Refine
Has Fulltext
- no (2)
Year of publication
- 2022 (2)
Document Type
- Article (2)
Is part of the Bibliography
- yes (2) (remove)
Keywords
- Ahr (1)
- Ahr River (1)
- Extreme value statistics (1)
- Extremwertstatistik (1)
- Gefahrenkarten (1)
- catchment (1)
- catchment response (1)
- characteristics (1)
- event characteristics (1)
- flood hazard mapping; (1)
- floods (1)
- heavy tail behavior (1)
- historical floods (1)
- historische Hochwasser (1)
- inundation simulation (1)
- Überflutungssimulation (1)
Institute
- Institut für Geowissenschaften (2) (remove)
Die Hochwasserkatastrophe im Juli 2021 in Westdeutschland erfordert eine kritische Diskussion über die Abschätzung der Hochwassergefährdung, Aktualisierung von Hochwassergefahrenkarten und Kommunikation von extremen Hochwasserszenarien. In der vorliegenden Arbeit wurde die Extremwertstatistik für die jährlichen maximalen Spitzenabflüsse am Pegel Altenahr im Ahrtal mit und ohne Berücksichtigung historischer Hochwasser berechnet und verglichen. Die Schätzung der Wiederkehrperiode für das aktuelle Hochwasser mittels Generalisierter Extremwertverteilung (GEV) unter Berücksichtigung historischer Hochwasser schwankt zwischen etwa 2.600 und über 58.700 Jahren (90%-Konfidenzintervall) mit einem Median bei etwa 8.600 Jahren, wogegen die Schätzung, die nur auf der systematisch gemessenen Abflusszeitreihe von 74 Jahren basiert, theoretisch eine Wiederkehrperiode von über 100 Millionen Jahren ergeben würde. Die Berücksichtigung der historischen Hochwasser führt zu einer dramatischen Änderung der Hochwasserquan-
tile, die für eine Gefahrenkartierung zugrunde gelegt werden. Die Anpassung der GEV an die Zeitreihe mit historischen Hochwassern zeigt dennoch, dass das GEV-Modell möglicherweise die Grundgesamtheit der Hochwasser im Ahrtal nicht adäquat abbilden kann. Es könnte sich im vorliegenden Fall um eine gemischte Stichprobe handeln, in der die extremen Hochwasser im Vergleich zu kleineren Ereignissen durch besondere Prozesse hervorgerufen werden. Somit könnten die Wahrscheinlichkeiten von extremen Hochwassern deutlich größer sein, als aus dem GEV-Modell hervorgeht. Hier sollte in Zukunft die Anwendung einer prozessbasierten Mischverteilung
untersucht werden. Der Vergleich von amtlichen Gefahrenkarten zu Extremhochwassern (HQextrem) im Ahrtal mit den Überflutungsflächen vom Juli 2021
zeigt eine deutliche Diskrepanz in den betroffenen Gebieten und die Notwendigkeit, die Grundlagen zur Erstellung der Extremszenarien zu überdenken. Die hydrodynamisch-numerischen Simulationen von 1.000-jährlichen Hochwassern (HQ1000) unter Berücksichtigung historischer Ereignisse und des größten historischen Hochwassers 1804 können die Gefährdung des Juli-Hochwassers 2021 deutlich besser widerspiegeln, wenngleich auch diese beiden Szenarien die Überflutungsflächen unterschätzen. Besondere Effekte wie die Verklausung von Brücken und die geomorphologischen Änderungen im Flussschlauch führten zu noch größeren Überflutungs- flächen im Juli 2021, als die Simulationsergebnisse zeigten. Basierend auf dieser Analyse wird eine einheitliche Festlegung von HQextrem bei Hochwassergefahrenkartierungen in Deutschland vorgeschlagen, die sich an höheren Hochwasserquantilen im Bereich von HQ1000 orientiert. Zusätzlich sollen simulationsbasierte Rekonstruktionen von den größten verlässlich dokumentierten historischen Hochwassern und/oder synthetische Worst-Case-Szenarien in den Hochwassergefahrenkarten gesondert dargestellt werden. Damit wird ein wichtiger Beitrag geleistet, um die potenziell betroffene Bevölkerung und das Katastrophenmanagement vor Überraschungen durch sehr seltene und extreme Hochwasser in Zukunft besser zu schützen.
In some catchments, the distribution of annual maximum streamflow shows heavy tail behavior, meaning the occurrence probability of extreme events is higher than if the upper tail decayed exponentially. Neglecting heavy tail behavior can lead to an underestimation of the likelihood of extreme floods and the associated risk. Partly contradictory results regarding the controls of heavy tail behavior exist in the literature and the knowledge is still very dispersed and limited. To better understand the drivers, we analyze the upper tail behavior and its controls for 480 catchments in Germany and Austria over a period of more than 50 years. The catchments span from quickly reacting mountain catchments to large lowland catchments, allowing for general conclusions. We compile a wide range of event and catchment characteristics and investigate their association with an indicator of the tail heaviness of flood distributions, namely the shape parameter of the GEV distribution. Following univariate analyses of these characteristics, along with an evaluation of different aggregations of event characteristics, multiple linear regression models, as well as random forests, are constructed. A novel slope indicator, which represents the relation between the return period of flood peaks and event characteristics, captures the controls of heavy tails best. Variables describing the catchment response are found to dominate the heavy tail behavior, followed by event precipitation, flood seasonality, and catchment size. The pre-event moisture state in a catchment has no relevant impact on the tail heaviness even though it does influence flood magnitudes.