Det finns flera faktorer som spelar en viktig roll i utvecklingen av översvämningar:lufttemperatur, markfuktighet, snödjup och den dagliga nederbörden dagarna före en översvämning. För att bättre förstå hur enskilda faktorer bidrar till översvämningar, undersökte UFZ-forskare mer än 3 500 flodområden över hela världen och analyserade översvämningshändelser mellan 1981 och 2020 för var och en av dem.
Resultatet:nederbörd var den enda avgörande faktorn i endast omkring 25 % av de nästan 125 000 översvämningarna. Markfuktigheten var den avgörande faktorn i drygt 10 % av fallen, och snösmältning och lufttemperatur var de enda faktorerna i endast cirka 3 % av fallen.
Däremot orsakades 51,6 % av fallen av minst två faktorer. Med cirka 23 % förekommer kombinationen av nederbörd och markfuktighet oftast.
Men när de analyserade data upptäckte UFZ-forskarna att tre – eller till och med alla fyra – faktorer kan vara gemensamt ansvariga för en översvämningshändelse.
Exempelvis var temperatur, markfuktighet och snödjup avgörande faktorer vid cirka 5 000 översvämningar medan alla fyra faktorerna var avgörande vid cirka 1 000 översvämningar. Och inte bara det:"Vi visade också att översvämningshändelser blir mer extrema när fler faktorer är inblandade", säger Dr Jakob Zscheischler, chef för UFZ-avdelningen "Compound Environmental Risks" och senior författare till en artikel publicerad i tidskriften Vetenskapens framsteg .
Vid ettåriga översvämningar kan 51,6 % hänföras till flera faktorer; vid fem- och 10-årsöversvämningar kan 70,1 % respektive 71,3 % hänföras till flera faktorer. Ju mer extrem en översvämning är, desto fler drivande faktorer finns det och desto mer sannolikt är det att de interagerar i händelsegenereringen. Denna korrelation gäller ofta även för enskilda avrinningsområden och kallas översvämningskomplexitet.
Enligt forskarna har flodområden i de norra delarna av Europa och Amerika samt i den alpina regionen låg översvämningskomplexitet. Detta beror på att snösmältning är den dominerande faktorn för de flesta översvämningar oavsett översvämningsstorlek. Detsamma gäller Amazonasbassängen, där den höga markfuktigheten till följd av regnperioden ofta är en viktig orsak till översvämningar av varierande svårighetsgrad.
I Tyskland är Havel och Zusam, en biflod till Donau i Bayern, flodområden som har låg översvämningskomplexitet. Regioner med flodområden som har en hög översvämningskomplexitet inkluderar främst östra Brasilien, Anderna, östra Australien, Klippiga bergen upp till USA:s västkust och de västra och centraleuropeiska slätterna.
I Tyskland inkluderar detta Mosel och de övre delarna av Elbe. – Flodområden i dessa regioner har i allmänhet flera översvämningsmekanismer, säger Jakob Zscheischler. Till exempel kan flodområden i de europeiska slätterna påverkas av översvämningar orsakade av kombinationen av kraftig nederbörd, aktiv snösmältning och hög markfuktighet.
Komplexiteten i översvämningsprocesser i ett avrinningsområde beror dock också på klimatet och markytans förhållanden i respektive avrinningsområde. Detta beror på att varje avrinningsområde har sina speciella egenskaper. Forskarna tittade bland annat på klimatfuktighetsindex, markstrukturen, skogstäcket, storleken på flodbassängen och flodgradienten.
"I torrare regioner tenderar mekanismerna som leder till översvämningar att vara mer heterogena. För måttliga översvämningar räcker det vanligtvis med bara några dagars kraftiga regn. För extrema översvämningar behöver det regna längre på redan fuktiga jordar", säger huvudförfattaren. Dr. Shijie Jiang, som nu arbetar vid Max Planck Institute for Biogeochemistry i Jena.
Forskarna använde förklarlig maskininlärning för analysen. "För det första använder vi de potentiella översvämningsdrivarnas lufttemperatur, markfuktighet och snödjup samt den veckovisa nederbörden - varje dag betraktas som en individuell drivfaktor - för att förutsäga avrinningens storlek och därmed storleken på översvämningen, " förklarar Zscheischler.
Forskarna kvantifierade sedan vilka variabler och kombinationer av variabler som bidrog till avrinning av en viss översvämning och i vilken utsträckning. Detta tillvägagångssätt kallas för förklarlig maskininlärning eftersom det avslöjar det prediktiva förhållandet mellan översvämningsförare och avrinning under en översvämning i den tränade modellen.
"Med denna nya metodik kan vi kvantifiera hur många drivande faktorer och kombinationer därav som är relevanta för förekomsten och intensiteten av översvämningar", tillägger Jiang.
Resultaten från UFZ-forskarna förväntas hjälpa till att förutsäga framtida översvämningshändelser. "Vår studie kommer att hjälpa oss att bättre uppskatta särskilt extrema översvämningar", säger Zscheischler.
Fram till nu har mycket extrema översvämningar uppskattats genom att extrapolera från mindre extrema översvämningar. Detta är dock för oprecist eftersom de enskilda bidragande faktorerna kan förändra sitt inflytande för olika översvämningsstorlekar.
Mer information: Shijie Jiang et al, Compounding effects in flood drivers utmanar uppskattningar av extrema flodöversvämningar, Science Advances (2024). DOI:10.1126/sciadv.adl4005. www.science.org/doi/10.1126/sciadv.adl4005
Journalinformation: Vetenskapens framsteg
Tillhandahålls av Helmholtz Association of German Research Centers
