Ett internationellt team av forskare, ledd av University of Bristol, har funnit att nuvarande uppskattningar av översvämningsrisk bygger på metoder för att beräkna översvämningsskador som är otillräckligt verifierade och dåligt överensstämmer med observationer.

Istället, byggnadsskador vid ett givet översvämningsdjup är mycket varierande och kan karakteriseras av en betafördelning.

Vid beräkning av översvämningsrisk – dvs. att översätta modellerade representationer av det fysiska fenomenet översvämning till dess effekter – det är vanligt att använda en "djupskadafunktion" eller kurva, som relaterar ett givet vattendjup till en proportionell byggnadsförlust (till exempel en meter vatten motsvarar 50 procents förlust av byggnadsvärde).

Akademiker har förstått att denna djup-skada relation är varierande och att det inte finns någon perfekt passform, men det är fortfarande vanligt att tillämpa sådana kurvor som är otillräckligt verifierade.

Den nya studien, publiceras idag i tidskriften Naturkommunikation , använda vanliga kurvor, utvecklat av olika amerikanska myndigheter, och undersökte hur de kan jämföras med miljontals faktiska översvämningsförsäkringskrav som gjorts i USA.

Studiens syfte var sedan att ta reda på om allestädes närvarande kurvor har någon skicklighet i att replikera verkliga uppmätta förluster och, om inte, hitta det sanna sambandet mellan djup och skada i skaderegistret.

Den fann att universellt tillämpade djupskadekurvor visar låg skicklighet i replikering av skador på egendomsnivå, att göra resultaten av projekt där de har tillämpats (till exempel motiveringen av miljarder dollar i infrastrukturinvesteringar) misstänkta.

Istället, djupskador är mycket varierande:skador per djup är i allmänhet koncentrerade till höga (> 90 procent) och låg ( <10 procent) andel extremer.

Vid låga översvämningsdjup, de flesta skadorna är något minimala ( <10 procent av byggnadsvärdet) med mycket låg chans att uppleva maximal (> 90 procent) skada. Men när djupet ökar, fördelningen skiftar och svänger mot större sannolikhet för hög (> 90 procent) skada och lägre sannolikhet för låg ( <10 procent) skada.

Huvud författare, Dr Oliver Wing från Bristol's School of Geographical Sciences, sa:"Det här förhållandet kan representeras med en betadistribution, vilket innebär att framtida översvämningsriskanalyser kan använda en funktion som korrekt fångar det sanna stokastiska förhållandet mellan djup och skada."

Det finns en implikation att översvämningsriskbedömningar som har förlitat sig på befintliga 1:1 djupskadekurvor kan vara betydande feluppskattningar. Beslut om miljarder dollar i infrastrukturinvesteringar, där fördelarna (minskade skador) beräknas ha överstigit kostnaderna (installation av nämnda infrastruktur), är vanligtvis grönt upplysta även om fördelarna är marginellt större – ännu, dessa fördelar kan ha kvantifierats med otillräckliga funktioner.

I utvecklingen av betadistributionsbaserade funktioner, framtida analyser kan vara mer robusta för en uppsjö av tillämpningar:infrastrukturinvesteringar, försäkringspriser, planeringsbeslut, och mycket annat.

Medförfattare, Professor Paul Bates, också från University of Bristols School of Geographical Sciences, tillade:"Vi kan integrera dessa nya djupskadefunktioner i befintlig arkitektur för beräkning av översvämningsrisk.

"Dock, försäkringskravsdata som används för att generera dessa innehåller inte information om sårbarhet för andra byggnader eller tillräckligt med information för att inkludera sekundära modifierare, såsom hur djupskada förändringar givet att byggnaden är gjord av trä snarare än betong.

"För att generera en komplett uppsättning av information om djupskador, vi kommer att behöva hitta ett sätt att förena teknisk kunskap med sådana empiriska datamängder så att vi kan beräkna översvämningsrisken exakt för alla typer av byggnader."