Adapting to Sea Level Rise (BC3 Summer School _July 2015)

ADAPTING TO SEA LEVEL RISE

Iñigo Losada Rodríguez

[email protected] de Hidráulica Ambiental de Cantabria, “IH Cantabria”Universidad de Cantabria

Coastal flooding

Flooding:

Combined effects !!!

• Waves

• Wind• Atmospheric pressure

• Mean Sea Level MA

MM

RU

CI

Nivel de referencia

MA: Marea astronómicaMM: Marea meteorológicaRU: Run-upCI: Cota de inundación

Nivel de marea

Inundation/sumergence vs. Flooding

(Subsidence)

Reconstrucción histórica oleaje: GOW

1.2. BASES DE DATOS

TAREA 1.1. Reconstrucción histórica oleaje: GOW

1.2. BASES DE DATOS

Reconstrucción histórica oleaje: GOW

1.2. BASES DE DATOS

1.2. BASES DE DATOS

Coastal flooding

Flooding:

Combined effects !!!

• Waves

• Wind• Atmospheric pressure

• Mean Sea Level MA

MM

RU

CI

Nivel de referencia

MA: Marea astronómicaMM: Marea meteorológicaRU: Run-upCI: Cota de inundación

Nivel de marea

Inundation/sumergence vs. Flooding

(Subsidence)SLR

CAN WE ASSESS THE RISKS ASSOCIATED TO SLR?

CAN WE ADAPT TO SLR? RISK REDUCTION

200 Km

HIGH RESOLUTION CASE STUDY

ADAPTATION TAKES PLACE LOCALLY

CAN WE ASSESS THE RISKS ASSOCIATED TO SLR?

CAN WE ADAPT TO SLR? RISK REDUCTION

WE NEED TO ASSESS HIGH RESOLUTION

HAZARDS BOTH HISTORIC AND PROJECTED TO

THE FUTURE

Met‐ocean‐ Atmospheric conditions‐ Sea level‐Waves‐ SS Temperature

Hydro‐meteo ‐ Precipitation‐ River discharge

Characteristic winter conditions

COASTAL WAVES

1.3. HISTÓRICO

STORM SURGE

1.3. HISTÓRICO

MMmax (m)

RibadesellaAvilésLuarca

HISTORIC TRENDS

STORM SURGE

1.3. HISTÓRICO

MEAN SEA LEVEL TRENDS(mm)

1.3. HISTÓRICO

ASTRONOMICAL TIDEMAmax (m)

TWL (t) = MA(t) + MM(t) + Setup(t) α = 0.04 playaα = 0.08 puerto/acantilado

TOTAL WATER LEVEL (TWL)

Playa

Acantilados/puertos

1.3. HISTÓRICO

MAMM

HsSetup

TWL

NIVEL DEL MAR TOTAL (TWL)1.3. HISTÓRICO

TOTAL WATER LEVEL (TWL)1.3. HISTÓRICO

PROJECTIONS

WAVE PROJECTIONS. Changes in Hs12 (m)

2010‐2039

2040‐2069

2070‐2099

RCP4.5 RCP8.5

1.4. PROYECCIONES

STORM SURGE PROJECTIONS. Changes in MM95% (cm)

2010‐2039

2040‐2069

2070‐2099

RCP4.5 RCP8.5

1.4. PROYECCIONES

LOCAL RELATIVE SEA LEVEL RISE PROJECTIONS(m)

Slangen et al. 2014

1.4. PROYECCIONES

4. EXPOSICIÓN

EXPOSURE

(DTM) – LiDAR 5 m

High resolutionshoreline

Coastal defences

Source: IGN

Population database– JRC (2006)

2.2. DATOS SOCIOECONÓMICOS

Resolución espacial = 1 Ha


Land‐use database SIOSE

Agrícola, industrial, servicios, urbano…

Fuente: IGN


Base Cartográfica Numérica BCN25/BTN25

Base Cartográfica Numérica 1:25.000. Base de datos geográfica 2D de referencia a escala1:25.000 que cubre toda España.

• Edificios• Instalaciones industriales• Infraestructuras críticas• Redes de comunicación

Fuente: IGN

Socioeconomic indicators

Income per capita by municpality.Year: 2010. En euros.Fuente: SADEI

Gross value added by sector and municipality. x1000 euros.Year: 2010.Fuente: SADEI

2.4. DATOS ECOSISTEMAS

Ecosystem services valuation – VANE

VANE – Valoración de los Activos Naturales de España

ASSESSING FLOODING IMPACTS

3.1. INUNDACIÓN

FLOODING SCENARIOS

Año horizonte Tipo de inundación Escenario Escenarios climático

Actual CIEA1 T1

EA2 T2

2050 CIEM1 SLR1+T1EM2 SLR1+T2

2100

SLR EL1 SLR4

CI

EL2 SLR2+T1EL3 SLR2+T2EL4 SLR3+T1EL5 SLR3+T2

3 horizontes temporales: CLIMA ACTUALMEDIO PLAZO: AÑO 2050LARGO PLAZO: AÑO 2100

2 tipos de inundación:

INUNDACIÓN PERMANENTE (SLR)

EVENTOS EXTREMOS DE INUNDACIÓN (CI) T1 = 100 añosT2 = 500 años

SLR1 = 0.24 mSLR2 = 0.45 m (RCP4.5)SLR3 = 0.65 m (RCP8.5)SLR4 = 1 m (High++)

FLOODING MODEL

RFSM‐EDA(Rapid Flood Spreading Method ‐ Explicit Diffusion wave withAcceleration term)

Modelo 2D de almacenamiento de celdas (Gouldby et al., 2008)

Basado en una aproximación difusiva de las SWE con inercia local

Malla computacional formada por Impact Zones con sub‐elemento

topografía

Proporciona la altura de columna de agua en cada celda y velocidades

Distribución espacial de las mallas de inundación para RFSM‐EDA

MALLA 1MALLA 2

MALLA 3MALLA 4

MALLA 5MALLA 6

3.1. INUNDACIÓN

Modelado de la INUNDACIÓN

3.1. INUNDACIÓN

ESCENARIOS DE INUNDACIÓN Escenario 1.- CLIMA PRESENTE Tr=100

GIJÓN VILLAVICIOSARIBADESELLA

Escenario 6.- SLR=0.45 m Tr=100 Escenario 8.- SLR=0.65 m Tr=100

3.1. INUNDACIÓN

GIJÓNESCENARIOS DE CAMBIO CLIMÁTICO. EVENTOS EXTREMOS

AREA FLOODED

Escenario 1.- CLIMA PRESENTE Tr=100

Escenario 3.- AÑO HORIZONTE 2050 Tr=100 + SLR=0.24 m


Escenario 5.- AÑO HORIZONTE 2100 SLR=1 m PERMANENT FLOODING

Hectars per municip.

ASSESSING CONSEQUENCES/RISK

RISK SCENARIOS

Climatic Scenarios

Socioeconomic scenarios

AÑO HORIZONTE POBLACIÓN/GDPActual S02050 S12100 S2

AÑO HORIZON

TE

INUNDACIÓN PERMANENTE – SLR (m)

EVENTOS EXTREMOS –CI (T= Periodo de

Retorno)RCP4.5 RCP8.5 High++2050 SLR1=0.24 - T1=100 T2=500

2100SLR2=0.4

5SLR3=0.6

5 SLR4=1 T1=100 T2=500

YEAR Flooding/Inundation

CLIMATIC SCENARIOS

SOCIOECONOMICSCENARIOS

RISKSCENARIOS

PRESENT CIT1 S0 Escenario1T2 S0 Escenario2

2050 CIT1+SLR1 S1 Escenario3T2+SLR1 S1 Escenario4

2100

SLR SLR4 S2 Escenario5

CI

T1+SLR2 S2 Escenario6T2+SLR2 S2 Escenario7T1+SLR3 S2 Escenario8T2+SLR3 S2 Escenario9

RISK SCENARIOS

LUARCA


Escenario 4.- MEDIO PLAZO SLR=0.24 m + Tr=100

Escenario 11.- LARGO PLAZO SLR=0.65 m + Tr=100

Combined effect of extreme eventsand SLR

Affected population

Escenario 1.- CLIMA PRESENTE Tr=100 POBLACIÓN AFECTADA



Escenario 5.- AÑO HORIZONTE 2100 SLR=1 m INUNDACIÓN PERMANENTE

Relativo al censode Población de

2010

En base a las proyecciones oficiales

Considerando la población actual



POBLACIÓN AFECTADA


Escenario 9.- AÑO HORIZONTE 2100 Tr=500 + SLR=0.65 mRelativo al censode Población de

2010

En base a las proyecciones oficiales


POBLACIÓN AFECTADA

% POBLACIÓN AFECTADA POR CONCEJO

INDUSTRIAL GROSS VALUE ADDED

COTA DE INUNDACIÓN

DÍAS DE PÉRDIDA DE

PRODUCTIVIDAD TIPO DE INUNDACIÓN

CI ≤ 0.5 m0.5 m < CI ≤ 1 m1 m < CI ≤ 1.5 m

CI >1.5 mCI >0

251015365

Evento ExtremoEvento ExtremoEvento ExtremoEvento Extremo

Inundación Permanente

BASE DE DATOS: DISTRIBUCIÓN ESPACIAL DE

INSTALACIONESBCN25/BTN25 (IGN)

ESCENARIOS DE INUNDACIÓN

IDENTIFICACIÓN DE LAS INSTALACIONES

AFECTADAS

DETERMINACIÓN DE LA COTA DE

INUNDACIÓN DE CADA INSTALACIÓN

AFECTADA

DETERMINACIÓN DE LOS DÍAS DE PÉRDIDA DE PRODUCTIVIDAD

MINORACIÓN DEL DAÑO (€)

DETERMINACIÓN DEL VAB AFECTADO (€)

NAVIA Escenario 1.- CLIMA PRESENTE Tr=100 Escenario 4.- MEDIO PLAZO SLR=0.24 m + Tr=100

Escenario 9.- LARGO PLAZO SLR=1.5 m Escenario 11.- LARGO PLAZO SLR=0.65 m + Tr=100

VAB Industrialafectado

AFFECTED GROSS VALUE ADDED INDUSTRIAL SECTOR





PÉRDIDA TOTAL DE LA PRODUCCIÓN

CONSIDERANDO:DURACIÓN DE PÉRDIDA DE PRODUCCIÓN(PÉRDIDA PARCIAL)



Relativo al VAB del

Sector Industrial por concejo de

2010

VAB de 2010 industrial agregado a nivel de provincia: 4,573.668 (en miles de €)

Sin proyectar y sin tasa de descuento



% VAB INDUSTRIALAFECTADO POR CONCEJO

AFFECTED GROSS VALUE ADDED INDUSTRIAL SECTOR

Valoración de los Activos Naturales de España (VANE)





PÉRDIDA TOTAL DE SERVICIOS ECOSISTÉMICOS

CONSIDERANDO:PÉRDIDA TOTAL DE SERVICIOS ECOSISTÉMICOS



Relativo al VAB agregado por

concejo de 2010

VAB de 2010 agregado a nivel de provincia: 19,918.251 (en il d €)




% VAB AFECTADO POR CONCEJOPOR PÉRDIDA DE SERVICIOS ECOSISTÉMICOS

AFFECTED HOUSING STOCK DE CAPITAL

BASE DE DATOS: DISTRIBUCIÓN ESPACIAL DE

VIVIENDAS (IGN)

ESCENARIOS DE INUNDACIÓN

IDENTIFICACIÓN DE LAS VIVIENDAS

AFECTADAS

DETERMINACIÓN DE LA COTA DE

INUNDACIÓN DE CADA VIVIENDA

AFECTADA

APLICACIÓN DE LAS CURVAS DE DAÑO (CASO: EVENTOS

EXTREMOS)

23%25%

MINORACIÓN DEL DAÑO (€)

DETERMINACIÓN DEL STOCK DE CAPITAL

AFECTADO (€)

CORRECCIÓN POR RENTA SEGÚN

CONCEJO

NAVIA

StockViviendas afectado

Escenario 1.- CLIMA PRESENTE Tr=100 Escenario 4.- MEDIO PLAZO SLR=0.24 m + Tr=100

Escenario 9.- LARGO PLAZO SLR=1.5 m Escenario 11.- LARGO PLAZO SLR=0.65 m + Tr=100

LUARCA

StockViviendas afectado


Escenario 4.- MEDIO PLAZO SLR=0.24 m + Tr=100

Escenario 11.- LARGO PLAZO SLR=0.65 m + Tr=100

Influencia de la combinación de Eventos Extremos y Subida del

Nivel del Mar a Medio y Largo Plazo

Relativo al Stock deCapital de vivienda de

2011

SIN FUNCIÓN DE DAÑO CON FUNCIÓN DE DAÑO

SIN FUNCIÓN DE DAÑO

E1.- CLIMA PRESENTE TR=100

E 3.- H=2050 TR=100 + SLR=0.24 m

E 8.- H=2100 TR=100 + SLR=0.65 m

E 5.- H=2100 SLR=1 m INUNDACIÓN PERMANENTE

STOCK DE CAPITAL DE VIVIENDA AFECTADO ‐ CONTINENTE






Stock de Capital de vivienda de 2011: 26,223.845 (en miles de €)

STOCK DE CAPITAL DE VIVIENDA AFECTADO ‐ CONTINENTE

% STOCK DE CAPITAL DE VIVIENDA – CONTINENTEAFECTADO POR CONCEJO

CRITICAL INFRASTRUCTURES

Identificación de las infraestructuras críticas según el Plan Nacional de Protección de Infraestructuras

Críticas

Escenario 3.- SLR=0.24 m Tr=100 (Horizonte 2050)

RIBADESELLACOLUNGA

NALÓNSAN PEDRO


Escenario 8.- SLR=0.65 m Tr=100 (Horizonte 2100)

CANDÁS

RIBADESELLA

AVILÉSCUEVA


RISK ASSESSMENT

Adaptation goal: Keep present risk level

RISK SPATIAL DISTRIBUTION

Riesgo bajo

Riesgo moderado

Riesgo moderado-alto

Riesgo alto

THRESHOLDS DEFINED FOR THE MAXIMUM VALUES UNDER SCENARIO 1

AGGREGATED AND WEIGTHED RISK: Population (35%), CapitalStocks (35%) and Gross Net Value (30%)

RE-SCALING OF SOCIOECONOMIC INDICATORS

INUNDACIÓN PERMANENTE

HORIZONTE 2050

HORIZONTE 2100

CLIMA PRESENTE

RISK ASSESSMENT

ALREADY OCCURINGADAPTATION IS

For the 21st century, the benefits of protecting againstincreased coastal flooding and land loss due to submergenceand erosion at the global scale are larger than the social andeconomic costs of inaction (high agreement, limited evidence).

• Without adaptation, hundreds of millions of people will be affectedby coastal flooding and will be displaced due to land loss by year2100; the majority of those affected are from East, Southeast, andSouth Asia (high confidence).

• At the same time, protecting against flooding and erosion isconsidered economically rational for most developed coastlines inmany countries under all socioeconomic and sea level rise scenariosanalyzed, including for the 21st century GSMLR of above 1 m (highagreement, low evidence).

The relative costs of adaptation vary strongly between andwithin regions and countries for the 21st century (highconfidence).

• Some low-lying developing countries (e.g., Bangladesh, Vietnam)and small island states are expected to face very high impacts andassociated annual damage and adaptation costs of severalpercentage points of gross domestic product (GDP).

• Developing countries and small island states within the tropicsdependent on coastal tourism will be impacted directly not only byfuture sea level rise and associated extremes but also by coralbleaching and ocean acidification and associated reductions intourist arrivals (high confidence).

The analysis and implementation of coastal adaptation hasprogressed more significantly in developed countries than indeveloping countries towards climate resilient and sustainablecoasts (high confidence).

• Given ample adaptation options, more proactive responses can bemade and based on technological, policy related, financial, andinstitutional support. Observed successful adaptations include majorprojects (e.g., Thames Estuary, Venice Lagoon, Delta Works) andspecific practices in both developed countries (e.g., Netherlands,Australia) and developing countries (e.g., Bangladesh).

• More countries and communities carry out coastal adaptationmeasures including those based on integrated coastal zonemanagement, local communities, ecosystems, and disaster reduction,and these measures are mainstreamed into relevant strategies andmanagement plans (high confidence).

HEALTHY AND FUNCTIONAL ECOSYSTEMS

A1 Wetland protection and restoration

A2 Protected areas and marine conservation agreemnts

A3 Taxes on enviromental and ecosystem services

Highly efficientNatural adaptive capacityMarshes and mangrove forest are the main restore wetlands

Protection and wetland restoration

To reduce coastal erosion and flooding be creating new habitats and generating environmental benefits by holding the shoreline

OBJECTIVE:

CHARACTERISTICS:

Reducing coastal exposure

B1 Beach nourishment

B2 Dune restoration and artificial creation

B3 Shoreline stabilization by natural solutions

B4 Seawalls

B5 Dikes

B6 Retreat

B7 Accommodation to coastal flooding

Engineering measure (soft)Usually combined with dune creation or restorationEffective under mean conditions. Extreme events may require additional sediment

CHARACTERISTICS:

Avoid coastal erosion + benefit coastal flooding preventionOBJECTIVE:

Beach nourishment

Fig. 1 Concepts of upgrading in which an increase in crest level is acceptable.

Hans F. Burcharth , Thomas Lykke Andersen , Javier L. Lara

Upgrade of coastal defence structures against increased loadings caused by climate change: A first methodological approach

Coastal Engineering, Volume 87, 2014, 112 - 121

http://dx.doi.org/10.1016/j.coastaleng.2013.12.006

Fig. 2 Concepts of upgrading in which an increase in crest level is not acceptable.

Hans F. Burcharth , Thomas Lykke Andersen , Javier L. Lara

Upgrade of coastal defence structures against increased loadings caused by climate change: A first methodological approach

Coastal Engineering, Volume 87, 2014, 112 - 121

http://dx.doi.org/10.1016/j.coastaleng.2013.12.006

Medida: (retreat, coastalrealignment)

NAVIA

ESCENARIO 8: +0.65 m y Tr=100

PARA REDUCIR EL REBASE

Caso de partida: ó

Accomodate by increasing brakwater height

CANDÁS

LUANCOCaso de partida:

ESCENARIO 3: +0.24 m y Tr=100 Protect by increasing flooddefense

ESCENARIO 6: +0.45 m y Tr=100 ESCENARIO 8: +0.65 m y Tr=100

2 tipos de infra críticas afectadas

NATURE-BASED SOLUTIONS FOR DISASTER RISK REDUCTION

Coral reefs

Seagrasses

Salt marshes

Mangroves

Nature‐based Features (NBF) are those that may mimic characteristics of natural features but are created by human design, engineering, and construction to provide specific services such as coastal risk reduction or adaptation.

Saunders et al. (2014)

a, Seagrass meadows and coral reefs form distinct ecosystems, yet often live in close proximity in linked tropical marine ecosystems. b, Coral reefs block and dissipate wave energy and permit seagrass, which is less wave tolerant, to exist in protected lagoons. c, Deepening water from sea-level rise will allow larger, more energetic waves to traverse the reef into the lagoon, reducing habitat suitability for seagrass

Temmerman et al. (2013)

M.D. Spalding et al. (2014)

ADAPTATION STRATEGY

ADAPTING TO SEA LEVEL RISE

Iñigo Losada Rodríguez

[email protected] de Hidráulica Ambiental de Cantabria, “IH Cantabria”Universidad de Cantabria

Adapting to Sea Level Rise (BC3 Summer School _July 2015)

Environment

Transcript of Adapting to Sea Level Rise (BC3 Summer School _July 2015)