale Hangneigung und -krümmung eine wichtige Rolle bei der Hangrutschungsverteilung auf dieser Mikroskala spielen (<10 km^2). Darüber hinaus könnte die hohe Anzahl von Hangrutschungen am Orlacher Bach auch durch Karstverwitterung über längere Zeiträume verstärkt werden. Zahlreiche in der Vergangenheit liegende Ereignisse können die Stabilität eines Hanges beeinflussen. Der Einfluss solcher Ereignisse ist nur sehr schwer unabhängig voneinander abschätzbar. Beispielseise könnte ein Erdbeben die Entwicklung einer Landschaft über Jahrzehnte hin beeinflussen. Hier erforsche ich die Folgen des Kumamoto-Erdbebens 2016 (MW 7.1) das im Zentrum von Kyushu, Japan, ca. 1500 Hangrutschungen in einem Gebiet von ~4000 km^2 ausgelöst hat. Die Topographie (Hangneigung und -krümmung) verstärkte schwächte seismische Wellen gleichermaßen ab, wodurch der Auslösemechanismus dieser Hangrutschungen (z.B. progressiv) gesteuert wird. Ich konnte belegen, dass die Topographie die Verteilung und die bevorzugte Ausrichtung der Hangrutsche nach dem Erdbeben nicht erklären kann; stattdessen waren die Hangrutschungen um den Nordosten des Bruchgebiets herum konzentriert und standen meist senkrecht zur Bruchfläche. Diese bevorzugte Lage der Erdrutsche wurde hauptsächlich durch den Richtwirkungseffekt des Blattverschiebung-Erdbebens dominiert. Bei diesem handelt es sich um die Ausbreitung der Wellenenergie entlang des Bruches in Bruchrichtung, während Amplitudenvariationen der seismischen Strahlung die bevorzugte Orientierung ändern. Ich vermute, dass die Richtwirkung des Erdbebens und die Asymmetrie der seismischen Strahlung die Hangneigung an diesen bevorzugten Stellen schädigten und die Anfälligkeit für Hangrutschungen erhöhten. Daher könnte ein zukünftiges schwaches Ereignis wie z.B. ein unbedeutender Niederschlag an diesen beschädigten Hängen weitere Hangrutschungen auslösen. KW - landslides KW - complex networks KW - event synchronization KW - typhoons KW - Kumamoto earthquake KW - Braunsbach flash flood KW - Hangrutschungen KW - komplexes Netzwerk KW - Synchronisation von Ereignissen KW - Taifune KW - Kumamoto Erdbeben KW - Braunsbach Sturzflut Y1 - 2018 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-426439 ER - TY - THES A1 - Agarwal, Ankit T1 - Unraveling spatio-temporal climatic patterns via multi-scale complex networks T1 - Aufklärung raumzeitlicher Klimamuster über komplexe Netzwerke mit mehreren Maßstäben N2 - The climate is a complex dynamical system involving interactions and feedbacks among different processes at multiple temporal and spatial scales. Although numerous studies have attempted to understand the climate system, nonetheless, the studies investigating the multiscale characteristics of the climate are scarce. Further, the present set of techniques are limited in their ability to unravel the multi-scale variability of the climate system. It is completely plausible that extreme events and abrupt transitions, which are of great interest to climate community, are resultant of interactions among processes operating at multi-scale. For instance, storms, weather patterns, seasonal irregularities such as El Niño, floods and droughts, and decades-long climate variations can be better understood and even predicted by quantifying their multi-scale dynamics. This makes a strong argument to unravel the interaction and patterns of climatic processes at different scales. With this background, the thesis aims at developing measures to understand and quantify multi-scale interactions within the climate system. In the first part of the thesis, I proposed two new methods, viz, multi-scale event synchronization (MSES) and wavelet multi-scale correlation (WMC) to capture the scale-specific features present in the climatic processes. The proposed methods were tested on various synthetic and real-world time series in order to check their applicability and replicability. The results indicate that both methods (WMC and MSES) are able to capture scale-specific associations that exist between processes at different time scales in a more detailed manner as compared to the traditional single scale counterparts. In the second part of the thesis, the proposed multi-scale similarity measures were used in constructing climate networks to investigate the evolution of spatial connections within climatic processes at multiple timescales. The proposed methods WMC and MSES, together with complex network were applied to two different datasets. In the first application, climate networks based on WMC were constructed for the univariate global sea surface temperature (SST) data to identify and visualize the SSTs patterns that develop very similarly over time and distinguish them from those that have long-range teleconnections to other ocean regions. Further investigations of climate networks on different timescales revealed (i) various high variability and co-variability regions, and (ii) short and long-range teleconnection regions with varying spatial distance. The outcomes of the study not only re-confirmed the existing knowledge on the link between SST patterns like El Niño Southern Oscillation and the Pacific Decadal Oscillation, but also suggested new insights into the characteristics and origins of long-range teleconnections. In the second application, I used the developed non-linear MSES similarity measure to quantify the multivariate teleconnections between extreme Indian precipitation and climatic patterns with the highest relevance for Indian sub-continent. The results confirmed significant non-linear influences that were not well captured by the traditional methods. Further, there was a substantial variation in the strength and nature of teleconnection across India, and across time scales. Overall, the results from investigations conducted in the thesis strongly highlight the need for considering the multi-scale aspects in climatic processes, and the proposed methods provide robust framework for quantifying the multi-scale characteristics. N2 - Das Klima ist ein komplexes Zusammenspiel verschiedener Mechanismen und Rückkopplungen auf mehreren zeitlichen und räumlichen Skalen. Viele Studien beschäftigten sich mit dem diesem System, nur wenige jedoch konzentrierten sich auf das Multiskalenverhalten des Klimas. Vor allem die bis dato verfügbaren Techniken schränkten eine vertiefte Analyse der Klimavariabilität auf unterschiedlichen Skalen ein. Von großen Interesse in der aktuellen Klimaforschung sind Extremereignisse und plötzliche Veränderungen, welche höchstwahrscheinlich aus dem Zusammenwirken von Prozessen auf unterschiedlichen Skalen hervorgehen. Um Stürme, wiederkehrende Wetterlagen, jahreszeitliche Phänomene wie El Niño, Fluten, Dürren oder Klimaschwankungen über Jahrzehnte besser zu verstehen oder sogar vorhersagen zu können, müssen wir deren Dynamik auf unterschiedlichen Skalen quantifizieren. In der vorliegenden Arbeit werden Mittel und Wege präsentiert um das Zusammenwirken auf verschiedenen Skalen im Klimasystem besser zu verstehen und zu quantifizieren. Im ersten Teil dieser Arbeit stelle ich zwei Methoden, multi-scale event synchronization (MSES) und wavelet multi-scale correlation (WMC) vor, welche skalenspezifischen Eigenschaften in klimatischen Prozessen abbilden. Die vorgestellte Methode wurde mit mehreren synthetischen und realen Zeitreihen getestet um ihre Anwendbarkeit und Reproduzierbarkeit zu überprüfen. Die Ergebnisse zeigen, dass beide Methoden Beziehungen auf unterschiedlichen zeitlichen Skalen detaillierter als traditionelle Ansätze abbilden können. Im zweiten Teil dieser Arbeit bilde ich klimatische Netzwerke mithilfe eines Maßes zur Ähnlichkeit auf Multiskalen. Dabei untersuche ich die Entwicklung von räumlichen Beziehungen um klimatische Prozesse auf mehreren Zeitskalen zu verstehen. Die Methoden WMC und MSES werden zusammen mit komplexen Netzwerken auf zwei Datensätze angewendet. In der ersten Anwendung werden klimatische Netzwerke mit WMC für univariate globale Meeresoberflächentemperaturen gebildet. Auf unterschiedlichen Zeitskalen sollen dabei kurze und lange Fernwirkungen, welche andernfalls auf einer einzigen Zeitskale unerkannt blieben, entdeckt werden. In diesem Klimanetzwerk ließ sich eine starke Variabilität über die Zeit feststellen, was auf eine skalenfreie und kleinräumige Netzstruktur auf großem, beziehungsweise kleinem Maßstab schließen lässt. Weitere Untersuchungen von Klimanetzwerken auf unterschiedlichen Zeitskalen zeigte (i) hohe Variabilität und Co-Variabilität in Regionen, und (ii) Fernbeziehungen auf kurzen und langen Entfernungen mit variabler räumlicher Distanz. Die Ergebnisse bestätigen bekannte physikalischen Wechselwirkungen und daher auch die Stärken meines Ansatzes. Dadurch ergeben sich neue Einblicke in die Klimatologie von Ozeanen, sodass beispielsweise konvektive Prozesse in der Atmosphäre eine Abhängigkeit über weite Entfernungen aufweisen können. In der zweiten Anwendung verwendeten wir das von mir entwickelte, nicht-lineare MSES Ähnlichkeitsmaß um multivariate Fernbeziehungen zwischen Starkniederschlägen und klimatischen Mustern über Indien zu quantifizieren. Unsere Ergebnisse bestätigen signifikante, nicht-lineare Einflüsse, welche von traditionellen Methoden bisher unzureichend abgebildet wurden. Des Weiteren fanden wir deutliche Schwankungen in der Stärke und in der Ausprägung von Fernbeziehungen über Indien und über Zeitskalen. Zusammenfassend zeigen die Ergebnisse dieser Fallstudien, dass Multiskalen in Klimaprozessen entschieden berücksichtigt werden müssen und dass der entwickelte methodische Rahmen adäquat die charakteristischen Prozesse quantifizieren kann. KW - complex network KW - wavelet KW - climate global and local patterns KW - extreme events KW - multiscale network KW - event synchronization KW - komplexes Netzwerk KW - Wavelet KW - globale und lokale Muster des Klimas KW - extreme Ereignisse KW - Multiskalen Netzwerk KW - Ereignissynchronisation Y1 - 2018 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-423956 ER -