Verhaltensmodelle in gekoppelten Mensch-Umwelt-Systemen

Hochwasserereignisse in städtischen und nicht-städtischen Gebieten sind eine der Hauptursachen für Versicherungsschäden, deren Kosten sich weltweit auf mehrere Milliarden US-Dollar pro Jahr belaufen (z.B. 60 Milliarden US-Dollar im Jahr 2016). Sowohl Menschen als auch Infrastruktureinrichtungen sind gefährdet durch Hochwasserereignisse, die infolge des Klimawandels, extremer Niederschlagsereignisse und der zunehmenden Zahl von Menschen, die in hochwassergefährdeten Gebieten leben, immer häufiger und schwerwiegender werden. In der Literatur finden sich mehrere quantitative Ansätze zur Bewertung des Hochwasserrisikos. Sie stützen sich auf statistische Methoden und hydrologische Modelle zur Quantifizierung des erwarteten Risikos als Funktion der Gefahr (d. h. der Tiefe der Überschwemmungsausdehnung), der Exposition (von Menschen/Vermögen) und der Anfälligkeit (Schäden). Dynamisches menschliches Verhalten wird bei diesen Methoden jedoch nur begrenzt berücksichtigt. Die Dynamik menschlichen Verhaltens spielt eine Schlüsselrolle in Bezug auf die Auswirkungen und die Regenerationszeit von Überschwemmungen in gekoppelten Mensch-Umwelt-Systemen. Die Risikowahrnehmung sowie adaptive Verhaltensweisen zur Vorbeugung, Vorbereitung, Reaktion und Regeneration bei Hochwasserereignissen (z. B. Zugang zu Wetterwarnungen, Spenden für den Wiederaufbau) hängen von verschiedenen individuellen und kollektiven sozio-psychografischen Faktoren ab. Eine der größten Herausforderungen bei der quantitativen Risikobewertung besteht derzeit darin, Informationen über dynamische menschliche Verhaltensweisen in Risikobewertungsmodelle zu integrieren. Diese sollten dann als Grundlage für Vorsorge- und Notfallmaßnahmen und Risikomanagementansätze zur Minderung des Hochwasserrisikos dienen.
Dieses Projekt befasst sich mit der oben genannten Herausforderung, die in den folgenden drei spezifischen Fragen zum Ausdruck kommt:
(i) Welche Daten und Ansätze können genutzt werden, um relevante menschliche Verhaltensweisen vor, während und nach Hochwasserereignissen besser zu verstehen und zu modellieren?
(ii) Wie können relevante menschliche Verhaltensweisen aus den oben genannten Daten gelernt und in dynamische Hochwasserrisikobewertungen integriert werden, um die Entscheidungsfindung im Risikomanagement und bei der Klimaanpassung zu unterstützen?
(iii) Welcher ökologische und wirtschaftliche Nutzen kann durch die Einbindung menschlicher Verhaltensweisen in Hochwasserrisikomodelle erzielt werden?

Website: https://www.heibrids.berlin/people/doctoral-students/nadja-veigel/

Mittelgeber: Helmoltz Gemeinschaft (Deutschland) via HEIBRiDS

Projektdauer: seit Sep 2020

Contact person: Nadja Veigel

Strategien zur Steuerung der Wassernachfrage haben sich in jüngster Zeit als wichtige Ergänzung zu angebotsseitigen Maßnahmen etabliert. Ermöglicht wurde dies durch die Entwicklung digitaler (intelligenter) Wasserzähler und durch die Notwendigkeit der Wassereinsparung in verschiedenen Kontexten weltweit. Dennoch bleiben mehrere Fragen zu den tatsächlichen Vorteilen und Kosten von Maßnahmen zur Nachfragereduzierung für die Angebotsseite von Wasserversorgungsunternehmen ungelöst. Darüber hinaus ist nicht bekannt, wie Wassersparbemühungen den Wasser-Energie-Nexus und die Treibhausgasemissionen auf Stadtebene beeinflussen könnten. Ziel dieses Dissertationsprojekts ist die Entwicklung eines multikriteriellen Entscheidungsanalyserahmens zur quantitativen Bewertung der Kompromisse zwischen Wasserbedarf und Wasserversorgung in einem sich ändernden Klima (d.h. sich ändernde Wasserverfügbarkeit) und einer sich ändernden Gesellschaft (d.h. sich ändernder Wasserbedarf und Bevölkerung). Darüber hinaus wird ein Ansatz zur Lebenszyklusanalyse herangezogen, um die Treibhausgasemissionen entlang des städtischen Wasserkreislaufs zu quantifizieren und das Verhältnis von Wasser zu Energie und Energie zu Wasser zu bestimmen. Diese Forschungsarbeit wird somit wertvolle Erkenntnisse für die daten- und modellgestützte Gestaltung künftiger kombinierter Strategien zur Steuerung von Wasserversorgung und -nachfrage liefern. Die Forschungsergebnisse werden sowohl für die wissenschaftliche Gemeinschaft als auch für Wasserversorgungsunternehmen, Kommunen und Technologieanbieter von Interesse sein.

Projektdauer since Dec 2021

Kontaktperson: Marie-Philine Gross