原始研究的文章

前面。大数据,2023年1月09年
秒,数据驱动的气候科学
卷5 - 2022 | https://doi.org/10.3389/fdata.2022.997447

洪水风险评估为住宅小区规模由业主/住户类型和一楼的高度

受欢迎的Al Assi ^1、2、3 ^*,

Rubayet本Mostafiz ^2、3、4,

卡罗尔·j·弗里德兰 ^2、3,

Md Adilur Rahim ^2、3、5和

罗伯特诉Rohli ^3、4

¹伯特·特纳建设管理系、路易斯安那州立大学巴吞鲁日,洛杉矶,美国
²LaHouse资源中心,生物和农业工程系,路易斯安那州立大学农业中心,巴吞鲁日,洛杉矶,美国
³沿海研究所,路易斯安那州立大学巴吞鲁日,洛杉矶,美国
⁴海洋和沿海科学、海岸和环境学院路易斯安那州立大学巴吞鲁日,洛杉矶,美国
⁵工程科学项目、路易斯安那州立大学巴吞鲁日,洛杉矶,美国

洪水风险评估是一个重要的组成部分的理解和提高社会适应力。一个健壮的方法将洪水风险量化的平均年度亏损(AAL)美元需要跨多个家庭为利益相关者的决策提供有价值的信息。本研究发展一个计算框架来评估AAL在社区层面由业主/住户类型(即。房主,房东和房客)增加一楼的高度(FFH)。AAL值计算的数值积分loss-exceedance概率分布来表示经济每年洪水风险,内容,和使用。一个简单案例研究的人口普查块杰弗逊教区,路易斯安那州,表明房主承担4390美元的平均AAL海拔(100年一遇洪水E_{One hundred.}),与之相比,2960美元,1590美元为房东和租户,分别因为房主发生亏损的建筑,内容,和使用,而不是只有两三个,业主与租客。这个案例研究的结果表明,增加FFH减少AAL比例为每一个业主/住户类型,这两只脚额外的海拔高度E_{One hundred.}可以提供经济最有利的效益。建模结果表明,Hazus多种灾害(Hazus-MH)输出低估了AAL 11%用于构建和15%的内容。应用这种技术虽然分区业主/住户类型将改善计划提高韧性和评估影响归因于昂贵的洪水灾害。

1。介绍

洪水是最严重和频繁发生的自然灾害(塔里克和van de Giesen, 2012年;Sastry 2021;Mostafiz et al ., 2022 a)和人类造成重大经济损失(泰特et al ., 2014)。例如,洪水的直接损害美国已经增加到每年170亿美元(协会的泛滥平原经理,2020年)。超过110万的保险索赔被提交给国家洪水保险计划(NFIP)在1998年和2017年之间(马修斯et al ., 2021)。进一步,总平均年度亏损(AAL)洪水,可能由于被保险人或保险的直接和间接原因,全球估计为1040亿美元(埃德尔et al ., 2022在美国)和321亿美元(翼et al ., 2022)。在接下来的30年里,受洪灾地区的财产损失可能增加60%由于气候变化Sastry 2021),许多社区和个人低估潜在的洪水造成的损失(Burningham et al ., 2008;摩尔et al ., 2020)。因此,世界各地的研究人员都集中在洪水风险和损失评估(例如,Dutta et al ., 2003;Scawthorn et al ., 2006;Tam et al ., 2014;阿菲菲et al ., 2019;Mostafiz et al ., 2021 a,d;艾尔Assi et Al ., 2022 a,b;金et al ., 2022;Rahim et al ., 2022 a,b)和减轻洪水风险的价值(Taghinezhad et al ., 2020)。

提高了一楼的高度(FFH)海拔(100年一遇洪水E_{One hundred.})是一个洪水最成功的缓解策略(Taghinezhad et al ., 2020)。在美国,我米provements in mitigating the flood hazard have involved the establishment of minimum construction elevations and increasingly active encouragement to build above the minimum height. The base flood elevation (BFE), which is approximately equal toE_{One hundred.}或1%的年度超过数概率(AEP;联邦应急管理局,2011年),是使用的国家标准NFIP和所有联邦机构(联邦应急管理局,2005年)。房屋建筑地区的监管标准浪高< 1.5英尺(在美国被称为V带和沿海区域)通常是将第一层的顶部E_{One hundred.}(第3期,2005年),一个标准的修改(第3期,2014年)包括一个额外的1.0英尺的海拔E_{One hundred.}。提升家庭上面E_{One hundred.}导致降低建设和内容伤害减少洪水发生的概率高于一楼(Hawkesbury-Nepean泛滥平原管理指导委员会,2007年)。然而,信息几乎没有描述的好处海拔不同的所有者/乘员类型。

洪水风险评估由两个主要部分组成:洪水和后果的概率与其发生关联(Dalezios 2017)。最近的研究量化AAL代表洪水风险(邓恩,2004;Arnbjerg-Nielsen和弗莱舍,2009;联邦应急管理局,2013年;蒙哥马利和Kunreuther, 2018年;Armal et al ., 2020;Zarekarizi et al ., 2020)。表示的洪水风险,AAL包括三种类型的成本损失被认为是在以前的洪水损失研究(例如,Scawthorn et al ., 2006;国家建筑科学研究所,2017;Taghinezhad et al ., 2020):(1)恢复建筑结构本身的大洪水之前(即公平市场价值。,直接建立损失);(2)取代辆被洪水泡过的建筑内的物理内容相同的项目(即公平市场价值。内容,直接损失);和(3)所需的时间和劳动力占居民修理、清洁,并检查,除了那些与(1)和(2)(即以上。损失,间接损失),代表这里的使用。这些损失不同业主、业主和租户(Hamideh et al ., 2018;Warren-Myers et al ., 2018;Friedland et al ., 2022)。然而,大多数住宅洪水风险评估的研究到目前为止仅仅关注建设和内容业主的风险;业主与租客业主/住户类型的风险在很大程度上被忽视了,导致不准确的洪水风险评估。

虽然这些方法已经接受评估洪水光芒四射,最近的研究(Gnan et al ., 2022 a)已经确定实质性限制和显示应用程序的一个精致的数值积分方法解决这些限制。具体地说,这种精致的数值积分方法模型的风险在全面超过数概率,与其他方法相比,仅仅依靠现有的数据,如联邦应急管理局(2013)和Armal et al。(2020)。然而,Gnan et al。(2022)表明风险估计相差很大基于损伤的起始点深度损伤函数(DDF)描述的水深之间的关系结构(dh)和损失。

洪水风险评估已经完成在许多鳞片,从微观(Gnan et al ., 2022 b,c)内消旋- (Ludtke et al ., 2019)和宏观(奥尔森et al ., 2015;Armal et al ., 2020)。尽管这些尺度研究使人们和社区准备洪水和开发风险的最有效的地图,需要解决一些限制。例如,大规模的住宅洪水造成的损失计算Armal et al。(2020)当光芒四射,奥尔森et al。(2015)如预期年度损失缺乏细节关于建筑物受损,内容,以及使用的损失。同样,在细观,住宅损失计算Ludtke et al . (2019)提出了聚合数据而不考虑建立库存和分类的伤害。在微观层次上,Gnan et al。(2022)应用精细数值积分方法来预测AAL考虑家里高程值减少洪水风险,但是这种方法只有单层的尝试,独栋房屋只考虑直接建设和内容的损失。上述研究都考虑业主/住户类型(即。房主与房东和房客)。需要仍然是评估的研究,提供了一个全面的框架住宅在社区层面的洪水风险,提出了结果在铺设率和聚合的基础上,同时考虑到不同的业主/住户类型和家庭高度的价值。

在本文中,我们提供了一个框架,评估洪水风险跨多个各种组合的房屋建筑属性,一楼高程和所有者/乘员类型(即。,ho米eowner, landlord, and tenant), expanded in scope to also consider loss of use risk to demonstrate how the following research questions can be answered: (1) How does flood risk vary by owner/occupant type (i.e., homeowners vs. landlords vs. tenants)? (2) What is the mean flood risk reduction by owner/occupant type with increasing FFH above an initial first-floor height (FFH₀)?和(3)地区指定基金什么影响损伤起始点在洪水深度为0和-洪水深度,这可能会破坏建筑物基础和/或地下室,光芒四射,因此洪水风险估计吗?为了演示如何解决这些问题,光芒四射,分区丢失类型(即。、建筑、内容,并使用),由业主/住户类型(即计算。房主,房东和房客)。为每个组合的损失类型和所有者/乘员类型、光芒四射的减少计算通过增加FFH以上FFH₀增加1英尺到四英尺。敏感性分析是进行评估的影响选择损伤起始点在每一个光芒四射的估计。从这种方法计算相比Hazus生成的多种灾害(Hazus-MH)洪水模型(联邦应急管理局,2013年)。

本研究的贡献是计算的发展框架,实现了精致的数值积分方法,使洪水风险评估跨多个房屋损失类型,所有者/乘员类型,和FFH。一个简单案例研究演示了这个框架,同时允许评估个人构建的结果。结果显示在铺设率和聚合的基础上,描述了社区水平的风险,与单个结果可供进一步审查。除了洪水风险评估到多个家庭,了解FFH的绝对和相对经济效益由业主/住户类型支持风险规划和缓解降低洪水风险。应用改进的、雅致的数值积分方法在多个家庭不同属性是有用的在未来为基层洪水风险评估工作(Mostafiz et al ., 2022 b),从而导致更明智的决策(Mostafiz et al ., 2022 c在second-most-local规模)光谱。

2。方法

解决研究问题,一种新的计算框架开发(图1)使用MATLAB软件包R2019b估计AAL多个住宅分布在空间上不同洪水灾害。AAL分区分别房屋建设,内容,和使用。同样,AAL减少(美元)以上FFH在每个增量计算FFH₀(即,对于每个所有者/乘员类型。房主,房东和房客)。这些结果与光芒四射的计算使用二级Hazus-MH洪水模型分析(联邦应急管理局,2013年)。

图1

图1。大纲的研究框架,为家庭(我到n),有针对性的提升(j)每一步,不断增加的高度增加(j)为每个步骤,步骤(M),最终有针对性的海拔(乔丹)。

2.1。输入数据

输入数据(例如,补充表1)用于AAL分析故事的数量(1或2 +),地下室存在(0 =不,1 = Yes),面积平方英尺(一个),单位面积修复成本美元每平方英尺(C_R),FFH₀。FFH₀是一个一般术语,可能代表的实际FFH现有建筑,FFH最低监管标准的特定区域,一个假设的FFH开始考虑额外的高度,或实际最低FFH基于基础类型。同时,洪水深度地面多个返回时间在每个家庭和相应的AEP这些洪水深度值输入。

洪水的地区指定基金的选择是一个关键的决定损失,因此风险评估(Mostafiz et al ., 2021 b)。最有效的地区指定基金将描述水深之间的关系结构(dh)和百分比伤害最适当的同时确定适当的洪水灾害对起始点dh。几个来源检查dh—关系,包括美国陆军工程兵团(2000),美国陆军工程兵团(2006),Nofal et al。(2020)提供了多个模型损失函数,翼et al。(2020)曾经NFIP洪水造成的损失索赔代表dh—关系。

在这项研究中,美国陆军工程兵团(2000)地区指定基金选择确定建筑(或内容)损失之间的关系l_B(另外,l_C),dh。这些地区指定基金选择在本研究证明的方法,因为他们是基于通用数据(1996 - 2000)。地区指定基金等美国陆军工程兵团(2006)包括洪水持续时间和基础类型和可以替代情况下,更具描述性的输入数据是可用的。的四个美国陆军工程兵团(2000)房屋类型整合到这里的数字集成计算框架:一个故事没有地下室(DDF1),两个或两个以上的故事没有地下室(DDF2),与地下室(DDF3)一个故事,两个或两个以上的故事与地下室(DDF4)。在地区指定基金,建设和内容丢失的平均值和标准偏差表示为房屋重置成本的比例值(V_R每英尺的增量)dh在损伤起始点开始−2英尺,高达16英尺(美国陆军工程兵团,2000年)。这里使用插值来确定建筑的比例和内容在每个增量0.5英尺的损失dh。最后,恢复时间(几个月)是来自联邦应急管理局(2013)作为一个代理使用的损失(l_U),在每个洪水深度。因为表恢复时间联邦应急管理局(2013)定义l_U4英尺的增量,采用插值估计l_U在0.5英尺的增量dh。四个使用地区指定基金所示补充表2- - - - - -5。的地区指定基金选择每个家庭的数量对应于故事和存在/没有地下室。

2.2。洪水风险量化

耿贝尔分布函数已被证明是有效的建模洪水频率(例如,辛格et al ., 2018;帕特尔,2020;Rahim et al ., 2021)。因此,使用两个参数耿贝尔分布函数的概率模型预计洪水深度超过数。累积分布函数(CDF)耿贝尔分布的概率是(p),一个随机变量X有一个值小于或等于阈值d,也被称为non-exceedance的概率。这个值通常是用方程表示1 (帕特尔,2020),u和一个分别代表耿贝尔位置和尺度参数。

\begin{array}{l} C D F = p (X \leq d) = 经验值 (- - - - - - e x p (- - - - - - (\frac{d - - - - - - u}{一个}))] & (1) \end{array}

它代表的补充美国电力公司一个潜在的洪水事件的深度离地面d方程2所示。

\begin{array}{l} 一个 E P = P = 1 - - - - - - 经验值 (- - - - - - e x p (- - - - - - (\frac{d - - - - - - u}{一个}))] & (2) \end{array}

在哪里P=p(X>d)

解决方程1d收益率方程3,代表之间的关系d和的双重自然对数p,在那里一个和u的回归系数(斜率和截距分别)。使用洪水深度(d)数据和相应的自然对数的两倍p对于每个重现期,耿贝尔分布,为每个家庭生成一个惟一的回归线产生其独特的位置一个和u风险参数(Mostafiz et al ., 2021 c,2022 d)。洪水深度内的房子,代表的地区指定基金dh,表达之间的差异d和FFH₀方程(4)。

\begin{array}{l} d & = & u - - - - - - 一个 ln (- - - - - - l n (p)) & (3) \end{array}

\begin{array}{l} d h & = & d - - - - - - F F H_{0} & (4) \end{array}

为每个0.5英尺水深的增量dh,相应的d计算使用公式4。生成的参数和计算d是用来计算相应的P使用方程3。对于每一个家庭,选中的地区指定基金转换成的函数P使用关系方程2、3。的函数l_B(P),l_C(P)代表建筑和内容损失的函数P,表示为一个比例的V_R。同样的,l_U(P)代表在几个月的函数使用损失P。光芒四射的积分计算损失作为洪水概率的函数,在哪里P_最小值代表超过数概率值和最低P_马克斯是最高超过数概率值。方程5 - 7描述AAL构建的理论公式,内容和使用(光芒四射_{B/_V_R},光芒四射_{C/_V_R},光芒四射_U,月为每个家庭,分别)。光芒四射_{B/_V_R}和光芒四射_{C/_V_R}代表年度建设和内容洪水风险的比例V_R,而光芒四射_U,月代表年度使用几个月洪水风险。

\begin{array}{l} 一个 一个 l_{B / V_{R}} = \int_{P_{最小值}}^{P_{马克斯}} l_{B} (P) d P & (5) \end{array}

\begin{array}{l} 一个 一个 l_{C / V_{R}} = \int_{P_{最小值}}^{P_{马克斯}} l_{C} (P) d P & (6) \end{array}

\begin{array}{l} 一个 一个 l_{U, 米 o n t h 年代} = \int_{P_{最小值}}^{P_{马克斯}} l_{U} (P) d P & (7) \end{array}

黎曼求和是近似计算方法准确的集成解决方案作为曲线梯形区域的总和。评估方程5 - 7计算,每个下梯形的面积l(P)函数估计的差别超过数概率乘以平均损失(建筑、内容、或使用)相应的概率。梯形黎曼和方法用于聚合产品结果在所有概率产生光芒四射(迈耶et al ., 2009;Gnan et al ., 2022 a),一般方程8所示。

\begin{array}{l} 一个 一个 l = \sum_{k = 1}^{K} ((P_{k + 1} - - - - - - P_{k}) * \frac{(l_{k} + l_{k + 1})}{2}] & (8) \end{array}

在这里,K以下是梯形的数量吗l(P)曲线。

2.3。洪水风险量化由业主/住户类型

总AAL计算不同(即基于业主/住户类型。房主,房东或房客)。任何建筑风险总是会发生的所有者(即。房主或房东),不管入住率。但不是房东,房主和租户将招致风险内容。在这项研究中,aal最初是用于构建和内容表达的比例V_R(方程5、6)。然而,因为货币价值是理解和欣赏更容易当风险传递给公众,然后AAL变量转换为美元建设(数据光芒四射_B美元)和内容(光芒四射_加元)通过V_R,这是单位构建重置成本每平方英尺(C_R)乘以家庭区(一个),如方程9所示:

\begin{array}{l} V_{R} = C_{R} \times 一个 & (9) \end{array}

然后,光芒四射_B美元和光芒四射_加元计算方程所示10,11。

\begin{array}{l} 一个 一个 l_{B 美元} = 一个 一个 l_{B / V_{R}} \times V_{R} & (10) \end{array}

\begin{array}{l} 一个 一个 l_{C 美元} = 一个 一个 l_{C / V_{R}} \times V_{R} & (11) \end{array}

光芒四射的使用,或恢复时间,表示在单位的几个月(光芒四射_U,月),是由房主承担划分为(光芒四射_{哦,几个月}),房东(光芒四射_UL,几个月)和租户(光芒四射_UT,几个月)。这三个变量转化为经济价值,如方程12 - 14所示,R_l是每月租金发生(房主)或丢失(房东),然后呢H_R是夜间酒店房租。每年洪水风险(光芒四射_新台币)计算建筑的总和,内容,并使用年度风险由业主/住户类型方程(15)。光芒四射_{U $}是一个广义的代表使用的风险应该选择哪些适用的方程基于业主/住户类型。表1显示了方程的数字计算时使用光芒四射_B美元,光芒四射_加元,光芒四射_{U $}为每个所有者/乘员类型。

\begin{array}{l} 一个 一个 l_{U H, 美元} & = & 一个 一个 l_{U H, 米 o n t h 年代} \times R_{l} & (12) \end{array}

\begin{array}{l} 一个 一个 l_{U l, 美元} & = & 一个 一个 l_{U l, 米 o n t h 年代} \times R_{l} & (13) \end{array}

\begin{array}{l} 一个 一个 l_{U T, 美元} & = & 一个 一个 l_{U T, 米 o n t h 年代} \times {30.}_{d 一个 y 年代 / 米 o n t h} \times H_{R} & (14) \end{array}

\begin{array}{l} 一个 一个 l_{T 美元} & = & 一个 一个 l_{B 美元} + 一个 一个 l_{C 美元} + 一个 一个 l_{U 美元} & (15) \end{array}

表1

表1。方程的数字用来计算建筑,内容,用年平均损失(光芒四射_B美元,光芒四射_加元,光芒四射_{U $})由业主/住户类型。

2.4。相对减少洪水风险随着一楼的高度

来计算AAL FFH以上FFH₀,一个增量(j)被添加到FFH₀和所有的计算方程3日- 15日是重复的使用新的FFH价值。与每个增量计算相对AAL减少使用方程16。

\begin{array}{l} 一个 一个 l R e d u c t 我 o n_{j} % = \frac{(一个 一个 l_{F F H_{0}}) - (一个 一个 l_{F F H_{0} + j})}{一个 一个 l_{F F H_{0}}} * One hundred. & (16) \end{array}

2.5。年平均损失在Hazus-MH (AAL)

洪水深度网格在10 - 25 - 50 - 100年,500年返回时间需要计算年度平均损失。”“Hazus-MH代表光芒四射通过总结计算产品的不同重现期(RP)洪水频率(f_RP;类似于AEP)和相应的平均损失(l_RP),如方程17所示。

\begin{array}{l} 一个 一个 l = (f_{10} - f_{25}) \cdot \frac{l_{10} + l_{25}}{2} + (f_{25} - f_{50}) \cdot \frac{l_{25} + l_{50}}{2} \\ + (f_{50} - f_{One hundred.}) \cdot \frac{l_{50} + l_{One hundred.}}{2} + (f_{One hundred.} - f_{500年}) \cdot \frac{l_{One hundred.} + l_{500年}}{2} \\ + (f_{500年} \cdot l_{500年}) & (17) \end{array}

过程开始时,选择“创建一个新的地区”,与“河的只有“点击研究地区的洪水风险类型。然后,10 - 25 - 50 - 100,和500年的洪水深度网格下上传用户数据。接下来,建立输入数据在“进口用户定义的设施(UDF)。”然后选择合适的地区指定基金的洪水损失计算。然后,创建一个新的危险场景与10 - 25 - 50 - 100,和500年的洪水深度网格,和河的泛滥平原划定为返回的“全套”使用默认单元格大小(3.048×3.048米)。然后,AAL分析运行UDF。结果显示光芒四射_B美元和光芒四射_加元分别为每个建筑,但Hazus-MH不提供光芒四射_{U $}。

2.6。地区指定基金的敏感性

的dh所有的洪水损失模型是一个重要的参数(Apel et al ., 2009),部分原因是它用于地区指定基金估计建筑物损失(l_B损失()和内容l_C);因此总AAL (Pistrika et al ., 2014)。最近的研究已经强调的重要性dh假定损伤开始的地方。Gnan et al。(2022)证明AAL源自USACE函数启动损坏的dh−2英尺(即。,2feetbelow the top of the first floor) were much higher than AAL calculated from the same function with damage initiation assumed to occur atdh= 0(即。,来poff我rst floor;图2)。考虑减少洪水风险的最优家高程和风险评估地区指定基金选择的敏感性仍然作为发展的基本问题一致的洪水风险评估程序。

图2

图2。的描述美国陆军工程兵团(2000)意味着depth-damage函数为单层,no-basement居住建筑,从洪水深度(一)−2英尺(原始函数),(b)0英尺。

洪水会破坏毛地板总成和公用事业的提升房屋,这可能需要考虑的损失dh< 0。然而,这些损失可能发生的程度尚不清楚。因此进行敏感性分析来估计使用AAL值进行比较美国陆军工程兵团(2000)考虑损伤的起始点dh=−1英尺,−0.5英尺,0英尺,持有所有输入参数和地区指定基金常数。虽然这种敏感性分析不确定哪些损伤起始点是正确的,”它闪耀的地区指定基金损伤起始点变化对洪水的影响风险评估的结果。

2.7。与Hazus-MH比较结果

一个成对t以及用于评估一个统计上的显著差异(α= 0.05)存在于总体均值(μ)之间的值光芒四射_B美元(在一个单独的分析,光芒四射_加元AAL方法)计算提出了与Hazus-MH输出。因为Hazus-MH忽略使用风险,光芒四射_{U $}不被认为是在这个分析。因此,零和替代假说光芒四射_B美元和光芒四射_加元分别方程提供了18、19。此测试程序的目的是要评估是否精炼方法提出了完全不同于现有的结果,广泛使用Hazus-MH工具。

\begin{array}{l} H_{0} : μ_{一个 一个 l} & = & μ_{一个 一个 l H 一个 z u 年代} & (18) \end{array}

\begin{array}{l} {H_{1} : μ}_{一个 一个 l} & \neq & μ_{一个 一个 l H 一个 z u 年代} & (19) \end{array}

3所示。案例研究

若干标准应选择案例研究为了解决研究问题最有效。选择区域应该受到洪水和人口密集,所以洪水是影响检测的。可用性高质量的洪水灾害数据在多个返回时间和建筑数据研究区域的每个家庭也是至关重要的。研究区也应该足够大的和多样化,允许有意义的计算和可转移性的结果,然而足够小,以确保一致性在洪水风险,促进跨空间改善FFH结果的普遍性。

基于这些条件,人口普查块220510220012004,在Metairie,路易斯安那州,美国,包括n= 29家,没有地下室,被选中(图3)。建筑shapefile和0.10,0.02,0.01,和0.002 AEP洪水深度网格收集从政府办公室(杰弗逊教区,2022)。保护隐私的房主,房东和房客,研究区域内的房屋编号是随机的而不是披露。输入数据区域,单位成本,FFH₀(假定等于E_{One hundred.}),很多故事,地下室存在,0.10,0.02,0.01,和0.002 AEP洪水深度点值用于计算光芒四射_B美元,光芒四射_加元,光芒四射_呃,美元,光芒四射_UL、美元,光芒四射_{但是,美元},光芒四射_T为每一个家。输入参数为每个家庭,连同四AEP洪水深度值,列出补充表1;值其他aep可以根据要求提供。评估FFH的影响,增加FFH从1到4英尺(例如,J通过乔丹)被添加到E_{One hundred.}。分析了用Hazus-MH相同的输入参数美国陆军工程兵团(2000)地区指定基金和洪水深度损伤起始点−1英尺,比较的结果提出了光芒四射的方法。

图3

图3。研究区域的位置和non-numbered建筑足迹多边形。

4所示。结果

4.1。洪水风险量化

洪水风险意味着值29家在这个案例研究中代表社区水平值。房屋的FFH等于100年洪水海拔,均值(即。、社区)光芒四射_B美元和光芒四射_加元每个家庭2300美元和1500美元,分别与一系列~ 600 - 7000美元和300美元- 4700美元,分别为(图4)。表2表明建筑属性,V_R和回归参数之间有着本质的不同,最大的房屋(即。,11636美元)和最小(即。,894美元)光芒四射的价值观。

图4

图4。建设和内容AAL在海拔100年一遇洪水,在家里。

表2

表2。建筑属性,初始一楼高度,重置成本价值,回归参数住宅最大的和最小的总aal建筑+内容。

因为光芒四射_{U $}计算取决于业主/住户类型(即。,ho米eowner, landlord, and tenant), it is not shown in aggregate form. As owner/occupant type is unknown, the sum of光芒四射_B美元,光芒四射_加元,光芒四射_{U $}为家庭E_{One hundred.}假设所有29房屋homeowner-occupied(然后landlord-owned tenant-occupied),产生一个意思光芒四射_新台币4390美元、2960美元和1590美元,分别为(图5)。每个家庭的成套输出值研究区域所示补充表6。

图5

图5。AAL建设、内容和使用由业主/住户类型在100年洪水海拔,如果所有的家庭将会在相同的所有者/乘员类型。

4.2。减少洪水风险量化

的意思是光芒四射_{B/_V_R}(另外,光芒四射_{C/_V_R}FFH) 29家每增加E_{One hundred.}所示图6。计算光芒四射_B美元,光芒四射_加元,光芒四射_{U $}由业主/住户类型和每增加FFH以上E_{One hundred.}出现在表3。大幅降低所有组件的实现AAL FFH增加1英尺以上E_{One hundred.}光芒四射,更适度减少发生额外增加E_{One hundred.}为所有业主/住户类型(表4)。

图6

图6。的意思是光芒四射_{B/_V_R}和光芒四射_{C/_V_R}通过增加FFH高于海拔100年一遇洪水。

表3

表3。的意思是光芒四射_B美元,光芒四射_加元,光芒四射_{U $}(美元)家里通过增加FFH高于海拔100年一遇洪水。

表4

表4。光芒四射_T减少的组合增加FFH高于海拔100年一遇洪水和所有者/乘员类型。

4.3。地区指定基金的敏感性

的手段光芒四射_B美元和笔光芒四射_B美元和光芒四射_加元增加~ 6倍,光芒四射_加元增加7倍,当损伤被认为是在起始点dh=−1.0英尺和0英尺(表5)。同样,使用地区指定基金开始dh=−1.0英尺的原因增加5倍的意思光芒四射_T(即。,bu我ld我ng, contents, and use) for homeowner and landlord, and a 6-fold increase for tenant, compared with光芒四射_T在dh= 0英尺(表6)。

表5

表5。灵敏度年均损失值的意思是建设和内容(美元)depth-damage功能损伤起始点。

表6

表6。灵敏度的年平均损失平均值(美元)每回家房主,房东和房客depth-damage功能损伤起始点。

4.4。与Hazus-MH

一个测试的零假设将意味着AAL等同于Hazus-MH输出结果p值0.39和0.23的建设和内容,分别。这些结果表明,之间不存在统计上的显著差异光芒四射价值提出了方法和结果Hazus建设和内容的风险。的意思是光芒四射_B美元和光芒四射_加元分别是2330美元和1513美元,数字综合方法。相比之下,这些值是2069美元和1279美元国内基于Hazus输出。

5。讨论

5.1。洪水风险量化

AAL跨案例研究区域差异很大,与住宅21和9最高及最低的光芒四射_B美元和光芒四射_加元(图4),展示了执行社区风险评估的价值。许多因素影响光芒四射的效果。进一步分析解释结果中给出补充表6结果表明,独特的地区指定基金基于数量的故事在统计上有显著差异光芒四射_加元来光芒四射_B美元比率(p值为0.0004),67年的平均值为49%,一个两层高的别墅,分别。其他因素,如一个和u参数,FFH₀,V_R也会影响AAL (表2)。的发现光芒四射_新台币为homeowner-occupied房屋超过其他业主/住户类型(图5)是合理的,因为房主熊建设,面临的风险内容,并使用,而最小的光芒四射_新台币是由租户承担,因为他们不会产生光芒四射_B美元。

5.2。减少洪水风险量化

洪水风险是重要的量化克服阻力降低洪水风险(Hollar 2017)。结果评估洪水风险的影响由业主/住户类型和增加FFH的减少可以提高意识和行动减轻洪水带来的影响。例如,大量减少光芒四射_B美元和光芒四射_加元通过增加FFH 1英尺以上E_{One hundred.}(图6和表3)和建设和内容的虚拟消除洪水风险通过4英尺的高度,在这个案例研究中,证明缓解措施的经济优势和洪水风险降低。光芒四射的减少~ 93%的第一脚增加FFH以上E_{One hundred.}额外6,通过四英尺0.48,0.05%有两个额外的高度(表4),无论业主/住户类型,为公众提供了决策的具体信息。这些值表明,添加两英尺E_{One hundred.}可以为本研究提供最有效的减少洪水风险区域。然而,它是指出,大量的洪水风险预防通过添加一只脚上E_{One hundred.}是通过最低海拔要求在美国住宅中指定的吗第3期(2014年)技术标准。

这些结果不同的地区指定基金损伤起始点和完全取决于洪水地图的准确性,尤其是多个返回时间的洪水深度信息。错误也可以产生这些数据的建模不包括最近的变化发展,影响降雨径流条件或气候数据不反映降水事件的本质。未来的工作需要了解的程度减少93%的发现第一脚增加FFH以上E_{One hundred.}和一个额外的6%两英尺海拔在空间和时间是一致的。然而,无论表示洪水风险的光芒四射和相应的减少相对洪水风险额外的建筑信息提供了新的机会来验证洪水模型数据和地区指定基金通过观察未来的事件和损失。

5.3。地区指定基金的敏感性

考虑损伤的起始点dh=−1−0.5英尺大幅增加了量化风险,所显示表5,6。鉴于AAL 5 - 7倍增加计算完全基于地区指定基金损伤起始点,这个概念权证相当大的未来的研究,作为值dh=−2 (美国陆军工程兵团,2000年,2003年),dh=−1 (国际汽联,1974),dh= 0 (联邦应急管理局,2003年)用于文学。地区指定基金可区分基础类型和洪水特征和持续时间(如。,(海湾工程师和顾问(GEC), 1997年),提供通用和标准偏差值美国陆军工程兵团(2000)地区指定基金。微尺度分析收益更大的牵引力,使用基于组件的功能(马修斯et al ., 2021)可能成为可行的生成构建特殊地区指定基金。然而,尽管目前的研究代表了一个实质性的一步,没有更多的研究在这个领域很可能洪水风险评估继续低估或高估的真正风险。

5.4。与Hazus-MH

尽管Hazus-MH没有显著差异的精制数值积分方式催生的意思是光芒四射,11,平均低估15%光芒四射_B美元和光芒四射_加元分别由Hazus案例研究结果为个体房主可能是至关重要的。低估可以归因于两个因素。首先,Hazus-MH不考虑洪水比10年期短和超过500年返回时间方程(17),这让从最常见的损伤,小洪水、稀有,大洪水,不重要的。虽然乍一看这样的洪水可能是微不足道的,因为他们产生损伤或因为他们不太可能发生在家里的有用的生命周期,讨厌洪水发生的频率非常大洪水的破坏性影响,如果他们碰巧发生在家里的有用的生命周期,使洪水风险的考虑只返回时间从10到500年不完整。Hazus-MH低估第二个因素是,它只考虑五返回时间,它生成一个粗近似下的区域使用黎曼和loss-exceedance曲线(图7)和细梯形的定义中使用这光芒四射的方法,使用260梯形(图7 b)。

图7

图7。使用黎曼和比较粗糙的方法:(一)下粗梯形区域loss-exceedance vs Hazus-MH概率曲线的方法。(B)细梯形用于拟议的光芒四射的方法。

除了低估建设和内容,指出其他因素通过Hazus-MH进一步不准确。忽视使用可以产生不准确的风险,特别是对于长期复苏。此外,方程的最后期限17(从Hazus-MH)中没有代表图7是另一个没有理论基础的因素,可能表面上弥补低估,可能导致发现AAL方法不同从Hazus-MH无关紧要的。

6。结论

准确AAL估计和良好的政策和规划的基础上,估计使缓解洪水风险的一个已知的和可容忍的水平。同时,将洪水风险量化在社区帮助选择最具成本效益的和有益的技术减轻未来的洪水灾害。本研究发展一种方法社区洪水风险评估,协助确定高程,降低洪水风险最有效的三个业主/住户类型。

家庭属性数据,地区指定基金,FFH₀结合洪水深度高于地面多个年度超过数概率(AEP)事件每个家庭的位置。使用甘力克极值分布、洪水风险回归参数(例如,一个和u)使量化的洪水深度和超过数的概率。反过来,这些是用来计算AAL表示为一个比例的家里V_R为构建、内容、和使用。29日的方法应用于一个案例研究在Metairie住宅,路易斯安那州,不同组合的属性和业主/住户类型。敏感性分析进行检查的影响地区指定基金损伤起始点洪水风险评估结果。同时,光芒四射的减少增加FFH以上E_{One hundred.},由业主/住户类型,计算。然后,光芒四射的比较与Hazus-MH建设和内容。总体结论:

•使用精制数值综合方法提高AAL估计解决一些其他方法的局限性。

•家里属性,如数量的故事,地下室的存在,FFH₀、面积、单位成本和多个洪水重现期深度影响AAL计算。

•分析大量的房屋可能会提供一个更清晰的了解社区洪水风险。

具体的结论,基于案例研究,包括:

•内容和建筑之间的比率AAL独栋住宅没有为单层地下室是高于two-or-more-story家园。

•增加了FFH上面的一只脚E_{One hundred.}结果~洪水风险减少90%。然而,增加了FFH两英尺E_{One hundred.}可以提供经济最有利的效益,在洪水风险降低近99%。

•房主AAL(4390美元)超过房东(2960美元),与租户AAL最低(1590美元)。尽管洪水保险的意义并不认为,作为一个重要的方法论的步骤,可以促进更健壮的考虑保险场景由业主/住户类型。

•起始点的地区指定基金损失对光芒四射的计算有很大影响。AAL增加5 - 7倍,如果地区指定基金损失被认为是在起始点dh=−1脚vs。dh= 0。因此,未来的研究定义适当的损伤起始点是至关重要的。

•尽管这光芒四射的方法产生统计上微不足道的差异与Hazus-MH生成的意思光芒四射_B美元和光芒四射_加元,一个平均低估的11%和15%光芒四射_B美元和光芒四射_加元分别由Hazus对个体房主可能是重要的。此外,Hazus包含一个额外的,理论上没有根据的术语可能弥补几个低估的来源,和Hazus无法合并光芒四射_{U $};看来,光芒四射的方法提高洪水风险的代表。

提出的这项研究表明,应用精细积分计算方法,考虑了全套loss-exceedance概率提高AAL估计的准确性。在目前的研究中,损失的使用被认为是代表一个实质性的一步从之前的分析,但使用只有一个组件的间接损失。未来的研究应该关注进一步考虑间接的和无形的损失,这是重要的洪水损失指标时要考虑居民了解洪水的影响。房东损失应该考虑更明确,内容以及假设关于房主临时和长期住宿后大量的成本。本文作为未来的洪水保险一体化的基础考虑降低洪水风险由业主/住户类型。

数据可用性声明

最初的贡献提出了研究中都包含在这篇文章/补充材料,进一步的调查可以针对相应的作者。

作者的贡献

AA发达的方法,分析了数据,解释研究结果,开发最初的文字,修改手稿在回应评论家评论。RM选择案例研究区域,准备输入数据,导致了分析和监督的研究。CF概念化的研究理念,指导研究,为研究提供了洞察力和推荐,并审查和编辑稿件。验证结果和先生回顾了手稿。RR为研究提供了洞察力和推荐,审查和编辑文稿,协助修订手稿在回应评论家评论。所有作者的文章和批准提交的版本。

资金

这项研究是由美国农业部国家食品与农业研究所实验室孵化项目94873年加入数量7008346,美国国土安全部(奖号码:2015 - 061 - nd0001 - 01),路易斯安那州海授予大学计划(综合循环2020 - 2022;奖号码:NA18OAR4170098;项目数量:R / CH-03;综合循环2022 - 2024;奖号码:NA22OAR4710105;项目数量:R / CH-05),海湾国家科学学院的研究项目,工程,和医学根据授权协议号码:200010880,“新时代的第一道防线:建立社区弹性通过住宅风险披露,“和美国住房和城市发展部(住房和城市发展部;2019 - 2022;奖。H21679CA, Subaward不。S01227-1)。 The publication of this article is subsidized by the LSU Libraries Open Access Author Fund.

的利益冲突

作者声明,这项研究是在没有进行任何商业或财务关系可能被视为一个潜在的利益冲突。

出版商的注意

本文表达的所有索赔仅代表作者,不一定代表的附属组织,或出版商、编辑和审稿人。任何产品,可以评估在这篇文章中,或声称,可能是由其制造商,不保证或认可的出版商。

作者免责声明

任何意见,调查结果、结论和建议表示在这个手稿的作者,不一定反映官方政策或资助者的位置。

补充材料

本文的补充材料在网上可以找到:https://www.雷竞技rebatfrontiersin.org/articles/10.3389/fdata.2022.997447/full补充材料

引用

阿菲菲,Z。,Chu,H。J。,Kuo, Y. L., Hsu, Y. C., Wong, H. K., and Ali, M. Z. (2019). Residential flood loss assessment and risk mapping from high-resolution simulation.水11日,751年。doi: 10.3390 / w11040751