Analyse der Häufung schadenrelevanter hydro-meteorologischer Extremereignisse in Baden-Württemberg

Cluster verschiedener hydro-meteorologischer Schadenereignisse treten besonders in den Sommermonaten auf und sind nur bei einer Ereignisdefinition mit fester Ereignislänge statistisch signifikant.

Extremwetterereignisse können erheblichen Schaden anrichten, insbesondere dann, wenn sie gemeinsam oder aufeinanderfolgend auftreten (link). In einem aktuellen CEDIM-Projekt, gefördert von der Stiftung Umwelt und Schadenvorsorge, wird die zeitliche Häufung verschiedenartiger schadenrelevanter hydro-meteorologischer Extreme untersucht: Hagel, großskalige Stürme, konvektive Sturmböen und Überschwemmungsereignisse, die durch stratiform (fluvial) oder konvektiv (pluvial) dominierte Niederschläge bzw. einer Mischform dieser beiden Klassen ausgelöst wurden. Das Ziel der Arbeit ist es, ein zeitliches Clustering schadenrelevanter Extreme zu identifizieren und zu quantifizieren und anschließend in Bezug zu großräumigen meteorologischen Strömungen und Wetterlagen (z. B. Wetterregime oder Telekonnektionen) zu setzen. Damit kann abgeschätzt werden, wie häufig und unter welchen Bedingungen schadenrelevante Extreme gehäuft in einem Jahr auftreten.

Datengrundlage sind versicherte Gebäudeschäden in Baden-Württemberg von 1986 bis 2023 auf täglicher Basis, die über Perzentile mithilfe der Peaks-over-Threshold-Methode zu Ereignissen flexibler Länge aggregiert werden. Die meisten Großschadenereignisse treten den Untersuchungen zufolge in den Sommermonaten (Hagel, konvektive Sturmböen, konvektiv dominierte Überschwemmungsereignisse) bzw. Wintermonaten (stratiform dominierte Überschwemmungsereignisse, großskalige Stürme) auf. Betrachtet man längere Perioden, z.B. von 28 Tagen im Laufe eines Jahres, zeigen sich entsprechende Ereigniscluster (d.h. zwei Ereignisse oder mehr) zu diesen beiden Jahreszeiten, wobei die Schadenrelevanz der Hagel- bzw. Windsturmcluster am größten ist (Abb. 1a). In den Sommermonaten kommt es vermehrt zum Clustern der einzelnen Ereignistypen ab etwa der Mitte des Untersuchungszeitraums, d. h. zu Beginn der 2000er-Jahre. Dies zeigt sich noch stärker, wenn Cluster über verschiedenartige Ereignistypen gebildet werden (Abb. 1b); Cluster aus den drei konvektiven Ereignistypen sind dabei vorherrschend. In den Wintermonaten treten besonders fluviale Überschwemmungen in Clustern mit Windstürmen auf.

Abb. 1: (a) Cluster (= mehr als ein Ereignis innerhalb von 28 Tagen) von Schadenereignissen gleichen Typs (pluviale, fluviale sowie gemischte Überschwemmungsereignisse, synoptisch-skalige Sturmereignisse, Hagel sowie konvektive Sturmböen) im Laufe aller Jahre (vertikal) sowie im Laufe eines Jahres (horizontal). Die Größe der Kreise bezieht sich auf die relative Schadenhöhe. (b) Wie a), bzgl. Kombinationen unterschiedlicher Schadenereignisse.

Statistisch quantifiziert wird der Grad des Clustering mithilfe von Ripley’s K. Dabei zeigt sich, dass für die meisten Ereignistypen kein statistisch signifikantes Clustering innerhalb von subsaisonalen bis saisonalen Zeiträumen vorliegt. Ausgenommen davon sind fluviale Überschwemmungsereignisse in den Wintermonaten, die ab etwa 23 Tagen bis hin zu der gesamten Saison Clustering aufweisen. Kombinationen aus verschiedenen Ereignistypen häufen sich dagegen nicht signifikant. Werden Ereignisse hingegen mit einer festen Ereignislänge definiert (Hours-Clause-Methode der Versicherungsindustrie, 72 Stunden für Sturm und Hagel bzw. 168 Stunden für Überschwemmungsereignisse), zeigt sich ein statistisch signifikantes Clustering für die Kombination aus konvektiven Sturmböen und gemischten Überschwemmungsereignissen in den Sommermonaten und synoptisch-skaligen Stürme in den Wintermonaten. Aber auch Kombinationen aus verschiedenen Ereignistypen zeigen ein signifikantes Clustering (siehe Abb. 2). Dies belegt, dass die Methode der Ereignisdefinition (d.h. die betrachtete Ereignislänge) einen großen Einfluss auf den Grad des Clustering Schadenereignisse desselben bzw. unterschiedlichen Typs hat.

Abb. 2: Visualisierung des Clustering mit Ripley’s K für Schadenereignistage in Bezug zu dem Zeitfenster, über das Clustering betrachtet wird; Datengrundlage bilden die 10 % der teuersten Ereignisse der jeweiligen Kombination in Baden-Württemberg zwischen 1986 und 2023 (jeweils schwarze Linie). Blau repräsentiert die Signifikanz durch Median (gestrichelte Linie) und 95 %-Konfidenzintervall (Schattierung) eines Monte-Carlo-Samples mit 1000 Simulationen eines homogenen Poisson-Prozesses. Ereignistage sind mithilfe der Peaks-over-Threshold-Methode (oben) bzw. der Hours-Clause-Methode (unten) definiert. Wenn die durchgezogene Linie außerhalb des Konfidenzbereichs liegt, ist das Clustering statistisch signifikant.

Zugehöriges Institut am KIT: Institut für Meteorologie und Klimaforschung (IMKTRO)
Autor: Katharina Küpfer (Jun. 2024)