Assessing the socio-economic impacts of flash floods for early warning at regional, national, and continental scales

Abstract

Flash floods are one of the most devastating natural hazards, claiming numerous lives and tremendous economic losses. One of the main reasons for their catastrophic potential is the limited time available for precautionary measures, such as warnings or evacuations. Early warning systems (EWSs) play a key role for emergency managers to react in a timely manner to upcoming floods and effectively mitigate the impacts. This thesis explores possibilities to enhance the methods available for flash flood early warning and thus improve the operational decision support. While a variety of existing methods aims at the prediction of the hazard component of flash floods (e.g. the peak streamflow), an increasing number of EWS developers and end-users have recognised the potential of tools that automatically translate the flash flood hazard forecasts into the expected socio-economic impacts (e.g. the population affected). These so-called impact forecasts enable more objective and rapid decisions, ultimately leading to a more effective flood response. While for fluvial floods, impact forecasts have been available for several years and over various spatial scales, the existing approaches for flash floods have been limited to a small number of prototypes focusing on individual catchments or relatively small regions. These small-scale approaches can be useful for the coordination of local emergency measures, but their potential is limited for supporting the decisions of authorities operating over larger domains (e.g. regional, national, or international civil protection mechanisms). The main goal of this thesis has been to extend the available decision support by applying the concept of flash flood impact forecasting over large spatial scales. Two methods have been developed for estimating the impacts in real time, named ReAFFIRM and ReAFFINE. The two methods take into account that emergency services operating at different spatial scales require different kinds of real-time information to make informed decisions: ReAFFIRM provides detailed impact estimates in high resolution to support regional or national authorities in the coordination of location-specific emergency measures (e.g. evacuations), whereas ReAFFINE generates order-of-magnitude impact estimates with pan-European coverage that can be useful for end-users operating across regions or countries. The application of ReAFFIRM and ReAFFINE for a number of past flood events has demonstrated their capabilities to identify flash flood impacts in real time over the different spatial scales. The developed algorithms have a moderate computational cost and require only datasets that are available throughout the EU, which facilitates the real-time implementation of the methods and their integration into the operational procedures of end-users across Europe. An additional objective of this thesis has been to explore a more integrated perspective of flood early warning. Traditionally, EWSs are designed separately for the different physical processes that lead to flooding (i.e. individual systems for fluvial, pluvial, coastal, and flash floods). This means that the end-users need to monitor a number of separate flood forecasts with potentially even contradicting outputs. Especially during events in which different flood types coincide (so-called compound floods), this can be time-consuming and confusing. The decision support could be significantly simplified by automatically integrating the forecasts of different flood types into an overall compound flood forecast. This idea has been explored through the analysis of a recent catastrophic compound flood, for which the impact estimates from ReAFFIRM have been combined with those from a system designed for fluvial floods. The combined performance of the methods has shown to be superior to the individual performances, clearly demonstrating the potential of such integrated approaches for improving the decision support.

Las avenidas torrenciales son una de las amenazas naturales más devastadoras, causando numerosas víctimas y enormes pérdidas económicas. Los sistemas de alerta temprana (SAT) juegan un papel clave para que los servicios de emergencia puedan reaccionar de manera oportuna y mitigar con eficacia los impactos. Esta tesis explora diferentes posibilidades de ampliar los métodos disponibles para la alerta temprana de avenidas torrenciales, con el objetivo de mejorar la toma de decisiones de los servicios de emergencia. Una variedad de métodos se dedica a la predicción del componente de amenaza de las avenidas repentinas (e.g. los caudales máximos instantáneos). No obstante, un número creciente de desarrolladores de SAT y usuarios finales han reconocido el potencial de herramientas que traducen automáticamente estos pronósticos de amenaza en impactos socioeconómicos (e.g. la cantidad de población afectada). Estas predicciones de impacto permiten tomar decisiones más objetivas y rápidas, que conducen a una respuesta más eficaz ante las avenidas y sus consecuencias. Los estudios realizados para la predicción del impacto de avenidas torrenciales han sido limitados a unos pocos prototipos que se enfocan en cuencas individuales o regiones relativamente pequeñas que pueden resultar útiles para la coordinación de medidas de emergencia locales, pero su potencial es limitado para apoyar las decisiones de las autoridades que actúan en dominios más amplios (e.g. autoridades de protección civil regionales, nacionales o europeas). El objetivo principal de esta tesis ha sido extender el apoyo a la toma de decisiones disponible mediante la aplicación del concepto de previsión del impacto de avenidas torrenciales en grandes escalas espaciales. Para ello, se desarrollaron dos métodos para estimar los impactos en tiempo real: ReAFFIRM y ReAFFINE. ReAFFIRM proporciona estimaciones de impacto detalladas y en alta resolución para dar apoyo a las autoridades regionales o nacionales en la coordinación de medidas de emergencia específicas (e.g. evacuaciones), mientras que ReAFFINE genera estimaciones de impacto en órdenes de magnitud con cobertura paneuropea que resultan útiles para los usuarios finales que actúan en grandes dominios espaciales. El uso de ReAFFIRM y ReAFFINE para una serie de inundaciones pasadas ha demostrado su capacidad para identificar los impactos de las avenidas torrenciales en tiempo real y en diferentes escalas espaciales. Los algoritmos desarrollados tienen un coste computacional moderado y solo requieren datos que están disponibles en toda la UE, permitiendo su implementación e integración en los procedimientos operativos de varios usuarios finales en toda Europa. Un objetivo adicional de esta tesis ha sido explorar una perspectiva más integrada de la alerta temprana de inundaciones. Tradicionalmente, los SAT son diseñados por separado para los diferentes procesos físicos que pueden resultar en inundaciones. Esto significa que los usuarios finales deben monitorear una serie de pronósticos de inundaciones por separado con resultados que podrían resultar potencialmente contradictorios, especialmente durante eventos en los que coincidan diferentes tipos de inundaciones (también llamadas inundaciones compuestas). Lo anterior puede alargar los tiempos de respuesta, generar confusión y, en última instancia, impedir una respuesta de emergencia eficaz. El apoyo a la toma de decisiones podría ser simplificada significativamente y de manera automática mediante la integración de los SAT de diferentes tipos de inundaciones en un único pronóstico que las englobe. Esta idea se explora a través de la combinación de las estimaciones de impacto de ReAFFIRM con las de un sistema diseñado para inundaciones fluviales. El rendimiento de ambos métodos combinados ha demostrado ser superior al de cada uno de manera individual, indicando el potencial de combinar el pronóstico de impacto por inundaciones