当前位置: X-MOL 学术Earths Future › 论文详情
Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)
Uncertainty and Bias in Global to Regional Scale Assessments of Current and Future Coastal Flood Risk
Earth's Future ( IF 8.852 ) Pub Date : 2021-06-16 , DOI: 10.1029/2020ef001882
J Hinkel 1, 2 , L Feyen 3 , M Hemer 4 , G Le Cozannet 5 , D Lincke 1 , M Marcos 6, 7 , L Mentaschi 3, 8 , J L Merkens 9 , H de Moel 10 , S Muis 10, 11 , R J Nicholls 12 , A T Vafeidis 9 , R S W van de Wal 13 , M I Vousdoukas 3 , T Wahl 14 , P J Ward 10 , C Wolff 9
Affiliation  

This study provides a literature-based comparative assessment of uncertainties and biases in global to world-regional scale assessments of current and future coastal flood risks, considering mean and extreme sea-level hazards, the propagation of these into the floodplain, people and coastal assets exposed, and their vulnerability. Globally, by far the largest bias is introduced by not considering human adaptation, which can lead to an overestimation of coastal flood risk in 2100 by up to factor 1300. But even when considering adaptation, uncertainties in how coastal societies will adapt to sea-level rise dominate with a factor of up to 27 all other uncertainties. Other large uncertainties that have been quantified globally are associated with socio-economic development (factors 2.3–5.8), digital elevation data (factors 1.2–3.8), ice sheet models (factor 1.6–3.8) and greenhouse gas emissions (factors 1.6–2.1). Local uncertainties that stand out but have not been quantified globally, relate to depth-damage functions, defense failure mechanisms, surge and wave heights in areas affected by tropical cyclones (in particular for large return periods), as well as nearshore interactions between mean sea-levels, storm surges, tides and waves. Advancing the state-of-the-art requires analyzing and reporting more comprehensively on underlying uncertainties, including those in data, methods and adaptation scenarios. Epistemic uncertainties in digital elevation, coastal protection levels and depth-damage functions would be best reduced through open community-based efforts, in which many scholars work together in collecting and validating these data.

中文翻译:

当前和未来沿海洪水风险的全球到区域尺度评估的不确定性和偏差

本研究对当前和未来沿海洪水风险的全球到世界区域尺度评估中的不确定性和偏差进行了基于文献的比较评估,考虑了平均和极端海平面灾害,以及这些灾害向洪泛区、人员和沿海资产的传播暴露,以及他们的脆弱性。在全球范围内,迄今为止最大的偏差是由于不考虑人类适应而引入的,这可能导致 2100 年沿海洪水风险高估高达 1300 倍。但即使在考虑适应时,沿海社会如何适应海平面的不确定性上升占主导地位,所有其他不确定因素高达 27。已在全球范围内量化的其他巨大不确定性与社会经济发展(因子 2.3-5.8)、数字高程数据(因子 1.2-3.8)、冰盖模型(因子 1.6-3.8)和温室气体排放(因子 1.6-2.1)。突出但尚未在全球范围内量化的局部不确定性与深度破坏功能、防御失效机制、受热带气旋影响地区的浪涌和波高(尤其是大回归期)以及平均海面之间的近岸相互作用有关。 -水平,风暴潮,潮汐和波浪。推进最先进的技术需要更全面地分析和报告潜在的不确定性,包括数据、方法和适应情景中的不确定性。数字高程、海岸保护水平和深度破坏功能方面的认知不确定性最好通过基于社区的开放努力来减少,其中许多学者共同收集和验证这些数据。8) 和温室气体排放(因子 1.6-2.1)。突出但尚未在全球范围内量化的局部不确定性与深度破坏功能、防御失效机制、受热带气旋影响地区的浪涌和波高(尤其是大回归期)以及平均海面之间的近岸相互作用有关。 -水平,风暴潮,潮汐和波浪。推进最先进的技术需要更全面地分析和报告潜在的不确定性,包括数据、方法和适应情景中的不确定性。数字高程、海岸保护水平和深度破坏功能方面的认知不确定性最好通过基于社区的开放努力来减少,其中许多学者共同收集和验证这些数据。8) 和温室气体排放(因子 1.6-2.1)。突出但尚未在全球范围内量化的局部不确定性与受热带气旋影响的地区(特别是大重现期)的深度破坏功能、防御失效机制、浪涌和波高以及平均海面之间的近岸相互作用有关。 -水平,风暴潮,潮汐和波浪。推进最先进的技术需要更全面地分析和报告潜在的不确定性,包括数据、方法和适应情景中的不确定性。数字高程、海岸保护水平和深度破坏功能方面的认知不确定性最好通过基于社区的开放努力来减少,其中许多学者共同收集和验证这些数据。突出但尚未在全球范围内量化的局部不确定性与深度破坏功能、防御失效机制、受热带气旋影响地区的浪涌和波高(尤其是大回归期)以及平均海面之间的近岸相互作用有关。 -水平,风暴潮,潮汐和波浪。推进最先进的技术需要更全面地分析和报告潜在的不确定性,包括数据、方法和适应情景中的不确定性。数字高程、海岸保护水平和深度破坏功能方面的认知不确定性最好通过基于社区的开放努力来减少,其中许多学者共同收集和验证这些数据。突出但尚未在全球范围内量化的局部不确定性与深度破坏功能、防御失效机制、受热带气旋影响地区的浪涌和波高(尤其是大回归期)以及平均海面之间的近岸相互作用有关。 -水平,风暴潮,潮汐和波浪。推进最先进的技术需要更全面地分析和报告潜在的不确定性,包括数据、方法和适应情景中的不确定性。数字高程、海岸保护水平和深度破坏功能方面的认知不确定性最好通过基于社区的开放努力来减少,其中许多学者共同收集和验证这些数据。受热带气旋影响地区的浪涌和波浪高度(尤其是大回归期),以及平均海平面、风暴潮、潮汐和波浪之间的近岸相互作用。推进最先进的技术需要更全面地分析和报告潜在的不确定性,包括数据、方法和适应情景中的不确定性。数字高程、海岸保护水平和深度破坏功能方面的认知不确定性最好通过基于社区的开放努力来减少,其中许多学者共同收集和验证这些数据。受热带气旋影响地区的浪涌和波浪高度(尤其是大回归期),以及平均海平面、风暴潮、潮汐和波浪之间的近岸相互作用。推进最先进的技术需要更全面地分析和报告潜在的不确定性,包括数据、方法和适应情景中的不确定性。数字高程、海岸保护水平和深度破坏功能方面的认知不确定性最好通过基于社区的开放努力来减少,其中许多学者共同收集和验证这些数据。推进最先进的技术需要更全面地分析和报告潜在的不确定性,包括数据、方法和适应情景中的不确定性。数字高程、海岸保护水平和深度破坏功能方面的认知不确定性最好通过基于社区的开放努力来减少,其中许多学者共同收集和验证这些数据。推进最先进的技术需要更全面地分析和报告潜在的不确定性,包括数据、方法和适应情景中的不确定性。数字高程、海岸保护水平和深度破坏功能方面的认知不确定性最好通过基于社区的开放努力来减少,其中许多学者共同收集和验证这些数据。
更新日期:2021-07-21
down
wechat
bug