Volltextdatei(en) vorhanden
Titel: Modeling future population’s vulnerability to heat waves in Greater Hamburg
Sonstige Titel: Modellierung zukünftige Bevölkerungshitzevulnerabilität in Großere Hamburg
Sprache: Englisch
Autor*in: Kaveckis, Giedrius
Schlagwörter: Vulnerabilität; Hitzewelle; Vulnerability; Heatwave
GND-Schlagwörter: Landnutzung
GeoinformationssystemGND
ModellierungGND
Erscheinungsdatum: 2017
Tag der mündlichen Prüfung: 2017-06-22
Zusammenfassung: 
Hitzewellen sind für die meisten durch Naturkatastrophen hervorgerufenen Personenschäden in den westlichen (Post-)Industriegesellschaften verantwortlich. Infolge der zu erwartenden Klimaerwärmung, aber auch aufgrund der alternden Gesellschaft sowie der zunehmenden Urbanisierung, ist davon auszugehen dass die auf Hitzestress zurückzuführende Mortalität in Zukunft noch weiter ansteigen wird. Um die zukünftige Vulnerabilität der Bevölkerung gegenüber Hitzewellen zu senken, sind für Entscheidungsträger in Planung und Politik Erkenntnisse über die räumliche Verteilung von Hitzeeinwirkung und die besonders hitzeanfällige Bevölkerung von hoher Bedeutung. Bedauerlicher Weise wird die zukünftige Bevölkerungsverteilung und die Stadtlandschaft bei den aktuell verfügbaren Abschätzungen des Klimawandels noch nicht hinreichend berücksichtigt. Mit der vorliegenden Studie wird ein innovativer Ansatz verfolgt, die zukünftige Situation in der Metropolregion Hamburg (2050) auf Grundlage des Proxy-Parameters der „Urban Vulnerability Climate Zones” (UVCZ) zu modellieren.
Beim UVCZ-Ansatz handelt es sich um eine räumliche Klassifikation städtischer Areale auf der Grundlage der Differenzierung von Landschaft, Lokalklima sowie der Prognose zukünftiger Wohnbevölkerung. Die zugrunde liegenden Annahmen über die zukünftige Wohnbevölkerung wurden auf Basis der gegenwärtigen räumlich ungleichen Verteilung von Bevölkerungsgruppen verschiedenen Alters, Einkommen und Wohndichten in den verschiedenen UVCZ-Klassen getroffen und getestet. Hierdurch eröffnet sich die Möglichkeit, die zukünftige Stadtstruktur bzw. urbane Landnutzung auf Grundlage eines auf zellulären Automaten basierenden Verfahrens zu simulieren, wobei von einem zukünftigen Klimaszenario (MPI RCP 4.5), einer stabilen sozio-ökonomischen Weiterentwicklung sowie vier unterschiedlichen räumlichen Entwicklungsszenarien ausgegangen wurde (a) Weiter so wie bisher, b) Konzentration der Stadtentwicklung auf eine starke Innenentwicklung, c) Dezentrale Konzentration auf suburbane Zentren im Umland sowie d) Unkontrollierte Suburbanisierung). Dabei wurden sowohl absolute, als auch relative Vulnerabilitätsprognosen auf Basis eines Indexverfahrens angestellt. Obgleich eine Bevölkerungszunahme auch eine Folgewirkung für die modellierten Stadtentwicklungsszenarien erkennen lässt, ist eine räumliche Konzentration der zukünftigen Stadtentwicklung auf eine starke Innenentwicklung die vorteilhafteste Strategie, wenn die relative Vulnerabilität der Bevölkerung möglichst auf einem niedrigen Niveau bleiben soll. Die moderateste Zunahme an absoluter Vulnerabilität ergibt sich mit dem „Weiter so wie bisher“-Stadtentwicklungsszenario.
Unabhängig vom betrachteten Stadtentwicklungsszenario werden die höchsten Vulnerabilitäts-Werte mit hoher Wahrscheinlichkeit in den östlichen Teile der Kernstadt Hamburg auftreten, vor allem aufgrund des dort höherer Konzentration des Alters der Wohnbevölkerung sowie der dortigen Sozialstruktur der Bewohnerschaft. In den Außenbezirken der Metropolregion Hamburg ist eine Zunahme der Vulnerabilität vor allem in den östlichen und südlichen Arealen zu erwarten – insbesondere aufgrund der höheren durchschnittlichen Temperaturminima, den Maximaltemperaturen sowie der weniger flächendeckend ausgebauten Gesundheitsinfrastruktur. Weitergehende Analysen zeigen, dass basierend auf extremen Annahmen der zukünftigen globalen Klimaentwicklung bis zu 225% erhöhte Vulnerabilitäten erzeugen würden, während die Zunahme der älteren Bevölkerung um eine halbe Standardabweichung eine Zunahme der durchschnittlichen Vulnerabilität um nur 18% bewirkt. Obgleich die Modellierung der zukünftigen Vulnerabilität mit einer hohen Unsicherheit behaftet ist, eröffnet der in dieser Arbeit entwickelte Ansatz zur Modellierung zukünftiger Zustände mithilfe zellulärer Automaten neue Möglichkeiten für Entscheidungsträger, verschiedene Entwicklungsszenarien auf kleinräumiger Ebene zu simulieren. Das vorgestellte Vorgehen kann auf andere urbane Regionen weltweit übertragen werden.

Heat waves are responsible for most of the human losses, inflicted by natural disasters, in post-industrial countries. Due to rising temperatures, aging population and increasing urbanization, the heat-related mortality in the future might be even higher. In order to lower future population’s vulnerability to heat waves, the decision makers need to know where the highest heat impact will occur and the heat-vulnerable people will live. Unfortunately, current future vulnerability to climate change assessments does not fully address the future population and urban landscape. This study takes an innovative approach to model future conditions (2050) in Greater Hamburg, Germany, via the proxy parameter, the Urban Vulnerability Climate Zones (UVCZ).
UVCZ is a spatial classification of the urban areas by landscape, climate and, based on verified hypothesis – population. The hypothesis has been verified through statistical analysis which showed uneven distribution of population groups with different age, income and density among the potential housing UVCZ classes. This enabled to model future conditions, through four future UVCZ spatial allocations, simulated by cellular automata-based future land use modeling software under one climate (MPI RCP 4.5), one socio-economic and four urban development (business as usual, concentration, de-central concentration and uncontrolled urban sprawl) scenarios. Future conditions were composed into relative and absolute vulnerability indices. Although the low projected population increase would cause limited effect on extreme urban development scenarios, the concentration scenario would be the most favorable in case of lowest average relative vulnerability while the lowest absolute vulnerability would be typical for the business as usual scenario.
In most of the cases, the eastern areas of Hamburg City would experience the highest relative vulnerability, mainly due to higher concentration of older population and welfare recipients. Along the outskirts of Greater Hamburg, the eastern and southern areas would also be vulnerable, because of higher monthly average minimum, maximum temperatures and the long distance to the closest healthcare facility. The sensitivity analysis has shown that climate data from other global climate model would cause 225% higher average vulnerability, meanwhile the increase of older population by 0,5 of standard deviation would cause higher average vulnerability by only 18%. Although the modeling of future vulnerability has high uncertainty, this new approach to model future conditions, operated by cellular automata, opens new doors for decision makers to pilot multiple scenarios at the building block scale. The provided framework can be used in other urban areas around the world.
URL: https://ediss.sub.uni-hamburg.de/handle/ediss/7365
URN: urn:nbn:de:gbv:18-87387
Dokumenttyp: Dissertation
Betreuer*in: Oßenbrügge, Jürgen (Prof. Dr.)
Enthalten in den Sammlungen:Elektronische Dissertationen und Habilitationen

Dateien zu dieser Ressource:
Datei Beschreibung Prüfsumme GrößeFormat  
Dissertation.pdf0ff43414767e5ca83f7328ee686215627.96 MBAdobe PDFÖffnen/Anzeigen
Zur Langanzeige

Diese Publikation steht in elektronischer Form im Internet bereit und kann gelesen werden. Über den freien Zugang hinaus wurden durch die Urheberin / den Urheber keine weiteren Rechte eingeräumt. Nutzungshandlungen (wie zum Beispiel der Download, das Bearbeiten, das Weiterverbreiten) sind daher nur im Rahmen der gesetzlichen Erlaubnisse des Urheberrechtsgesetzes (UrhG) erlaubt. Dies gilt für die Publikation sowie für ihre einzelnen Bestandteile, soweit nichts Anderes ausgewiesen ist.

Info

Seitenansichten

282
Letzte Woche
Letzten Monat
geprüft am 28.03.2024

Download(s)

185
Letzte Woche
Letzten Monat
geprüft am 28.03.2024
Werkzeuge

Google ScholarTM

Prüfe