Quantifizierung ökonomischer Hochwasserschäden für großräumige ...

Quantifizierung ökonomischer Hochwasserschäden 

für großräumige Schadenszenarien 

Abschätzung von Überschwemmungsrisiken: 

Von der Gefährdung zur Schadenprognose 

Heidi Kreibich 

Heiko Apel, Sergiy Auftraggeber: Vorogushyn, Isabel AON Seifert, Rück, Annegret Hamburg Thieken, Bruno Merz 

Sektion Ingenieurhydrologie, Laufzeit: 01/2004 GeoForschungsZentrum – 12/2005 Potsdam 

Heidi Kreibich – GFZ Potsdam HANNOVER-FORUM „Brennpunkt Wohngebäudeversicherung“, 10. Juni 2008

Inhalt 

� Hochwasser in Deutschland 

� Risikoabschätzung 

� Gefährdung 

� Schadenprognose 


Blick in die Geschichte 

Wasserstand am Pegel Köln/Rhein [m] 

15.00 

12.00 

9.00 

6.00 

3.00 

0.00 

1320 1370 1420 1470 1520 1570 1620 1670 1720 1770 1820 1870 1920 1970 


Hochwasser 1342: Sintflut des Mittelalters 

� ungeheures Schadensbild in 

allen Flussgebieten 

Deutschlands 

� allein in Donauregion über 

6000 Tote 

� Bodenerosion wie sonst in 

2000 Jahren 

� erodierte bis 14 m tiefe 

Schluchten 

� zerstörte komplette Ernte 

� löste mehrjährige Hungersnot 

aus 


Hochwasser in Deutschland, 1990 - heute 

Elbe 2006 


Hochwasser August 2002: Schäden in Deutschland 

• Tote: 20, Verletzte: 110 (allein in Sachsen) 

• Gesamtschaden: ca. 12 Mrd. € 

6 Bundesländer betroffen, Schäden allein in Sachsen: 

20.000 bis 30.000 Häuser 

740 km Straßen- und 538 km Schienennetz 

180 Brücken 

7 Krankenhäuser und 280 Sozialeinrichtungen 

• 337 000 Menschen direkt betroffen 

• allein in Dresden ca. 35 000 evakuiert 

• viele Kulturgüter (Zwinger, Gemäldegalerie, 

Semperoper, Schlosspark Wesenstein) schwer geschädigt 


Müglitz 1927 Müglitz 2002 


Hochwasser 2002: Lessons Learned ? 

GeoForschungsZentrum 

Potsdam, Sektion 

Ingenieurhydrologie 

Brandenburgische 

Technische Universität 

Cottbus, Lehrstuhl 

Hydrologie und 

Wasserwirtschaft 

Universität Kiel, 

Katastrophenforschungsstelle 

Deutsches Komitee 

Katastrophenvorsorge e.V. 

(Koordination) 

Deutsches Rotes Kreuz 

(Finanzierung) 


Hochwasser 2002: Lessons Learned ? 

“Hochwasservorsorge und die Bewältigung von 

Hochwasserkatastrophen sind Querschnittsaufgaben und 

erfordern ein hohes Maß an Kooperation, Kommunikation und 

Führung. Unsere Analyse zeigt, dass ein ausreichend 

integriertes Zusammenwirken über Fach- und Raumgrenzen 

hinweg weder bei der Hochwasservorsorge noch bei der 

Katastrophenbewältigung stattfindet.” 

Lessons Learned-Studie, S. 7 

“Was unsere Gesellschaft braucht, ist eine transparente 

Diskussion über Risiken. Grundlage ist die Offenlegung von 

Gefahren und Verletzlichkeiten sowie eine konsequente 

Debatte über Schutzziele.” 

Lessons Learned-Studie, S. 7 


Inhalt 






Vom Regen zur Hochwasserkatastrophe .... 

Wetterextreme 

Reaktionspotenzial 

Prozesse im Einzugsgebiet 

Nutzung flussnaher 

Bereiche 

Abflussprozesse in Flüssen 


Risikodefinition 

Gefahr 

beschrieben durch: 

• Intensität 

• Wahrscheinlichkeit 

Gefährdung 

Risiko 

Menschen, Güter, 

Umwelt... 

beschrieben durch: 

• Exposition, „Werte“ 

• Empfindlichkeit, Anfälligkeit 

Vulnerabilität 


Elemente der Risikoabschätzung 

Überflutungsszenarien 

Landnutzung und 

Vermögenswerte 

Geschätzter Schaden 

Relative 

Schadensmodelle 

Beispiel: Schädigung 

von Wohngebäuden 

Heidi Kreibich – GFZ Potsdam HANNOVER-FORUM „Brennpunkt Wohngebäudeversicherung“, 10. Juni 2008 

Schädigungsgrad 

Gebäude D [-] 

0.6 

0.4 

0.2 

0.0 

D = 0.02 h 

D = (2 h² + 2h)/100 

D = (27 SQRT(h))/100 

0 1 2 3 4 5 

Wasserstand h [m über GOF]

Skalen und Anwendungsbereiche 

Mikroskala 

� objektgenau 

� hohe Anforderungen an 

Modellierungen und Daten 

Verschiedene Anwendungsbereiche 

� PML-Abschätzungen 

� Risikokartierungen 

� Nutzen-Kosten-Untersuchungen 

Mesoskala 

� Landnutzungseinheiten 

� geringere Genauigkeit 


Inhalt 






Hochwassergefährdung 

Statische Hochwasserszenarien 

Zone Gefährdung Überschwemmungswahrscheinlichkeit 

I sehr gering Hochwasser im statistischen Mittel seltener als einmal in 200 Jahren 

II gering Hochwasser im statistischen Mittel einmal in 50 bis 200 Jahren 

III mäßig Hochwasser im statistischen Mittel einmal in 10 bis 50 Jahren 

IV hoch Hochwasser im statistischen Mittel mindestens einmal in 10 Jahren 

ZÜRS (Zonierungssystem für Überschwemmung, Rückstau und Starkregen) 

Bayern: Überschwemmungsgebiete HQ100 


Realistische Hochwasserszenarien 

Rees 

Köln 

D sseldorf 

Andernach 

Koblenz Kalkofen 

Cochem Kaub 

Mainz 

Trier 

Rhein 

Mosel 

Nahe 

Sieg 

Strabburg 

Rheinfelden 

Lippe 

Ruhr 

Grolsheim 

Aare 

Lahn 

Worms 

Maxau 

Main 

Neckar 

Stuttgart 

Plochingen 

verschiedene 

Jährlichkeiten 

entlang der 

Flüsse 

Schweinfurt 

W rzburg 

Abflusspegel 


Probabilistisches Modellsystem 

Discharge Q [m /s] 

3 

Hydrological 

load 

x 104 

2.5 

2 

1.5 

1 

0.5 

10 0 

0 

10 1 

10 2 

10 3 

Return interval T [a] 

AMS- 

Statistics 


3 

Routing 

15000 

10000 

5000 

0 

0 200 400 600 800 

Runtime t [h] 

Flood wave 

transformation 

Realisiert am Niederrhein 

Modules Result 

Levee failure & 

outflow 

st 

Monte-Carlo-Simulation 1 order 

1 

P [ ] 

0.5 

0 

5 

10 

te [h] 0 

0.1 

dh [m] 

Failure 

probability 

Hydraulic 

transformation 

20 

0 10000 20000 

HQrelation 

Damage 

estimation 

Risk curve 


0.2 

Stage H [m] 

35 

30 

25 

3 


nd 

Monte-Carlo-Simulation 2 order 

Damage [Euro] 

Stage [m] 

H-damagerelation 

Damage [Euro] 

Return interval T [a] 

Risk curve & 

uncertainty 

bounds

Return interval [a] 

Probabilistisches Modellsystem 

4000 

10000 

6000 8000 10000 12000 14000 16000 

1000 

100 

10 

1 

observed discharges 1961 - 1995 

extreme value statistics (Pearson III) 

extreme value statistics (Gumbel) 

probabilistic model 

Discharge [m³/s] 


Gefährdungsabschätzung 

Gefährdungskarten, HQ100 

Median der maximalen Überflutungstiefe 

90% Quantilkarte 

� Probabilistische Deichbruchsimulation 

� Anwendung an der Elbe 

10% Quantilkarte 


Inhalt 




� Schadenprognose: Exposition 


Nutzung von flussnahen Bereichen 

Entwicklung der bebauten Flächen der Stadt Halle 

Quelle: Martin-Luther-Universität Halle-Wittenberg, Institut für Geographie, 

AG Geofernerkundung und Kartographie (http://mars.geographie.uni-halle.de) 

1851 






1904 






1958 






1999 


Vermögenswerte 

Anlagevermögen pro Gemeinde 

60 Branchen, 3 Firmengrößen, 3 Arten 

Kleingewerbe (1-10 Mitarbeiter) pro PLZ 

Durchschnittliche Verteilung 

Erhöhter Anteil von: 

Unternehmensdienstl. 

Handel 

Öffentl. & Priv. Dienstl. 

Prod. Gewerbe 


Disaggregierung der Vermögenswerte 

Thallwitz 

Bennewitz 

Thallwitz 

Bennewitz 

Wohnvermögen (in Mill. Euro)/ km² nach verschiedenen Verteilungsmethoden 

Methode V - keine 

Disaggregierung 

Wurzen 

Wurzen 

Kuehren-Burkartshain 

Methode C2 - Verteilung 

nach MENNIS 


Thallwitz 

Bennewitz 

Thallwitz 

Bennewitz 

Methode C2 - Binäre 

Verteilung 

Wurzen 

Wurzen 


Methode C3 - Verteilung 

nach GALLEGO 



Thallwitz 

Bennewitz 

Legend 

Wohnvermögen 

(Mill. Euro/km²) 

0,00 

0,01 - 24,99 

25,00 - 49,99 

50,00 - 99,99 

100,00 - 149,99 

150,00 - 199,99 

200,00 - 252,38 

Methode A1 - Binäre 

Verteilung 

Wurzen 


Wünsch A., 2008 

- 

0 1 2 4 Kilometers

Disaggregierung der Vermögenswerte 

Wohnvermögen pro Gemeinde Disaggregiertes Wohnvermögen 

Disaggregierung mit Landnutzungsdaten und Dasymetric Mapping-Verfahren 


Inhalt 




� Schadenprognose: Anfälligkeit 


Datengrundlage für Anfälligkeitsmodell 

Befragung 2002 

Befragung Hochwasser 2002 

� 1697 Privathaushalte 

� 415 Unternehmen 

Befragung Hochwasser 2005/2006 

� 461 Privathaushalte 

� 227 Unternehmen 

Potentielle Schadenseinflüsse: 

� hydrologische Kenngrößen wie 

Wasserstand, Überflutungsdauer 

� Kontamination 

� Frühwarnung und Notmaßnahmen 

� Hochwassererfahrung 

� langfristige Vorsorgemaßnahmen 

� Größe, Qualität von Gebäude, 

Hausrat 

� Sozio-ökonomische Indikatoren 


Einfluss des Wasserstands 

Schädigungsgrad der Gebäude 

0.40 

0.35 

0.30 

0.25 

0.20 

0.15 

0.10 

0.05 

0.00 

75%-Fraktil, Gesamtdatensatz 



-250 bis - 

150 

aus: Thieken et al. (2005) – WRR 41(12): W 12430. 

-149 bis -50 -49 bis 50 51 bis 150 151 bis 250 251 bis 350 351 bis 450 451 bis 550 551 bis 650 

Wasserstand über Geländeoberfläche [cm] 


0.40 

0.35 

0.30 

0.25 

0.20 

0.15 

0.10 

0.05 

0.00

Bauvorsorge und Hochwasserschäden 

Schädigungsgrad Gebäude [%] 

25 

20 

15 

10 

5 

0 

Nutzung 

angepasst nicht 

angepasst 

aus: Kreibich et al. (2005) – NHESS 5: 117-126. 

25 

20 

15 

10 

5 

0 

Inneneinrichtung 

angepasst nicht 

angepasst 

Versorgungseinrichtungen 


25 

20 

15 

10 

5 

0 

in höheren 

Stockwerken 

Stockwerken 

in unteren

Schadenserhöhung durch Kontaminationen 

Schädigungsgrade [%] 

60 

50 

40 

30 

20 

10 

0 

Hausrat 

keine Abwasser Öl/Benzin Chemikalien 

n = 346 435 457 197 

aus: Kreibich et al. (2005) – NHESS 5: 117-126. 

Gebäude 


60 

50 

40 

30 

20 

10 

0 

keine Abwasser Öl/Benzin Chemikalien 

n = 239 273 319 129

Mikroskaliges Modell für Schäden in Privathaushalten 

Inundation 

depth 

Haupteinflussfaktoren 

Impact 

Hydrological 

load 

+ 

+ 

Contamination 

LOSS RATIO 

aus: Büchele et al. (2006) - NHESS 6:485-503. 

Resistance 

Permanent 

Resistance 

- 

Building 

quality 

Building type 

Precaution 

1. Stufe: 

Überflutungshöhe 

bis 20 cm, 21-60 cm, 61-100 cm, 

101-150 cm, > 150 cm 

Gebäudetyp 

Einfamilienhaus, Reihen-/Doppelhaus, 

Mehrfamilienhaus 

Gebäudequalität (Ausstattung) 

mittlere, sehr gute 

2. Stufe: 

(falls Zusatzinformation vorliegt) 

Vorsorge 

keine, gute, sehr gute 

Kontamination 

keine, mittlere, starke 


Schädigungsgrad des Gebäudes [%] 

Mikroskaliges Schadenmodell - Wohngebäude 

1. Modellstufe: Grundmodell 

35 

30 

25 

20 

15 

10 

5 

0 

Einfamilienhaus 

Reihen-/Doppelhaus 

Mehrfamilienhaus 

sehr gute 

Ausstattung 

einfache/mittlere 

Ausstattung 

< 21 cm 21-60 cm 61-100 cm 101-150 cm > 150 cm 

Überflutungshöhe (über Geländeoberfläche) 

Analoges Modell für 

Schäden in Unternehmen 

aus: Büchele et al. (2006) -NHESS :485-503. 

Kontamination 

2. Modellstufe: Zu- /Abschläge 

Vorsorge 

keine gute sehr 

gute 

keine 0.92 0.64 0.41 

mittlere 1.20 0.86 0.71 

starke 1.58 --- --- 


Skalierung – Anwendung auf der Mesoskala 

Inundation 

scenario 

Asset data per 

community 

Land cover data 

(CLC2000) 

Dasymetric mapping 

Disaggregated asset data 

(dasymetric map) 

Intersection and Modelling 

Damage estimate per community 

Characteristics of the 

municipal building stock 

Mean loss model 

per community 


Loss ratio, Building [%] 

35 

one-family house 

30 

(semi-)detached Loss model per 

multifamily house 

25 

20 

15 

10 

5 

0 

building type 

< 21 cm 21-60 cm 61-100 cm 101-150 cm > 150 cm 

Water level (m above ground surface) 

Intersection 

Information on 

contamination 

and 

precaution

Validierung - Mesoskala 

Estimated Building Loss [Mill. Euro] 

90 

80 

70 

60 

50 

40 

30 

20 

10 

Source: Thieken et al. – submitted to J. Hydrol. 

0 

FLEMO+ 

MURL (2000) 

ICPR (2001) 

MURL ICPR FLEMO+ 

(2000) (2001) 

MBE [Mill. €] -27.6 -3.9 -1.7 

RMSE [Mill. €] 34.0 16.1 11.9 

MAE [Mill. €] 27.6 12.0 9.7 

MRE 79% 54% 42% 

0 10 20 30 40 50 60 70 80 90 

Reported Building Repair Costs at SAB [Mill. Euro] 


1:1

Validierung - Mikroskala 

Datenbasis (LTV/Kobsch, 2006): 

381 Gebäude mit Schadensangaben der SAB, 

simulierten und gemessenen Wasserständen 

Schadenssumme SAB: 45,74 Mill. Euro 

10000 Stichproben 

(Bootstrap) 

95%: 40,24 M Euro … 52,27 M Euro 

Gemeinde Döbeln – Hochwasser 2002 

Geschätzter Schaden 

HW-Marken: 43,01 Mill. Euro 

Simulation 1: 39,40 Mill. Euro 

Simulation 2: 41,24 Mill. Euro 


☺ 

� 

☺

HOWAS 21 – Zielstellung 

Aufbau einer objekt-spezifischen 

Hochwasserschadensdatenbank für Deutschland für 

verschiedene Sektoren 

�Sammlung, Homogenisierung und Bereitstellung von Schadensdaten, die 

Mindeststandards erfüllen (Schaden, Wasserstand, Zeitpunkt, Ort, Sektor, 

Metadaten) 

�Dokumentation der Datenerhebung und Datenqualität 

�Integration von vorhandenen Datenbeständen, sowie kontinuierliche 

Integration neuer Schadensdaten, die von Versicherungen, 

Wissenschaftlern, Ingenieurbüros oder Behörden erhoben werden 


Entwicklung von Mindeststandards 

Ziel: Identifizierung von Mindestkriterien für sechs verschiedene 

Sektoren 

Methode: Expertenbefragung nach der Delphi-Methode 

Teilnehmer: 45 Experten aus Wissenschaft, Verwaltung, (Rück-)Versicherung 

und Ingenieurbüros 


HOWAS 21 – Nutzungskonzept 


HOWAS 21 – Implementierung 

Öffentlicher und interner Bereich 




Recherchefunktion 

(öffentlich) 




Recherchefunktion 

(öffentlich) 



Funktionalitäten im internen Bereich 








Zusammenfassung 


� wiederkehrendes Phänomen, zunehmende Schäden 

� Schadenpotenzial: einige 10 Mrd. € 

� Gute Dokumentation ist wichtig für Katastrophenmanagement 


� Wissensdefizite bei großräumigen Hochwasserszenarien 

� Schäden auch abhängig von Vorsorge, Kontamination, etc.

Quantifizierung ökonomischer Hochwasserschäden für großräumige ...

Erfolgreiche ePaper selbst erstellen

Template löschen?

Als Template speichern?