Universität zu Köln

Return periods and clustering of potential losses associated with European windstorms in a changing climate

Karremann, Melanie Katharina (2015) Return periods and clustering of potential losses associated with European windstorms in a changing climate. PhD thesis, Universität zu Köln.

[img]
Preview
PDF - Accepted Version
Download (15Mb) | Preview

    Abstract

    Windstorms are one of the most damaging natural hazards in Western and Central Europe. A recent example was the windstorm series in winter 2013/2014, which affected primarily Great Britain. This indicates the importance of the estimation of potential losses linked to extreme windstorms as well as their return periods for present and future climate conditions. In particular, the occurrence of groups of windstorms (clustering) is of high interest, as they cause the top year losses. The present thesis consists of three studies. The first study quantifies the intensity of individual storms by potential losses estimated with empirical models. One model considers only impacts due to wind speeds (MI), while another also includes population density information as proxy for insured values within an area (LI). The models are applied to reanalysis data and general circulation model (GCM) data for recent (20C: 1960-2000) and future climate conditions for three Intergovernmental Panel on Climate Change climate scenarios (B1, A1B, A2: 2060-2100). Focus of the investigation is given on Europe. The projected tendencies for LI and MI are generally in accordance, with a correlation of about 99%, e.g. for Germany. However, the relationship between MI and LI is reduced when the evaluated area increases. Based on the identified event set, changes of intensity and return periods of single storm events are quantified. Return periods are estimated using the extreme value distribution with the peak over threshold method. Independent from the future climate scenario, results show shorter return periods and higher intensities for most countries. Nevertheless, changes are not always statistically significant. In the second study, a reliable method to quantify clustering of losses associated with historical storm series and return periods of clustered events are quantified for Germany. With this aim, the empirical storm loss model used in study 1 is further developed and applied to clearly separate potential losses associated with individual storms. Using reanalysis datasets and observations from German weather stations for 30 winters, event sets exceeding selected return levels (1-, 2- and 5-year) are analysed. The distribution of the chosen events over the winters is used as basis for the Poisson and the negative Binomial distribution. Additionally, about 4000 years of GCM simulations with current climate conditions (20C) are investigated. Results of reanalysis data differ between the methods: in particular, for less frequent series the Poisson distribution based assessments clearly deviate from empirical data. The negative Binomial distribution provides better estimates, even though a dependency on return levels of single storms and the dataset is identified. The consideration of about 4000 years GCM data provides similar estimates and a strong reduction of uncertainties. In the third study, the methods of study 2 are applied to quantify possible changes of clustering and return periods of high potential losses associated with multiple extreme storms in Europe. 21 countries and regions are investigated. Additionally,a second critical value for the event identification is used (fixed LI 20C for 1-, 2-, 5-year return level), and thus possible changes in intensity of events can be regarded. Reanalysis data for 40 years as well as simulations for 800 years each of the present (20C) and the future (A1B) scenario are investigated. As for Germany,for present day climate conditions results for other regions obtained with the negative Binomial distribution show better agreements with empirical data than the Poisson distribution. Future changes in return periods and clustering estimated with both empirical and with the negative Binomial distribution depend on the region, the return level, the method and number of events per winter. For fixed return levels (e.g. 1-year), only small changes in return periods of storm series are identified. Shorter return periods of storm clusters under future climate conditions are identified for Europe, except for the Mediterranean area considering a fixed LI of 20C. However, evidence is found that the projected changes may be within the range of natural climate variability. The detected change in clustering of extreme losses is of high interest for re-insurance companies, especially for the risk assessment. The three studies are an essential extend of the current state of research about future changes of clustering of losses associated with windstorms and may help to develop protection and mitigation measures for the infrastructure.

    Item Type: Thesis (PhD thesis)
    Translated abstract:
    AbstractLanguage
    Winterstürme gehören zu den schadenträchtigsten Naturgefahren in West- und Mitteleuropa. Ein gegenwärtiges Beispiel ist die Sturmserie im Winter 2013/2014, die überwiegend Großbritannien betraf. Aus diesem Grund ist es wichtig die potentielle Schadenträchtigkeit extremer Sturmereignisse und deren Wiederkehrperioden unter gegenwärtigen und künftigen Klimabedingungen abzuschätzen. Besonders das Auftreten von Stürmen in Gruppen (clustering) ist von großem Interesse, da diese die jährlichen Spitzenschäden ausmachen. Die vorliegende Arbeit besteht aus drei Studien. Die erste Studie analysiert die Intensität potentieller Schäden einzelner Sturmereignisse anhand empirischer Modelle. Ein Modell berücksichtigt ausschließlich Schäden, die durch Windgeschwindigkeiten verursacht werden (MI). Ein anderes (LI) beinhaltet zusätzlich die Information der Bevölkerungsdichte, die als Maß versicherter Daten dient. Die Modelle werden auf Reanalysen sowie Klimasimulationen des allgemeinen Zirkulation-Modells ("general circulation modell",GCM) für das gegenwärtige Klima (20C, 1960-2000) und für drei Zukunftsszenarien des internationalen Ausschusses zum Klimawandel ("Intergovernmental Panel on Climate Change") (B1, A1B, A2, 2060-2100) angewendet. Der Schwerpunkt der Untersuchungen liegt in Europa. Die projizierte Tendenz von LI und MI stimmen mit einer Korrelation von etwa 99% z.B. für Deutschland überein. Der Zusammenhang zwischen MI und LI wird jedoch geringer, je größer das untersuchte Gebiet ist. Auf Basis der identifizierten Ereignisse werden sowohl Änderungen der Intensität als auch Änderungen der Wiederkehrperioden individueller Stürme geschätzt. Wiederkehrperioden werden mit der Extremwertstatistik oberhalb eines Mindestschadens ("peak over threshold") geschätzt. Unabhängig vom Zukunftsklimaszenario zeigen die meisten Länder kürzere Widerkehrperioden, die jedoch nicht immer signifikant sind. In der zweiten Studie wird eine Methode zur Quantifizierung historischer Sturmserien in Deutschland bestimmt. Das Sturmschadenmodell aus Studie 1 wird weiter entwickelt, so dass Schäden besser zu individuellen Stürmen zugeordnet werden können. Für Reanalysen sowie Beobachtungen an Stationen des Deutschen Wetterdienstes werden die stärksten Ereignisse aus 30 Wintern für das 1-, 2- und 5-Jahre Wiederkehrniveau untersucht. Die Verteilung der ausgewählten Ereignisse innerhalb der Winter dient als Basis für die Poisson-Verteilung und die Negativ-Binomial- Verteilung. Zusätzlich werden etwa 4000 Jahre GCM Simulationen für das gegenwärtige Klima (20C) untersucht. Für die Reanalysedaten unterscheiden sich die Ergebnisse der Methoden. Insbesondere für seltene Sturmserien zeigen die Poisson basierten Ergebnisse eine deutliche Abweichung zu den empirisch geschätzten. Mit Hilfe der Negativ-Binomial-Verteilung werden dagegen gute Ergebnisse erzielt, obwohl eine Abhängigkeit vom Wiederkehrniveau der einzelnen Stürme und der Datensätze erkennbar ist. Die Berücksichtigung von über 4000 Jahren GCM Daten zeigt ähnliche Ergebnisse, verringert jedoch den Fehlerbereich. In der dritten Studie werden mit den Methoden aus Studie 2 mögliche Änderungen der Schaden basierten Sturmserien und deren Wiederkehrperioden in Europa abgeschätzt. 21 Länder und Regionen werden untersucht. Als zusätzlicher Grenzwert zur Bestimmung der Ereignisse, wird der Schaden aus 20C für das 1-, 2-, 5-jährige Wiederkehrniveau gesetzt und berücksichtigt dabei eine mögliche IntensitätÄnderung einzelner Stürme. Es werden Reanalysen für 40 Winter und je 800 Jahre GCM Simulationen für die Gegenwart (20C: 1960-2000) und die Zukunft (A1B: 2060-2100) genutzt. Wie für Deutschland zeigt sich für die anderen Regionen für die Gegenwart eine bessere Übereinstimmung der empirisch geschätzten Ergebnisse mit denen der anhand der Negativ-Binomial-Verteilung bestimmten. Mögliche zukünftige Veränderungen von Sturmserien und deren Wiederkehrperioden hängen von der Region, dem Wiederkehrniveau, der Methode und der Anzahl an Ereignissen,die zu der Sturmserie gezählt werden, ab. Ergebnisse, denen ein festes Wiederkehrniveau zugrunde liegen (z.B. 1 Jahr), zeigen nur geringe Änderungen der Wiederkehrperioden. Unter Berücksichtigung eines festen Schadenwerts von 20C LI werden mit Ausnahme des Mittelmeergebietes kürzere Wiederkehrperioden für Sturmserien unter zukünftigen Klimabedingungen erwartet. Trotzdem liegen die projizierten Änderungen möglicherweise innerhalb der natürlichen Klimavariabilität. Die erwartete Änderung des seriellen Auftretens von extremen Schäden sind von besonders großem Interesse für Rückversicherer, besonders im Bezug auf Schadenabschätzungen. Die drei Studien sind eine wesentliche Erweiterung der gegenwärtigen Forschung über zukünftige Änderungen des seriellen Auftretens von Sturmschäden und können zur Entwicklung von Schutzmaßnahmen für die Infrastruktur beitragen.German
    Creators:
    CreatorsEmail
    Karremann, Melanie Katharinamkarre@meteo.uni-koeln.de
    URN: urn:nbn:de:hbz:38-59315
    Subjects: Earth sciences
    Uncontrolled Keywords:
    KeywordsLanguage
    European windstormEnglish
    storm seriesEnglish
    climate changeEnglish
    return periodsEnglish
    storm lossEnglish
    clusteringUNSPECIFIED
    Faculty: Mathematisch-Naturwissenschaftliche Fakultät
    Divisions: Mathematisch-Naturwissenschaftliche Fakultät > Institut für Geophysik und Meteorologie
    Language: English
    Date: 2015
    Date Type: Publication
    Date of oral exam: 06 October 2014
    Full Text Status: Public
    Date Deposited: 05 Feb 2015 15:55:09
    Referee
    NameAcademic Title
    Kerschgens, MichaelProf. Dr.
    Neggers, RoelProf. Dr.
    URI: http://kups.ub.uni-koeln.de/id/eprint/5931

    Actions (login required)

    View Item