Präsentation herunterladen
Die Präsentation wird geladen. Bitte warten
Veröffentlicht von:Ortwin Bolliger Geändert vor über 10 Jahren
1
Trends in the risk of extreme events: floods during the past centuries Mudelsee M Institute of Meteorology, University of Leipzig, Germany
2
Climate time series analysis t(i), x(i), i = 1,..., n
3
Our goal: Use flood dates, t(i)
4
Dresden, 13 August 2002 www.die-dresdner.de
5
Thuringia, 8 June 1613
6
Our goal: Use flood dates, t(i) Estimate: flood risk = prob per yr
7
Our goal: Use flood dates, t(i) Estimate flood risk =prob per yr Time-dependence
8
Our goal: Use flood dates, t(i) Estimate flood risk =prob per yr with error bars!
9
Acknowledgments Börngen M, Tetzlaff G Institute of Meteorology, University of Leipzig, Germany Grünewald U Institute of Hydrology, Technical University Cottbus, Germany supported by Global Runoff Data Centre, Germany, Deutsche Forschungsgemeinschaft
10
1. Background 2. Data: Flood records 3. Method:Risk estimation 4. Results 5. Conclusions & some ideas Mudelsee et al. (2003) Nature 425:166–169. http://www.uni-leipzig.de/~meteo/MUDELSEE/publ/pdf/ flood.pdf
11
Oder Elbe Dresden Eisenhüttenstadt Erzgebirge Sudeten Mountains Middle Elbe, middle Oder: total catchment: 150,000 km 2 Winter floods (November to April) can be enhanced by ice jam
12
Houghton et al. (2001) Hydrological cycle, precipitation GHG (CO 2, CH 4, etc.) Temperature Flood risk
13
Extreme precipitation July–September Percentage changes IPCC's A2 scenario (2071–2100 average) vs present Christensen & Christensen (2003) Severe summertime flooding in Europe. Nature 421:805–806.
14
Houghton et al. (2001) Hydrological cycle, precipitation GHG (CO 2, CH 4, etc.) Temperature Flood risk Christensen & Christensen 2003 This work
15
FloodsOur approach Data 1850: Weikinn documentary sources > 1850: Runoff measurements Method Impact-related magnitudes Statistical estimation Result Flood risk with confidence band
16
Weikinn, Curt (1888–1966)
17
Weikinn's documentary sources Hydrographic events in Europe Focus: Germany and neighbors Up to 1850 Original/secondary sources
18
1784 & 28. - 29. Febr. & Meißen & Elbe: Eisgang u. Überschwemmung & & 1 & I, 5: 370 (2934) Elbe. 28. Febr. 11 Uhr abends brach das Eis und trieb anfänglich bey zwar ziemlich heranwachsendem Wasser, welches am folgenden Tag [= 29. Febr.] früh schon hier und da in die Stadt trat, ganz ruhig, obgleich sehr gedrange fort,..., bis um 9 Uhr, um welche Zeit auf einmal die reissende Fluth mit dem Eise, und was sie sonst bei sich führte, durch die Vorstadt zum Fleischer- und Jüdenthore in die Stadt hinein brach, und so über den kleinen Markt durch die Gassen,..., rauschte. Diese traurige Periode hielt zunehmend bis um 11 Uhr des Vormittags an, in welcher Zeit die großen Eisschollen auch schon der Brücke,..., dermaßen zusezten. Der Wasserwuchs dieser wüthenden Fluth dauerte, wie gesagt, bis 11 Uhr, alsdann fiel solcher wieder, bis des Nachmittags um 4 Uhr 1 Elle 12 Zoll, aber in einer Stunde darauf stellte sie sich von neuem, und fast noch schneller ein,... Das Wasser stund aller Orten 3, 4, 5-6 Ellen hoch. Beyde Vorstädte, sowohl vor dem Fleischer- und Jüden- als vor dem Wasserthore, die Wasserburg und die Fischergasse,..., stunden völlig,..., zu 4-6 Ellen hoch unter Wasser..., der Fleischersteg genannt, über die Triebisch, ward bald von der wilden Fluth eingestürzt. Die Stadt selbst stund außer dem großen Markte, der Burggasse und der Rosengasse bey der Stadtkirche, völlig eben so hoch unter Wasser. Das Jüdenthor bedeckte es völlig, und wenigstens noch eine Elle darüber. [9 Personen ertrunken]. Größte Höhe der Fluth: 12 Ellen 10 Zoll. Das Wasser stand in der Kirche 1 reichliche Elle höher als drittehalbe Ellen. (C. G. Poetzsch 1784 Chronolog. Geschichte d. großen Wasserfluthen d. Elbstroms etc. S. 150/53 u. 159.) 1784 & 28. - 29. Febr. & Dresden & Elbe: Eisgang u. Hochwasser & & 1 & I, 5: 370 (2935) Elbe. Vormittags rührte sich auch das Eis hinter der Brücke und schob sich sehr ruhig, bis unter die Stadt hinunter; allein oberhalb derselben blieb es noch unbeweglich stehen. Des Nachmittags fiel sogar das Wasser wieder 9 Zoll, folglich bis an 1 Elle 15 Zoll herunter. 9 Uhr abends erfolgte der Aufbruch. Dieser gewaltige Aufbruch mit einem fast unglaublich schnellen Anwuchse des Wassers war erschrecklich. (C. G. Poetzsch 1784 Chronolog. Geschichte d. großen Wasserfluthen d. Elbstroms etc. S. 117 u. 136.) 1784 & 28. - 29. Febr. & Dresden & Elbe: Eisgang u. Hochwasser & & 2 & I, 5: 370 (2936) Es bricht die Elbe auf und wächst von 3 auf 9 Ellen Höhe mit unbegreiflicher Schnelligkeit. (Dr. G. Klemm Chronik d. etc. Residenzstadt Dresden, edid. P. G. Hilscher 1837. II. S. 513.) (Fr. W. Pohle 1886 Chronik von Loschwitz S. 77. u. S. 79.)
19
1784 & 28. - 29. Febr. & Meißen & Elbe: Eisgang u. Überschwemmung & & 1 & I, 5: 370 (2934) Elbe. 28. Febr. 11 Uhr abends brach das Eis und trieb anfänglich bey zwar ziemlich heranwachsendem Wasser, welches am folgenden Tag [= 29. Febr.] früh schon hier und da in die Stadt trat, ganz ruhig, obgleich sehr gedrange fort,..., bis um 9 Uhr, um welche Zeit auf einmal die reissende Fluth mit dem Eise, und was sie sonst bei sich führte, durch die Vorstadt zum Fleischer- und Jüdenthore in die Stadt hinein brach, und so über den kleinen Markt durch die Gassen,..., rauschte. Diese traurige Periode hielt zunehmend bis um 11 Uhr des Vormittags an, in welcher Zeit die großen Eisschollen auch schon der Brücke,..., dermaßen zusezten. Der Wasserwuchs dieser wüthenden Fluth dauerte, wie gesagt, bis 11 Uhr, alsdann fiel solcher wieder, bis des Nachmittags um 4 Uhr 1 Elle 12 Zoll, aber in einer Stunde darauf stellte sie sich von neuem, und fast noch schneller ein,... Das Wasser stund aller Orten 3, 4, 5-6 Ellen hoch. Beyde Vorstädte, sowohl vor dem Fleischer- und Jüden- als vor dem Wasserthore, die Wasserburg und die Fischergasse,..., stunden völlig,..., zu 4-6 Ellen hoch unter Wasser..., der Fleischersteg genannt, über die Triebisch, ward bald von der wilden Fluth eingestürzt. Die Stadt selbst stund außer dem großen Markte, der Burggasse und der Rosengasse bey der Stadtkirche, völlig eben so hoch unter Wasser. Das Jüdenthor bedeckte es völlig, und wenigstens noch eine Elle darüber. [9 Personen ertrunken]. Größte Höhe der Fluth: 12 Ellen 10 Zoll. Das Wasser stand in der Kirche 1 reichliche Elle höher als drittehalbe Ellen. (C. G. Poetzsch 1784 Chronolog. Geschichte d. großen Wasserfluthen d. Elbstroms etc. S. 150/53 u. 159.) 1784 & 28. - 29. Febr. & Dresden & Elbe: Eisgang u. Hochwasser & & 1 & I, 5: 370 (2935) Elbe. Vormittags rührte sich auch das Eis hinter der Brücke und schob sich sehr ruhig, bis unter die Stadt hinunter; allein oberhalb derselben blieb es noch unbeweglich stehen. Des Nachmittags fiel sogar das Wasser wieder 9 Zoll, folglich bis an 1 Elle 15 Zoll herunter. 9 Uhr abends erfolgte der Aufbruch. Dieser gewaltige Aufbruch mit einem fast unglaublich schnellen Anwuchse des Wassers war erschrecklich. (C. G. Poetzsch 1784 Chronolog. Geschichte d. großen Wasserfluthen d. Elbstroms etc. S. 117 u. 136.) 1784 & 28. - 29. Febr. & Dresden & Elbe: Eisgang u. Hochwasser & & 2 & I, 5: 370 (2936) Es bricht die Elbe auf und wächst von 3 auf 9 Ellen Höhe mit unbegreiflicher Schnelligkeit. (Dr. G. Klemm Chronik d. etc. Residenzstadt Dresden, edid. P. G. Hilscher 1837. II. S. 513.) (Fr. W. Pohle 1886 Chronik von Loschwitz S. 77. u. S. 79.) *
20
Weikinn's documentary sources Total number of entries: 23,160
21
Data quality check (1) Many "independent" reports
22
Data quality check (2) Floods at other places on the river Floods in tributaries Favorable meteorological conditions (heavy rains, snow cover, ice)
23
Data quality check (3) Comparison with another database: CLIMDAT (Historical Inst, Leipzig Univ) 1500–1799 *
24
Climate time series analysis t(i), x(i), i = 1,..., n
25
Magnitude scale x = 1minor flood (stage: 600–690 cm) x = 2strong flood (stage: 690–770 cm) x = 3exceptionally strong flood (stage: >770 cm) (e.g. winter 1784: 859 cm)
26
Magnitude scale Elbe (Dresden), 1852 to 1892
27
Magnitude scale SSQ = [x(i) – x fit (i)] 2 SSQ derivatives = 0 SSQ min, fit parameters Error in stage = [SSQ min /(n – 2)] 1/2 Error in runoff = error in stage/slope
28
Magnitude scale Elbe (Dresden), 1852 to 1892
29
Magnitude scale Class widths: ~3–4 times larger than stage–runoff uncertainties Robustness
30
Magnitude scale Elbe (Dresden), 1852 to 2002
31
Magnitude scale Elbe (Dresden), September 1890
32
Climate time series analysis t(i) = 1890.682, x(i) = 3 Take only flood peak Statistical independence *
33
Magnitude scale Oder (Eisenh./Krosno), 1891 to 1936
34
Magnitude scale Oder (Eisenhüttenstadt), 1920 to 2002
35
Flood records Oder flood record, 1850–1920: Divided responsibilities, War chaos Limited data quality: low-res., missed class-1 floods?
36
Flood records:Elbe 1021–2002 Year Month Season Number of Ice? Stage Magnitude sources Dresden (cm).... 1781 Feb W 5 I 685 1 1783 Jan-Feb W 6 I 692 1 1784 Feb-Mar W 32 I 859 3 1785 Apr W 16 I 737 2 1786 W 2 1 1786 Aug-Sep S 2 1 1789 Jan-Apr W 4 I 682 1 1794 Feb-Mar W 3 654 1 1794 Aug S 2 1 1795 Feb W 2 I 635 1 1799 Feb W 17 I 829 3....
37
Flood records:Elbe 1021–2002 WinterSummerUnknown n2081173
38
WinterSummerUnknown n1081064 Flood records:Oder1269–2002
39
Flood records:Elbe 1021–2002 Oder 1269–2002 Flood records:Oder1269–2002 Elbe1021–2002
40
Method: Flood risk estimation Elbe, winter, class 2–3
42
Steps toward a better method
43
Elbe, winter, class 2–3 Steps toward a better methodAdvantage 1. Continuous shifting (kernel estimation)More estimation points, no ambiguity (bounds)
44
Elbe, winter, class 2–3 Steps toward a better methodAdvantage 1. Continuous shifting (kernel estimation)More estimation points, no ambiguity (bounds) 2. Gaussian (not uniform) kernelSmooth estimate
45
Elbe, winter, class 2–3 Steps toward a better methodAdvantage 1. Continuous shifting (kernel estimation)More estimation points, no ambiguity (bounds) 2. Gaussian (not uniform) kernelSmooth estimate 3. Cross-validated bandwidthMinimal estimation error *
46
Cross validation 1.Leave one date, t(i), out 2.Try to predict risk at t(i) using points t in neighborhood ~h [yr] 3.h small – low bias, high STD 4. h large – larger bias, low STD 5.h CV = best compromise (averaged over all t(i))
47
Elbe, winter, class 2–3 h CV = 35 yr
48
Inhomogeneous Poisson process 1.Prob of an event (flood) in interval (t, t + ) = · (t) 2. (t): intensity, occurrence rate, risk 3.Independent events
49
Elbe, winter, class 2–3 OK, how significant is that low at 1700 ?
50
Elbe, winter, class 2–3 Bootstrap resample (with replacement, same size)
51
Elbe, winter, class 2–3 Bootstrap resample (with replacement, same size)
52
Elbe, winter, class 2–3 Bootstrap resample (with replacement, same size) 2nd Bootstrap resample
53
Elbe, winter, class 2–3 Bootstrap resample (with replacement, same size) 2nd Bootstrap resample 2000 Bootstrap resamples
54
Elbe, winter, class 2–3 90% Percentile confidence band
55
Elbe, winter, class 2–3 90% Percentile confidence band Method: Cowling et al. (1996)Journal of the American Statistical Association 91:1516–1524. Software: Mudelsee M (2002) Sci. Rep. Inst. Meteorol. Univ. Leipzig 26:149–195.
56
Result: Elbe,winter, class 2–3 Document loss !? Deforestation ? Homogeneous from ~1500 CLIMDAT LMM climate: cold & dry Significant ! Less freezing
57
Result: Oder,winter, class 2–3 Homogeneous from ~1500 LMM climate: not seen Significant ! Less freezing Reduced data quality in 1850–1920 CAUTION !
58
Result: Elbe, summer, class 2–3 LMM climate: not really seen Not significant ! Length reduction
59
Result: Oder,summer, class 2–3 LMM climate: not really seen Not significant ! Length reduction Reduced data quality in 1850–1920 CAUTION !
60
Result: Oder,summer, class 2–3 Mudelsee et al. (2003)
61
Conclusions "Although extreme floods with return periods of 100 yr and more occurred in central Europe in July 1997 (Oder) and August 2002 (Elbe), there is no evidence from the observations for recent upward trends in their occurrence rate. Global climate changes affect many and various processes in regional hydrology, such as river and soil freezing in the case of winter floods under continental climate." Mudelsee et al. (2003)
62
SOME IDEAS
63
Correlation: flood occurrence vs atmospheric pressure Flood occurrence, y :0:no flood 1:flood Atmospheric pressure variable, z :SLP (5 ° x 5 ° grid) or z 500 (2.5 ° x 2.5 ° grid), 1658 to 1999,monthly resolution, reconstructed from measured and documentary data (Luterbacher et al. 2002 Climate Dynamics 18:545–561) Biserial correlation coefficient, r yz :Students t distributed
64
Correlation: flood occurrence vs atmospheric pressure Winter: Zonal air-flowSummer: Meridional air-flow Mudelsee et al. (submitted)
65
Correlation: flood occurrence vs atmospheric pressure r(Elbe/Oder floods, NAO) insignificant Analyze Weser, Rhine, Main
66
Yangtze floods: monsoon climate Collaboration: J. Tong, Q. Zhang (Nanjing Institute of Geography and Limnology, Chinese Academy of Sciences)
67
Storms events Project: Occurrence Rate/Seriality Estimations of Major Windstorms in the North Sea Region Over the Past 500 Years Years: 2003–2004 Funding Organisation: Risk Prediction Initiative (Bermuda) Collaboration: Frank Rohrbeck (FU Berlin), Jens Neubauer (University of Leipzig)
68
Paleo perspective Collaboration: M. Bigler (Physics Institute, University of Bern)
69
Paleo perspective Turbidites: events in marine sediment cores Dansgaard–Oeschger events
70
DLR perspective Ice supersaturation events Collaboration: Peter Spichtinger et al.
71
G O O D I E S
72
Test of H0: "Constant flood risk" u :test statistic,t :flood event dates [t1; t2] : observation intervaln : data size Under H0, statistic u is standard normally distributed. Example: u = – 3.0 means a highly significant downward trend. Cox DR, Lewis PAW 1966 The Statistical Analysis of Series of Events. Methuen, London.
73
Trends in extreme precipitation Arrows: Upward/downward/no trend (result hypothesis test) Mudelsee et al. (2003) Monthly Maximum (0.1 mm)
74
Reservoir-size correction Reservoir size, present:237 million m 3 Reservoir size, January 1920:12 million m 3 Correction (assuming 100% utilization):class 1 instead of 2 Corrected records (heavy floods, 2–3):same trends Corrected records (all floods):fewer downward trends Oder:same results as for Elbe
Ähnliche Präsentationen
© 2024 SlidePlayer.org Inc.
All rights reserved.