Floods are one of the most destructive natural hazards and have severe social and economic impacts. Therefore, improvements are urgently required in the operational flood risk management, in particular, the qualitative assessment of existing flood forecasting and early warning systems. With the objective of improving flood forecasting, I have divided this dissertation into four research topics; (i) inundation forecast validation, (ii) real-time flood inundation forecasting, (iii) uncertainty quantification of forecasting models, and (iv) communication of uncertainties. In operational flood forecasting, hydrological models are used to forecast only discharges at specific gauges. However, to determine the distributed predictions of flood hazards, hydrodynamic models should be used to generate high-resolution spatial-temporal flood inundation maps. These maps depict inundated areas for floods above certain exceedance levels, which improves flood risk assessment by enhancing civil security and urban development. Despite the importance of flood inundation maps, flood management agencies do not generate them in real-time since unsteady hydrodynamic models are data-rich and computationally too expensive to run. To tackle this issue, I have developed a framework for real-time flood forecasting based on a pre-recorded scenario database. The framework overcomes the high computational time required by hydrodynamic models to provide dynamic inundation maps. It consists of 180 scenarios and uses real-time discharge forecasts as an input to generate inundation maps for a lead-time of 12 hours. To evaluate the accuracy and predictive capabilities of the inundation forecasts, their validation is essential, and it is important to build trust by reducing false alarms with the help of validation data. However, spatial and temporal flood validation data is scarce in urban areas. Fortunately, recent technological developments have led to new genres of data sources, such as images and videos from smartphones and CCTV cameras. I have presented a new methodology that employs this validation data in a flood forecasting framework in order to improve the forecasting and to establish a communication from crowd-source back to the inundation forecasts. The results show that with the use of validation data, the number of false alarms, as well as the equifinality in the model parameters, can be reduced significantly. Furthermore, incorporating uncertainties into flood risk assessment has received increasing attention over the last two decades. However, the uncertainties are often not reported due to the lack of best practices and too wide uncertainty bounds. In this dissertation, I have reviewed and quantified major sources of uncertainty with a focus on flood inundation forecasting. I developed a method to constrain the hydrodynamic model roughness based on measured water levels and to reduce the uncertainty bounds of a two-dimensional hydrodynamic model. The results show that the uncertainties in the flood forecasting models are significant and can have a major impact on the prediction of the extent of inundation. This information is vital for decision-makers in order to optimise early warning and evacuation planning. In addition, the effective communication of the quantified uncertainties to decision-makers is a challenging issue. In operational flood risk management, the impact of flooding is assessed using a single best-model, which might misrepresent uncertainties in the modelling process. I have developed a novel methodology, which assesses the impact of flooding using a multi-model combination by incorporating buildings to develop hazard maps based on exceedance probability scenarios. These maps take into account underlying uncertainties and are ready-to-use for decision-makers for a variety of purposes, such as flood impact assessment, spatial planning, early warning and emergency planning. This dissertation presents a prototype framework for flood inundation forecasting by combining the four research topics. The framework incorporates underlying uncertainties and communicates them to the decision-makers in the field of flood risk management. The major advantage of the framework is that it is independent from the choice of forecasting models, thus, making it suitable for use in other study areas, regardless of their size.     «

Floods are one of the most destructive natural hazards and have severe social and economic impacts. Therefore, improvements are urgently required in the operational flood risk management, in particular, the qualitative assessment of existing flood forecasting and early warning systems. With the objective of improving flood forecasting, I have divided this dissertation into four research topics; (i) inundation forecast validation, (ii) real-time flood inundation forecasting, (iii) uncertainty qu...     »

Hochwässer sind eine der zerstörerischsten Naturgefahren und führen zu gravierenden sozialen und wirtschaftlichen Auswirkungen. Daher sind Verbesserungen im operationellen Hochwasserrisikomanagement dringend erforderlich, insbesondere die qualitative Bewertung vorhandener Hochwasservorhersagen und Frühwarnsysteme. Mit dem Ziel, die Hochwasservorhersage zu verbessern, wurde diese Dissertation in vier Forschungsthemen unterteilt; (i) Validierung der Hochwasservorhersage, (ii) Vorhersage von Überschwemmungsflächen in Echtzeit, (iii) Quantifizierung der Unsicherheit von Vorhersagemodellen und (iv) Kommunikation von Unsicherheiten. Bei der operationellen Hochwasservorhersage werden hydrologische Modelle verrwendet, um Durchflüsse an bestimmten Pegeln vorherzusagen. Um jedoch eine räumlich verteilte Vorhersage über Hochwassergefahren erstellen zu können, sollten hydrodynamische Modelle zur Erstellung von Gefahrenkarten genutzt werden. Diese Gefahrenkarten zeigen überschwemmte Gebiete oberhalb bestimmter Überschreitungsniveaus. Mit Hilfe dieser Information können sowowhl Katastrophenschutz als auch Städtbauliche Planung optimiert werden, was insgesamt zu einer Verbesserung des Hochwasserrisikos führt. Trotz des großen Potenzials erstellen die zuständigen Behörden bislang keine Überschwemmungskarten in Echtzeit, da die instationären hydrodynamischen Modelle für diese Zielsetzung zu daten- und rechenintensiv sind. Um dieses Problem zu lösen, wurde ein Framework für die Echtzeit-Hochwasservorhersage basierend auf einer vorab aufgezeichneten Szenariodatenbank entwickelt. Das Framework, welches die hohen Rechenzeiten der hydrodynamischen Modelle zur Erstellung von dynamischen Überschwemmungskarten überwindet, besteht aus 180 Szenarien und verwendet Echtzeit-Durchflussvorhersagen, um Überschwemmungskarten mit einer Vorlaufzeit von 12 Stunden zu generieren. Um die Genauigkeit und die Prognosefähigkeiten der generierten Vorhersagen zu bewerten, ist ihre Validierung ebenso wie die Reduzierung von Fehlalarmen mit Hilfe von beobachteten Daten von Bedeutung, um Vertrauen in das Framework aufzubauen. Daten zur räumlichen und zeitlichen Validierung von Hochwassern in städtischen Gebieten werden jedoch nur unzureichend erhoben. Moderne Technologien haben jedoch zu neuen Datenquellen geführt, wie Bilder und Videos von Smartphones und Überwachungskameras. In dieser Dissertation wird eine neue Methodik vorgestellt, die diese neuen Datenquellen in einem Framework zur Hochwasservorhersage verwendet, um Vorhersagen zu verbessern und eine Kommunikationsschnittstelle von den Erstellern der crowdgesourcte Daten für die Überschwemmungsvorhersage herzustellen. Die Ergebnisse zeigen, dass die Anzahl der Fehlalarme sowie die Äquifinalität der Modellparameter durch die Verwendung der Validierungsdaten signifikant reduziert werden konnten. Darüber hinaus hat die Berücksichtigung von Unsicherheiten bei der Bewertung des Hochwasserrisikos in der Wissenschaft in den letzten zwei Jahrzehnten zunehmend Beachtung gefunden. Aus Mangel an etablierten Verfahren und großer Unsicherheitsgrenzen wird die Bewertung jedoch oft nicht publiziert. In dieser Dissertation wurden wichtige Unsicherheitsquellen überprüft und quantifiziert, wobei der Schwerpunkt auf der Überschwemmungsvorhersage liegt. Es wurde eine Methode zur Beschränkung der hydrodynamischen Modellrauheit entwicklt, die auf gemessenen Wasserständen basiert und die Unsicherheitsgrenzen eines zweidimensionalen hydrodynamischen Modells reduziert. Die Ergebnisse zeigen, dass Unsicherheiten in den Hochwasservorhersagemodellen ein wichtiger Faktor sind und die Vorhersage der Ausdehnung von Überschwemmungsflächen erheblich beeinflussen können. Diese Informationen sind zur Optimierung von Alarmierungs- und Evakuierungsplänen für Entscheidungsträger sehr wichtig. Die effektive Übermittlung der quantifizierten Unsicherheiten an Entscheidungsträger stellt ebenso eine Herausforderung dar. Im operationellen Hochwasserrisikomanagement wird meist ein Best-Pratice Modell verwendet um die Auswirkungen von Überschwemmungen zu bewerten. Bei der Erstellung des Modells können jedoch Unsicherheiten nicht oder falsch dargestellt werden. In dieser Dissertation wurde eine neue Methode entwickelt, um den Einfluss von Überschwemmungen mit Hilfe einer Kombination aus mehreren Modellen zu bewerten. Die entwickelte Methode identifiziert betroffene Gebäude für verschiedene Überschreitungswahrscheinlichkeitsszenarien und erstellt hieraus eine gebäudeabhängige Gefahrenkarte. Diese Karten berücksichtigen die zugrundeliegenden Unsicherheiten und können von Entscheidungsträgern für eine Vielzahl von Zwecken verwendet werden, wie z. B. für die Bewertung des Hochwasserrisikos, der Raumplanung, der Frühwarnung und der Notfallplanung. In dieser Dissertation wird ein Prototyp-Framework für die Überschwemmungsvorhersage vorgestellt, indem vier Forschungsthemen kombiniert werden. Das Framework enthält grundlegende Unsicherheiten, die den Entscheidungsträgern im Bereich des Hochwasserrisikomanagements mitgeteilt werden. Der größte Vorteil des Frameworks ist, dass es unabhängig vom Vorhersagemodell ist und sich dadurch für die Verwendung in anderen Untersuchungsgebieten, unabhängig von deren Größe, eignet.     «

Hochwässer sind eine der zerstörerischsten Naturgefahren und führen zu gravierenden sozialen und wirtschaftlichen Auswirkungen. Daher sind Verbesserungen im operationellen Hochwasserrisikomanagement dringend erforderlich, insbesondere die qualitative Bewertung vorhandener Hochwasservorhersagen und Frühwarnsysteme. Mit dem Ziel, die Hochwasservorhersage zu verbessern, wurde diese Dissertation in vier Forschungsthemen unterteilt; (i) Validierung der Hochwasservorhersage, (ii) Vorhersage von Übers...     »