Een internationaal team van wetenschappers, geleid door de Universiteit van Bristol, heeft geconstateerd dat de huidige schattingen van het overstromingsrisico berusten op methoden voor het berekenen van overstromingsschade die onvoldoende zijn geverifieerd en slecht overeenkomen met waarnemingen.

In plaats daarvan, bouwschade bij een gegeven overstromingsdiepte is zeer variabel en kan worden gekenmerkt door een bètaverdeling.

Bij het berekenen van het overstromingsrisico, dat wil zeggen, het vertalen van gemodelleerde representaties van het fysieke fenomeen van overstromingen naar de effecten ervan - het is gebruikelijk om een ​​'diepte-schadefunctie' of curve toe te passen, die een gegeven waterdiepte relateert aan een proportioneel gebouwverlies (bijvoorbeeld één meter water is gelijk aan 50 procent verlies aan gebouwwaarde).

Wetenschappers hebben begrepen dat deze relatie tussen diepte en schade variabel is en dat er geen perfecte pasvorm is, maar het is nog steeds gebruikelijk om dergelijke krommen toe te passen die onvoldoende zijn geverifieerd.

De nieuwe studie, vandaag gepubliceerd in het tijdschrift Natuurcommunicatie , gebruikte veelgebruikte curven, ontwikkeld door verschillende Amerikaanse overheidsinstanties, en onderzocht hoe ze zich verhouden tot miljoenen daadwerkelijke overstromingsverzekeringsclaims die in de VS zijn ingediend.

Het doel van de studie was om erachter te komen of alomtegenwoordige curven enige vaardigheid hebben in het repliceren van echte gemeten verliezen en, als niet, vind de ware relatie tussen diepte en schade in het schadedossier.

Het ontdekte dat universeel toegepaste diepteschadecurven een lage vaardigheid vertonen in het repliceren van schade op eigendomsniveau, de resultaten van projecten waar ze zijn toegepast (bijvoorbeeld de rechtvaardiging van miljarden dollars aan infrastructuurinvesteringen) verdacht maken.

In plaats daarvan, diepteschade is zeer variabel:schade per diepte is over het algemeen geconcentreerd bij hoog (> 90 procent) en laag ( <10 procent) aandeel extremen.

Bij lage inundatiedieptes, de meeste beschadigingen zijn enigszins minimaal ( <10 procent van de gebouwwaarde) met een zeer lage kans op het ervaren van maximale (> 90 procent) schade. Maar naarmate de diepte toeneemt, de verdeling verschuift en zwaait naar een grotere kans op hoog (> 90 procent) schade en een lagere kans op lage ( <10 procent) schade.

Hoofdauteur, Dr. Oliver Wing van Bristol's School of Geographical Sciences, zei:"Deze relatie kan worden weergegeven met een bètadistributie, wat betekent dat toekomstige overstromingsrisicoanalyses een functie kunnen gebruiken die de echte stochastische relatie tussen diepte en schade goed weergeeft."

Er is een implicatie dat overstromingsrisicobeoordelingen die zijn gebaseerd op bestaande 1:1 diepte-schadecurves significante verkeerde schattingen kunnen zijn. Beslissingen voor miljarden dollars aan infrastructuurinvesteringen, waar wordt berekend dat de baten (beperkte schade) de kosten hebben overschreden (het installeren van de genoemde infrastructuur), zijn vaak groen verlicht, zelfs als de voordelen marginaal groter zijn, maar toch deze voordelen zijn mogelijk gekwantificeerd met behulp van ontoereikende functies.

Bij de ontwikkeling van de op bètadistributie gebaseerde functies, toekomstige analyses kunnen robuuster zijn voor een overvloed aan toepassingen:investeringen in infrastructuur, verzekering prijzen, planningsbeslissingen, en nog veel meer.

co-auteur, Professor Paul Bates, ook van de School of Geographical Sciences van de Universiteit van Bristol, toegevoegd:"We kunnen deze nieuwe functies voor diepteschade integreren in de bestaande architectuur voor het berekenen van overstromingsrisico's.

"Echter, de gegevens over verzekeringsclaims die worden gebruikt om deze te genereren, bevatten geen informatie over de kwetsbaarheid voor niet-residentiële gebouwen of voldoende informatie om secundaire modificaties op te nemen, zoals hoe veranderingen in diepte-schade gezien het gebouw is gemaakt van hout in plaats van beton.

"Om een ​​complete reeks informatie over diepteschade te genereren, we zullen een manier moeten vinden om technische kennis te combineren met dergelijke empirische datasets, zodat we het overstromingsrisico nauwkeurig kunnen berekenen voor alle soorten gebouwen."