Forskere finder ud af, at jo flere faktorer, der driver oversvømmelse, jo mere ekstrem er en oversvømmelse

Der er flere faktorer, der spiller en vigtig rolle i udviklingen af ​​oversvømmelser:lufttemperatur, jordfugtighed, snedybde og den daglige nedbør i dagene før en oversvømmelse. For bedre at forstå, hvordan individuelle faktorer bidrager til oversvømmelser, undersøgte UFZ-forskere mere end 3.500 vandløbsoplande på verdensplan og analyserede oversvømmelser mellem 1981 og 2020 for hver af dem.

Resultatet:nedbør var den eneste afgørende faktor i kun omkring 25 % af de næsten 125.000 oversvømmelser. Jordfugtighed var den afgørende faktor i godt 10 % af tilfældene, og snesmeltning og lufttemperatur var de eneste faktorer i kun omkring 3 % af tilfældene.

I modsætning hertil var 51,6% af tilfældene forårsaget af mindst to faktorer. Med omkring 23 % forekommer kombinationen af ​​nedbør og jordfugtighed hyppigst.

Men da de analyserede dataene, opdagede UFZ-forskerne, at tre – eller endda alle fire – faktorer i fællesskab kan være ansvarlige for en oversvømmelse.

Eksempelvis var temperatur, jordfugtighed og snedybde afgørende faktorer i omkring 5.000 oversvømmelser, mens alle fire faktorer var afgørende for omkring 1.000 oversvømmelser. Og ikke nok med det:"Vi viste også, at oversvømmelser bliver mere ekstreme, når flere faktorer er involveret," siger Dr. Jakob Zscheischler, leder af UFZ-afdelingen "Compound Environmental Risks" og seniorforfatter til en artikel offentliggjort i tidsskriftet Videnskabelige fremskridt .

Ved etårige oversvømmelser kan 51,6 % tilskrives flere faktorer; ved fem- og 10-års oversvømmelser kan henholdsvis 70,1 % og 71,3 % tilskrives flere faktorer. Jo mere ekstrem en oversvømmelse er, jo flere drivende faktorer er der, og jo større sandsynlighed er der for, at de interagerer i begivenhedsgenereringen. Denne sammenhæng gælder ofte også for individuelle vandløbsoplande og omtales som oversvømmelseskompleksitet.

Ifølge forskerne har flodbassiner i de nordlige regioner i Europa og Amerika samt i alperegionen en lav oversvømmelseskompleksitet. Dette skyldes, at snesmeltning er den dominerende faktor for de fleste oversvømmelser uanset oversvømmelsens størrelse. Det samme gælder for Amazonas-bassinet, hvor den høje jordfugtighed som følge af regntiden ofte er en væsentlig årsag til oversvømmelser af varierende sværhedsgrad.

I Tyskland er Havel og Zusam, en biflod til Donau i Bayern, flodbassiner, der har en lav oversvømmelseskompleksitet. Regioner med flodbassiner, der har en høj oversvømmelseskompleksitet, omfatter primært det østlige Brasilien, Andesbjergene, det østlige Australien, Rocky Mountains op til den amerikanske vestkyst og de vestlige og centraleuropæiske sletter.

I Tyskland omfatter dette Mosel og den øvre del af Elben. "Flodområder i disse regioner har generelt flere oversvømmelsesmekanismer," siger Jakob Zscheischler. For eksempel kan vandløbsoplande i de europæiske sletter blive påvirket af oversvømmelser forårsaget af kombinationen af ​​kraftig nedbør, aktiv snesmeltning og høj jordfugtighed.

Kompleksiteten af ​​oversvømmelsesprocesser i et vandløbsopland afhænger dog også af klima- og jordoverfladeforholdene i det respektive vandløbsopland. Dette skyldes, at hvert flodbassin har sine egne specielle funktioner. Forskerne har blandt andet set på klimaets fugtindeks, jordstrukturen, skovdækket, størrelsen af ​​vandløbsoplandet og flodgradienten.

"I mere tørre områder har de mekanismer, der fører til oversvømmelser en tendens til at være mere heterogene. For moderate oversvømmelser er kun et par dage med kraftig nedbør normalt nok. Ved ekstreme oversvømmelser skal det regne længere på allerede fugtig jord," siger hovedforfatter. Dr. Shijie Jiang, som nu arbejder på Max Planck Institute for Biogeochemistry i Jena.

Forskerne brugte forklarlig maskinlæring til analysen. "For det første bruger vi de potentielle oversvømmelsers lufttemperatur, jordfugtighed og snedybde samt den ugentlige nedbør - hver dag betragtes som en individuel drivfaktor - til at forudsige afstrømningens størrelse og dermed størrelsen af ​​oversvømmelsen, " forklarer Zscheischler.

Forskerne kvantificerede derefter, hvilke variabler og kombinationer af variabler, der bidrog til afstrømningen af ​​en bestemt oversvømmelse, og i hvilket omfang. Denne tilgang omtales som forklarlig maskinlæring, fordi den afdækker det forudsigelige forhold mellem oversvømmelsesdrivere og afstrømning under en oversvømmelse i den trænede model.

"Med denne nye metode kan vi kvantificere, hvor mange drivende faktorer og kombinationer deraf, der er relevante for forekomsten og intensiteten af ​​oversvømmelser," tilføjer Jiang.

Resultaterne fra UFZ-forskerne forventes at hjælpe med at forudsige fremtidige oversvømmelser. "Vores undersøgelse vil hjælpe os med bedre at vurdere særligt ekstreme oversvømmelser," siger Zscheischler.

Indtil nu er meget ekstreme oversvømmelser blevet estimeret ved at ekstrapolere fra mindre ekstreme oversvømmelser. Dette er dog for upræcist, fordi de enkelte medvirkende faktorer kan ændre deres indflydelse for forskellige oversvømmelser.

Flere oplysninger: Shijie Jiang et al., Sammensatte effekter i oversvømmelsesdrivere udfordrer estimater af ekstreme flodoversvømmelser, Science Advances (2024). DOI:10.1126/sciadv.adl4005. www.science.org/doi/10.1126/sciadv.adl4005

Journaloplysninger: Videnskabelige fremskridt

Leveret af Helmholtz Association of German Research Centres