Die Wirkung von kurz | Fuzhou COHose Co., Ltd

Wissenschaftliche Berichte Band 13, Artikelnummer: 14095 (2023) Diesen Artikel zitieren

170 Zugriffe

3 Altmetrisch

Details zu den Metriken

Das Cauvery-Delta, die „Reisschüssel“ Indiens, folgt einem bewährten Anbaumuster über mehrere Bewässerungszonen. Im Zeitalter des Anthropozäns ist jedoch mittlerweile allgemein bekannt, dass die Überschwemmungsgebiete Jahr für Jahr von kurzzeitigen, intensiven Niederschlägen heimgesucht werden. Der Zweck dieser ersten Studie besteht daher darin, die Auswirkungen zu quantifizieren, die solche Episoden auf die Überschwemmungsgebiete des Cauvery-Deltas und die damit einhergehenden Bedrohungen für den historischen Kallanai-Staudamm haben können. Niederschlagsereignisse während der Nordost-Monsunzeit werden nicht nur durch die Mikrophysik des warmen Regens verursacht, sondern auch durch große gefrorene Hydrometeore, die aus tiefen Wolken fallen und zu unerwünschten Überschwemmungen in der Region im Ausmaß von 66 % führen. Darüber hinaus prognostiziert diese Studie aufgrund einer Bewertung der Geschwindigkeitshöhen und der Überschwemmungstiefen eine erhöhte Anfälligkeit. Das Gesamtausmaß der Überschwemmung entlang von Flussufern und anderen Fließwegen wurde auf 145,98 \({\mathrm{km}}^{2}\) geschätzt, wobei 65,14 % der überschwemmten Fläche landwirtschaftlich genutzte Flächen sind. Der wichtigste konzeptionelle Fortschritt, der in diesem Papier festgestellt wird, besteht darin, dass Unterzonen in großen Wassereinzugsgebieten, die derzeit sicher sind, im RCP8.5-Erwärmungsszenario im Jahr 2050 überschwemmt werden.

Der Getreidereichtum in Südindien ist in erster Linie auf die Bewirtschaftung der Wasserressourcen im „Rice Bowl District“ zurückzuführen. Seit zwei Jahrtausenden ist das Cauvery-Delta ein glänzendes Beispiel für gut verwaltete Bewässerungspraktiken unter königlicher Schirmherrschaft, die durch technische Anpassungen während des Raj verbessert wurden. Das Cholan-Meisterwerk (1.–2. Jahrhundert n. Chr.), im Volksmund „Kallanai-Staudamm“ oder „Grand Anaicut“ genannt, ist ein Juwel in der Palimpsest-Landschaft des Cauvery-Deltas voller historischer Bedeutung. Die Chola-Könige waren leidenschaftliche Baumeister und in ganz Südasien bekannt. In diesem Aufsatz geht es um ein Meisterwerk der Cholans, nämlich den Kallanai-Staudamm, der vom Cholan-König (Rajaraja I.) in Auftrag gegeben wurde und bis heute als Wasserregulierer im Cauvery-Delta dient. Es ist ein Wasserumleitungsbauwerk schlechthin und steht auf einer Stufe mit bestehenden Bauwerken an anderer Stelle. Die alten Fundamente von Kallanai bestanden einfach aus versunkenen, unbehauenen Felsbrocken, die vor Ort beschafft und mit doppelstöckigen Strukturen gestützt wurden, die strategisch so positioniert waren, dass sich die Überschwemmungen während der Monsunzeit im Südwesten und Nordosten erheblich verlangsamten und sich über einen Überlauf ausbreiteten, um den Reisanbau im Einzugsgebiet zu fördern und ihn zu überschwemmen Fläche von 81.155 \({\mathrm{km}}^{2}\). Diese Regelung könnte jedoch gefährdet sein, da durch die globale Erwärmung ein Übergewicht an kurzzeitigen extremen Überschwemmungsereignissen herrscht. Das Bauwerk wurde schon einmal durch Überschwemmungen beschädigt, was jedoch kaum jemals wiederholt wurde1. Allerdings kam es in der Region in den letzten fünf Jahren zweimal zu schweren Überschwemmungen und es wurde Hochwasseralarm ausgelöst2,3,4,5,6.

Es gibt kaum Studien zur Dauer und Intensität von Starkniederschlagsereignissen über dem Cauvery-Becken. Darüber hinaus gibt es nur wenige Studien, die die Kopplung zwischen mikrophysikalischen und dynamischen Prozessen untersucht haben, um genaue Vorhersagen zukünftiger Extreme zu ermöglichen. Es wird ein Literaturzitierungsdiskurs zu zwei Themen angeboten, nämlich Unzulänglichkeiten im Zusammenhang mit Klimamodellierungsstudien für Südindien und Unzulänglichkeiten im Zusammenhang mit hydrologischen Modellen.

Bahnbrechende Studien zu Niederschlagsextremen auf der indischen Halbinsel, darunter die Arbeiten von Roxy et al.7, Singh et al.8 und Ghosh et al.9, haben eine Zunahme der Intensität von Regenperioden in der Region hervorgehoben. Diese Studien sind nützlich, weil sie Informationen aus Niederschlags- und Klimadatensätzen sammelten, um die wichtigsten synoptischen Bedingungen zu erklären, und die Bedeutung dynamischer Reaktionen zur Erklärung von Überschwemmungseffekten hervorhoben. Allerdings haben sie die negativen Auswirkungen der globalen Erwärmung auf die Quantifizierung der Wasserressourcen in diesem Gebiet nicht untersucht. Darüber hinaus gibt es nur begrenzte Studien zur Dauer und Intensität von Starkniederschlagsereignissen im Cauvery-Becken. Goswami et al.10 wandten paläohydrologische Techniken im Oberlauf des Cauvery-Beckens an und stellten einen Anstieg der Niederschlagsmengen fest, der zu extremen Überschwemmungen in dieser Region führte. Andere Studien, darunter die Arbeiten von Sushant et al.11, haben nur die Variabilität und Trends der Niederschläge im Cauvery-Becken im 20. Jahrhundert (1901–2002) analysiert, aber keine Erklärung für Niederschlags- und Überschwemmungsmuster in großen Wassereinzugsgebieten. Extreme Niederschlagsereignisse, die durch einen sich erwärmenden Planeten hervorgerufen werden, können schädliche Auswirkungen auf den Reis- und Bananenanbau haben, da die Überschwemmungsgebiete zu lange überschwemmt werden und schätzungsweise 68 % der wirtschaftlichen Verluste im Vergleich zu Schäden durch Naturkatastrophen ausmachen, wobei Landwirte oft in den Selbstmord getrieben werden12,13.

Nur wenige Studien haben die Auswirkungen des vom Menschen verursachten Klimawandels auf Kulturerbestätten auf der ganzen Welt untersucht. In einer aktuellen Studie von O'Neill et al.14 entwickelten die Autoren einen Risikobewertungsrahmen, der hochauflösende Klimamodellsimulationen mit Expertenbefragung kombiniert, um umsetzbare Informationen zu sammeln, die von den relevanten Interessengruppen zum Schutz des Kulturerbes genutzt werden könnten. In einer weiteren Studie von Kotova et al.15 (2023) verwendeten die Autoren ein Ensemble von Klimasimulationen, um Variationen in der Klimatologie für Extremereignisse an zwei Kulturerbestätten in Deutschland zu analysieren. Obwohl die obige Studie prognostizierte Niederschlagsintensitäten für künftige Extremereignisse angibt, liefert sie keinen Diskurs über die Gefährdungsbeurteilung von Kulturdenkmälern in der Region. Es gibt kaum Studien über die Schwere und Auswirkungen extremer Wetterereignisse auf Kulturerbestätten in Indien, die hauptsächlich durch ein wärmeres Szenario beeinflusst werden.

Überschwemmungsgebietsmodelle entwickelten sich im Laufe der Zeit von konzentrierten Modellen zu physikalisch basierten hydrologischen Modellen16,17,18. Neuere hydrologische Modelle umfassen den Einsatz von digitalen Höhenmodellen (DEM), Fernerkundung und geografischen Informationssystemen (GIS)19,20. Obwohl diese Modelle mit wenigen Eingabeparametern Überschwemmungen über Einzugsgebieten simulieren können, sind sie eher begrenzt in ihrer Fähigkeit, Fließgeschwindigkeiten, die zu erheblichen Überschwemmungen führen, genau vorherzusagen21. Hydrodynamische Modelle können als alternative Methode zur Bestimmung der Hochwasserhydrographie, -tiefe und -geschwindigkeit verwendet werden, um diese Mängel auszugleichen18. Laut Betrie et al.22 ist das Hydrologic Engineering Center-River Analysis System (HEC-RAS) eines der am weitesten verbreiteten hydrodynamischen Modelle. Es gibt veröffentlichte Arbeiten, die mithilfe des HEC-RAS-Modells extreme Regenfälle und Überschwemmungen vorhersagen. Allerdings verknüpfen nur wenige Studien Überschwemmungsrisiken in der Nähe von Staudämmen mit lokalen, durch den Klimawandel verursachten Starkregenereignissen. Der Zweck dieser Studie bestand darin, die potenziellen Auswirkungen von Spitzenzuflüssen und anschließenden Überschwemmungen zu untersuchen, indem ein weit verbreitetes Wetterforschungs- und Prognosemodell (WRF) mit dem HEC-RAS-Modell gekoppelt wurde, um eine detaillierte Beschreibung der Überschwemmungstiefen und potenziellen Gebiete zu ermöglichen von Störungen und möglichen Auswirkungen auf flussabwärts gelegene Gemeinden rund um den Kalanai-Staudamm aufgrund zweier extremer Regenfälle – eines kürzlich aufgetretenen Ereignisses im Jahr 2022 und eines zukünftigen Erwärmungsereignisses im Jahr 2050.

Diese Studie basiert auf einer realen Fallstudie eines kurzfristigen intensiven Niederschlagsereignisses im Oktober 2022. Ein allererster Klimamodelllauf ermittelte die Art des Niederschlags aus tiefen Konvektionswolken über dem Kallanai und stellte fest, dass der Niederschlag gleichermaßen durch Wärme vermittelt wurde Mikrophysik von Regen und Eis. Modellierte Niederschlagsintensitäten wurden verwendet, um ein umfassendes hydrologisches Profil der Kallanai- und Mookumbo-Regionen des Cauvery-Deltas zu erstellen (Abb. 2) und zeigten zum ersten Mal, dass die Geschwindigkeitshöhen in den überfluteten Zonen deutlich über dem vorgeschriebenen Schwellenwert liegen und wahrscheinlich einen Damm verursachen Verstöße. Dieser Fall wurde mit einem zukünftigen Klimaszenario, also 2050, verglichen, bei dem eine weitere Erwärmung der Region um 1,5 \(^\circ \mathrm{C},\) erwartet wird, was noch häufigere kurzzeitige intensive Regenfälle zur Folge hat. Obwohl bestehende Praktiken zur Bewirtschaftung der Wasserressourcen dazu beigetragen haben, dass in Südindien genügend Nahrungsmittelgetreide zur Verfügung steht, haben Studien gezeigt, dass die zukünftige Erwärmung der Atmosphäre das Überschwemmungsrisiko erhöhen kann, indem sie die Verteilung und Intensität von Niederschlagsereignissen verändert23,24,25,26. Staudämme verändern die Dauer und den Zeitpunkt von Überschwemmungen durch Wasserregulierungstechniken24. Daher wird es immer wichtiger, die Rolle von Staudämmen bei der Bewältigung kurzzeitiger extremer Niederschlagsereignisse in bestehenden und zukünftigen Klimaszenarien zu verstehen. Kallanai kann immer noch auf alten versunkenen Steinen stehen, muss aber möglicherweise nachgerüstet werden, um seine robuste Widerstandsfähigkeit gegen Überschwemmungen aufrechtzuerhalten, sodass die Landwirtschaft weiterhin florieren kann, da der Damm errichtet wurde, um bei starken Niederschlägen Hochwasser vom Cauvery in den Kollidam-Fluss umzuleiten (Abb. 2). Ereignisse, bei denen der Wasserspiegel über den Flusskamm stieg27,28. Es wurde berichtet, dass zwischen dem 22. und 23. August 2018 neun der 45 Fensterläden des Grand Anaicut (ein anderer Name für den Kallanai-Staudamm) von einer gewaltigen Überschwemmung weggespült wurden, was zu einem starken Wasserfluss führte, der gleichzeitig die angrenzenden Pfeiler schwächte5, 6. Die Menschen am Ufer des Kollidam-Flusses wurden aufgefordert, sich zu entfernen, nachdem der Wasserstand plötzlich anstieg.

Aus einer Analyse meteorologischer Aufzeichnungen ab 1950 geht hervor, dass die Häufigkeit intensiver Niederschläge (wenn mehr als 20 \(\mathrm{mm}/\mathrm{h}\)) im Jahr 2015 stark zugenommen hat. Während in den 50er Jahren In den 60er, 70er und 80er Jahren traten die maximalen Niederschläge über mehrere Tage im Monat auf, im Jahr 2015 und in späteren Jahren verdoppelten sich die Intensitäten häufig und beschränkten sich auf maximal zwei Spitzen über 30 Tage. Dieser Trend steht eindeutig im Einklang mit der jüngsten IPCC-Beobachtung, dass kürzere, aber intensivere Regenmengen zur neuen Norm werden23. In Abb. 1 wird dieser Trend sofort deutlich, wenn man die Niederschläge im Oktober der letzten Jahre (2015, 2019) vergleicht und weniger deutliche Spitzen mit fast doppelt so hohen Regenmengen im Vergleich zu den Daten aus demselben Monat (1958, 1982) zeigt.

Niederschlagsmengen im Oktober, erhalten von data.gov.in. Meteorologische Aufzeichnungen für den Bezirk Tiruchirapalli in den Jahren 1958, 1982, 2015 und 2019. Beachten Sie starke Niederschläge über kurze Zeiträume in den Jahren 2015 und 2019 (erstellt mit MATLAB R2022a (akademische Lizenz). https://www.mathworks.com).

Was heute Mukkombu (oder Upper Anaicut) genannt wird, ist ein 685 m langes Bauwerk, das im 19. Jahrhundert von Sir Arthur Cotton erbaut wurde und 30 km entfernt liegt aus dem 2. Jahrhundert, Kallanai-Staudamm, erbaut während der Chola-Zeit. Die Insel Srirangam liegt in der Nähe des Upper Anaicut zwischen dem Thanjavur-Delta, wo Hunderte von Dörfern immer häufiger unmittelbaren Bedrohungen ausgesetzt sind. Siehe Abb. 2 mit einer Karte, die Kallanai, Mukkambu, Kaveri, Kollidam und Srirangam markiert, sowie einer ergänzenden Drohnenvideoaufnahme (S1), die einen Überblick über die stromaufwärts und stromabwärts gelegenen Teile des Kallanai-Staudamms zeigt.

(a) Google Map-Bild der indischen Halbinsel, das die vergrößerte Ansicht des Kaveri-Beckens zeigt, eingeschlossen in einem blauen Feld (erstellt mit Origin Pro 2023b (Learning Edition), URL: https://www.originlab.com/). (b) Luftaufnahme des Kallanai-Staudamms und der Wassereinzugsgebietsregion darunter, aufgenommen mit einer Kamera, die auf einer Multirotor-Drohne montiert ist. (c) Eine nähere Betrachtung des Kallanai (Fotos: Autoren).

Die vorangegangenen Beschreibungen belegen, dass das fragile Ökosystem, das vor zwei Jahrtausenden von den alten Cholanern gepflegt wurde, aufgrund der wiederkehrenden Überschwemmungsgefahren immer anfälliger wird, da extreme, aber kurzzeitige Niederschlagsereignisse zur neuen Norm werden. Da in der Vergangenheit mehrere Fensterläden durch einen Monsunregen im Upper Anaicut weggeschwemmt wurden, ist es ungewiss, inwieweit der ikonische und alte Kallanai-Staudamm den Flutwellen standhalten und weiterhin als Hochwasserregulierer entlang der fruchtbaren Ebenen von Kaveri dienen wird.

Eine frühere Studie von Goswami und Co-Autoren untersuchte große Überschwemmungsereignisse im oberen Kaveri-Becken, ausgehend von Stürmen hoher Intensität und kurzer Dauer, mithilfe von Datierungstechniken29. Gupta und Dhanya30 haben sich auf Satelliteninformationen sowie Niederschlags- und Temperaturdaten gestützt, um das Überschwemmungspotenzial in Teilen des Kaveri-Beckens abzuschätzen. Bisher gab es jedoch keine Studie zur Charakterisierung der mikrophysikalischen Eigenschaften, die solche Überschwemmungen in dieser Region verursachen, und es gab auch keine hydrologische Modellierung aktueller und zukünftiger Szenarien, um die am stärksten gefährdeten Gebiete, insbesondere Bewässerungsgebiete und menschliche Lebensräume, quantitativ zu erkunden auch die am stärksten gefährdeten Teile des Upper Anaicut und des historischen Kallanai.

Die Hauptziele dieser Studie sind:

Verständnis der synoptischen und mikrophysikalischen Charakterisierung eines jüngsten kurzzeitigen Starkniederschlagsereignisses im Oktober 2022 und Ermittlung der wichtigsten beteiligten Prozesse (warmer Regen allein oder zusammen mit Eismikrophysik). Diese Trennung ist von entscheidender Bedeutung, da kürzlich festgestellt wurde, dass Eisprozesse riesige Regentropfen mit höheren Aufprallgeschwindigkeiten hervorbringen31,30,33.

Wie hoch war die Hochwassertiefe in den flussaufwärts und flussabwärts gelegenen Regionen entlang beider Dämme und wie hoch sind diese im Vergleich zu den von der Regierung vorgeschriebenen Schwellenwerten?

Abschließend: Inwieweit besteht die Gefahr von Ernteschäden und wo sind die am stärksten gefährdeten Gebiete?

Abbildung 2b zeigt die Luftaufnahme des Kallanai-Staudamms und der Umgebung, aufgenommen aus unterschiedlichen Entfernungen mit einer Kamera, die auf einer Drohne mit mehreren Rotoren montiert ist. Aus Abb. 2b erkennt man auch flussaufwärts bedingte Überschwemmungen, die durch den Anstieg des Wasserspiegels verursacht werden und landwirtschaftliche Flächen auf beiden Seiten des Stausees überschwemmen.

In der betreffenden Untersuchungsregion kam es im Oktober 2022 zu starken Regenfällen. Entlang des Kollidam River, einem nördlichen Nebenfluss des Cauvery River, wurden Hochwasserwarnungen ausgegeben (siehe Abb. 2b;2,3). Die überfließenden Flüsse überschwemmten die Reis- und Bananenplantagen auf Hunderten Hektar in Panayapuram, Uthamarseeli und Kilikoodu entlang der Kallanai-Trichy-Straße und drangen in die Straßen von Nadhalpadugai, Mudhalaimeduthittu und Vellamanal in der Nähe der Kollidam-Strecke ein (siehe Abb. 2b; 2,3).

Das Schema der Arbeit ist wie folgt:

Zunächst wird ein hochintensives Niederschlagsereignis (5. Oktober 2022), das katastrophale Überschwemmungen in der Untersuchungsregion verursachte, mit einer vollständigen meteorologischen Abhandlung über die vorherrschenden synoptischen Bedingungen beschrieben.

Die beobachtete Wolkenmorphologie wird mit Ergebnissen eines umfassenden numerischen Wettervorhersagemodells verglichen, das ein mikrophysikalisches Doppelmomentschema mit neun Prognosevariablen für fünf Klassen von Hydrometeoren umfasst. Anschließend erfolgt die Validierung der modellierten mikrophysikalischen Eigenschaften mit satellitengestützten Beobachtungen.

Zur Abgrenzung von Unterwassereinzugsgebieten im Cauvery-Delta wird ein GIS-basiertes digitales Höhenmodell (DEM) verwendet. Zur Quantifizierung des Regenwasserabflusspotenzials in jedem Teilwassereinzugsgebiet werden hydrologische Parameter, einschließlich der Kurvenzahlen, ermittelt.

Modellabgeleitete Niederschlagsintensitäten und digitale Höheninformationen werden verwendet, um ein GIS-basiertes hydrologisches Modell zu konfigurieren, um Überschwemmungstiefen und Abflussgeschwindigkeiten im Einzugsgebiet in den Szenarien 2022 und 2050 vorherzusagen, mit einer Bewertung von Bedrohungen und Schwachstellen im Zusammenhang mit Bewässerung und menschlichen Siedlungen.

Studien haben nur qualitativ über das Versagen der Staudammstrukturen im Allgemeinen gesprochen, ohne es mit den Bedrohungen des Klimawandels in einem Erwärmungsszenario in Verbindung zu bringen. Darüber hinaus gibt es kaum Untersuchungen zur detaillierten Kopplung von Klimamodellen mit hydrologischen Modellen. Das vorliegende Papier überwindet diesen Mangel an strikter Quantifizierung der prognostizierten Risiken durch ein dreistufiges Protokoll. Zunächst wurde ein GIS-basiertes digitales Höhenmodell verwendet, um topografische Variationen, Landnutzungsmuster und Bodenkarten zu quantifizieren. Zweitens haben wir ein bewährtes, fortschrittliches, hochauflösendes Klimamodell über dem Cauvery-Delta verwendet. Für eine vollständige mikrophysikalische Charakterisierung wird eine strenge mikrophysikalische Detaillierung unter Verwendung eines Doppelmomentschemas (bei dem sowohl die Hydrometeor-Mischungsverhältnisse als auch die Anzahlzählungen berücksichtigt werden) verwendet. Drittens werden die stündlichen Regenmengen mit einem robusten hydrologischen Modell gekoppelt, um die Überschwemmungsgebiete über ein abgedecktes Gebiet von 7861 \({\mathrm{km}}^{2}\) abzubilden. Diese dreistufige Herunterskalierung ist nicht nur völlig neu, sondern auch der umfassendste Modellierungsprototyp für eine endgültige Quantifizierung des Hochwassers im Cauvery-Delta in bestehenden und zukünftigen aufgewärmten Szenarien. Diese Verfahrensdetails gehen auch auf die großen Umweltbedeutungen ein und werden in einer kurzen Unterüberschrift des Abschnitts beschrieben:

Die ökologische Bedeutung einer solchen Studie ist enorm. Es ist nicht nur aktuell, sondern auch definitiv, da es Einzelheiten zu den Auswirkungen eines kürzlichen, kurzzeitigen, intensiven Niederschlagsereignisses liefert, das sich mit dem relativen Beitrag mehrerer Hydrometeorklassen (Eis, Schnee, Graupel und Flüssigkeitswolke) über dem Cauvery befasst Delta. Solche kurzfristigen Ereignisse führen zu Überschwemmungen sowohl flussaufwärts als auch flussabwärts gelegener Bereiche eines großen Wasserumleitungsbauwerks. Dies wirkt sich auf den Reis- und Bananenanbau und die Sicherheit tief gelegener Wohnsiedlungen aus. Was jetzt gilt, wird sich in den nächsten zwei Jahrzehnten wahrscheinlich erheblich verschärfen. Man muss die Geschwindigkeit des fließenden Wassers in den überschwemmten Regionen über Gebieten in der Nähe von Staudämmen genau abschätzen, da dies zur Erosion landwirtschaftlicher Flächen führen kann, was zu Bodenverlust und verminderter Fruchtbarkeit führt. Darüber hinaus kann ein solcher Wasserfluss mit hoher Geschwindigkeit physische Schäden an Bauwerken verursachen, insbesondere an solchen, die sich in der Nähe der Flussufer befinden.

Die synoptischen Bedingungen während dieser Zeit waren durch nordwestliche Tiefdrucktäler gekennzeichnet, die schließlich den Bezirk Tiruchirappalli und andere benachbarte Regionen überschwemmten (Abb. 3a). Abbildung 3b zeigt die Wolkendecke über der indischen Halbinsel am 5. Oktober 2022, 1500, IST (Quelle: Meteorological & Oceanographic Satellite Data Archival Centre, Space Applications Centre, ISRO).

(Quelle: https://www.newindianexpress.com/states/tamil-nadu/2022/oct/19/kollidam-block-villages-in-mayiladuthurai-hit-by-flood-for-fifth-time-this-year -2509571.html)2. (b) Wolkendecke über der südlichen Provinz Indiens am 5. Oktober 2022, 09:30 IST. Beachten Sie die ausgedehnte Wolkendecke über dem Trichy-Distrikt (10,7905 °N, 78,7047 °E) (Quelle: Meteorological & Oceanographic Satellite Data Archival Centre, Space Applications Centre, ISRO. https://www.mosdac.gov.in/).

(a) Überflutete Regionen in der Deltaregion während der Überschwemmungen im Oktober 2022 \(^\circ \mathrm{N}\)\(^\circ \mathrm{E}\)

Das zugehörige Wolkensystem wird mit dem Weather Research and Forecasting (WRF)-Modell34 modelliert. Das WRF-Modell (Version: 3.8.1) wurde für die Ausführung mit zwei Domänen konfiguriert, dh einer inneren, verschachtelten Domäne mit feinerer Auflösung (1 \(\times\) 1 \(\mathrm{km}\)) und räumlicher Ausdehnung 240 \(\mathrm{km}\) \(\times\) 240 \(\mathrm{km}\), das die Kallanai-Staudamm- und Kollidam-Regionen abdeckt und in ein gröberes (übergeordnetes) (3 \(\ mathrm{km}\)) äußere Domäne mit einer Fläche von 597 \(\mathrm{km}\) \(\times\) 597 \(\mathrm{km}\), die die gesamte südliche Halbinsel Indiens abdeckt (siehe Abb. 4). ).

(a) Äußere und innere Domänen für WRF-Simulationen. Der äußere Bereich (D01) deckt die räumliche Ausdehnung von 597 \(\mathrm{km}\times\) 597 \(\mathrm{km}\) mit einer Auflösung von 3 \(\mathrm{km}\) ab und subsumiert eine feinere innere Domäne, die eine Fläche von 240 \(\mathrm{km}\) \(\times\) 240 \(\mathrm{km}\) mit einer Auflösung von 1 \(\mathrm{km}\) abdeckt. (b) Eine vergrößerte innere Domäne mit den gefährdeten Dörfern, die rot markiert sind. Beachten Sie auch die Positionierung des Kallanai-Staudamms und von Kollidam auf der Karte (erstellt mit Origin Pro 2023b (Learning Edition) https://www.originlab.com/ und VAPOR: A Visualization Package Tailored to Analyze Simulation Data in Earth System Science v 3.6.0 http://www.vapor.ucar.edu/).

Modellsimulationen werden für zwei Szenarien durchgeführt, nämlich (1) ein reales Szenario eines Niederschlagsereignisses vom 2. bis 6. Oktober 2022 in der Untersuchungsregion. (2) Ein zukünftiger Lauf im Oktober 2050 konzentriert sich auf ein Erwärmungsszenario, das ebenfalls durch hohe Emissionen gekennzeichnet ist, was ein wahrscheinliches Ergebnis ist, wenn keine konzertierten Anstrengungen zur Reduzierung der Emissionen unternommen werden. Meteorologische Echtzeitdaten (NCEP FNL-Daten 1° × 1°) für den „realen Fall“, die zur Initialisierung des Modells erforderlich sind, wurden aus dem Forschungsdatenarchiv des Computational and Information Systems Lab des National Center for Atmospheric Research (NCAR) abgerufen. Der obige Datensatz wird operativ alle 6 Stunden vom Global Data Assimilation System (GDAS) erstellt (https://rda.ucar.edu/datasets/ds083.2/). Die Simulation lief vom 2. Oktober 2022, 0000 \(h\) UTC (0530 IST) bis zum 6. Oktober 2022, 1800, \(\mathrm{h}\) UTC (2350 IST), als deutliche Wolkenaktivität auftrat beobachtet. Der Modellaufbau umfasste 50 vertikale Ebenen und wurde anschließend mit einem Zeitschritt von 6 \(\mathrm{s}\) integriert.

Meteorologische Variablen zur Initialisierung des WRF-Modells für den zukünftigen Erwärmungsfall stammen aus dem Community Earth System Model (CESM) des NCAR, das an Phase V des Coupled Model Intercomparison Experiment (CMIP5) teilnahm und die fünfte Bewertung des Zwischenstaatlichen Ausschusses für Klimaänderungen unterstützte Bericht (IPCC AR5)35. Die in sechsstündigen Intervallen verfügbaren Variablen werden über 26 Druckniveaus interpoliert und mithilfe der Interim Reanalysis (ERA-Interim) des Europäischen Zentrums für mittelfristige Wettervorhersage (ECMWF) voreingenommen36,37. Für drei Zukunftsszenarien des Representative Concentration Pathway (RCP) (RCP4.5, RCP6.0 und RCP8.5) für den Zeitraum 2006–2100 sind Dateien verfügbar. In der vorliegenden Studie haben wir nur den RCP8.5-Fall betrachtet, also das „Szenario mit hohen Emissionen“, das ein wahrscheinliches Ergebnis darstellt, wenn die Gesellschaft keine energischen Anstrengungen unternimmt, um die Emissionen zu senken.

Die Cumulus-Konvektion wurde nur im äußeren Bereich durch das weit verbreitete Kain-Fritsch-Schema modelliert, das auf dem Massenflussansatz für flache und tiefe Wolken basiert, während diese Option für den wolkenauflösenden inneren Bereich nicht verwendet wurde38. Die vertikale Struktur der Grenzschicht wurde durch das MYNN 2,5 Level TKE-Schema „Planetary Boundary Layer“ (PBL)39 aufgelöst. Darüber hinaus wurde die atmosphärische Erwärmung durch einfallende kurzwellige und ausgehende langwellige Strahlung mithilfe der Modelle des schnellen Strahlungstransfers quantifiziert. Um die Masse und die Anzahlkonzentration der Hydrometeore zu berücksichtigen, wurde Morrisons Doppelmoment-Mikrophysikschema im Rahmen des WRF-Modells verwendet, das fünf Klassen von Hydrometeoren umfasst, nämlich Flüssigkeitswolke, Eis, Schnee, Graupel und Regen40.

Um das Ausmaß der Überflutung gefährdeter Gebiete zu untersuchen und Folgenabschätzungsstudien im Hinblick auf extreme Niederschlagsereignisse durchzuführen, ist ein Kopplungsrahmen erforderlich, um die Ergebnisse multiskaliger Atmosphärenmodelle mit der terrestrischen Hydrologie zu verknüpfen und eine zuverlässige Stromflussvorhersage über Becken und Unterbecken hinweg zu ermöglichen . Eine methodische Kopplung zwischen Klimamodellergebnissen und einem hydrologischen Code ist in Abb. 5 dargestellt.

Schematische Darstellung der methodischen Kopplung der Ergebnisse des WRF-Modells mit einem terrestrischen hydrologischen Code, z. B. HEC-RAS (Flussanalysesystem des Hydrologic Engineering Center). Landnutzung, Bodenkarte, Bodenfeuchtigkeit, Geländedaten und Niederschlagseigenschaften sind einige der Haupteingaben für das HEC-RAS-Modell (erstellt mit Origin Pro 2023b (Learning Edition). https://www.originlab.com/).

Weitere Einzelheiten zur Art der Kopplung zwischen den in dieser Analyse verwendeten Modellierungssuiten finden Sie in den folgenden Abschnitten.

Die Quantifizierung des Landnutzungs- und Landbedeckungsprofils (LULC) war wichtig, um bewirtschaftete und nicht bewirtschaftete Regionen genau abzugrenzen. Die LULC-Karte für das Einzugsgebiet des Untersuchungsgebiets wurde erstellt, um fünf Landkategorien anzugeben, darunter Gewässer, Vegetationsbedeckung, landwirtschaftliche Flächen, bebaute Fläche und Ödland/Buschland. Dies geschah durch den Import der LULC-Karte des ESRI (Environmental Systems Research Institute, Inc.) in die ArcGIS-Umgebung und die anschließende Verwendung satellitengestützter Fernerkundungsverfahren unter Verwendung von Landsat-8 Operational Land Imager (OLI)-Bildern, die aus den Vereinigten Staaten abgerufen wurden Geologischer Dienst (USGS)41. LULC-Karten wurden aus hochauflösenden (10 \(\mathrm{m}\) räumlichen Auflösung) multispektralen Geo-TIFF-Bildern entwickelt, die sieben sichtbare und nahinfrarote (VNIR) Wellenlängenbänder zwischen 0,43 und 2,29 \(\mathrm{ \mu m}\) mit ArcGIS Pro42,43. Der erste Schritt bestand darin, die abgerufenen multispektralen Bilder zu stapeln, um ein zusammengesetztes Multiband-Raster für die anschließende nachgelagerte Analyse zu bilden. Ein überwachter Klassifizierungsalgorithmus wurde verwendet, um relevante Trainingsmuster zu erhalten, um Bilder basierend auf zugehörigen Spektralsignaturen zu klassifizieren.

Aus Abb. 6 geht klar hervor, dass die Regionen rund um den fließenden Cauvery (in Blau steht für „Wasser“) hauptsächlich landwirtschaftliche Flächen (in Gelb) umfassen. Mit dieser Studie wollen wir gefährdete Regionen abgrenzen, in denen ein starkes Überschwemmungsrisiko besteht extreme Niederschlagsereignisse. Der nächste Schritt bestand in der Abgrenzung von Unterwassereinzugsgebieten im Untersuchungsgebiet, um die Fließrichtung und die Ansammlung über die Zonen hinweg zu ermitteln. Dazu musste das Digital Elevation Model (DEM) vom USGS Earth Explorer im Tag Image File Format (TIFF) heruntergeladen werden. Um das Höhenmodell für die ausgewählte Untersuchungsregion zu entwickeln, wurden vier TIFF-Dateien als ausreichend erachtet, die die gesamte ausgewählte Strecke abdecken. Darüber hinaus wurde mit Hilfe der Option „Mosaik zu neuem Raster“ im „Datenverwaltungsmodul“ ein Mosaik des gesamten Abschnitts erstellt. Schließlich wurde das DEM-Bild des gesamten Beckens erstellt, nachdem Senken und Spitzen mit dem „Spatial Analyst Tool“ entfernt wurden. Es wurde festgestellt, dass die Höhe im Untersuchungsgebiet zwischen 1 und 1378 \(\mathrm{m}\) variiert. Das DEM ermöglichte eine Untersuchung der Fließrichtung und Ansammlung innerhalb des Einzugsgebiets und der Unterbecken und unterstützte außerdem die Erstellung einer Stromrasterkarte unter Verwendung der STRAHLER-Stromordnungsmethode. Die Flusskarte wurde dann auf fünf Teilwassereinzugsgebiete (SW1–SW5) überlagert, um einen Überblick über die Streckenkarte in den Teileinzugsgebieten zu erhalten. Dies ist in Abb. 7 dargestellt.

(a) Die GIS-basierte Charakterisierung der Landnutzung weist auf einen bedeutenden landwirtschaftlichen Flächenabschnitt in der Deltaregion hin (erstellt mit ArcGIS, Esri42 https://www.arcgis.com/index.html). (b) Karte mit der Lage des Kallanai-Staudamms, des Kollidam-Flusses und gefährdeter Gebiete, einschließlich Dörfern, die durch starke Niederschläge überschwemmt werden könnten (erstellt mit Origin Pro 2023b (Learning Edition) https://www.originlab.com/ und VAPOR). : Ein Visualisierungspaket, das auf die Analyse von Simulationsdaten in der Erdsystemwissenschaft zugeschnitten ist (Version 3.6.0 http://www.vapor.ucar.edu/).

(a) Karte von Indien mit der ausgewählten Region und dem entsprechenden digitalen Höhenmodell (DEM), das in der ArcGIS-Umgebung entwickelt wurde. (b) Flussordnung und Unterwassereinzugsgebiete im Cauvery-Delta. Die längsten und Hauptflüsse in jedem Teilwassereinzugsgebiet sind durch rote bzw. rosa Linien gekennzeichnet (erstellt mit ArcGIS, Esri42 https://www.arcgis.com/index.html).

Die mittlere Höhe, Gesamtfläche und Länge des längsten Flusses in jedem Teilwassereinzugsgebiet betragen SW1 (489,63 \(\mathrm{m}\), 2901,4149 \({\mathrm{km}}^{2}\) , 107.526 \(\mathrm{m}\)), SW2 (726,5 \(\mathrm{m}\), 1750,8247 \({\mathrm{km}}^{2}\), 83.404,9 \(\mathrm{m } }\)), SW3 (311,717 \(\mathrm{m}\), 1254,8 \({\mathrm{km}}^{2}\), 73.238,7 \(\mathrm{m}\)), SW4 ( 74,5 \(\mathrm{m}\), 636,16298 \({\mathrm{km}}^{2}\), 52.376,8 \(\mathrm{m}\)), SW5 (256,64 \(\mathrm{m} \), 1318,6811 \({\mathrm{km}}^{2}\), 163.769 \(\mathrm{m}\)).

Die oben genannten GIS-basierten Fernerkundungsverfahren zur Bestimmung von Landnutzung, Bodentyp, Bodenfeuchtigkeit und dem Höhenprofil der Region waren notwendig, um die „Kurvenzahl (CN)“ abzuschätzen, einen hydrologischen Parameter zur Untersuchung der Sturm- und Wasserabflusspotenzial in Einzugsgebieten. Die zugehörige Bodenkarte, die zur Schätzung der CNs erforderlich ist, wird mithilfe der Bodendatenbank der Ernährungs- und Landwirtschaftsorganisation (FAO) (https://www.fao.org/soils-portal/data-hub/soil-maps-and-databases/faounesco) erstellt -soil-map-of-the-world/en/) und ist in Abb. 8 dargestellt.

Bodenprofil im Cauvery-Delta (erstellt mit ArcGIS, Esri42. https://www.arcgis.com/index.html).

Es ist interessant festzustellen, dass der Landtyp rund um den Fluss Cauvery hauptsächlich aus lehmigem Boden besteht, der den Reis- und Bananenanbau in der Region begünstigt (Abb. 8).

Mit einer GIS-basierten Bewertung von Unterwassereinzugsgebieten im Cauvery-Delta und einer Quantifizierung der Niederschlagsintensitäten aus einem anspruchsvollen CFD-Modelllauf ist es möglich, Überschwemmungskarten zu erstellen, um regionale und lokale Überschwemmungen in der Region zu untersuchen. Die Niederschlagsraten werden durch ein ausgeklügeltes mikrophysikalisches Doppelmomentschema im Rahmen des weit verbreiteten Weather Research and Forecasting (WRF)-Modells quantifiziert, das auch die Anzahlkonzentration von Hydrometeoren berücksichtigt. Die modellierten mikrophysikalischen und dynamischen Ergebnisse wurden in geeigneter Weise mit Echtzeit-Satellitenbeobachtungen verglichen, um die Robustheit der Modellierungsmethodik hervorzuheben. Diese Ergebnisse werden im Abschnitt „Ergebnisse und Diskussion“ diskutiert. Wir werden nun die Charakterisierung des hydrologischen Codes beschreiben, der Eingaben aus dem WRF-Modell nutzte, um Überschwemmungskonturen zusammen mit Geschwindigkeitsprofilen zu ermitteln.

Überschwemmungskarten sind nützliche Hilfsmittel zur Einschätzung von Überschwemmungsrisiken und zur Kennzeichnung von Evakuierungswegen und Notunterkünften für eine schnelle Katastrophenhilfe bei Hochwasserwarnungen. Wir haben auf das River Analysis System (HEC-RAS) des Hydrologic Engineering Centre zurückgegriffen, ein Open-Source-Hydraulikmodell, um eine zweidimensionale Überschwemmungskarte über dem Kaveri-Delta zu erstellen und die Fließgeschwindigkeiten des Hochwassers während dieses Starkregenereignisses abzuschätzen44. Die hydrologischen und topografischen Daten sind die Haupteingabedaten des Modells. Topografische Daten aus einem DEM wurden zusammen mit den entsprechenden Projektionsdateien geladen, um die Kartierung überschwemmungsgefährdeter Gebiete zu starten, wobei die Randbedingungen durch die Erstellung von Vektorpolylinien hydrologischer Einheiten wie Flüsse, Fließwege und Ufer definiert wurden. In regelmäßigen Abständen wurden Querschnittslinien senkrecht zum Fluss, zum Flussufer sowie entlang der Fließstrecke einbezogen. Hydraulische Parameter wie die normale Tiefe der flussaufwärts und flussabwärts gelegenen Abschnitte sowie der Manning-Rauheitskoeffizient entlang des rechten und linken Ufers sowie entlang des Flusslaufs wurden anhand der umgebenden Landbedeckung geschätzt. Die vorhergesagten Niederschlagsintensitäten, die aus dem WRF-Modell (zuvor beschrieben) ermittelt wurden, ergaben die Spitzenabflüsse in jedem Teilwassereinzugsgebiet und wurden als Eingaben für das HEC-RAS-Modell zur Abgrenzung überschwemmungsgefährdeter Gebiete verwendet. Dies ist die erste Studie, die das WRF mit dem HEC-RAS-Modell koppelt, das auf diese strategische Region angewendet wird, in der sich ein ikonisches Kulturerbe befindet, eine Region, die auch die Bewässerung fördert, um Reisfelder anzubauen, die Millionen von Menschen ernähren. Die Simulationen ergaben eine stetige Strömung, sodass die Oberflächenhöhe und Strömungsgeschwindigkeit ermittelt werden konnte. Die Ergebnisse wurden dann auch im HEC-RAS-Rahmen mit gut markierten Tiefen- und Geschwindigkeitsprofilen sowie Überschwemmungskarten visualisiert. Diese Verfahrensattribute sind in Abb. S2 angegeben. Der erste Schritt in diesem methodischen Rahmen bestand darin, sicherzustellen, dass wir mit den oben genannten Spezifikationen alle allgemeinen Attribute richtig hinbekommen, um mit weiteren Konfigurationen im kleinen Maßstab fortzufahren.

Die hochauflösenden Simulationen von Weather Research and Forecasting (WRF) lieferten einen detaillierten Einblick in die Entwicklung der Regenraten zwischen dem 5. und 6. Oktober 2022 und für ein zukünftiges Szenario im Jahr 2050. Abbildung 9a zeigt das zeitliche Profil der Regenraten in jedem Teilwassereinzugsgebiet (von SW1 bis SW5) basierend auf dem maximalen akkumulierten Niederschlag in jeder Zone. Man erkennt, dass in SW4 (grüne Linie) die maximale Regenrate von 5,79 \(\mathrm{mm}/\mathrm{h}\) verzeichnet wird und die Gesamtniederschlagsdauer in diesem Becken zwischen dem 5. und 6. Oktober 2022 7 beträgt \(\mathrm{h}\) (siehe die eingeklammerte Größe in der Legende). Die Niederschlagsdauer kann aus der Abbildung abgeschätzt werden, indem die inkrementellen Zeitschritte unter der Kurve gezählt werden, wobei jeder Zeitschritt 1 \(\mathrm{h}\) entspricht. Beispielsweise wurde in SW4 Niederschlag zwischen den Zeitschritten 74–75, 87–88 und 89–94 festgestellt, was 7 Zeitschritten entspricht, was 7 \(\mathrm{h}\) Regen entspricht. Die maximale Niederschlagsmenge und die Niederschlagsdauer in jedem Teilwassereinzugsgebiet sind in der Legende angegeben. Man erkennt auch, dass die modellierten Regenraten im gewählten Zeitfenster gut mit den flächengemittelten Beobachtungen übereinstimmen, die aus dem 3-stündigen GLDAS-Modellprodukt (GLDAS_NOAH025_3H v2.1) über die ausgewählte Region (orangefarbene Strich-Punkt-Linie) stammen. Tatsächlich stimmen die modellierten Niederschlagswerte, die sich 2,5 \(\mathrm{mm}/\mathrm{h}\) nähern, auch mit den durch Regenmesser kalibrierten Multisatelliten-Niederschlagsschätzungen überein, die im Cyan-Liniendiagramm in Abb. 9a dargestellt sind.

(a) Modellierte und beobachtete Regenraten in Unterwassereinzugsgebieten während des 5. und 6. Oktober 2022 (\(\mathrm{mm}/\mathrm{h}\)). Beachten Sie, dass das mit dem Doppelmomentschema von Morrison konfigurierte Modell in der Lage ist, tageszeitliche Schwankungen der Regenraten im Untersuchungsgebiet während des gewählten Zeitfensters angemessen zu reproduzieren. Die flächengemittelten beobachteten Regenraten wurden aus dem 3-stündigen GLDAS-Modellprodukt (GLDAS_NOAH025_3H v2.1) über die ausgewählte Region 78,4277 E, 10,1045 N, 80,2954 E, 12,0161 N bezogen. (b) Modellierter akkumulierter Niederschlag in Unterwassereinzugsgebieten während 5. und 6. Oktober 2022. (c) Modellierte Regenraten (\(\mathrm{mm}/\mathrm{h}\)) in Unterwassereinzugsgebieten im Oktober 2050. Beachten Sie die kurze Regenzeit (1–3 \(\mathrm {h}\)) erhöhte Niederschlagsereignisse in SW1, SW3 und SW5. (d) Modellierter akkumulierter Niederschlag in Unterwassereinzugsgebieten während des 5. und 6. Oktober 2050. (e) Räumliche Verteilung des akkumulierten empfangenen Niederschlags (\(\mathrm{mm}\)) über die ausgewählte Untersuchungsregion (innere Domäne) während des 2. Oktobers – 6. Oktober 2022. (f) Räumliche Verteilung des akkumulierten empfangenen Niederschlags (\(\mathrm{mm}\)) über die ausgewählte Untersuchungsregion (innere Domäne) im Oktober 2050 (erstellt mit MATLAB R2022a (akademische Lizenz) https:// www.mathworks.com und Origin Pro 2023b (Learning Edition) https://www.originlab.com/).

Die modellierten Regenraten werden nicht nur mit satellitengestützten Beobachtungen für das Szenario 2022 validiert, sondern wir haben auch dynamische Windkomponenten aus dem WRF-Modell mit MERRA-2-Beobachtungen verglichen und eine vernünftige Übereinstimmung gefunden (siehe Abb. 10).

Modellierte und beobachtete Windprofile im inneren Bereich. Beachten Sie, dass die modellierten Windkomponenten (durchgezogene Linien) gut mit den beobachteten Werten (Streupunkten) übereinstimmen (erstellt mit MATLAB R2022a (Akademische Lizenz) https://www.mathworks.com).

Abbildung 9b zeigt das zeitliche Profil des maximalen akkumulierten Niederschlags in jeder Zone. Man erkennt, dass die maximale Regenhöhe von 14 \(\mathrm{mm}\) in SW 4 (grüne Linie) vermerkt ist, wo die maximale Regenrate aufgezeichnet wurde. Pour Point 1 liegt in SW1, wo nur 3 \(\mathrm{mm}\) Niederschlag beobachtet wurden.

Wir zeigen auch Niederschlagsintensitäten und akkumulierte Niederschlagshöhen für ein zukünftiges Niederschlagsereignis im Oktober 2050 basierend auf dem Szenario mit den höchsten Emissionen, d. h. RCP8.5 (Abb. 9c und d). Abbildung 9c zeigt Niederschlagsextreme von kurzer Dauer (1–3 \(\mathrm{h}\)) über der Untersuchungsregion und bestätigt die veröffentlichten Ergebnisse im Zusammenhang mit der Intensivierung kurzzeitiger Niederschlagsüberschüsse in zukünftigen Szenarien45. Es ist interessant festzustellen, dass die maximale Niederschlagsrate sowohl entlang der Kallanai- als auch der Mokkambu-Ebene (SW3) im Jahr 2050 5,75 \(\mathrm{mm}/\mathrm{h}\) erreicht (blaue Liniendarstellung in Abb. 9c). ) im Vergleich zu einem um 59,4 % niedrigeren Wert von 2,33 \(\mathrm{mm}/\mathrm{h}\), der im Lauf 2022 erhalten wurde (blaues Liniendiagramm in Abb. 9a). Wie wir später zeigen werden, neigen solche mäßigen bis starken Niederschlagsmengen eher dazu, lokale Überschwemmungen zu verursachen, die zu physischen Schäden an Bauwerken führen können, insbesondere an solchen in Flussufernähe. An dieser Stelle muss auch die räumliche Verteilung der angesammelten Niederschläge in den beiden Szenarien diskutiert werden. SW1, SW3 und SW5 sind mit erhöhten Niederschlagsintensitäten konfrontiert, die im späteren Verlauf des Jahres 2050 stärker lokalisiert sind, während andere Unterwassereinzugsgebiete, d. h. SW2 und SW4, verringerte Niederschlagsraten um bis zu 35,3 % bzw. 21,5 % verzeichnen (Abb. 9e und f). ). Solche differenzierten Niederschlagsintensitäten über kurze Zeiträume hinweg über Unterwassereinzugsgebiete hinweg können dazu führen, dass landwirtschaftlich genutzte Flächen am Rande des Kaveri-Flussgürtels schnell überflutet werden, und dies kann nicht intuitive hydrologische Auswirkungen haben, die später erörtert werden.

Wir diskutieren nun die Art des Niederschlags aus tiefen Konvektionswolken über der Untersuchungsregion. Aus Abb. S3 geht hervor, dass die innere Domäne (ID), die sich um die Kallanai-Region konzentriert, mehr Wolken- und Regenmengen enthielt (durchgezogene Liniendiagramme) als die, die in der äußeren Domäne (OD) beobachtet wurden. Man bemerkt auch, dass die Regenmasse aufgrund effizienter automatischer Umwandlungs- und Akkretionsprozesse mit einem starken Rückgang der Wolkenmassen zunimmt. In dieser Phase ist die Diskussion der vertikalen Profile der domänengemittelten Hydrometeor-Mischungsverhältnisse und der eingebetteten Temperaturstruktur von wesentlicher Bedeutung. Abbildung S3a unterscheidet zwischen den warmen und kalten Regionen der beobachteten Wolke, getrennt durch eine 0 °C-Isotherme (~ 4,5 \(\mathrm{km}\)). Im inneren Bereich ist eine klare Wolkenbasis bei 1 \(\mathrm{km}\) zu beobachten (durchgezogene schwarze Linie). Flüssige Wolken (markiert in schwarzen Liniendiagrammen) erstrecken sich über einen vertikalen Bereich zwischen 1 und 8 \(\mathrm{km}\), in dem die Mikrophysik des warmen Regens gegenüber Regionen unterhalb von 5 \(\mathrm{km}\) und kalten Wolkenprozessen vorherrscht weiter oben operieren. Auch andere kalte Hydrometeore, darunter Graupel, Eis und Schnee, trugen zu den beobachteten Niederschlagsmengen bei.

Es wird beobachtet, dass der Niederschlag über dem Untersuchungsgebiet durch warme und kalte Wolkenprozesse vermittelt wurde. Tatsächlich deuteten LIDAR-Beobachtungen auch auf Mischphasenwolken hin, die sich für diesen Tag bis zu 15 \(\mathrm{km}\) über die Region erstrecken (https://www-calipso.larc.nasa.gov/products/lidar/browse_images). /exp_index.php). Eine 3D-Darstellung des Wolkenvolumens und des daraus resultierenden akkumulierten Oberflächenniederschlags am 6. Oktober 2022, dargestellt in Abb. 11, deutet auf mehr Niederschläge über dem Kollidam-Strecken als in der Kallanai-Region hin, wie ebenfalls berichtet2,3. Aus dieser Abbildung geht auch die nordwestliche Windscherung hervor.

Ein 3D-gerendertes Bild, das das Wolkenvolumen und den Oberflächenniederschlag über der inneren Domäne am 5. Oktober 2022 um 09:00 UTC zeigt (erstellt mit VAPOR: A Visualization Package Tailored to Analyze Simulation Data in Earth System Science v 3.6.0 http://www .vapor.ucar.edu/).

Abbildung 12a und b zeigen jeweils den Vergleich des heutigen mit einem zukünftigen Szenario. Die Spitzenmischungsverhältnisse für Flüssigkeitswolke und Regen liegen im Zukunftsszenario um bis zu eine Größenordnung höher als im aktuellen Szenario. Bei solch hohen Wolkenmischungsverhältnissen ist zu erwarten, dass auch die Regenmengen erwartungsgemäß größer sein werden als im aktuellen Szenario (siehe Abb. 12b), was darauf hindeutet, dass Hochwasserwarnungen in Zukunft präziser ausgegeben werden müssen. Darüber hinaus müssen angesichts derart verschobener Regenmengen die Anbaumuster im Kaveri-Delta neu kalibriert werden.

(a) Hydrometeorprofile für gegenwärtige und zukünftige Szenarien. (b) Zeitliche Entwicklung der domänengemittelten Hydrometeor-Mischungsverhältnisse in der inneren Domäne für das gegenwärtige und zukünftige Szenario. Beachten Sie die vielen Fälle, in denen die Wolkenmenge im Szenario 2050 höher ist als im Fall 2022. Im Fall von 2050 fallen auch höhere Spitzenregenmengen über kurze Zeiträume auf, was auf eine erhöhte Wahrscheinlichkeit von Sturzfluten in der betreffenden Region hindeutet (erstellt mit MATLAB R2022a (Akademische Lizenz) https://www.mathworks.com).

Eine Querschnittsdarstellung mit dem Fließweg des Hochwassers ist in Abb. S4 dargestellt. Die Grenzgeometrie für die Analyse wird anhand der Bodenoberflächenprofile spezifiziert, d. h. Querschnitte, die senkrecht zu den Fließlinien verlaufen und in bestimmten Abständen entlang einer Bachströmung angeordnet sind, um die Durchflusskapazität des Bachs und der angrenzenden Gewässer zu ermitteln Überschwemmungsgebiete.

Um Karten von Tiefen- und Geschwindigkeitsprofilen zu erhalten, war es notwendig, die Ausgaben von HEC-RAS in die ArcGIS-Software einzuspeisen. Aus den Abbildungen 13a und b erkennt man, dass sowohl der Kollidam- als auch der Kaveri-Fluss überschwemmt waren. Das Gesamtausmaß der Überflutung entlang von Flussufern und anderen Fließwegen betrug 145,98 \({\mathrm{km}}^{2}\), wovon 65,14 % der überfluteten Fläche landwirtschaftliche Nutzfläche waren. Der Anteil von Brachland, bebauter Fläche und bewachsener Fläche betrug jeweils 21,47 %, 11,64 % und 1,74 %. Es ist beunruhigend, dass der Anteil der bebauten Flächen recht hoch war und über mehrere Jahrzehnte hinweg durch Eingriffe wertvolle Vegetationsflächen weggefressen wurden. Dadurch verschärft sich das Hochwasserrisiko, und wie bereits in der Einleitung dargelegt wurde; In letzter Zeit war eine Notevakuierung erforderlich, um die Menschen in sicherere Zonen zu bringen.

(a) Karte des Tiefenprofils des überschwemmungsgefährdeten Gebiets zusammen mit LULC. (b) Karte der Geschwindigkeit.

Profil des überschwemmungsgefährdeten Gebiets zusammen mit LULC (erstellt mit ArcGIS, Esri42 https://www.arcgis.com/index.html).

Diese Studie ergab gut markierte Hochwassertiefen- und -geschwindigkeitsprofile über dem Untersuchungsgebiet (Abb. 14a–d) für das gegenwärtige und zukünftige Szenario. Beim Vergleich der Abb. 14a und b fällt auf, dass die räumliche Abdeckung des Hochwassers im RCP8.5-Fall höher ist, wobei eine größere Abdeckung der blauen Zonen bis zu zweimal mehr Überschwemmungen anzeigt als im vorliegenden Szenario. Dies wird durch die Änderung der Farbverläufe in den Zonen \(A{\prime}\) und \(B{\prime}\) von Hellblau (bis zu 0,3 \(\mathrm{m}\)) in die belegt 2022-Fall zu Dunkelblau (0,6 \(\mathrm{m}\) und mehr) im 2050-Fall. Außerdem muss man das Fehlen hellblauer Regionen entlang der stromaufwärts gelegenen Seite des Kallanai-Staudamms im Jahr 2022 mit ihrem Vorhandensein im Jahr 2050 vergleichen, was auf mehrere Zonen hinweist, die in zukünftigen Erwärmungsszenarien anfällig für Sturzfluten sind. Die geschätzten Überschwemmungstiefen für diese beiden Fälle müssen im Zusammenhang mit den Richtlinien des Nationalen Zentrums für Küstenforschung der indischen Regierung46 erörtert werden. Als leicht verständliche Berechnungshilfe für die Eindämmung von Überschwemmungskatastrophen wurde ein roter Atlas entwickelt, in dem Regionen mit einer Überschwemmungstiefe im Bereich von 0,3–0,6 m als zu 75 % anfällig für schnelles Überfluten eingestuft werden. Die im Jahr 2050 beobachteten hohen Überschwemmungstiefen weisen auf eine größere Überschwemmungsanfälligkeit der bewohnten Orte in diesen Regionen hin.

(a) Tiefenprofil in überschwemmten Regionen rund um den Kallanai-Staudamm für den Fall 2022. (b) Tiefenprofil in überschwemmten Regionen rund um den Kallanai-Staudamm für den Fall 2050. (c) Geschwindigkeitsprofil um den Kallanai-Staudamm für den Fall 2022. (d) Geschwindigkeitsprofil um den Kallanai-Staudamm für den Fall 2050 (erstellt mit ArcGIS, Esri42 https://www.arcgis.com/index.html).

Die in Abb. 14c dargestellte Geschwindigkeitsprofilkarte für den Lauf 2022 zeigt, dass die Geschwindigkeit des fließenden Wassers in den überschwemmten Regionen in einigen Bereichen in der Nähe des Staudamms manchmal 3 \(\mathrm{m}/\mathrm{s}\) überschreitet Websites. Diese Hochgeschwindigkeitsströmung kann landwirtschaftliche Flächen erodieren, was zu Bodenverlust und verminderter Fruchtbarkeit führt. Darüber hinaus kann ein solcher Wasserfluss mit hoher Geschwindigkeit physische Schäden an Bauwerken verursachen, insbesondere an solchen, die sich in der Nähe der Flussufer befinden. Die Auswirkungen von Wasser mit hoher Geschwindigkeit können bei großen Überschwemmungen besonders schwerwiegend sein, wenn die Wasserströmungsgeschwindigkeit sogar 4 \(\mathrm{m}/\mathrm{s}\) (Magenta-Region) überschreiten kann, wie aus den obigen Abbildungen hervorgeht. Man geht davon aus, dass sich diese Bedrohungen im Jahr 2050 wahrscheinlich verschärfen werden, und ein Vergleich der Geschwindigkeitsprofile in den beiden Fällen bestätigt dies. Aus Abb. 14d geht hervor, dass die Geschwindigkeitshöhen in den überschwemmten Regionen im zukünftigen Fall von 2050 wahrscheinlich um das Zweifache höher sein werden (beachten Sie die Änderung der Farbverläufe von blassrosa (bis zu 2 \(\mathrm{ m}/\mathrm{s}\)) im Fall von 2022 zu Magenta (3–4 \(\mathrm{m}/\mathrm{s}\) und höher) im Fall von 2050), was ein klares Untertauchen aller Tiefpunkte anzeigt -liegende Dörfer rund um die großen Wassereinzugsgebiete, also SW3 und SW4.

Es fällt auf, dass stromaufwärts gelegene Regionen, die an den Mukkombu-Staudamm angrenzen (in Abb. 15 mit B markiert), in Zukunftsszenarien mit Geschwindigkeitshöhen von annähernd 2 \(\mathrm{m}/\mathrm{s}\) anfälliger für Überschwemmungen sind als bei „Nein“. Überschwemmungen im Fall 2022 beobachtet. Darüber hinaus ist die südöstliche Flanke des Mukkombu-Staudamms (in Abb. 15a und b mit A markiert), die aus bebauten Gebieten besteht, in denen Landwirte leben, die in den angrenzenden Gebieten landwirtschaftliche Tätigkeiten ausüben, in den Regionen mit hohen Emissionen anfälliger für Überschwemmungen ' Szenario.

(a) Tiefenprofil in überschwemmten Regionen rund um den Mukkombu-Staudamm für den Fall 2022. (b) Tiefenprofil in überschwemmten Regionen rund um den Mukkombu-Staudamm für den Fall 2050. (c) Geschwindigkeitsprofil um den Mukkombu-Staudamm für den Fall 2022. (d) Geschwindigkeitsprofil um den Mukkombu-Staudamm für den Fall 2050 (erstellt mit ArcGIS, Esri42 https://www.arcgis.com/index.html).

Mit Überschwemmungsgefahren verbundene Anfälligkeiten müssen quantifiziert werden, um die Art der Stabilität in der Region im Hinblick auf die Bewegung von Menschen durch Überschwemmungen und die Platzierung von Notunterkünften beurteilen zu können. Der Grad der Gefährdung hängt von der Schwere der Überschwemmung und ihrem hydraulischen Verhalten ab, dh von der Geschwindigkeitshöhe des Wasserflusses in den überfluteten Zonen, dem Ausmaß der Überschwemmung, der Topographie und der gefährdeten Bevölkerung. Das Schadenspotenzial von Überschwemmungen kann anhand von Vulnerabilitätskurven indiziert werden, die mit aussagekräftigen Gefahrenschwellenwerten verknüpft sind47. Das Gefahrenpotenzial kann durch einfaches Multiplizieren des Ausmaßes der Überschwemmung mit den Geschwindigkeitshöhen in diesen Regionen abgeschätzt werden. Beispielsweise wird das Hochwassergefahrenpotenzial in der Nähe des Kallanai-Staudamms (Abb. 14) im Jahr 2022 auf höchstens 0,6 geschätzt. Im Jahr 2050 schwankt dieser Wert im Bereich von 0,9–2,4 Die Klassifizierungsstufe ist H2 (unsicher für kleine Fahrzeuge), in letzterem Fall steigert sich die Gefahr auf H5 (unsicher für Fahrzeuge und Personen, wo Gebäude anfällig für strukturelle Schäden sind und einige von ihnen ausfallen können). Tatsächlich erreichen bestimmte andere Regionen sogar H6, was die höchste Gefährdungsstufe für Eigentum und Leben darstellt. Auch im Bereich des Mukamboo-Staudamms liegen die Indizes bei 1,8 (2022) und verdoppeln sich auf 3,6 im Jahr 2050 mit den Gefährdungsklassifizierungen H4 (Unsicher für Fahrzeuge und Personen) und H5 (Abb. 15). Diese neuen Ergebnisse deuten darauf hin, dass in künftigen Erwärmungsszenarien ein bis zu doppelt so hohes Hochwassergefahrenpotenzial mit starken Niederschlägen einhergeht. Die aus den vorliegenden Analysen gewonnenen Ergebnisse können als fundierte Kalkulation dienen, um Entscheidungen zur Priorisierung der Nothilfe in gefährdeten Gebieten zu unterstützen und auch zukünftige Planungen zu ermöglichen, z. B. den Bau von Notunterkünften und die Verlagerung landwirtschaftlicher Aktivitäten in die am wenigsten gefährdeten Gebiete.

Das Problem unerwünschter Eingriffe in die Region führt bereits zu einem humanitären Problem. Durch GIS-Kartierungen haben wir gezeigt, dass große Wassereinzugsgebiete voraussichtlich einer ernsthaften Bedrohung durch Überschwemmungen in den Flüssen Cauvery und Mukamboo ausgesetzt sind. Die indische Regierung verfügt über einen regelmäßigen Inspektionsplan für Staudämme, um nicht nur die Fensterläden, sondern auch die am stärksten gefährdeten Bereiche des Bauwerks selbst zu verstärken. Dies wurde in der Vergangenheit während des britischen Raj durchgeführt. Ein aktuelles Dokument der indischen Regierung bietet eine einfache Berechnung in Form von Konturkarten eines farblich abgestuften Vulnerabilitätsindex47. Dies ist eine sehr nützliche qualitative Richtlinie und wir haben gesehen, dass die Gefährdungspotenzialniveaus wahrscheinlich von den derzeit niedrigeren Ebenen zu späteren viel höheren Gefährdungsgraden ansteigen werden. In dieser Studie wurde vorgeschlagen, dass die Richtlinien der Regierung regelmäßig aktualisiert werden müssen, um den Auswirkungen künftiger Starkniederschlagsereignisse Rechnung zu tragen. Optimale Richtlinien und Verwaltungsprotokolle müssen sich auch auf Frühwarnsysteme beziehen. Bei extremen Wetterereignissen ist es möglicherweise nicht immer möglich, ausreichende Vorlaufzeiten für die Evakuierung anzugeben. Eine Vorabkenntnis der am stärksten gefährdeten Überflutungszonen wird jedoch sehr hilfreich sein48. Dieses Vorwissen kann durch das von uns angewandte Verfahren bewertet werden, das GIS und hochauflösende Klimamodellierung mit einem hydrologischen Modell verbindet. Es wird vorgeschlagen, solche Ergebnisse von Forschungsinstituten über eine gemeinsame Webplattform verfügbar zu machen, die allen Beteiligten zugänglich ist. Für ein überbevölkertes Land wie Indien, das größtenteils vom Reisanbau lebt, ist das eine ernste Angelegenheit. Das Überfluten von Pflanzen über einen längeren Zeitraum führt zu Erntefäule, die sich negativ auf das BIP des Landes auswirkt49,50.

Da kurzfristige, aber intensive Niederschlagsereignisse in diesem Zeitalter des Anthropozäns zur neuen Norm werden, muss man die Auswirkungen solcher Ereignisse auf gefährdete Bevölkerungsgruppen abschätzen. Ungefähr 5 Millionen Menschen sind in der Landwirtschaft und Fischerei tätig und ihr Leben ist von den verfügbaren Wasserressourcen in der Reisschüssel von Tamil Nadu, dem Cauvery-Delta, abhängig. Das Finanzamt des Bezirks schätzte die Überschwemmungsschäden für den Zeitraum 2004–2013 auf etwa 70 Millionen US-Dollar51. Die Vorhersagen zum Klimawandel sind düster und gehen von einer Verschärfung der Überschwemmungen aus. Auf einem wärmeren Planeten werden steigende Temperaturen den Wasserbedarf der Pflanzen erhöhen und die Verdunstungsverluste verschärfen. Bis zum Jahr 2050 wird mit einem Anstieg der vorherrschenden Höchsttemperaturen im Bereich von 1,0–1,5 \(^\circ \mathrm{C}\) gerechnet. In dieser Arbeit haben wir erstmals das Ausmaß der Überschwemmung entlang der Überschwemmungsgebiete dieser Region für das Jahr 2050 dargestellt und dieses mit dem Basisjahr 2022 verglichen (Abb. 14 und 15). Es zeigt sich, dass sich das Ausmaß der Hochwassergefahr um bis zu das Doppelte erhöht. Wasser für die Bewässerung im Cauvery-Delta wird aus dem Cauvery River über den Kallanai-Staudamm oder den Grand Anicut gewonnen. Das Bewässerungssystem hat sich über 2000 Jahre hinweg weiterentwickelt, wobei der erste Staudamm von den Cholas errichtet wurde und ihm Weltrang verlieh. In der Vergangenheit (und in gewissem Umfang auch heute noch) wurden natürliche Flüsse als Bewässerungskanäle adaptiert – das Gesamtergebnis ist ein Netzwerk aus natürlichen und künstlichen Kanälen und Abflüssen. Diese etablierte Ordnung dürfte durch kurzzeitige Überschwemmungen stark beeinträchtigt werden und bestehende Uferdämme katastrophal schwächen. Wir glauben, dass die Ergebnisse dieser Studie den politischen Entscheidungsträgern im Wasserressourcenministerium helfen werden, insbesondere im Hinblick auf die Bereitstellung nichtstruktureller Interventionen. Beispiele hierfür sind eine verbesserte Entscheidungsfindung in Bezug auf Wasserressourcen, die Kartierung von Überschwemmungen und ein besseres Management von Überschwemmungsrisiken und -bedrohungen. Darüber hinaus werden einfache Richtlinien zur Gefahrenquantifizierung bereitgestellt. Letzteres ist natürlich eine eigenständige Studie, die wir in Zukunft durchführen werden.

Alle während dieser Studie generierten oder analysierten Daten sind in diesem veröffentlichten Artikel [und seinen ergänzenden Informationsdateien] enthalten.

Nainar, N. Die Anicuts von Sir Arthur Thomas Cotton. Der Hindu https://www.thehindu.com/news/national/tamil-nadu/the-anicuts-of-cotton/article24845112.ece (2018).

Fernando, A. Kollidam blockiert Dörfer in Mayiladuthurai, die dieses Jahr zum fünften Mal von Überschwemmungen heimgesucht wurden. Der neue Indian Express. https://www.newindianexpress.com/states/tamil-nadu/2022/oct/19/kollidam-block-villages-in-mayiladuthurai-hit-by-flood-for-fifth-time-this-year-2509571. html (2022).

Tamil Nadu: Überschwemmungen verwüsten Delta-Bezirke; 15 Rinder wurden weggeschwemmt. Die Zeiten Indiens (2022). https://timesofindia.indiatimes.com/city/trichy/floods-wreak-havoc-in-delta-dists-15-cattle-washed-away/articleshow/94930128.cms (2022).

Thangavelu, D. In Tennessee ertönte eine Überschwemmungswarnung, als der Mettur-Staudamm seine volle Kapazität erreichte. Minze https://www.livemint.com/Politics/cieWkSLwcjmys8eVVthUPN/Flood-warning-sounded-in-TN-as-Mettur-dam-reaches-full-capac.html (2018).

Manikandan, M. Trichy-Bauern sind besorgt, nachdem neun von 45 Toren des Mukkombu-Staudamms weggespült wurden. Hindustan Times. https://www.hindustantimes.com/india-news/trichy-farmers-anxious-after-nine-of-45-gates-of-mukkombu-dam-washes-away/story-XCRSzOW46Se1opA4V4fVYI.html (2018).

Arockiaraj, DV Tamil Nadu: Acht Fensterläden im Mukkombu-Regler wurden weggespült. In The Times of India Tamil Nadu: Acht Fensterläden im Mukkombu-Staudamm weggespült – Times of India (2018).

Roxy, MK et al. Ein dreifacher Anstieg weit verbreiteter extremer Regenereignisse über Zentralindien. Nat. Komm. 8, 708 (2017).

Artikel ADS CAS PubMed PubMed Central Google Scholar

Singh, D., Tsiang, M., Rajaratnam, B. & Diffenbaugh, NS Beobachtete Veränderungen bei extremen Regen- und Trockenperioden während der südasiatischen Sommermonsunzeit. Nat. Aufstieg. Änderung 4, 456–461 (2014).

Artikel ADS Google Scholar

Ghosh, S., Das, D., Kao, S.-C. & Ganguly, AR Fehlende einheitliche Trends, aber zunehmende räumliche Variabilität der beobachteten Niederschlagsextreme in Indien. Nat. Aufstieg. Änderung 2, 86–91 (2012).

Artikel ADS CAS Google Scholar

Goswami, K., Jaiswal, MK & Kale, V. Paläohydrologie von Überschwemmungen großen Ausmaßes aus dem oberen Kaveri-Becken, Südindien: Auswirkungen auf spätholozäne Klimaschwankungen. https://meetingorganizer.copernicus.org/EGU2020/EGU2020-645.html, 10.5194/egusphere-egu2020-645 (2020).

Sushant, S., Balasubramani, K. & Kumaraswamy, K. Räumlich-zeitliche Analyse der Niederschlagsverteilung und -variabilität im 20. Jahrhundert im Cauvery-Becken, Südindien. In Environmental Management of River Basin Ecosystems (Hrsg. Ramkumar, M. et al.) 21–41 (Springer International Publishing, 2015). https://doi.org/10.1007/978-3-319-13425-3_2.

Parida, Y., Roy Chowdhury, J., Saini, S. & Dash, DP Rolle des Einkommens und der Reaktionsfähigkeit der Regierung bei der Reduzierung der Zahl der Todesopfer durch Überschwemmungen in indischen Bundesstaaten. Wissenschaft. Rep. 12, 16978 (2022).

Artikel ADS CAS PubMed PubMed Central Google Scholar

Parida, Y., Dash, DP, Bhardwaj, P. & Chowdhury, JR Auswirkungen von Dürre und Überschwemmungen auf Selbstmorde von Landwirten in indischen Bundesstaaten: Eine empirische Analyse. EconDisCliCha 2, 159–180 (2018).

Artikel Google Scholar

O'Neill, S., Tett, SFB & Donovan, K. Bewertung des Risikos extremer Niederschläge und der Auswirkungen des Klimawandels auf Welterbestätten in Edinburgh. Wetter Clim. Extreme 38, 100514 (2022).

Artikel Google Scholar

Kotova, L. et al. Nutzung von Klimainformationen zur nachhaltigen Erhaltung des kulturellen Erbes: Bewerbungen für das KERES-Projekt. Erbe. Wissenschaft. 11, 18 (2023).

Artikel Google Scholar

Nash, JE & Sutcliffe, JV Flussflussvorhersage durch konzeptionelle Modelle Teil I – Eine Diskussion der Prinzipien. J. Hydrol. 10, 282–290 (1970).

Artikel ADS Google Scholar

Girard, C., Rinaudo, J.-D., Pulido-Velazquez, M. & Caballero, Y. Ein interdisziplinärer Modellierungsrahmen für die Auswahl von Anpassungsmaßnahmen auf Flussgebietsebene in einem globalen Veränderungsszenario. Umgebung. Modell. Softw. 69, 42–54 (2015).

Artikel Google Scholar

Al-Fugara, A., Mabdeh, AN, Alayyash, S. & Khasawneh, A. Hydrologische und hydrodynamische Modellierung für Sturzflut- und Dammbruchszenarien: Gefahrenkartierung extremer Sturmereignisse. Nachhaltigkeit 15, 1758 (2023).

Artikel Google Scholar

Vieux, BE & Gauer, N. Finite-Elemente-Modellierung des Regenwasserabflusses mit GRASS GIS. Computergestützte Zivil. Infrastruktur. Ing. 9, 263–270 (1994).

Artikel Google Scholar

Tarboton, DG Eine neue Methode zur Bestimmung von Fließrichtungen und Hangflächen in digitalen Höhenmodellen. Wasserressource. Res. 33, 309–319 (1997).

Artikel ADS Google Scholar

Martina, MLV, Todini, E. & Liu, Z. Erhaltung der vorherrschenden physikalischen Prozesse in einem konzentrierten hydrologischen Modell. J. Hydrol. 399, 121–131 (2011).

Artikel ADS Google Scholar

Betrie, GD et al. Verknüpfung von SWAT und SOBEK mithilfe einer offenen Modellierungsschnittstelle (OpenMI) zur Simulation des Sedimenttransports im Einzugsgebiet des Blauen Nils. Bin. Soc. Landwirtschaft. Biol. Ing. 54, 1749–1757 (2011).

Google Scholar

Masson-Delmotte, V. et al. Beitrag der Arbeitsgruppe I zum sechsten Sachstandsbericht des Zwischenstaatlichen Ausschusses für Klimaänderungen 16 (2021).

Boulange, J., Hanasaki, N., Yamazaki, D. & Pokhrel, Y. Rolle von Staudämmen bei der Reduzierung der globalen Überschwemmungsbelastung durch den Klimawandel. Nat. Komm. 12, 417 (2021).

Artikel ADS CAS PubMed PubMed Central Google Scholar

Prein, AF et al. Die zukünftige Intensivierung stündlicher Niederschlagsextreme. Nat. Aufstieg. Änderung 7, 48–52 (2017).

Artikel ADS Google Scholar

Milly, PCD, Wetherald, RT, Dunne, KA & Delworth, TL Steigendes Risiko großer Überschwemmungen in einem sich ändernden Klima. Natur 415, 514–517 (2002).

Artikel CAS PubMed Google Scholar

Ghosh, S. Inspired Journeys: Eine kunstinspirierte Reiseerinnerung rund um gebaute Umgebungen von Satyajit Ghosh (Macmillan Publishers India Pvt. Ltd., 2022).

Ghosh, S. & Jaiswal, M. Architektur des antiken Tamil Nadu – Die Geschichte des Kallanai-Staudamms (Ane Books, 2017).

Goswami, K., Rawat, M., Jaiswal, MK & Kale, VS Lumineszenzchronologie spätholozäner Paläofluten im oberen Kaveri-Becken, Indien: Ein Einblick in die Klima-Flut-Beziehung. Das Holozän 29, 1094–1104 (2019).

Artikel ADS Google Scholar

Gupta, D. & Dhanya, CT Das Potenzial von GRACE bei der Bewertung des Überschwemmungspotenzials von Flusseinzugsgebieten der Halbinsel Indian River. Int. J. Rem. Sens. 41, 9009–9038 (2020).

Artikel Google Scholar

Wang, S. & Qiao, X. Auswirkungen der Endgeschwindigkeit auf die Niederschlagsvorhersage und die Fehlerdarstellung der Endgeschwindigkeit in Ensemblevorhersagen. Atmosphäre. Wissenschaft. Lette. 21, e974 (2020).

Artikel Google Scholar

Stanford, MW et al. Empfindlichkeit der simulierten tiefen Konvektion gegenüber einem stochastischen Eis-Mikrophysik-Framework. J. Adv. Modell. Erdsystem. 11, 3362–3389 (2019).

Artikel ADS Google Scholar

Franklin, CN, Holland, GJ & May, PT Empfindlichkeit tropischer Wirbelsturm-Regenbänder gegenüber Eisphasen-Mikrophysik. Mo. Weather Rev. 133, 2473–2493 (2005).

Artikel ADS Google Scholar

Skamarock, WC et al. Eine Beschreibung der Advanced Research WRF Version 3, Bd. 27 3–27 (2008).

Hurrell, JW et al. Das gemeinschaftliche Erdsystemmodell: Ein Rahmen für die gemeinsame Forschung. Stier. Bin. Meteor. Soc. 94, 1339–1360 (2013).

Artikel ADS Google Scholar

Simmons, A., Uppala, S., Dick, D. & Kobayashi, S. ERA-Interim: Neue ECMWF-Reanalyseprodukte ab 1989. ECMWF. https://www.ecmwf.int/en/elibrary/80315-era-interim-new-ecmwf-reanalysis-products-1989-onwards (2007).

Dee, DP et al. Die ERA-Interim-Reanalyse: Konfiguration und Leistung des Datenassimilationssystems. QJR Meteorol. Soc. 137, 553–597 (2011).

Artikel ADS Google Scholar

Ma, L.-M. & Tan, Z.-M. Verbesserung des Verhaltens der Cumulus-Parametrisierung für die Vorhersage tropischer Wirbelstürme: Konvektionsauslöser. Atmosphäre. Res. 92, 190–211 (2009).

Artikel Google Scholar

Nakanishi, M. & Niino, H. Ein verbessertes Mellor-Yamada Level-3-Modell mit Kondensationsphysik: Sein Design und seine Verifizierung. Gebundenes Meteorol. 112, 1–31 (2004).

Artikel ADS Google Scholar

Morrison, H., Curry, JA & Khvorostyanov, VI Eine neue Doppelmoment-Mikrophysik-Parametrisierung für die Anwendung in Wolken- und Klimamodellen. Teil I: Beschreibung. J. Atmos. Wissenschaft. 62, 1665–1677 (2005).

Artikel ADS Google Scholar

Zentrum zur Beobachtung und Wissenschaft der Erdressourcen (EROS). Collection-1 Landsat 8 OLI (Operational Land Imager) und TIRS (Thermal Infrarot Sensor) Datenprodukte (2018) . https://doi.org/10.5066/F71835S6.

Esri. GIS-Kartierungssoftware, Standortinformationen und räumliche Analysen. https://www.esri.com/en-us/home (2022).

Karra, K. et al. Globale Landnutzung/Landbedeckung mit Sentinel 2 und Deep Learning. Im Jahr 2021 IEEE International Geoscience and Remote Sensing Symposium IGARSS 4704–4707 (2021). https://doi.org/10.1109/IGARSS47720.2021.9553499.

HEC-RAS. Flussanalysesystem: Hydraulisches Referenzhandbuch. USACE-Version: 5.0. US Army Corps of Engineers CPD-68 (2016).

Fowler, HJ, Wasko, C. & Prein, AF Intensivierung kurzzeitiger Niederschlagsextreme und Auswirkungen auf das Hochwasserrisiko: Aktueller Stand der Technik und zukünftige Richtungen. Philos. Trans. R. Soc. A: Mathe. Physik. Ing. Wissenschaft. 379, 20190541 (2021).

Artikel ADS Google Scholar

Tejonmayam, U. Chennai-Wetter: 30 cm Niederschlag an einem Tag könnten die meisten Teile von Chennai überschwemmen | Chennai News – Times of India. https://timesofindia.indiatimes.com/city/chennai/30cm-of-rainfallin-a-day-could-flood-most-parts-ofchennai/articleshow/72728786.cms (2019).

Indische Regierung. Richtlinien_für_die_Klassifizierung_des_Gefahrenpotenzials_von_Staudämmen. Zentrale Wasserkommission, Ministerium für Jal Shakti, Ministerium für Wasserressourcen, Flussentwicklung und Ganga-Verjüngung, indische Regierung. https://damsafety.cwc.gov.in/ecm-includes/PDFs/Guidelines_for_Classifying_the_Hazard_Potential_of_Dams.pdf (2020).

Gumber, S. & Ghosh, S. Schnelle Vorhersagen von Beginnzeiten und Regenmengen von Monsunschauern über städtischen Siedlungen. Atmosphäre 13, 370 (2022).

Artikel ADS Google Scholar

Landwirte aus Thanjavur sind besorgt, da 200 Hektar Bananenernte neun Tage lang unter Cauvery-Flutwasser stehen – dem New Indian Express. https://www.newindianexpress.com/states/tamil-nadu/2022/aug/12/thanjavur-farmers-worry-as-200-acres-of-banana-crop-under-cauvery-floodwater-for-nine- Tage-2486618.html (2022).

Überschwemmungen in Cauvery-Hemavati schädigen die Ernte. Der Hindu. https://www.thehindu.com/news/national/karnataka/floods-in-cauvery-hemavati-damage-crops/article29090262.ece (2019).

Asiatische Entwicklungsbank. Projektverwaltungshandbuch – Klimaanpassung im Vennar-Unterbecken im Cauvery-Delta-Projekt. https://www.adb.org/sites/default/files/project-documents/44429/44429-013-pam-en.pdf (2017).

Referenzen herunterladen

Die Autoren danken Dr. G. Viswanathan, Kanzler des VIT, für seine Vision und Weitsicht für die Durchführung dieser Studie. Die Autoren dokumentieren die Unterstützung, die sie von der Deans School of Mechanical and Civil Engineering erhalten haben. Sat Ghosh dankt Arth Chowdhury (insideFPV), Juzer Ekhlas und Dr. Jason R. Picardo für ihren Enthusiasmus und ihre guten Wünsche.

School of Mechanical Engineering, Vellore Institute of Technology, Vellore, 632014, Indien

Satyajit Ghosh & Siddharth Gumber

School of Earth and Environment, University of Leeds, Leeds, Großbritannien

Satyajit Ghosh

School of Civil Engineering, Vellore Institute of Technology, Vellore, 632014, Indien

Dillip Kumar Barik, Parimala Renganayaki, Sundarapandian Venkatesh und Dev Shree Saini

Abteilung für Bau- und Umweltingenieurwesen, Dankook University, Yongin, Südkorea

Boosik Kang

Team für Atmosphäre, Eis und Klima, British Antarctic Survey, High Cross, Madingley, Cambridge, CB3 0ET, Großbritannien

Siddharth Gumber

Fakultät für Informatik und Ingenieurwesen, Vellore Institute of Technology, Vellore, 632014, Indien

Srichander Akunuri

Sie können diesen Autor auch in PubMed Google Scholar suchen

SG konzipierte, interpretierte und schrieb die Klimamodellierung. DB, PR, BK führten hydrologische Modellierungen und Interpretationen durch und verfassten entsprechende Texte. SG-Klimamodellierung und zugehöriges Schreiben. V. und DS GIS und hydrologische Modellierung. S. Interpretation von Niederschlagsdaten.

Korrespondenz mit Satyajit Ghosh.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Springer Nature bleibt neutral hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative-Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht gesetzlich zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Ghosh, S., Barik, DK, Renganayaki, P. et al. Die Auswirkungen kurzzeitiger Niederschlagsereignisse über dem historischen Cauvery-Becken: eine Studie über veränderte Wasserressourcenmuster und damit verbundene Bedrohungen. Sci Rep 13, 14095 (2023). https://doi.org/10.1038/s41598-023-41417-6

Zitat herunterladen

Eingegangen: 29. Juni 2023

Angenommen: 26. August 2023

Veröffentlicht: 29. August 2023

DOI: https://doi.org/10.1038/s41598-023-41417-6

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt

Durch das Absenden eines Kommentars erklären Sie sich damit einverstanden, unsere Nutzungsbedingungen und Community-Richtlinien einzuhalten. Wenn Sie etwas als missbräuchlich empfinden oder etwas nicht unseren Bedingungen oder Richtlinien entspricht, kennzeichnen Sie es bitte als unangemessen.