hide
Free keywords:
-
Abstract:
Hochwasserrisikoanalysen und insbesondere die Schätzungen von Hochwasserschäden sind oft mit hohen Unsicherheiten verbunden. Diese Unsicherheiten können mit deterministischen Modellen nicht oder nur eingeschränkt dargestellt werden. In dieser Studie wird das probabilistische Hochwasserschadensmodell BN-FLEMOps vorgestellt. Am Beispiel einer Schadensberechnung für das Hochwasser 2002 an der Mulde wird BN-FLEMOps mit einem Modellensemble aus etablierten Hochwasserschadensmodellen verglichen und die Vorteile probabilistischer Modelle für die Entscheidungsfindung unter Unsicherheit diskutiert. Zudem wird die einfache Anwendung des Modells durch seine Implementierung in die standardisierte Modellierungsplattform "OASIS Loss Modeling Framework (LMF)" beschrieben. Die Validierung an der Mulde zeigt, dass die von BN-FLEMOps geschätzten mittleren Schadenswerte in 12 von 19 Gemeinden näher am beobachteten Schaden liegen, als die Mediane des Modellensembles. Darüber hinaus, deckt sich die Streuung der von BN-FLEMOps generierten Wahrscheinlichkeitsdichtefunktion in der Mehrheit der Gemeinden mit der Spannweite des Ensembles. BN-FLEMOps ist durch die probabilistische Methodik gut geeignet, Unsicherheiten in der Hochwasserschadensmodellierung zuverlässig abzubilden, die beispielsweise auch in Kosten-Nutzen-Analysen integriert werden können und Entscheidungsträgern somit eine umfassende Informationsgrundlage bieten.
Abstract:
Flood risk analyses and particularly estimates of flood loss are often associated with a high degree of uncertainty. Deterministic models are unable to reflect and account for these uncertainties, or they are only able to do this to a very limited extent. This study presents the probabilistic flood loss estimation model for the private sector BN-FLEMOps remove. Taking the 2002 flood at the Mulde river as an example, the BN-FLEMOps is compared with a model ensemble of established flood loss models and the advantages of probabilistic models for decision-making under uncertainty are discussed. Furthermore, the implementation of the model in the OASIS Loss Modeling Framework (LMF) is described, which enables its easy application. The validation at the Mulde river shows that the median loss estimates by the BN-FLEMOps are closer to the observed loss in 12 out of 19 municipalities in comparison with the ensemble median. The spread of the BN-FLEMOps generated probability density function coincides with the range of the ensemble member estimates in most municipalities. The BN-FLEMOps with its probabilistic approach is therefore well-suited to reliably quantify uncertainties in flood loss modeling and to serve decision-makers as a comprehensive source of information.
