Verschiedene meteorologische Eigenschaften von vergangenen Winterstürmen (ONDJFM 1969/1970-2001/2002) werden auf ihre Zusammenhänge zu verursachten monetären Sturmschäden untersucht. Zu diesem Zweck werden die diskreten Sturmereignisse als zusammenhängende Überschreitungen lokalklimatologischer Schwellwerte mithilfe eines Tracking-Algorithmus aus den horizontalen Windgeschwindigkeitsfeldern der ERA40-Reanalysen iden-

tiziert. Ihre Eigenschaften werden auf Basis dieser Gitterpunktdaten berechnet. Dem gegenüber wird ein ereignisspezischer Schadensindex gebildet, indem die Abschätzungen des Rückversicherers Münchener Rück bzgl.

der einzelnen volkswirtschaftlichen Sturmschäden einer Inationskorrektur unterzogen und durch die mittlere Bevölkerungsdichte im vom Sturm betroffenen Gebiet dividiert werden. Die Bevölkerungsdichte soll hier als Proxy der Wertekonzentrationen in unterschiedlichen Regionen dienen. Der Zusammenhang zwischen den Sturmeigenschaften sowie drei kombinierten Sturmstärkeindizes und Schadensindex wird mit drei verschiedenen Zusammenhangsmaÿen untersucht. Es zeigt sich, dass die mittlere Sturmintensität, deniert als normierte Überschreitung eines lokalklimatologischen Schwellwerts der Windgeschwindigkeit, sowie die maximale Windgeschwindigkeit über Land und die Ausdehnung des Sturmereignisses über Land in signikantem Zusammenhang zu resultierenden Schäden stehen. Dabei zeigen die kombinierten Sturmstärkeindizes, abhängig von ihrer Denition, tendenziell engere Zusammenhänge zu resultierenden Schäden als die Einzelgröÿen.

A set of characteristics for winterstorms in the past (ONDJFM 1969/1979-2001/2002) is analyzed regarding their impact on economic storm losses. For this purpose, the discrete storm events are identied in the ERA40-reanalysis

by a tracking-algorithm based on adjacent exceedances of locally dened wind speed thresholds. Their characteristics are also calculated from these gridded data. An economic loss index for each storm event is calculated by dividing the economic losses, provided by Munich Re, by the average population den-sity in the area aected by the storm event after a preliminary correction for ination. In the context of this study, population density is seen as a proxy for the spatial distribution of values. The relation between storm characteristics plus three combinded indices of storm severity on the one hand and loss index on the other hand is analyzed by three dierent metrics, namely Pearson correlation, Spearman correlation and Information Index. It is shown that the average storm intensity, dened as the normalized exceedance of local wind speed thresholds, the maximum wind speed over land area and the average dimension of a storm event over land area show signicant correlation with economic loss. The combined indices of storm strength show closer connection to economic losses than single storm characteristics but strongly depend on their denition.

3

Inhaltsverzeichnis

1  Einleitung  5

2  Daten und Methode  7

2.1  Verwendete Daten  7

ERA40  -Reanalysedaten  7

   2.1.1

Schadenssummen  gemäÿ NatCat-SERVICE der Münchener Rück  8

   2.1.2

Bev  ölkerungsdichte gemäÿ CIESIN/CIAT-GPWv3  9

   2.1.3

2.2  Methode  10

2.2.1  Sturm-Tracking  10

Abgleich  der Sturm-Zugbahnen mit NatCat-Daten  12

   2.2.2

2.2.3  Denition meteorologischer Parameter  13

2.2.4  Ereignisspezischer Schadensindex  15

2.2.5  Zusammenhangsmaÿe  15

3  Ergebnisse  17

3.1  Zusammenhänge zwischen meteorologischen Einzelgröÿen und Schadens-  

index   17

3.2  Integrale Maÿe der Sturmstärke und Zusammenhänge mit Schäden  21

4  Diskussion und Schlussfolgerungen  23

Literatur   27

Anhang 30   

A  Informationsindex  30

B  Übersicht Winterstürme und Eigenschaften  30

4

1 Einleitung

Gemäÿ den Daten der Münchener Rück (2008) sind ca 79% der weltweiten versicherten Schäden infolge von Naturkatastrophen im Zeitraum 1950-2007 auf Sturmereignisse zurückzuführen. In Europa sind diesbzgl. insbesondere die sog. Winterstürme zu nennen,

die hier ca. 56% der volkswirtschaftlichen und 64 % der versicherten Schäden infolge von

Sturmereignissen im Zeitraum 1980-2006 verursachten, was ungefähr 25 Mrd. ¿ bzw. 13 Mrd. ¿ in Werten von 2006 entspricht (Münchener Rück, 2007).

Diese enormen Summen führen eindrucksvoll vor Augen, welche Bedeutung Winterstürme für Gesellschaft und Wirtschaft besitzen. Vor diesem Hintergrund ist es erstrebenswert, das Phänomen Wintersturm und seine Konsequenzen, im Sinne von resultierenden Schäden, genauer zu durchleuchten. Die vorliegende Arbeit untersucht zu diesem Zweck den Zusammenhang zwischen verschiedenen meteorologischen Eigenschaften historischer Winterstürme im Zeitraum 1972-2002 und den durch sie bewirkten volkswirtschaftlichen Schäden.

In der wissenschaftlichen Literatur ndet man eine Reihe von Studien, die sich bereits mit der Schadenswirkung von Stürmen nicht nur im europäischen Raum beschäftigt haben. Im Fokus dieser Arbeiten stehen von meteorologischer Seite zumeist die innerhalb der untersuchten Stürme erreichten Windgeschwindigkeiten. Im Einzelnen handelt es sich dabei (i.) um direkte Messergebnisse der über unterschiedliche Zeitintervalle gemittelten Windgeschwindigkeit oder Maximalböen (z.B Rootzén and Tajvidi, 1997; Dor-land et al., 1999), (ii.) um aus Messungen mittels Interpolationsverfahren abgeleitete Windfelder (z.B. Münchener Rück, 2001) oder auch (iii.) um aus Fernerkundungsdaten oder Luftdruckfeldern berechnete geostrophische (z.B. Rootzén and Tajvidi, 2001) oder Gradient-Windgeschwindigkeiten (z.B. Sparks et al., 1994; Huang et al., 2001). Klawa und Ulbrich (2003) stellen fest, dass hohe Windgeschwindigkeiten in exponierten Lagen häug auftreten, ohne dabei stets mit Schäden verbunden zu sein. Vor diesem Hintergrund nehmen sie eine Normierung der gemessenen Windgeschwindigkeiten mit dem lokalen klimatologischen 98. Perzentil der Windgeschwindigkeit vor, wobei nur Windgeschwindigkeiten, die diesen lokalen Schwellwert überschreiten als potentiell schadenverursachend betrachtet werden. Die Entscheidung für das 98. Perzentil el für ihre Arbeit zur Abschätzung von Sturmschäden in Deutschland mit dem Wissen, dass jener Schwellwert bei deutschen Flachlandstationen (bzgl. täglicher Maximalbö) in etwa einer Windgeschwindigkeit von 20m/s entspricht, was wiederum für viele Versicherungen den Schwellwert darstellt, ab dem sie für durch Wind verursachte Schäden zahlen. Dies impliziert die Annahme, dass an jedem Ort in 2% aller Tage Schäden durch Wind entstehen, was im Einklang mit der auf Wiederkehrperioden von extremen Windgeschwindigkeiten basierenden Argumentation von Palutikof und Skellern (1991) für die Denition von sturmgefährdeten Gebieten steht. Heneka et al. (2006) verwenden bei der Untersuchung von Frequenz und Intensität vergangener Winterstürme ebenfalls lokalklimatologische Windgeschwindigkeiten zur Skalierung. Statt des 98. Perzentils nutzen sie aber das absolute Maximum der an der betreenden Station jemals gemessenen Windgeschwindigkeiten. Bei der Abschätzung des Zerstörungspotentials von tropischen Zyklonen über ihre integrierte kinetische Energie (IKE) experimentieren Powell und Reinhold (2007)

5

ebenso mit Windgeschwindigkeitsschwellwerten, in diesem Fall aber ohne lokalklimatologische Dierenzierung.

Für den numerischen Zusammenhang zwischen Windgeschwindigkeiten und Schäden durch Winterstürme verfolgen einige der schon genannten Studien einen Potenzansatz (Schaden ∼ v α , z.B. Lamb, 1991; Münchener Rück, 1993, 2001; Klawa and Ulbrich, 2003; Heneka et al., 2006). Genauso gibt es für tropische Zyklonen Arbeiten, die diesen Ansatz verfolgen (z.B. Bell et al., 2000; Emanuel, 2005; Powell and Reinhold, 2007). Dem gegenüber stehen Untersuchungen, die von einer exponentiellen Beziehung zwischen Windgeschwindigkeit und Schaden ausgehen (Schaden ∼ α v , z.B. Dorland et al., 1999; Rootzén and Tajvidi, 2001; Huang et al., 2001).

Prinzipielle Einigkeit herrscht in der Wissenschaft darüber, dass neben der Windgeschwindigkeit weitere Eigenschaften eines Sturms für die durch ihn verursachten Schäden relevant sind. Dorland et al. (1999) erwähnen diesbezüglich die Sturmdauer und eventuell vorhandene Niederschläge. Rootzén and Tajvidi (2001) vermuten darüber hinaus eine Relevanz von Temperatur bzw. Jahreszeit und Windrichtung. Völlig unstrittig ist die Bedeutung der räumlichen Ausdehnung von extremen Windgeschwindigkeiten (z.B. Heneka et al., 2006; Powell and Reinhold, 2007). Der Rückversicherer Swiss Re (1993) fand Belege für den Einuss der Sturmdauer und Sparks et al. (1994) sowie Huang et al. (2001) belegten für Schäden durch tropische Zyklonen die Bedeutung von Niederschlag. Für den europäischen Raum dagegen stellt die Münchener Rück (2001) fest, dass die dort verbreitete Massivbauweise Sturmschäden zumeist auf die Gebäudehüllen beschränkt und Klawa und Ulbrich (2003) postulieren als Ergebnis persönlicher Gespräche mit mehreren Erst- und Rückversicherern, dass hier indirekte Sturmschäden durch Hagel oder Regen gegenüber den direkten (Wind-)Sturmschäden vernachlässigbar sind. Auf der Hand liegt die Tatsache, dass von Winterstürmen bewirkte Schäden nicht allein von den (meteorologischen) Eigenschaften der Stürme abhängen. Dabei ist klar, dass ein wesentlicher Faktor das vom jeweiligen Sturm betroene Gebiet darstellt. Stürme über dem oenen Meer beispielsweise werden, abgesehen von eventuell betroenen Schien, kaum Schäden verursachen können. Palmieri et al. (2006) stellen bei ihrer Studie zur Wirkung von tropischen Zyklonen in Zentralamerika fest, dass die Länge der Sturm-Zugbahn über Land in statistisch signikantem Zusammenhang zur Schadenswirkung steht.

Doch auch über Land beeinussen unterschiedliche ökonomische und soziale Faktoren massiv die Schadenswirkung von Stürmen. In Europa bilden in erster Linie die enorm hohen Wertekonzentrationen [. . . ] riesige Schadenpotenziale (Swiss Re, 2000). Dreveton et al. (1998) stellen fest, dass Sturmschäden stark von der Bevölkerungsdichte im betroenen Gebiet abhängen und Berz und Conrad (1993) beschreiben als Gründe für steigende Sturmschadenssummen in Europa, neben der wachsenden Bevölkerungsdichte (insbes. in gefährdeten Regionen), u.a. wachsenden Wohlstand sowie komplexere und anfälligere Produktionsweisen und Wohnarten. Darüber hinaus beeinussen unterschiedliche Verbreitungsgrade von Informationen und Frühwarnungen vor Sturmereignissen die später bewirkten Schäden (Münchener Rück, 2001).

6

Für die vorliegende Arbeit wurden die diskreten Sturmereignisse als zusammenhängende Überschreitungen lokalklimatologischer Schwellwerte mit einem Tracking-Algorithmus aus den horizontalen Windgeschwindigkeitsfeldern der ERA40-Renalysen identiziert.

Auf der Basis dieser Gitterpunktdaten wurden auch die verschiedenen untersuchten Sturmeigenschaften berechnet. Zur Klassizierung der Schadenswirkung der einzelnen Sturmereignisse wurde ein Schadensindex aus den inationskorrigierten volkswirtschaftlichen Schadensummen und der durchschnittlichen Bevölkerungsdichte im betroenen Gebiet gebildet. Letztere dient als Proxy der Wertekonzentration. Der Zusammenhang zwischen den Sturmeigenschaften sowie drei kombinierten Sturmstärkeindizes und Schadensindex wurde mit drei verschiedenen Zusammenhangsmaÿen untersucht. Die zugrundeliegenden Eingangsdaten, sowie deren Aufbereitung werden zu Beginn dieser Arbeit in Abschnitt 2.1 beschrieben. Anschlieÿend werden in Abschnitt 2.2 die angewendeten Methoden zur Identikation eines Subsets von zu untersuchenden Winterstürmen dargestellt. Auch werden hier die untersuchten meteorologischen Eigenschaften vorgestellt und beschrieben, wie versucht wurde, ihre Zusammenhänge zu bewirkten Schäden aufzudecken. In Abschnitt 3 werden die erzielten Ergebnisse dargestellt und abschlieÿend in Abschnitt 4 ausführlich diskutiert. Dabei werden auch die angewendeten Methoden kritisch hinterfragt.

2 Daten und Methode

2.1 Verwendete Daten

2.1.1 ERA40 -Reanalysedaten

Grundlage dieser Untersuchung sind die ERA40-Reanalysedaten (siehe Uppala et al., 2005) des European Center for Medium-Range Weather Forecasts (ECMWF). Aus die-

sen wurden die horizontalen Windgeschwindigkeitskomponenten (u- und v-Wind, Code 165 und 166) der Winterhalbjahre (ONDJFM) der Jahre 1959-2002 verwendet. Die Rohdaten lagen auf einem reduzierten N80-Gauss-Gitter vor und wurden, nach Berechnung

des Betrags der horizontalen Windgeschwindigkeit für jeden Gitterpunkt und Zeitschritt, zunächst auf ein reguläres Gauss-Gitter konvertiert.

Reguläre Gauss-Gitter sind Koordinaten-Gitter auf der Basis von Längen- und Breitengraden, wobei der Abstand zwischen zwei Gitterpunkten auf einem Breitengrad (also in Ost-West-Richtung) überall gleich groÿ ist. Im Fall des N80-Gauss-Gitters beträgt dieser Abstand 1,125°. Der Abstand zwischen zwei Gitterpunkten auf einem Längengrad (also in Nord-Süd-Richtung) dagegen ist nicht konstant. Stattdessen werden die Breitengrade des Gitters über ihre Gauss-Quadratur festgelegt (siehe Washington and Parkinson, 2005, insbes. Appendix B: Legendre Polynomials and Gaussian Quadrature). Die reale

Distanz benachbarter Gauss-Gitterpunkte auf einem Breitenkreis wird entsprechend des konstanten 1,125°-Abstandes vom Äquator zu den Polen hin immer geringer, was zu einem gewissen Maÿ an Redundanz führt. Reduzierte Gauss-Gitter besitzen deswegen zu höheren Breiten hin immer weniger Gitterpunkte auf einem Breitenkreis, so dass in grober Näherung der Abstand benachbarter Gitterpunkte global gleich bleibt.

7

Nach der Konvertierung auf ein reguläres Gauss-Gitter wurde ein Gebiet um den Nordatlantik und Europa (110°W-60°E, 20°S-90°N) ausgeschnitten und dann mithilfe eines Inverse-Distance-Weighting-Verfahrens auf ein regelmäÿiges 1,125°x1,125°-Gitter für das

endgültige Betrachtungsgebiet (90°W-38,25°E, 0°-87,75°N) interpoliert. Die in Abschnitt 2.2.1 beschriebene Identikation der Wintersturmereignisse, sowie alle weiteren Berechnungen basieren auf diesen 1,125°x1,125°-Windgeschwindigkeitsfeldern. Das regelmäÿige Gitter bietet dabei den Vorteil, dass Berechnungen bzgl. der Ausdehnung von Sturmfeldern oder der Entfernung zwischen zwei Sturmpositionen (siehe Abschnitt 2.2.1 und 2.2.3) einfacher durchzuführen waren als auf Basis eines Gauss-Gitters. Um die meteorologischen Eigenschaften von Stürmen gesondert nur über Land betrachten zu können (siehe Abschnitt 2.2.3), wurde auch die Land-See-Maske der ERA40-

Datenverwendet. Die Original-Land-See-Maske wurde vom reduzierten Gauss-Gitter auf ein reguläres Gauss-Gitter linear und anschlieÿend wiederum per Inverse-Distance-Weighting-Verfahren auf das regelmäÿige 1,125°x1,125°-Gitter interpoliert. Für die nach

diesem Verfahren resultierende Land-See-Maske, die nun nicht mehr eindeutig (mit 1 oder 0) zwischen Land- und See-Gitterpunkten unterschied, wurde nach eingehender Betrachtung des Zwischenergebnisses ein Schwellwert (0,5) festgelegt, um diese Eindeutigkeit wiederherzustellen. Ein Ausschnitt der letztlich für diese Arbeit verwendeten Land-See-Maske ist in Abb. 1 links zu sehen.

2.1.2 Schadenssummen gemäÿ NatCat-SERVICE der Münchener Rück Der NatCat-SERVICE (siehe Münchener Rück, 2003) des Rückversicherers Münchener Rück bildet die Datenbasis bzgl. der von Winterstürmen verursachten Schäden. Für die-se Arbeit lag eine Liste (Stand Juli 2007) vor, welche alle Naturkatastrophen der Jahre 1970 bis 2006 auührte, die monetären Schaden verursachten und/oder Menschenleben in Europa forderten. Für diese Arbeit wurden alle Einträge herausgeltert, die nicht als Winterstürme klassiziert waren. Für die folgenden Auswertungen wurden nur monetäre Schäden bzgl. ihres Zusammenhangs zu den meteorologischen Parmetern untersucht. In der Schadensliste schlüsseln sich diese monetären Schadenssummen in versicherte Schäden (gemäÿ Markteinsicht der Münchener Rück) und Abschätzungen der volks-

wirtschaftlichen Gesamtschäden auf. Versicherte Schäden sind stark durch den Grad der Versicherungsabdeckung und andere versicherungsmarktinterne Faktoren, sowie deren Entwicklung über den Betrachtungszeitraum beeinusst. Deswegen wurden für die folgenden Auswertungen nur die Abschätzungen der volkswirtschaftlichen Gesamtschäden verwendet. Zwar stellen diese Abschätzungen eine ebenfalls nicht zu vernachlässigende Fehlerquelle dar, trotzdem sind die volkswirtschaftlichen Schadenssummen stärker miteinander vergleichbar als die versicherten Schäden (persönliches Gespräch mit Münchener Rück). Da es sich bei den aufgeführten Schäden um Originalsummen handelte, mussten diese, um vergleichbar zu sein, um Inationseekte bereingt werden. Gemäÿ Internationalem Währungsfonds (2008) lag die durchschnittliche Inationsrate (basierend

auf durchschnittlichen Konsumentenpreisen) der Jahre 1980-2001 für die Region West-

8