Analyse der Unsicherheiten bei der Ermittlung der Schadenspotentiale infolge Überschwemmung

Kutschera, Gesa; Köngeter, Jürgen

doi:HT015818970

Analyse der Unsicherheiten bei der Ermittlung der Schadenspotentiale infolge Überschwemmung = Analysis of the uncertainties of flood damage potentials

Kutschera, Gesa

2008

Verantwortlichkeitsangabevorgelegt von Gesa Kutschera

ImpressumAachen : Publikationsserver der RWTH Aachen University 2008

UmfangXV, 510 S. : Ill., graph. Darst.

Aachen, Techn. Hochsch., Diss., 2008

Zsfassung in engl. Sprache

Genehmigende Fakultät
Fak03

Hauptberichter/Gutachter
Köngeter, Jürgen (Thesis advisor)

Tag der mündlichen Prüfung/Habilitation
2008-12-22

Online
URN: urn:nbn:de:hbz:82-opus-26646
URL: https://publications.rwth-aachen.de/record/50555/files/Kutschera_Gesa.pdf

Einrichtungen

Lehrstuhl und Institut für Wasserbau und Wasserwirtschaft (314410)

Inhaltliche Beschreibung (Schlagwörter)
Hochwasser (Genormte SW) ; Hochwasserschaden (Genormte SW) ; Risikoanalyse (Genormte SW) ; Risikomanagement (Genormte SW) ; Monte-Carlo-Simulation (Genormte SW) ; Unsicherheit (Genormte SW) ; Ingenieurwissenschaften (frei) ; Unsicherheitsanalyse (frei) ; Schadenspotentiale (frei) ; Risk-Assessment (frei) ; flood damage assessment (frei) ; uncertainty (frei) ; monte-carlo simulation (frei) ; flood-risk-assessment (frei)

Thematische Einordnung (Klassifikation)
DDC: 620

Kurzfassung
Im Rahmen der Dissertation wird das am Institut für Wasserbau und Wasserwirtschaft der RWTH Aachen konzipierte Risk Assessment-Verfahren RAPID vorgestellt. Dieses Verfahren erlaubt eine strukturierte Herangehensweise an die einzelnen Aspekte der Risikobetrachtung: Risikoanalyse, Risk Assessment und Risikomanagement. Neben der Bestimmung der Eintrittswahrscheinlichkeiten ist die Schadenspotentialanalyse ein wesentlicher Bestandteil der Risikoanalyse und zugleich zentraler Gegenstand dieser Arbeit. Die aus Hochwasserereignissen resultierenden Schäden betreffen Personen, Siedlungsstrukturen, Infrastruktureinrichtungen, Betriebe, ökologische und kulturelle Güter und werden in ökonomische, ökologische und psychosoziale Schadenspotentiale unterschieden. Die Beurteilung der ökonomischen Schadenspotentiale hat im Vergleich zu den ökologischen und psychosozialen Schadenspotentialen einen deutlich weiter fortgeschrittenen Entwicklungsstand erreicht. Jedoch basieren die vorhandenen Modelle auf einem unzureichenden Datenbestand dokumentierter Hochwasserschäden; dies führt zu Unsicherheiten bei der Berechnung der ökonomischen Schadenspotentiale. Diese Unsicherheiten finden bisher keine Berücksichtigung, obwohl sie für die Bewertung der absoluten Schadenspotentialbetrachtung und bei vergleichenden Studien eine wichtige Information darstellen und zudem die Entscheidungsprozesse im Rahmen des Risikomanagements maßgeblich beeinflussen können. Basierend auf den Erkenntnissen aus einer Literaturrecherche wird daher im Rahmen dieser Arbeit ein probabilistisches mesoskaliges Modell zur Berechnung der direkten ökonomischen Schadenspotentiale infolge hydrostatischen Einstaus nach Deichversagen entwickelt. Zudem wird ein neu entwickeltes Teilmodul zur Berechnung der indirekten ökonomischen Schadenspotentiale vorgestellt. Des Weiteren ist der aktuelle Forschungsstand bezüglich ökologischer und psychosozialer Schadenspotentiale zusammengefasst worden, für die Konzepte zur Bewertung ökologischer und psychosozialer Schadenspotentiale entwickelt werden. Mit dem Teilmodul zur mesoskaligen Ermittlung von indirekten Schadenspotentialen wird ein weiterer Baustein für das RAPID-Verfahren zur Verfügung gestellt, der eine präzisere Erfassung des Hochwasserrisikos ermöglicht. Das probabilistische mesoskalige Modell zur Berechnung der direkten ökonomischen Schadenspotentiale basiert auf der Anwendung des Bootstrap-Verfahrens und der Monte-Carlo-Simulation. Aus den Bootstrap-Stichproben wurden Wahrscheinlichkeitsverteilungen als Input für die MC-Simulation ermittelt. Für die Schadenskategorien wird das Ergebnis der MC-Simulation durch Verteilungsfunktionen und ihre statistischen Momente dargestellt. Die Unsicherheitsanalyse der Schadenskategorien hat gezeigt, dass die Variabilität der Ergebnisse sehr unterschiedlich ist. Die unbebauten Kategorien sind mit den größten Unsicherheiten behaftet, der Beitrag zum Gesamtschadenspotential ist jedoch sehr gering. Alle bebauten Kategorien sowie die Kategorie Pkw leisten schon bei geringen Einstautiefen einen wesentlich größeren Beitrag zum Gesamtschadenspotential. Allgemein ist die Unsicherheit der Gebäude-schäden bei geringen Einstautiefen deutlich größer als bei Einstautiefen von mehr als 2 m. Proportional zu den Ergebnissen der Gebäudeschäden verhalten sich die Ergebnisse der mobilen Vermögenswerte, die jedoch einen geringeren Variationskoeffizienten aufweisen. Im Rahmen einer Sensitivitätsanalyse hat sich gezeigt, dass die spezifischen Vermögenswerte und die Schadensfunktionen die sensitiven Parameter sind, während die Varianz des Wasserstandes einen sehr geringen Einfluss auf die Unsicherheit des Ergebnisses hat. Der Einfluss der spezifischen Vermögenswerte der bebauten Schadenskategorien ist bei den immobilen Werten mit Ausnahme der Kategorie Staat gering, bei den mobilen Werten deutlich höher. Entsprechend umgekehrt verhält sich der Einfluss der Schadensfunktionen. Das Ergebnis der unbebauten Flächennutzungen ist wesentlich durch die Unsicherheit des spezifischen Vermögenswertes geprägt. Den Abschluss der Arbeit bildet ein Anwendungsbeispiel. Das direkte ökonomische Gesamtschadenspotential eines realen Untersuchungsgebietes am Niederrhein ist sowohl mit dem bisher am IWW verwendeten deterministischen Schadensmodell als auch dem neu entwickelten probabilistischen Modell ermittelt worden. Ein Vergleich der Ergebnisse zeigt, dass mit dem deterministischen Modell das Schadenspotential im Vergleich zu dem Mittelwert des Ergebnisses des probabilistischen Modells überschätzt wird. Mit der Berücksichtigung der Unsicherheiten bei der ökonomischen Schadenspotentialbetrachtung sowie der Entwicklung von Teilmodulen und Konzeptionsentwürfen leistet die vorliegende Arbeit einen wesentlichen Beitrag zu dem im Rahmen der EU-Hochwasserrichtlinie formulierten Ziel der Verringerung der hochwasserbedingten nachteiligen Folgen.

The risk assessment tool RAPID (Risk Assessment: Probability, Inundation, Damage), developed at the Institute of Hydraulic Engineering and Water Resources Management (IWW), RWTH Aachen University, offers an effective and precise instrument for the calculation of risks associated with hydraulic engineering structures. The procedure is divided into three steps: risk analysis, risk assessment and risk management. Within the risk analysis risk is defined as the product of the failure probability and the resulting damage, which is the focus of this thesis. The damage resulting from flooding is relevant to people, buildings, infrastructure, companies, ecological and cultural goods and can be divided up into economic, ecological and psychosocial damages. Compared to ecological and psychosocial damages the damage assessment of economic damages is much more developed, but there is still a lack in data of the existing models, which leads to uncertainties of the model outputs when calculating the damages. Although the quantification of the uncertainties is an important information when calculating the absolute damage in monetary terms and deciding whether to implement a mitigation measure within the risk management, the uncertainties are not considered yet in the damage models. Following a close study of literature a probabilistic model for the calculation of direct economic damages due to hydrostatic water pressure after a dam/levee failure will be developed on a meso scale within this thesis. Additionally a new tool for the quantification of indirect economic damages will be introduced, thus a further step to enhance the determination of flood risks has been taken. As ecological and psychological damages have not been considered yet as part of the RAPID procedure, current research activities are summarized and two concepts for the integration of these damage categories are suggested. The developed probabilistic damage model is based on the application of the bootstrap method for the generation of a sufficient number of samples to identify the probability distributions as an input for the Monte-Carlo-Simulation (MC-Simulation). The MC-Simulation is carried out for each damage category and the results are displayed as a probability distribution and its statistical moments. The results of the uncertainty analysis of the direct economic damages show a significant difference in the variability of the results between the damage categories. The categories without any buildings like agriculture, forestry and recreation comprise the highest uncertainties while their contribution to the total damage amount is negligible compared to the developed areas, where high damages are caused even at low water depths. Generally, the uncertainty of the damages to buildings is highest at water depths below two meters. The results of the mobile damage potentials are equivalent to the immobile ones, but the coefficients of variance are lower. The evaluation of the sensitivity analysis clearly showed the influence of the parameters damage function and asset values, whereras the variation of the standard deviation of the normal distribution function of the water depth only resulted in minor changes of the results of damage calculation. The influence of the asset values on the categories private housing, industry and companies is low, while it is much higher for the mobile damages. The sensitivity of the results of these categories is vice versa on the variation of the damage functions. Regarding the open space areas, the uncertainties of the asset values determine the outputs of the model. It can be concluded that there is a potential for reducing the uncertainties of all damage categories when improving the database. The thesis closes with an example of an area at the Lower Rhine in North Rhine-Westphalia. The damage is calculated with the deterministic model as it is traditionally used at the IWW and with the new probabilistic model. The comparison of the results shows that the deterministic model overestimates the damages compared to the mean values of the probabilistic model, but the results lie within the 95%-confidence interval of the probabilistic model. Finally it can be concluded that the integration of the uncertainties in the direct economic damage model and the development of modules and concepts for the determination of the indirect economic, ecological and psychosocial damages contributes to the goals of the European flood directive to reduce negative consequences of floods. Thus, when conducting a cost-benefit analysis, the assessment of the efficiency of mitigation measures can be optimized considerably.

Fulltext:
PDF