Adaptation to flood risk over time - from quantification to prediction of adaptation behaviour of households living in flood-prone areas

Английский. In 2021 alone, out of 432 damaging events worldwide, 223 were floods that caused USD 74.4 billion in damage (out of a total of USD 252.1 billion, 30 %) and affected 29.2 million people worldwide (CRED, 2022). The participation of private households in the form of self-precaution is an important, complementary part of integrated flood risk management, as property-level precautionary measures can significantly reduce damage in the event of flooding. Precautionary measures could include, for example, moving oil heating to higher, flood-proof floors or installing mobile water barriers. It has been shown that not all potentially affected households take precautions. It is therefore important to investigate which factors influence the adaptation or non-adaptation of residents in flood-prone areas. According to the Protection Motivation Theory (PMT), important factors are, for example, how threatening floods are perceived to be for one's own household (risk perception) and whether one feels able to implement measures oneself (self efficacy). The data available to quantify and thus understand the precautionary behaviour of households, particularly the development over time, is currently limited. Insights are gained, among other things, through surveys, which are often limited to questioning those affected at a specific, one-off point in time. Panel data, on the other hand, can be used to identify and examine potential dynamics in adaptation behaviour and the associated factors. It is also possible to determine whether adaptation plans are subsequently implemented by respondents. As panel data in the flood risk domain is rare, these dynamics are largely unexplored. This leads to difficulties in developing models that simulate precaution. The lack of an empirical basis for the temporal development of sensitive model parameters and the lack of validation options should be emphasised here. Agent-based models (ABM) are increasingly popular for simulating the complex interaction between humans and floods. The method is based on the assumption that a system largely arises from the interaction of autonomous entities, i.e. agents, with each other and their environment. For example, individual decisions in favour of or against precautionary measures are shaped by individual flood experience, i.e. feedback with the environment. However, the social environment can have a positive or negative influence on the decisions to adapt. Such causal relationships can be modelled in an ABM. Of the ABMs presented to date in the area of flood risk, only a few have been published that focus on flood vulnerability, although this is dynamic in time and space and should be considered accordingly in models. The application of empirically based psychological theories such as PMT is also comparatively rare. The biggest challenge with agent-based methods is the validation of the model results. Although existing models often examine parameter sensitivities in the form of sensitivity analyses, classic validations with real data such as panel data are still lacking. The aim of this thesis is to investigate and simulate, in particular, temporal dynamics in the adaptation behaviour of private households living in flood-prone areas. The first part will quantitatively investigate which temporal developments in adaptation behaviour and the associated factors such as perceptions and attitudes can be determined and which behavioural patterns can be observed. In the second part, an agent-based, empirically validated ABM is presented that simulates the temporal development of adaptation to flood risk after a flood event at the individual level. This work thus makes an important contribution to the research gaps presented. The analysis of this thesis is based on an unique panel data. The respondents were affected by the 2013 flood in Germany and answered questions about their experiences with the flood, their individual adaptation and their attitudes and perceptions of flood risks in three survey waves over a period of four years. The quantitative analysis of the panel data for significant dynamics of the relevant factors was carried out using descriptive statistics and analysis of variance (ANOVA). Different adaptation trajectories were identified using two different clustering methods specially designed for the longitudinal data structure (latent class growth analysis (LCGA) and k-means based cluster analysis). The second part of the thesis examines the extent to which the dynamic adaptation behaviour of private households after the 2013 flood can be simulated in an ABM. In the model presented, the agents represent private households whose behavioural rules were derived on the basis of the PMT and the insights from the quantitative analysis of the panel data. For example, an empirically derived decay function for the risk perception of private households was integrated in order to simulate a decreasing risk perception after the flood. The use of empirically derived parameters in this form is a novelty, as previous applications were parameterised with assumed or estimated values due to the rarity of panel data. The panel data also enables empirical validation of the ABM, which in this form also represents a novelty of the method in the flood risk domain. Overall, the work presented here provides important insights into the dynamics that can be observed in factors and processes that are relevant for adaptation and non-adaptation to flood risk among private households. For example, the risk perception and the protection motivation decreased significantly over time. Coping appraisals such as self-efficacy, on the other hand, remained constant over time. The study identifies and characterises a total of three different adaptation types, including a low adaptive group that required special financial and informational support for adaptation and at the same time received less support compared to other groups. These findings can be incorporated into integrated flood risk management. Support and incentives could be better tailored to individual needs and it must be ensured that appropriate information services are accessible to all. The parameterised ABM was able to successfully simulate the identified adaptation trajectories. Looking forward, the successfully validated ABM presented can help to develop effective communication and management strategies through scenario-based applications to specifically support adaptation to flood risk.

Немецкий. Allein im Jahr 2021 waren weltweit von 432 Schadensereignissen 223 Überschwemmungen, die Schäden in Höhe von 74,4 Mrd. USD (von insgesamt 252,1 Mrd. USD, 30 %) verursachten und 29,2 Millionen Menschen weltweit betrafen (CRED, 2022). Die Beteiligung privater Haushalte in Form der Eigenvorsorge ist ein wichtiger, ergänzender Teil des integrierten Hochwasserrisikomanagements, da private Vorsorgemaßnahmen die Schäden im Hochwasserfall deutlich reduzieren können. Eine hochwasserangepasste Bauweise könnte zum Beispiel die Verlegung der Ölheizung in höhere, hochwassersichere Etagen bedeuten oder den Einbau von mobilen Wassersperren. Es hat sich gezeigt, dass nicht alle potentiell betroffenen Haushalte vorsorgen. Daher ist es wichtig zu untersuchen, welche Faktoren die Anpassung bzw. Nichtanpassung der Bewohner von hochwassergefährdeten Gebieten beeinflussen. Nach der Protection Motivation Theory (PMT) sind wichtige Faktoren z.B. wie bedrohlich Hochwasser für den eigenen Haushalt wahrgenommen wird (Risikowahrnehmung, risk perception) und ob man sich in der Lage fühlt, Maßnahmen selbst umzusetzen (Selbstwirksamkeit, self efficacy). Die Datengrundlage zur Quantifizierung und damit zum Verständnis des Vorsorgeverhaltens von Haushalten, insbesondere der zeitlichen Entwicklung, ist derzeit begrenzt. Erkenntnisse werden unter anderem durch Umfragen gewonnen, die sich oft auf die Befragung der Betroffenen zu einem bestimmten, einmaligen Zeitpunkt beschränken. Mit Paneldaten hingegen können potentielle Dynamiken im Anpassungsverhalten und den damit verbundenen Faktoren erkannt und untersucht werden. Es ist auch möglich zu bestimmen, ob Anpassungsvorhaben von Befragten später auch in die Tat umgesetzt werden. Da Paneldaten im Hochwasserrisikobereich selten sind, sind diese Dynamiken bisher weitestgehend unerforscht. Der Mangel an Paneldaten erschwert außerdem die Entwicklung von Modellen, die Vorhersage simulieren sollen. Hierbei sind die fehlende empirische Grundlage für zeitliche Entwicklungen der sensitiven Modellparameter und fehlende Validierungsmöglichkeiten hervorzuheben. Agentenbasierte Modelle (agent-based models, ABM) sind zunehmend beliebt, um das komplexe Zusammenspiel von Mensch und Hochwasser zu simulieren. Die Methode basiert auf der Annahme, dass ein System weitesgehend aus der Interaktion von autonomen Entitäten (agents) miteinander und ihrer Umgebung heraus entsteht. So sind individuelle Entscheidungen für oder gegen Vorsorgemaßnahmen auf der einen Seite geprägt durch individuelle Fluterfahrung, also Rückkopplungen mit der Umwelt. Auf der anderen Seite kann das soziale Umfeld Abwägungsprozesse positiv oder negativ beeinflussen. Derartige Kausalzusammenhänge können in einem ABM abgebildet werden. Von den bisher vorgestellten ABM im Hochwasserrisikobereich wurden nur wenige veröffentlicht, die den Fokus auf die Hochwasservulnerabilität setzen, obwohl diese in Zeit und Raum dynamisch ist und entsprechend in Modellen betrachtet werden sollte. Auch die Anwendung empirisch basierter psychologischer Theorien wie die PMT finden sich vergleichsweise wenig. Die größte Herausforderung bei agentenbasierten Methoden ist die Validierung der Modellergebnisse. Bisherige Modelle untersuchen zwar häufig Parametersensitivitäten in Form von Sensitivitätsanalysen, aber klassische Validierungen mit Echtdaten wie Paneldaten fehlen bisher. Das Ziel dieser Arbeit ist die Untersuchung und Simulation insbesondere von zeitlichen Dynamiken im Anpassungsverhalten von Privathaushalten, die in flutgefährdeten Gebieten leben. Im ersten Teil soll quantitativ untersucht werden, welche zeitlichen Entwicklungen im Anpassungsverhalten und den damit verbundenen Faktoren wie Wahrnehmungen und Einstellungen festgestellt werden können und welche Verhaltensmuster beobachtet werden können. Im zweiten Teil wird ein agentenbasiertes, empirisch validiertes ABM vorgestellt, das die zeitliche Entwicklung von Anpassung an Hochwasserrisiko nach einem Flutereignis auf individueller Ebene simuliert. Die vorliegende Arbeit leistet somit einen wichtigen Beitrag zu den vorgestellten Forschungslücken. Um diese Ziele zu erreichen, wurden einzigartige Paneldaten verwendet. Die Teilnehmer waren vom Hochwasser 2013 in Deutschland betroffen und beantworteten in drei Umfragewellen über einen Zeitraum von vier Jahren Fragen zu ihren Erfahrungen mit dem Hochwasser, ihrer individuellen Anpassung sowie ihren Haltungen und Wahrnehmungen zu Hochwasserrisiken. Die quantitative Analyse der Paneldaten auf signifikanten Dynamiken der relevanten Faktoren erfolgte mittels deskriptiver Statistik und Varianzanalyse (ANOVA). Verschiedene Anpassungstrajektorien wurden mittels zwei verschiedener, speziell für die longitudinale Datenstruktur konzipierter Clusterverfahren (Latent Class Growth Analysis (LCGA) und k-means basierte Clusteranalyse) identifiziert. Im zweiten Teil der Arbeit wird untersucht, inwieweit sich das ermittelte dynamische Anpassungsverhalten der privaten Haushalte nach dem Hochwasser 2013 in einem ABM simulieren lässt. In dem vorgestellten Modell repräsentieren die Agenten private Haushalte, deren Verhaltensregeln auf Basis der PMT sowie der Ergebnisse aus der quantitativen Analyse der Paneldaten abgeleitet wurden. So wurde beispielsweise eine empirisch abgeleitete Abklingfunktion für die Risikowahrnehmung der privaten Haushalte integriert, um eine abnehmende Risikowahrnehmung nach dem Hochwasser zu simulieren. In dieser Form ist die Verwendung von empirisch abgeleiteten Parametern ein Novum, da bisherige Anwendungen aufgrund der Seltenheit von Paneldaten mit angenommenen oder geschätzten Werten parametrisiert wurden. Die Paneldaten ermöglichen zudem eine empirische Validierung des ABM, was in dieser Form ebenfalls ein Novum der Methode im Hochwasserrisikobereich darstellt. Insgesamt liefert die hier vorgestellte Arbeit wichtige Erkenntnisse darüber, welche Dynamik bei Faktoren und Prozessen zu beobachten ist, die für Anpassung und Nichtanpassung an Hochwasserrisiko von Privathaushalten relevant sind. So nahm u.a. die Risikowahrnehmung als auch die Schutzmotivation mit der Zeit signifikant ab. Beurteilungen der Bewältigungsmöglichkeiten wie die Selbstwirksamkeit waren dagegen über die Zeit konstant. Die Arbeit identifiziert und charakterisiert insgesamt drei verschiedene Anpassungstypen, darunter eine wenig adaptive Gruppe, die besondere finanzielle und informationelle Unterstützung für die Anpassung benötigte und gleichzeitig weniger Unterstützung im Vergleich zu anderen Gruppen erhielt. Diese Erkenntnisse können in das integrierte Hochwasserrisikomanagement einfließen. Unterstützung und Anreize könnten besser auf individuelle Bedürfnisse abgestimmt werden, und es muss sichergestellt werden, dass entsprechende Informationsangebote für alle zugänglich sind. Das parametrisierte ABM war in der Lage, die identifizierten Anpassungstrajektorien erfolgreich zu simulieren. Mit Blick auf die Zukunft kann das vorgestellte, erfolgreich validierte Modell dazu beitragen, effektive Kommunikations- und Managementstrategien durch Szenario basierte Anwendungen zu entwickeln, um Anpassung an Hochwasserrisiko gezielt zu unterstützen.