Neues Modell entwickelt, um Erdrutsche entlang Brandnarben von Waldbränden vorherzusagen

Soul Hackers 2 Erscheinungsdatum Ankuendigungstrailer enthuellt

Ein Lauffeuer, gefolgt von einem heftigen Regensturm, ist oft ein Rezept für eine Katastrophe. Ohne Vegetation, die Regen abfängt, kann sich das abfließende Wasser in einen sich schnell bewegenden, höchst zerstörerischen Erdrutsch verwandeln, der als „Müllstrom“ bezeichnet wird und oft die Kraft hat, Autos, Häuser und Autobahnen auszulöschen – was manchmal zu Opfern führt.

Forscher der Northwestern University haben ein auf Physik basierendes numerisches Modell erweitert, um Bereiche zu untersuchen und vorherzusagen, die für Murgänge anfällig sind. Dieses erweiterte Modell könnte schließlich in einem Frühwarnsystem für Menschen in Hochrisikogebieten eingesetzt werden, damit sie evakuieren können, bevor es zu spät ist. Informationen aus Modellsimulationen könnten auch verwendet werden, um neue Infrastrukturen für Zonen mit hoher Gefährdung zu entwerfen – wie z. B. Leitplanken, die schnell fließendes Wasser von Häusern und Straßen wegleiten.

Die Forschung wird am 27. Juli in der Zeitschrift veröffentlicht Naturgefahren und Erdsystemwissenschaften.

„Die Menschen wollen etwas über ihr unmittelbares und zukünftiges Risiko wissen“, sagte Daniel Horton von Northwestern, der leitende Autor der Studie. „Obwohl es noch nicht den Betriebsstandards entspricht, könnte dieser Modellierungsrahmen eines Tages dazu beitragen, vorherzusagen, wo wahrscheinlich Murgänge auftreten, und zu entscheiden, wer evakuiert werden muss.“

Horton ist Assistenzprofessor für Erd- und Planetenwissenschaften am Weinberg College of Arts and Sciences im Nordwesten, wo er auch die Climate Change Research Group leitet. Chuxuan Li, ein Ph.D. Kandidat in Hortons Labor, ist der Erstautor der Arbeit.

Zunehmende Murgang-„Zutaten“

Da der Klimawandel die Wahrscheinlichkeit von Waldbränden und starken Regenfällen erhöht, könnten auch Murgänge häufiger werden. Erst letztes Jahr, riss ein Murgang einen 150-Fuß-Abschnitt der Fahrbahn entlang des Highway 1 in der Nähe von Big Sur, Kalifornien, heraus. Die malerische zweispurige Autobahn war drei Monate lang gesperrt, was den Tourismus in der Region unterbrach.

Die Katastrophe resultierte aus einem Doppelschlag: Ein Lauffeuer, das von August bis Dezember 2020 brannte, gefolgt von einem atmosphärischen Fluss – einer langen, dünnen Schnur konzentrierter Feuchtigkeit am Himmel –, der im folgenden Januar fast einen Fuß Regen abließ.

Nach intensiven Regenfällen sind Gebiete mit Waldbrandnarben anfälliger für Sturzfluten. In einer typischen Situation interagiert die Vegetation mit Regen, der dann in den Boden eindringt. Aber wenn eine Fläche abgebrannt ist, ist die Vegetation verschwunden, sodass sie den plötzlichen Feuchtigkeitszufluss nicht mehr abfangen kann. Schlimmer noch: In manchen Regionen schmilzt Wachs aus verbrannter Vegetation, gelangt in den Boden und erstarrt dann. Diese Wachse bilden eine Barriere für Regen und verhindern, dass er in den Boden eindringt. Stattdessen läuft der Regen über die Erdoberfläche und nimmt Steine, Schlamm, Bäume und sogar Autos mit, um zu einem Murgang zu werden.

„Aufgrund des vom Menschen verursachten Klimawandels werden die Bestandteile, die zu Murgängen führen, sicherlich häufiger“, sagte Horton. „Aufgrund verstärkter Niederschläge, Dürre und Waldbrände sind Murgangbedingungen in Kalifornien besonders verbreitet.“

Lokalisieren anfälliger Bereiche

Um das neue Modell zu entwickeln, passte Hortons Team das National Water Model der National Oceanic Atmospheric Administration an, das verwendet wird, um Strömungen und Wasserressourcen in den kontinentalen Vereinigten Staaten zu simulieren.

„Das National Water Model ist ein Open-Source-Gemeinschaftsmodell, daher verwenden Forscher es, um alle möglichen relevanten Fragen zu Wasserressourcen und Gefahren zu untersuchen“, sagte Horton. „Aber eine Sache, die das Modell nicht explizit ausgegeben hat, war der Überlandfluss – Wasser, das nach Regenfällen über das Land fließt. Wir haben das Modell modifiziert, um zu untersuchen, wie sich extreme Niederschläge über Landoberflächen bewegen, wodurch wir untersuchen können, wie anfällig bestimmte Landoberflächen sind, und insbesondere Brandnarben, sind auf Murgänge zurückzuführen.“

Durch die Anpassung des Vegetationstyps (z. B. dicht vs. unfruchtbar) und der Bodeneigenschaften konnten die Forscher replizieren, wie sich Wasser über Brandnarben von Waldbränden bewegt. Anschließend validierte das Team die modellsimulierten hydrologischen Bedingungen anhand von Bodenfeuchtigkeits- und Strömungsbeobachtungen.

Die resultierende Simulation ergab, dass verbrannte Gebiete dazu führen, dass Wasser im Vergleich zu unverbranntem Land viel schneller und in größeren Mengen fließt. Bei der Simulation des Murgangs, der den Highway 1 in Mitleidenschaft zog, stellten die Forscher beispielsweise fest, dass sich das Überland-Flussvolumen im Vergleich zu Land ohne Brandnarben-Eigenschaften verachtfachte und der Spitzenfluss verdreifacht wurde.

„Ein Vorteil unseres Modells ist, dass es den Niederschlag so verwendet, wie er in der realen Welt fallen würde“, sagte Horton. „Wir simulieren räumlich komplexe und zeitlich veränderliche Niederschläge und wie diese Niederschläge mit der Landoberfläche interagieren.“

„Unser auf Physik basierendes hydrologisches Modell eröffnet neue Möglichkeiten für ein besseres Verständnis der Hydrologie von Brandnarben und der Anfälligkeit für Murgänge“, sagte Li. „Angesichts der zunehmenden Wahrscheinlichkeit von Murgangbedingungen aufgrund des Klimawandels ist die Entwicklung von Modellen zum besseren Verständnis vergangener Ereignisse und zur Vorhersage zukünftiger Ereignisse unerlässlich.“

Die Studie trägt den Titel „Augmentation of WRF-Hydro to simulieren Overland Flow- und Streamflow-generated Murgang Anfälligkeit in Brandnarben.“

Mehr Informationen:
Chuxuan Li et al, Augmentation and Use of WRF-Hydro to Simulation of Overland Flow- and Streamflow-Generated Trümmer Flow Hazards in Burn Narben, Naturgefahren und Erdsystemwissenschaften (2021). DOI: 10.5194/nhess-2021-345

Bereitgestellt von der Northwestern University

ph-tech