2020 2040 2060 2080 2100 0
5 10 15 20 25 30 35 40
Anzahl betroffener Pixel [Tsd.]
Szenario "Sicherheit"
HQ30 Extrem
HQ100 Baseline
HQ300
Anpassung
2020 2040 2060 2080 2100
Szenario "Wachstum"
0 50 100 150 200 250 300 350 400
Anzahl aller bebauter Pixel [Tsd.]
Ÿ Schneeberger, K., Huttenlau, M., Winter, B, Steinberger, T., Achleitner, S. & Stötter, J. (2017): A Probabilistic Framework for Risk Analysis of Widespread Flood Events: A Proof-of-Concept Study. Risk Analysis, DOI 10.1111/risa.12863.
Publikationen:
Ÿ Winter B., Schneeberger K., Dung N.V., Huttenlau M., Achleitner S., Stötter J., Merz B., Vorogushyn S. (2019): A continuous modelling approach for design flood estimation on sub-daily time scale. Hydrological Sciences Journal 88(11):1–16. doi:
10.1080/02626667.2019.1593419.
Ÿ Winter, B., Schneeberger, K., Huttenlau, M. & Stötter, J. (2018): Sources of uncertainty in a probabilistic flood risk model. Natural Hazards, 96, 431-446, DOI 10.1007/s11069-017-3135-5.
Projektkontext
Hydrologie
Landnutzungs- und Exposi onsentwicklung
Explizit räumliche Modellierung von Landnutzungsszenarios (Dyna-CLUE).
Hochaufgelöst (10m), hohe Priorität auf Siedlungsgebiete mit 4 sozio- ökonomischen Storylines nach ÖROK (Alles Wachstum, Alles Wettbewerb, Alles Risiko, Alles Sicherheit).
(Winter et. al 2019)
- nahe Zukunft: 2021-2050 - nahe Vergangenheit-
- ferne Zukunft: 2071-2100
Zeitliche Disaggregierungsmethoden (K-NN resampling + Methods of
fragments) erweitert auf ÖKS15- Rasterdatensatz.
ÖKS Daten in drei Zeitscheiben aufbereitet und ausgewertet:
Gegenwart: 1987-2016
Klimaszenarien und zeitliche Disaggregierung
Projektumsetzung
Aggregate to daily database daily data
(simulated;PsumandTmean)
hourly data (observed; P andT)
Relative diurnal patterns
PsumandTmean for all station and days
Calc.Euclideandistance toall days in the daily database
Getknearest neighbors
Sample match day by rank weighted probability
Reproduce relative patterns of match day, with absolute values of input day
hourly data (disaggregated)
Repeat for next day
Entwicklung der Exposition für zwei Szenarien für Überflutungsflächen eines 30-, 100- und 300-jährlichen Hochwassers. Durch verschieden strenge Ausweisung von Bauverbotszonen (räumliche Anpassungsmaßnahmen) kann die Exposition wesentlich beeinflusst werden.
BA BA BA BA BA IL IL IL IL DA DA DA LE LE LB FU
FFA, median & 5-95 percentile
CMA, median & 5-95 percentile, based on 100 x 63 years
DSA, middle emphasized DSA, end emphasized DSA, start emphasized DSA, block rainfall
CMA, estimate based on 10000 years
Kennelbach
Mellau
Au
Thal Martinsbrück
Hopfreben Gisingen Schruns Garsella
Bürs
Lauterach Hoher Steg
Enz
Lech Tannbrück
Lech
Unterhochsteg
Laterns 0
2000 4000 6000 8000 10000
specific discharge [l s km ]-1-2
#* #*
#*
#*
#*
#* #*
#*
#*
#*
#* #*
#*
#* #*
#*
#*
#*
#* #*
#*
#*
#* #*
#* #* #* #*
0.08 0.08
0.09
0.01 0.03
0.09
0.04 0.05
0.07
-0.04
-0.01 -0.02
-0.01
#* #*
0.03
obs sim
#* #*
color codeN (p)j
0 0.7
0.35
legend
annotations
diamond symbols
N (p=0.995)j
absolute difference sim - obs
- Zeitliche Disaggregierung - Stunden - basierend auf Abflusszeitreihen
Wettergenerator
HQ100 Abflüsse bestimmt auf Basis drei verschiedener Methoden:
Hochwasserstatistik
Ereignisbezogene Modellierung - NA Modell HQsim
Kontinuierliche Modellierung - NA Modell HQsim
- Lange Zeitreihen mittels Multisite- - Bemessungsniederschlag -ehyd
Räumliche Abhägigkeitmuster
(Schneeberger et. al 2017)
Hochwasser-Risikomodell PRAM O
Welche Auswirkungen haben Klima-, Land- nutzungs- und Siedlungsentwicklung auf das Hochwasserrisiko (HWR) im Untersuchungs- gebiet?
Welchen Beitrag können Objektschutz- sowie raumplanerische Maßnahmen zur Reduktion des HWR leisten?
Wie sehen zukünftige Klimawandel- und Landnutzungs-Szenarien im Untersuchungsgebiet (Vorarlberg) a us?
Fragestellung
99.7% Quantile of Wet Days Precipitation Amount
RCP8.5; GCM: EC−EARTH; RCM: RCA4
340000 360000 380000 400000 420000
120000 140000 160000 Average: 51.56
1987−2016
Average: 53.02
2021−2050
120000 140000 160000 Average: 55.19
2071−2100
30 40 50 60 70 80 [mm]
20. Österreichischer Klimatag 2019, Wien
Neubewertung des Hochwasserrisikos unter zukün igen Klima- und Landnutzungsänderungen
1,2 1,2 1 3 4 5 3
Klaus Schneeberger , Benjamin Winter , Chris an Georges , Robert Pazur , Ma hias Hu enlau , Stefan Achleitner , Janine Bolliger
1 2 4
Ins tut für Geographie, alpS Research, Universität Innsbruck, Österreich; alpS GmbH, Innsbruck, Österreich; ³Eidgenössische Forschungsanstalt für Wald, Schnee und Landscha WSL, Birmensdorf, Schweiz; ILF Consul ng Engineering Austria GmbH, Rum, Österreich;
5Ins tut für Infrastruktur, Arbeitsbereich Wasserbau, Universität Innsbruck, Österreich
(Winter et. al 2019)
(Winter et. al 2019)