Schätzung der Kosten für Küstenüberschwemmungsschäden an der Transitinfrastruktur bei künftigem Anstieg des Meeresspiegels

Aug 06, 2023

Communications Earth & Environment Band 4, Artikelnummer: 137 (2023) Diesen Artikel zitieren

2923 Zugriffe

45 Altmetrisch

Details zu den Metriken

Der zukünftige Anstieg des Meeresspiegels (SLR) und die damit verbundene Zunahme der Häufigkeit und Intensität von Küstenüberschwemmungen stellen erhebliche Bedrohungen für Küstengemeinden und Verkehrssysteme dar. In der aktuellen Literatur und Praxis mangelt es jedoch an Methoden zur Schätzung der Kosten für Hochwasserschäden an Verkehrssystemen. Hier erstellen wir einen ereignisspezifischen Kostenschätzungsrahmen für Überschwemmungsschäden für Verkehrssysteme, der das Eindringen von Überschwemmungen in unterirdische Räume separat simuliert. Wir wenden diesen Rahmen auf das MBTA-Schienenverkehrssystem in Boston an, indem wir die Schäden bei mehreren Überschwemmungen an der Küste mit SLR schätzen und die erwarteten jährlichen Verluste (EAL) bis 2100 mit unsicherem SLR prognostizieren. Wir schätzen, dass sich die EALs für das MBTA-System seit 2008 auf 24,4 Mio. USD/Jahr verdoppelt haben und bis 2030 in allen SLR-Szenarien voraussichtlich 58 Mio. USD/Jahr erreichen werden. Unsere Ergebnisse deuten darauf hin, dass das Überschwemmungsrisiko an der Küste ohne Anpassungsmaßnahmen, insbesondere an Tunneleingängen, weiter zunehmen wird, was möglicherweise zu einer dauerhaften Überschwemmung unterirdischer und tiefliegender Abschnitte des Transitsystems führen wird.

Es wird erwartet, dass der Klimawandel und der Anstieg des Meeresspiegels die Häufigkeit und Schwere von Überschwemmungen an der Küste erhöhen und eine Vielzahl technischer, sozialer, wirtschaftlicher und wissenschaftlicher Herausforderungen mit sich bringen1,2. Ohne Abhilfemaßnahmen wird eine zunehmende Exposition gegenüber diesen Gefahren zu höheren Risiken und größeren Folgen von Überschwemmungen führen3,4. Ähnlich wie bei jeder anderen Investition des öffentlichen oder privaten Sektors erfordert die Motivation von Investitionen in die Reduzierung des Hochwasserrisikos den Nachweis, dass der Nutzen (z. B. die Vermeidung zukünftiger hochwasserbedingter Schäden) die Kosten (für Planung, Bau und Wartung) überwiegt. Um den Nutzen eines bestimmten Projekts zur Reduzierung des Küstenhochwasserrisikos in Geld zu quantifizieren, müssen die Kosten für Hochwasserschäden für das gesamte Spektrum potenzieller Hochwasserereignisse an der Küste bewertet werden, vor denen ein bestimmtes Projekt Schutz bieten soll.

Während es eine gut etablierte Literatur- und Praxisbasis gibt, die sich auf die Schätzung der Schadenskosten von Hochwasserereignissen für Gewerbe- und Wohngebäude sowohl für öffentliche3,5,6,7,8,9 als auch für private Anwendungen10,11 konzentriert, gibt es ähnliche Methoden bereits auf physische Infrastrukturanlagen ausgeweitet werden. Trotz jahrzehntelanger Praxis und Forschung vernachlässigen bestehende Methoden zur Schätzung der Kosten von Hochwasserschäden und die daraus resultierenden Bewertungen der Klimaanpassung routinemäßig die Vorteile der Reduzierung des Hochwasserrisikos für öffentliche Infrastrukturen9,12,13. In städtischen Gebieten dürften die Folgen von Schäden an der physischen Infrastruktur einen erheblichen Teil der direkten Schadenskosten ausmachen. Beispielsweise erlitten regionale Infrastruktursysteme im Großraum New York und New Jersey im Jahr 2012 durch den Hurrikan Sandy direkte Schäden in Höhe von 17,1 Milliarden US-Dollar, was 23 % der geschätzten direkten Schadenskosten in Höhe von 62,3 Milliarden US-Dollar entspricht, wobei die direkten Schäden schätzungsweise 5 Milliarden US-Dollar betragen Schäden am New York City Transit (NYCT)-System14. Da der Meeresspiegel weiter ansteigt, werden Infrastrukturmanager und -planer zunehmend bessere Methoden zur Quantifizierung des Hochwasserrisikos benötigen, um die prognostizierten zukünftigen Risiken und den Risikominderungsvorteil von Kapitalinvestitionen in Klimaanpassungsprojekte zu verstehen. Während einige frühere Studien eher oberflächliche Schätzungen der Vorteile der Reduzierung des Hochwasserrisikos für die Infrastruktur enthalten, entweder über einen prozentualen Multiplikator auf der Grundlage begrenzter Fallstudiendaten15 oder die Einbeziehung der Infrastruktur als separate Landnutzungskategorie16, gehen diese Methoden nicht angemessen auf die kausalen Mechanismen ein, die die Infrastruktur charakterisieren Folgen der Hochwasserexposition für Infrastrukturanlagen oder Teilsysteme.

Im besonderen Fall von städtischen Schienen-Schnellverkehrssystemen, die häufig unter der Erde liegen oder Überschwemmungsgebiete auf ebener Höhe durchqueren, erfordert ein Verständnis des gegenwärtigen und prognostizierten zukünftigen Hochwasserrisikos nicht nur ein fundiertes Verständnis der prognostizierten künftigen Überschwemmungsgefahr an der Küste, sondern erfordert auch ein umfassendes Verständnis der Hochwassergefahr ein detailliertes Verständnis der zugehörigen Infrastruktursysteme (z. B. Strom, Signale usw.), der physischen Anordnung der Bahnhöfe, Tunnel und Lüftungssysteme sowie ihrer Beziehung zur bebauten Umwelt, insbesondere dort, wo Wasser in unterirdische Räume fließen kann17 ,18. Während die Überschwemmungsschwere entlang ebenerdiger Teile eines Verkehrssystems direkt aus Überschwemmungskarten19,20 oder hydrodynamischen Simulationen21 abgeleitet werden kann, ist die Bestimmung der Überschwemmungsschwere in unterirdischen Teilen des Systems weniger einfach. Zur Bewertung der Hochwasserbelastung in unterirdischen Räumen wurden verschiedene Methoden vorgeschlagen, darunter: i) Rückschluss aus dem Ausmaß der Überschwemmung an der Erdoberfläche21, ii) probabilistische Schätzung als Prozentsatz der gesamten Tunnelnetzlänge22, iii) Näherung über eine schwerkraftbasierte heuristische Schätzung (d. h. die Annahme, dass Wasser bergab durch ein Tunnelnetz fließt18,23 oder iv) Schätzung durch Expertenbewertung24,25. Überschwemmungsausdehnungen können mithilfe eines hydraulischen Modells mit höherer Genauigkeit (d. h. einschließlich der geschätzten Überschwemmungstiefen) simuliert werden, wenn genügend Informationen zur Charakterisierung der Wasserzuflussmengen im Zeitverlauf zur Verfügung stehen26,27,28,29,30. Angesichts dieser daraus resultierenden Überschwemmungsausmaße konzentrierten sich frühere Studien hauptsächlich auf die Charakterisierung der Tunnelsicherheit bei Evakuierungsereignissen24,27, der Netzwerkleistung mithilfe graphentheoretischer Messungen18,21 oder der Anfälligkeit, gemessen anhand verschiedener Indizes23,29. Obwohl ein kleiner Teil der überprüften Studien versucht, den monetären Schaden an der Schienenverkehrsinfrastruktur entweder auf der Grundlage der Länge des überschwemmten Tunnels22 oder anhand von Schadenskategorien mit Informationen zur Überschwemmungstiefe zu quantifizieren19,20, charakterisiert keine der Bewertungsmethoden den Schaden auf Vermögenswertebene und berücksichtigt auch nicht sinnvoll die Quellen Unsicherheit bei der Schadensbeurteilung. Darüber hinaus wurde in keiner der untersuchten Studien ein gekoppeltes hydrodynamisch-hydraulisches Modell mit hoher Wiedergabetreue verwendet, um ein Kostenschätzungsmodell für Überschwemmungsschäden zu erstellen.

Um diese Lücke in der Literatur zu schließen, entwickeln wir ein Schadenskostenschätzungsmodell auf Anlagenebene für die Schienen-Schnellverkehrsinfrastruktur, indem wir das Ausmaß und die Schwere der Überschwemmungen durch die Kopplung eines zuvor etablierten hydrodynamischen Hochwasserrisikomodells an der Küste31 mit einem zeitabhängigen hydraulischen Modell von schätzen die unterirdischen Teile eines Verkehrsnetzes. Hier schätzen wir das Ausmaß und die damit verbundenen Schadenskosten von Küstenüberschwemmungen im gesamten MBTA-Schienen-Schnellverkehrsnetz in Boston (Konfiguration ab 2021; Abb. 1) für eine Reihe von Küstenüberschwemmungsereignissen unter einem Basis-Meeresspiegel und mehreren prognostizierten zukünftigen SLR-Bedingungen . Mithilfe dieser systemweiten Hochwasserprognosen verwenden wir Schätzungen der Wiederbeschaffungskosten auf Anlagenebene und transitspezifische Beziehungen zwischen Hochwassertiefe und Schadensschwere32, um hochwasserbedingte Schäden über eine neuartige Implementierung der Einheitsverlustmethode abzuschätzen6,33. Unsere Analysen berücksichtigen Unsicherheiten bei Schätzungen der Überschwemmungstiefe34, Werte für den Ersatz von Vermögenswerten (über eine unsichere Notfallschätzung, die auf reale Kosteneskalationsdaten kalibriert wird35) und Tiefenschadensfunktionen36 über Monte-Carlo-Simulation. Anhand der resultierenden ereignisspezifischen Schätzungen der Überschwemmungsschäden an der Küste bewerten wir die gesamte Bandbreite der erwarteten jährlichen Verluste (EAL) für das MBTA-Schienen-Schnellverkehrssystem, die die Beziehung zwischen EAL und SLR charakterisiert. Basierend auf dieser Beziehung und den neuesten verfügbaren SLR-Projektionen1,37,38,39 entwickeln wir dann Schätzungen der EAL im Zeitverlauf für das Schienen-Schnellverkehrssystem MBTA bis zum Ende des 21. Jahrhunderts.

Gefälleüberschwemmungsausdehnungen und -tiefen (dargestellt in einem blauen Stufenverlauf) werden von durchschnittlichen Überschwemmungstiefen entlang von Abschnitten des Schienen-Schnellverkehrssystems (fluoreszierendes Blau) und Tunnelzuflussmengen (himmelblau mit schwarzem Umriss) überlagert. An der Steigung sind Teile des Schienenverkehrssystems in dünnen schwarzen Linien dargestellt; Unterirdische (Tunnel-)Teile werden in dicken schwarzen Linien dargestellt. Die Namen wichtiger Standorte im System werden in der entsprechenden Transitlinienfarbe angezeigt. Unten rechts: Übersicht über das MBTA-Schienenverkehrssystem (mit entsprechenden Linienfarben).

Mithilfe verfügbarer Daten aus dem Massachusetts Coastal Flood Risk Model (MC-FRM) haben wir das Küstenüberschwemmungsrisiko für das MBTA-Schienen-Schnellverkehrssystem unter Berücksichtigung von Überschwemmungsereignissen mit unterschiedlichen Wiederkehrperioden (1 in 2 Jahren, 1 in 10 Jahren) bewertet. Jahr, 1-in-20-Jahr, 1-in-100-Jahr, 1-in-1.000-Jahr) über vier Meeresspiegelanstiegsregime (SLR) (+0,07 m, +0,43 m, +0,79 m, +1,34). m) gemessen relativ zur Basislinie 2000 (Gezeitenepoche 1991–2009). Abbildung 1 bietet eine repräsentative Stichprobe der regionalen Überschwemmungsschwere, der systemweiten Tunnelzuflussmengen und der Überschwemmungstiefen bei einem 1-in-100-Jahres-Überschwemmungsereignis (d. h. 1 % Küstenüberschwemmungsüberschreitungswahrscheinlichkeit, CFEP) mit +0,79 m SLR. Hier beobachten wir großflächige Überschwemmungen im gesamten Großraum Boston, mit Überschwemmungen entlang der gesamten Blauen Linie, erheblichen Teilen der Orangen, Roten und Silbernen Linien sowie an wichtigen Eisenbahnwartungsanlagen entlang der Orangen, Blauen und Roten Linien. Die Ergebnisse in Abb. 1 zeigen ausgedehnte Überschwemmungen entlang der ebenerdigen Teile des Systems mit erheblichen Zuflüssen in unterirdische Teile des Systems, hauptsächlich durch Tunnelportale, die Zuflüsse erzeugen, die um eine Größenordnung höher sind als bei anderen Zuflusswegen beim Transit Stationen (z. B. Stationseingänge, Lüftungsschächte usw.). Die Analysen zeigen, dass es in den gesamten unterirdischen Teilen des Systems in der Innenstadt von Boston zu weit verbreiteten Überschwemmungen kommt, da der unterirdische Raum miteinander verbunden ist und es dem Hochwasser ermöglicht, benachbarte Leitungen im System zu überschwemmen (z. B. die Rote Linie im gezeigten Beispielereignis). Hier erwarten wir Überschwemmungstiefen von mehr als 5 m entlang der meisten Tunnel der Roten, Orangen, Blauen und Silbernen Linie, die bis zur Krone der laufenden Tunnel reichen. Bei dieser Salzwasserüberschwemmung gehen wir davon aus, dass die meisten Linienanlagen (z. B. Schienen, Signale, Strom, Beleuchtung) und Bahnhöfe Schäden in Höhe von mindestens 75 % der Wiederbeschaffungskosten erleiden32.

Unter Berücksichtigung des prognostizierten Ausmaßes und der Schwere der Salzwasserüberschwemmung im gesamten System schätzen wir direkte Überschwemmungsschäden am MBTA-Schienen-Schnellverkehrssystem in Höhe von 5,3 Milliarden US-Dollar (2020 USD), mit erwarteten Verlusten von etwa 1,2 Milliarden US-Dollar für die Roten, Blauen und Blauen Orange Lines, wie in der probabilistischen Hochwasserschadenschätzung in Abb. 2 dargestellt. Wir stellen außerdem fest, dass Schäden an Anschlussbahnhöfen (d. h. Bahnhöfen, an denen Passagiere umsteigen können) voraussichtlich 1,4 Milliarden US-Dollar zu den Hochwasserschäden beitragen werden, ein größerer Anteil als jeder einzelne Linie isoliert. Wir stellen fest, dass die erhebliche Unsicherheit bei den Kostenschätzungen für den Austausch von Transitstationen weitgehend auf die Unsicherheit bei den Schätzungen der Kosten für Überschwemmungsschäden an Bahnhöfen sowie auf die Unsicherheit bei den Schätzungen der gesamten Überschwemmungsschäden zurückzuführen ist.

a Wahrscheinlichkeitsdichtefunktion (PDF) für systemweite Gesamtschäden (grau). b PDF für Schadenskosten nach Transitlinie (Farben entsprechend jeder Linie). c–g PDF für Schadenskosten nach Anlagentyp für jede Transitlinie (Farben entsprechend jeder Linie). Ein heller schattiertes PDF zeigt die Schadenskosten an Stationen an. Ein dunkler schattiertes PDF zeigt die Schadenskosten an linearen Vermögenswerten an.

Abbildung 3 bietet eine Zusammenfassung der probabilistischen Hochwasserschadenkostenschätzungen für das MBTA-Schienen-Schnellverkehrssystem für alle bewerteten Meeresspiegelbedingungen und Überschwemmungsschweregrade (siehe ergänzende Abbildung 1 für eine Zusammenfassung der zugrunde liegenden Stichprobenverteilungen und ergänzende Abbildungen 3–22 für). entsprechende Zuflüsse und Überschwemmungsausmaße). Hier stellen wir fest, dass die geschätzten Schadenskosten bei 1-in-20-Jahren (5 % CFEP) und 1-in-100-Jahren (1 % CFEP) Küstenüberschwemmungsereignissen voraussichtlich um mehr als das Zehnfache ansteigen werden Basis-SLR (+0,07 m SLR), selbst unter den mäßigsten bewerteten SLR-Bedingungen (+0,43 m). Unter künftigen SLR führen häufigere Überschwemmungen an der Küste, insbesondere alle 1-in-2-Jahre (50 % CFEP), zu geschätzten Schadenskosten, die erheblich höher sind als diejenigen, die bei vergleichsweise selteneren Überschwemmungen an der Küste unter der Basis-SLR-Bedingung erwartet werden. Unter den Grundbedingungen des Meeresspiegels von 2008 (+0,07 m SLR) erwarten wir Überschwemmungsverluste in Höhe von 24 Millionen US-Dollar für ein 1-in-20-Jahres-Überschwemmungsereignis (5 % CFEP) an der Küste und 66 Millionen US-Dollar an Überschwemmungsverlusten für ein 1-in-100-Ereignis -jähriges (1 % CFEP) Ereignis. Selbst bei einem vergleichsweise moderaten SLR von +0,43 m (möglich im Boston Harbor bereits 2040 nach den neuesten SSP5-8.5 SLR-Projektionen1,37,38,39) erwarten wir einen deutlichen Anstieg der prognostizierten Überschwemmungsschäden. Beispielsweise wird erwartet, dass ein Küstenüberschwemmungsereignis, das alle zwei Jahre auftritt (50 % CFEP), einen Überschwemmungsschaden in Höhe von 82 Millionen US-Dollar verursacht, was größer ist als die Verluste, die bei einem Überschwemmungsereignis, das alle 100 Jahre auftritt, für die Basislinie erwartet werden Meeresspiegelbedingungen. Unter Berücksichtigung von Überschwemmungsrisiken unter +1,34 m SLR (möglich im Hafen von Boston bereits im Jahr 2075 nach den neuesten SSP5-8.5 SLR-Projektionen1,37,38,39) erwarten wir Überschwemmungsschäden, die um mehrere Größenordnungen höher sind, bei gleichem 1-in-1. Ein zweijähriges Überschwemmungsereignis an der Küste, das zu erwarteten Schäden in Höhe von 5,4 Milliarden US-Dollar führte, was auf eine dauerhafte Überschwemmung der gesamten Blue Line sowie der miteinander verbundenen unterirdischen Teile des Netzwerks in der Innenstadt von Boston schließen lässt, mit Überschwemmungswegen über die Aquarium Station auf der Blue Line über die Tunnelportale entlang der Orangen und Roten Linie, jeweils unter der Annahme, dass keine Anpassungsmaßnahmen vorhanden sind (Ergänzende Abbildung 18).

Erwartete Werte (dicke Linie) und 90 %-Konfidenzintervall (schattierter Bereich) der Kosten für Überschwemmungsschäden an der Küste unter +0,07 m SLR (hellblau), +0,43 m SLR (blau), +0,79 m SLR (dunkelblau) und +1,34 m SLR (Marineblau). SLR-Werte, die relativ zu einer Basislinie aus dem Jahr 2000 angegeben werden.

Bei der Schätzung der erwarteten jährlichen Verluste (EAL) für das MBTA-Schienen-Schnellverkehrssystem beobachten wir einen signifikanten nichtlinearen Anstieg in Bezug auf SLR (Abb. 4a). Tatsächlich ist der Meeresspiegel im Hafen von Boston bereits um ca. 0,1 m über den Basiswert von 200040 gestiegen, so dass die aktuelle EAL-Belastung von 24,4 Mio. USD bereits eine mehr als zweifache Erhöhung der Belastung gegenüber dem Basiswert von 2008 darstellt (EAL = 9,5 Mio. USD). . Dieser Anstieg ist in erster Linie auf eine erwartete Zunahme der Überschwemmungshäufigkeit entlang der Blauen Linie zurückzuführen. Wie in Abb. 4b dargestellt, erwarten wir im Verhältnis zum Mittelwert, dass der Bereich der EAL-Werte (wie durch die Maximal- und Minimalwerte beschrieben) mit der SLR abnimmt, was den praktischen Effekt hat, dass die Normalität der resultierenden verallgemeinerten Beta-Wahrscheinlichkeit zunimmt Verteilungen (dh \(\alpha\) und \(\beta\) konvergieren), die die EAL-Unsicherheit beschreiben, wie in Abb. 4c, d dargestellt.

a Min. (hellorange gestrichelte Linie), Mittelwert (orangefarbene durchgezogene Linie und Datenpunkte) und Max. (dunkelorange gestrichelte Linie) EAL vs. Meeresspiegelanstieg (SLR). b Min. (hellorange) und max. (dunkelorange) EAL als Prozentsatz des EAL-Mittelwerts. c verallgemeinerte Beta-Verteilungsparameterwerte (Alpha-Parameter in Rot, Beta-Parameter in Blau) vs. SLR. d EAL-Wahrscheinlichkeitsdichtefunktionen für mehrere Beispiel-SLR-Werte (Farbverlauf von Marineblau nach Waldgrün für steigende SLR-Werte).

Betrachtet man die EAL im Laufe der Zeit für mehrere unsichere SLR-Szenarien1,37,38,39, wie in Abb. 5 dargestellt, erwarten wir, dass die EAL in allen SLR-Szenarien bis zum Jahr 2100 um mindestens zwei Größenordnungen (d. h. 100x) ansteigt, obwohl die Auch das 90 %-Konfidenzintervall erstreckt sich über alle Szenarien hinweg über eine Größenordnung. Diese Ergebnisse deuten darauf hin, dass die MBTA selbst im vorgestellten Szenario mit der geringsten Erwärmung (d. h. SSP1-2.6) damit rechnen könnte, dass ihr Küstenüberschwemmungsrisiko bis zum Jahr 2100 etwa 1,2 Milliarden US-Dollar in EAL erreichen wird, was einem 49-fachen Anstieg im Vergleich zum aktuellen Niveau entspricht. Unter dem bewerteten Worst-Case-SLR-Szenario (SSP5-8,5-Prognose mit geringem Vertrauen) gehen wir davon aus, dass der EAL bis zum Jahr 2100 9,6 Milliarden US-Dollar erreichen wird, ohne jegliche Anpassungsmaßnahmen. In allen Szenarien gehen wir davon aus, dass das Hochwasserrisiko an der Küste bis zum Jahr 2030 auf etwa 60 Mio. US-Dollar an EAL ansteigen wird, was einem 2,6-fachen Anstieg (d. h. 16 % jährliches Wachstum) gegenüber dem aktuellen Niveau bis zum Ende dieses Jahrzehnts entspricht. Bis 2050 liegen die EAL-Werte zwischen etwa 175 Mio. USD (unter den Szenarien SSP1-2.6 und SSP2-4.5) und 200–250 Mio. USD (unter den Szenarien SSP5-8.5 und niedrigem Vertrauen), was einem Anstieg um das Sieben- bis Zehnfache gegenüber dem aktuellen Niveau entspricht . Ab 2050 beginnen die EAL-Schätzungen je nach SLR-Prognose erheblich zu divergieren.

Erwartete Werte (dicke Linie) und 90 %-Konfidenzintervall (schattierte Bereiche) für unsichere EAL über die Zeit, angesichts unsicherer zukünftiger SLR-Projektionen unter: a SSP1-2,6-Projektion (grün), b SSP2-4,5-Projektion (blau), c SSP5- 8,5 (orange), d SSP5-8,5-Projektion einschließlich Prozessen mit geringem Vertrauen (rot).

Diese Ergebnisse deuten darauf hin, dass das Küstenüberschwemmungsrisiko des MBTA-Schienen-Schnellverkehrssystems im letzten Jahrzehnt deutlich zugenommen hat und sich bis zum Ende des Jahrzehnts voraussichtlich mit einer jährlichen Wachstumsrate von 16 % verschärfen wird, sodass bis 2030 eine geschätzte EAL von 58 Mio. US-Dollar erreicht wird in allen Szenarien des gemeinsamen sozioökonomischen Pfads (SSP)1,37,38,39. Ohne den Abschluss regionaler Maßnahmen zur Anpassung an den Klimawandel oder wesentliche Änderungen am MBTA-System deuten unsere Ergebnisse darauf hin, dass selbst bei bescheideneren SLR-Projektionen (SSP1-2.6) der erwartete Anstieg des Meeresspiegels zu einem erheblichen Anstieg der Küstenüberschwemmungsgefahr für das MBTA führen wird kurz- und langfristig. Unter den schwersten SLR-Bedingungen, die beurteilt wurden (+1,34 m), was laut mehreren Prognosen bis zum Ende dieses Jahrhunderts völlig plausibel ist (SSP3-7,0, SSP5-8,5, SSP 5-8,5, niedrige Konf. 1,37,38,39). ) rechnen wir ohne wirksame Anpassungsmaßnahmen mit einer regelmäßigen Überschwemmung erheblicher Teile des Systems. Unter der strengsten betrachteten SLR-Prognose (SSP5-8.5-Szenario mit niedrigem Vertrauen) stellt der im Jahr 2100 erwartete EAL von 9,3 Milliarden US-Dollar 96 % des jüngsten 5-Jahres-Kapitalbudgets der MBTA41 dar und impliziert fortlaufende überschwemmungsbedingte Reparaturen und permanente Serviceausfälle im gesamten System. Ein solches Ergebnis ist zwar theoretisch möglich und eindeutig unhaltbar, würde aber nur ohne zusätzliche Maßnahmen zum Hochwasserschutz oder zur Klimaanpassung eintreten. Obwohl sie repräsentativ für eine pessimistische Zukunft ist (d. h. in der bis zum Ende des Jahrhunderts keine Anpassungen vorgenommen werden), stellt die hier vorgestellte Analyse ein nützliches kontrafaktisches Modell dar, mit dem eine grundlegende Erwartung künftiger Schäden ermittelt werden kann, die als Grundlage für die Quantifizierung dienen kann Vorteile der Reduzierung des Hochwasserrisikos künftiger Anpassungsprojekte.

Der Analyserahmen (einschließlich der dafür erforderlichen Datenerfassung) und die daraus resultierenden Ergebnisse können auch direkt in Klimaanpassungsmaßnahmen einfließen und dazu beitragen, die Bemühungen zur Reduzierung des Hochwasserrisikos im gesamten System zu priorisieren. Die Katalogisierung der niedrigsten kritischen Standorte (LCLs), ein entscheidender Schritt in der vorgestellten Analyse, kann Verkehrsbehörden eine umfassende Liste von Standorten liefern, an denen wahrscheinlich Maßnahmen zur Eindämmung des Hochwasserrisikos erforderlich sind. Zusammen mit den Ergebnissen der oben dargestellten gekoppelten hydrodynamischen und hydraulischen Analyse können Planer und Entscheidungsträger besser verstehen, welche LCLs am stärksten von Küstenüberschwemmungen und den daraus resultierenden Zuflussmengen, Schadenskosten usw. betroffen sind.

In dieser Fallstudie ist die Aquarium Station (Abb. 1; ~+2,5 m NAVD88) wahrscheinlich der erste Ort, an dem es zu Überschwemmungen an der Küste kommt, ebenso wie andere LCLs in vergleichbaren oder niedrigeren Höhen (z. B. die meisten Tunnelportale, Central Square Station, Kendall/MIT). Station und Alewife Station) liegen entweder hinter Dämmen (z. B. liegt die Kendall/MIT-Station auf der Roten Linie hinter dem New Charles River-Staudamm) oder sind von vergleichsweise höher gelegenem Gelände umgeben (z. B. das Flughafenportal auf der Blauen Linie). Obwohl die Aquarium Station wahrscheinlich der erste Ort ist, an dem es während eines Überschwemmungsereignisses an der Küste zu Überschwemmungen kommt, sind die Folgen der Überschwemmung an Tunnelportalstandorten unverhältnismäßig schwerwiegend, da sie viel größere Zuflüsse in die unterirdischen Teile des Systems ermöglichen, was zum Teil auf ihre vergleichsweise geringe Wassertiefe zurückzuführen ist niedrige Sohlenhöhen und weitgehend ungehinderte offene Kanalströmung. Zusammenfassend legen diese Ergebnisse nahe, dass die Bereitstellung von Maßnahmen zur Reduzierung des Hochwasserrisikos an der Aquarium Station und an Tunnelportalstandorten oberste Priorität haben sollte.

Das Ausmaß der Überschwemmungen in bestimmten Szenarien (z. B. die alle zwei Jahre auftretende Küstenüberschwemmung mit +1,34 m SLR; ergänzende Abbildung 18) zeigt, dass miteinander verbundene Teile des unterirdischen Netzes an Verbindungsstationen hydraulisch ausreichend gut verbunden sind, um Überschwemmungen zu ermöglichen zwischen Transitlinien fließen. Dieses Ergebnis ist bedeutsam, da es darauf hindeutet, dass ohne ein einheitliches Schutzniveau für alle an das zentrale Tunnelnetz angeschlossenen LCLs ein ausreichender Zufluss an einem einzelnen ungeschützten LCL (insbesondere Tunnelportale) dennoch zu einer erheblichen Überschwemmung des zentralen Tunnelnetzes führen könnte. Dadurch werden die Vorteile des Schutzes an anderen Standorten zunichte gemacht. Dies hat erhebliche und praktische Auswirkungen auf die Betreiber von Verkehrsinfrastrukturen und unterstreicht, dass Maßnahmen zur Eindämmung des Hochwasserrisikos für das zentrale Tunnelnetz als System konzipiert werden müssen, das einen einheitlichen Schutz für alle LCLs bietet, um deren Wirksamkeit sicherzustellen. Angesichts ihres übergroßen Beitrags zum Hochwassereintritt sollte dem Schutz von Tunnelportalen eine hohe Priorität eingeräumt werden, insbesondere im Vergleich zum Schutz ebenerdiger Teile des Schienen-Schnellverkehrssystems.

Wenn solche Investitionen in längerfristige Projekte zur Reduzierung des Hochwasserrisikos (z. B. zur Anpassung an den Klimawandel) in Betracht gezogen werden, kann der vorgestellte Analyserahmen eine schnelle Prototypenerstellung und Leistungssimulation potenzieller Anpassungsmaßnahmen oder regionaler Hochwasserschutzprojekte ermöglichen, sodass Planer die Vorteile besser quantifizieren können ( d. h. vermiedene Hochwasserschäden) potenzieller Anpassungsmaßnahmen. Infrastrukturmanager können sich auf diese Vorteile bei der Reduzierung des Hochwasserrisikos verlassen, um klarere wirtschaftliche Argumente für Investitionen in die Anpassung an den Klimawandel zu liefern. Das Preisrisiko rechtfertigt die Finanzierung besser, entweder über etablierte Kapitalinvestitionsprogramme oder die Einführung neuer Finanzierungsmechanismen, wie z. B. Sondersteuern, Resilienzgebühren oder grüne Anleihen42,43,44. Im Gegensatz zu früheren Bewertungen kann die Modelltreue auf Anlagenebene es Infrastrukturmanagern auch ermöglichen, die Auswirkungen auf einzelne Einrichtungen oder für separate Subsysteme (z. B. Signalsysteme) zu untersuchen und so das Risiko und die damit verbundenen Anpassungsprioritäten in einer Weise zu diskretisieren, die mit der etablierten Organisation im Einklang steht Grenzen überwinden und eine effektivere Delegation der Verantwortung innerhalb eines Verkehrsunternehmens ermöglichen.

Zusätzlich zur Information und Einschätzung des Werts von Anpassungsplanungsbemühungen können der Analyserahmen und die präsentierten Ergebnisse die Strukturierung kurzfristiger Risikotransferstrategien beeinflussen und unterstützen. Kurzfristige Schätzungen der Kosten für Überschwemmungsschäden bei einem bestimmten Überschwemmungsereignis an der Küste (z. B. 1 in 100 Jahren) oder erwartete jährliche Verluste können Verkehrsbetrieben bei der Preisgestaltung und Verhandlung von Risikoübertragungsmaßnahmen, wie z. B. herkömmlichen schadensersatzbasierten Versicherungen, helfen Strategien oder weniger konventionelle Risikotransferstrategien, wie die Ausgabe parametrischer Katastrophenanleihen oder Resilienzanleihen43,44. Der vorgestellte Analyserahmen kann es Versicherern und Verkehrsbetrieben ermöglichen, infrastrukturspezifische parametrische Versicherungsauslöser zu entwickeln und gleichzeitig eine effektivere Preisgestaltung für Folgeauszahlungen für parametrische Versicherungspolicen oder Katastrophenanleihen zu ermöglichen.

Obwohl die vorgelegten Prognosen zu Überschwemmungsschäden an der Küste zweifellos erheblich sind, stellen sie wahrscheinlich eine Unterschätzung der Gesamtkosten dar. Im Falle einer erheblichen und weitreichenden Beschädigung des Transitnetzes unterliegen die Systemwiederherstellungs- und Reparaturkosten wahrscheinlich makroökonomischen Faktoren, die die gesamten Reparaturkosten erheblich erhöhen könnten (z. B. Einschränkungen in der Lieferkette oder bei der Verfügbarkeit von Arbeitskräften32,45,46). Darüber hinaus In der hier vorgestellten Analyse wird davon ausgegangen, dass Infrastrukturbetreiber sich dafür entscheiden, Vermögenswerte vollständig zu reparieren oder Sachleistungen zu ersetzen, anstatt sie mit modernerer oder teurerer Ausrüstung aufzurüsten. Zusätzlich zu den in dieser Studie quantifizierten direkten Schadenskosten für die Infrastruktur fallen erhebliche indirekte Kosten an Dies kann zu Systemstörungen führen, die in dieser Studie nicht quantifiziert werden. Der Verlust des Zugangs zu öffentlichen Verkehrsmitteln wird den Reiseverkehr stören und erhebliche negative wirtschaftliche Folgen für die Fahrgäste haben47,48, Betriebsunterbrechungen (d. h. Verlust von Fahrgeldeinnahmen) und Verluste im Zusammenhang mit der regionalen Wirtschaft Störung49. Umgekehrt können Haushalts- und Finanzzwänge Infrastrukturbetreiber dazu zwingen, die Behebung von überschwemmungsbedingten Schäden aufzuschieben, wodurch die Kosten für Überschwemmungsschäden nominell gesenkt werden, indem vergleichsweise weniger dringende Reparaturen (z. B. Verschlechterung der Tunnelbankwände50) in einen Wartungsrückstand verlagert werden, wodurch möglicherweise mehrere Reparaturen verschoben werden Jahre50. Wenn Infrastrukturmanager mit erheblichen und weitreichenden Schäden und einer unzureichenden Kapitalverfügbarkeit konfrontiert werden, könnten sie gezwungen sein, beschädigte Infrastruktur aufzugeben und Servicemuster zu ändern, was letztlich zu einem unfreiwilligen, aber kontrollierten Rückzug führt, der zweifellos erhebliche Auswirkungen auf die angrenzende bebaute Umwelt und das sozioökonomische System hätte51 .

Obwohl die vorgestellte Analyse nur das Hochwasserrisiko an der Küste berücksichtigt, lässt sich der Rahmen problemlos erweitern, um auch andere Überschwemmungsquellen (z. B. pluviale oder fluviale Überschwemmungen) oder zusammengesetzte Überschwemmungsgefahren zu berücksichtigen, sofern genügend Daten verfügbar sind, um die erwartete zukünftige regionale Nichtstationarität in diesen zusätzlichen Quellen angemessen zu charakterisieren Hochwasserquellen für eine möglichst vollständige Reichweite. Darüber hinaus kann der vorgestellte Analyserahmen auch die Berücksichtigung von SLR-induzierten Anstiegen des Grundwasserspiegels52 ermöglichen, die auf der Grundlage herkömmlicher Analysemethoden53 zu höheren Raten der Grundwasserinfiltration in Tunnel führen würden. Darüber hinaus lässt sich der vorgestellte Analyserahmen problemlos auf andere Arten von Infrastruktursystemen (z. B. Straßennetze, Pipelines, regionale Stromnetze usw.) erweitern, vorausgesetzt, dass ausreichende Informationen zur Charakterisierung der Hochwasserfragilität an der Küste auf Vermögenswertebene vorhanden sind (z. B. vermögenswertspezifische Tiefenschadenskurven). sind für relevante Anlagen und Subsysteme leicht verfügbar.

Schienen-Schnellverkehrssysteme in Küstenstädten verzeichnen wahrscheinlich bereits einen erheblichen Anstieg des Hochwasserrisikos an der Küste. Der vorgeschlagene Analyserahmen kann es Infrastrukturmanagern ermöglichen, die direkten Schadensfolgen zu verstehen, die mit schwereren Überschwemmungsereignissen an der Küste unter künftigen SLR-Bedingungen verbunden sind, und zu quantifizieren, wie die Gefährdung durch Überschwemmungen an der Küste im Laufe der Zeit zunimmt. Wir zeigen, dass sich das Küstenhochwasserrisiko für das MBTA-Schienen-Schnellverkehrssystem, gemessen an den erwarteten jährlichen Verlusten (EAL), seit 2008 bereits mehr als verdoppelt hat und sich bis 2030 voraussichtlich noch einmal verdoppeln wird, wenn keine Anpassungs- oder Hochwasserrisikominderungsmaßnahmen ergriffen werden. Selbst kurzfristig wird das Versäumnis, sich anzupassen, zu einem unannehmbar hohen Überschwemmungsrisiko an der Küste führen. Eine angemessene Planung für das schnell zunehmende Hochwasserrisiko an Küsten erfordert ein Verständnis dafür, wo Wasser in unterirdische Teile eines Transitnetzes fließen kann, sowie ein Verständnis dafür, wie Wasser zwischen miteinander verbundenen unterirdischen Teilen des Netzes fließen kann. Unsere Ergebnisse deuten darauf hin, dass miteinander verbundene unterirdische Teile eines Netzwerks auch ohne wirksame Anpassungs- und Hochwasserrisikominderungsmaßnahmen an allen Hochwassereintrittswegen erhebliche Überschwemmungen erleiden können. Durch die Modellierung der Hochwasserbelastung an Küsten und die Quantifizierung der daraus resultierenden direkten Schadenskosten und der erwarteten jährlichen Verluste können Verkehrsinfrastrukturmanager Anpassungsprojekte besser planen, ihre Vorteile bei der Reduzierung des Hochwasserrisikos direkt quantifizieren und ein klares Geschäftsmodell für spezifische und umsetzbare Investitionen in die Klimaanpassung erstellen.

Die Quantifizierung der Kosten für Küstenüberschwemmungsschäden erfordert ein detailliertes Verständnis der Küstenüberschwemmungsrisikoexposition sowie ein Verständnis dafür, wie sich die Expositionsschwere mit zukünftigen Spiegelreflexkameras voraussichtlich ändern wird. Hier stützen wir uns auf frühere hydrodynamische Simulationsdaten, die vom Massachusetts Coastal Flood Risk Model (MC-FRM31) bereitgestellt wurden, um die Hochwasserrisikoexposition an der Küste für eine Vielzahl von Küstenüberschwemmungsereignissen unterschiedlicher Schwere für mehrere SLR-Regime zu charakterisieren. Als Erweiterung des früheren Boston Harbor Flood Risk Model (BH-FRM54) deckt das MC-FRM ein größeres Gebiet mit höherer räumlicher Auflösung (bis zu 3 m) ab. Sowohl BH-FRM als auch MC-FRM simulieren eine Reihe synthetischer tropischer und extratropischer Stürme (kalibriert auf aktuelle und erwartete zukünftige Sturmstärken), um das gesamte Spektrum potenzieller Überschwemmungsereignisse an der Küste zu charakterisieren, die sich auf Massachusetts auswirken54. Jeder Simulationslauf simuliert dynamisch eine Vielzahl physikalischer Prozesse und berücksichtigt dabei Gezeiten, Strömungen, durch Windscherung verursachte Sturmfluten, küstennahe Wellen, Wellenauflauf und -überlauf, um das Hochwasserrisiko an der Küste vollständig zu charakterisieren31,54. Der MC-FRM charakterisiert das Hochwasserrisiko in vier SLR-Regimen (+0,07 m; eine Basislinie von 2008, +0,43 m, +0,79 m, +1,34 m; relativ zur Basislinie des Jahres 2000). Diese besonderen SLR-Bedingungen stellen die Obergrenze (99,5. Perzentil) der Worst-Case-SLR-Projektionen (RCP8.555) in Übereinstimmung mit den Richtlinien des Massachusetts Office of Coastal Zone Management31 dar. Für die Zwecke dieser Analyse bewerten wir die Überschwemmungsexposition und die Schadenskosten für 1-in-2-Jahr (50 % Küstenüberschwemmungsüberschreitungswahrscheinlichkeit; CFEP), 1-in-10-Jahr (10 % CFEP), 1-in -20-jährige (5 % CFEP), 1-in-100-Jahre (1 % CFEP) und 1-in-1000-Jahre (0,1 % CFEP) Überschwemmungsereignisse für jedes SLR-Regime. Für jedes Hochwasserereignis an der Küste liefert der MC-FRM Überschwemmungstiefen sowie Wasseroberflächenhöhen im Zeitverlauf für eine Reihe von 30 hydraulisch unterschiedlichen Regionen des Modellgebiets. Dieser Küstenkatastrophenkatastrophe-Katalog dient als Grundlage für das Hochwasserschadenkostenschätzungsmodell, wie in Abb. 6 dargestellt.

Ein Katalog von Überschwemmungsereignissen an der Küste (hellblau) aus dem Massachusetts Coastal Flood Risk Model54 dient als Grundlage für das Hochwassermodell des Systems (blau). Dieses Modell bildet zusammen mit Schätzungen der Wiederbeschaffungskosten (hellgrün) und Tiefen-Schadensbeziehungen (hellrot) die Grundlage für das Kostenschätzungsmodell für Hochwasserschäden (grün), das die Schätzung ereignisspezifischer Hochwasserverluste und jährlicher Schäden ermöglicht.

Als nächstes erstellen wir ein hydraulisches Modell der unterirdischen Teile des MBTA-Schienen-Schnellverkehrssystems unter Verwendung des EPA Storm Water Management Model (SWMM 5.1; im Folgenden als SWMM bezeichnet). Während SWMM, wie der Name schon sagt, typischerweise zur Analyse von Niederschlagsabflüssen und zum Entwurf von Regenwasserentwässerungsinfrastruktursystemen verwendet wird, ist eine Schlüsselfunktion der Software die Simulation eindimensionaler Strömung durch Rohrnetze in diskreter Zeit. SWMM bestimmt die Strömungsführung durch ein Rohrnetz mithilfe der vollständigen 1-D-St-Venant-Strömungsgleichungen und berechnet den Durchfluss in einzelnen Rohren mithilfe der Manning-Gleichung56.

Wir charakterisieren die unterirdischen Teile des Systems über eine Reihe von Knotenpunkten, \(J=\{{j}_{i}\,|{i}={{{{\mathrm{1,2}}}}}, \ldots ,J\}\) verbunden durch eine Reihe von Links, \(L=\{{l}_{k}=({j}_{i},{j}_{j})\,|{ k}={{{{\mathrm{1,2}}}}},\ldots ,{L;\; i},j={{{{\mathrm{1,2}}}}},\ldots ,{J;\; i}\ne j\}\). Jeder Knotenpunkt ist durch eine umgekehrte Höhe gekennzeichnet, \({E}^{J}=\{{e}_{i}^{J}=|{i}={{{{\mathrm{1,2}} }}},\ldots ,J\}\), ausgedrückt relativ zum nordamerikanischen vertikalen Datum von 1988 (NAVD88) und einer maximalen Tiefe, \({D}^{J}=\{{d}_{i}^ {J}=|{i}={{{{\mathrm{1,2}}}}},\ldots ,J\}\). Wir ermitteln die Sohlenhöhen aus Gleisgeometriediagrammen für jede Transitlinie (interne MBTA-Dokumentation) und wählen Knotenpunkte als Grenzen von U-Bahn-Stationen und bei Änderungen der Gleisneigung (d. h. vertikale Schnittpunkte, PVI, entlang der vertikalen Gleisausrichtung) aus. Verbindungen werden weiter durch eine Länge beschrieben, \({\varLambda }^{L}=\{{\lambda }_{k}^{L}\,|{k}={{{{\mathrm{1,2 }}}}},\ldots ,L\}\) auch direkt aus Gleisliniendiagrammen und einem Tunnelquerschnitt gemäß dem MBTA-Tunnelinspektionshandbuch (interne Dokumentation) erhalten. Wir betrachten jeden S-Bahn-Tunnel als eine separate Reihe miteinander verbundener Verbindungen. Hydraulische Verbindungen an Verbindungsstationen (d. h. Umsteigestationen) werden durch Einbeziehung einer separaten Verbindung modelliert, deren Länge und Querschnitt durch die Gesamtzahl der Verbindungen (d. h. Treppenhäuser, Aufzugsschächte, mehrstöckige Technikräume) zwischen verbindenden Transitleitungen bestimmt werden an der Station, wie in den Bestandszeichnungen (interne MBTA-Dokumentation) angegeben. Zusätzlich zu den wichtigsten miteinander verbundenen unterirdischen Teilen des Systems in der Innenstadt von Boston modellieren wir in der Analyse die Red-Line-Tunnel in Cambridge und Dorchester als unabhängige Tunnelabschnitte. Schließlich vernachlässigen wir auf der Grundlage von Expertenmeinungen und Diskussionen mit der MBTA das Vorhandensein vorhandener Tunnelpumpen (hauptsächlich für die Grundwasserinfiltration konzipiert), da nicht genügend Informationen vorliegen, um deren vergleichsweise geringe Kapazität angemessen zu charakterisieren.

Für jedes Hochwasserereignis innerhalb des Ereigniskatalogs (dh für n = 20 Hochwasserereignisse an der Küste) entwickeln wir mithilfe eines systemweiten Hochwassermodells eine Reihe von Hochwassertiefen im gesamten Schienen-Schnellverkehrssystem. Wir beproben zunächst die von MC-FRM bereitgestellten Überschwemmungstiefen entlang der ebenen Teile des Systems an einer Reihe von Systemprobenstandorten (SSL), sofern verfügbar, und extrapolieren die Überschwemmungstiefen nach Bedarf auf der Grundlage der verfügbaren Daten und der Beschreibung der erwarteten generalisierten Extremwertverteilungen (GEV). extremer Meeresspiegel im Hafen von Boston40 Modulation des Standortparameters bei Bedarf zur Anpassung an SLR2. SSLs wurden an beiden Enden ebenerdiger Bahnsteige, Brücken oder Unterführungen angebracht. Jedem SSL wurde eine ID zugewiesen, die einer Transitlinie zugeordnet war, und eine Längsstation zugewiesen, die mit den internen MBTA-Gleisausrichtungsdaten übereinstimmte (Ergänzungstabelle 1). Als nächstes bewerten wir die Überschwemmungsgefahr an der Küste für die unterirdischen Teile des Systems und erhalten Zeitreihendaten zur Höhe der Wasseroberfläche für jeden niedrigsten kritischen Standort (LCL57) im System. Für jedes LCL (Ergänzungstabelle 2) berechnen wir unter Berücksichtigung seiner geschätzten Höhe (bereitgestellt durch öffentlich verfügbare Daten58), seiner Abmessungen und hydraulischen Eigenschaften den Zufluss für jeden bereitgestellten Zeitschritt unter Verwendung standardmäßiger hydraulischer Gleichungen59:

Dabei bezeichnet \(\,{h}_{{LCL}}\left(t\right)\) die Wasseroberflächenhöhe zum Zeitpunkt t, \({w}_{{LCL}}\) die charakteristische Hydraulik Breite des LCL, \({{{{{{\rm{S}}}}}}}_{{LCL}}\) bezeichnet die Steigung des LCL in Fällen offener Kanalströmung und \(n\ ) bezeichnet den Manning-Rauheitskoeffizienten. Anschließend summieren wir die Zuflüsse geografisch benachbarter LCLs und weisen die resultierenden Zuflusszeitreihen als Eingabe in ein hydraulisches Modell der unterirdischen Teile des Transitsystems zu, das in EPA SWMM 5.156 erstellt wurde. Die resultierenden unterirdischen und ebenen Überschwemmungstiefen werden verwendet, um eine Wasseroberflächenhöhe für jede S-Bahn-Linie zu definieren; Höhen von Schienenoberkanten und Tunnelkronen werden verwendet, um Überschwemmungstiefen in Abständen von 3 m entlang jeder Strecke, an den Grenzen von Bahnsteigen und an Standorten von Schienenwartungsanlagen zu bestimmen.

Als nächstes generieren wir angesichts dieser Überschwemmungsausdehnungen für ein Überschwemmungsereignis von Interesse im Kostenschätzungsmodell probabilistische Schätzungen mittels Monte-Carlo-Simulation, wobei wir die Kosten für Überschwemmungsschäden wiederholt schätzen, indem wir unsichere Variablen stochastisch abtasten, um eine große Stichprobe (n = 10.000 Versuche) zu generieren Kostenschätzungen für Überschwemmungsschäden. In jedem Versuch werden die Hochwasserverluste mithilfe der Einheitsverlustmethode6 geschätzt, wobei die Gesamtschadenskosten \({C}_{D}\) wie folgt definiert sind:

Wobei \({R}_{i}\) die abgetasteten unsicheren Wiederbeschaffungskosten der Einheit \(i\) sind, \({d}_{i}\) die abgetastete unsichere Überschwemmungstiefe bei der Einheit \(i\) ist , \({{f}_{{dd}}}_{i}({d}_{i})\) der abgetastete unsichere Tiefenschadensfaktor für die Einheit \(i\) angesichts ihrer Überschwemmungstiefe, und \(N\) ist die Gesamtzahl der Einheiten im Untersuchungsgebiet. Hier diskretisieren wir lineare Anlagen in 3-Meter-Schritten (Schiene, Signale, Strom, Beleuchtung, Tunnelstruktur) und betrachten einzelne Einrichtungen (Bahnhöfe, Wartungshöfe) als separate Analyseeinheiten. Wir erstellen in einem zweistufigen Prozess unsichere Schätzungen der Wiederbeschaffungskosten. Erstens erhalten wir, sofern verfügbar, Punktschätzungen der Wiederbeschaffungskosten für alle Vermögenswerte aus der internen MBTA-Dokumentation und öffentlich zugänglichen Angebotsvergleichen und Kapitalinvestitionsberichten60,61,62,63,64. Die Schätzungen der Wiederbeschaffungskosten wurden durch Interviews mit MBTA-Mitarbeitern überprüft und gegebenenfalls auf das Preisniveau von 2020 eskaliert. Zweitens werden diese Punktschätzungen in unsichere (d. h. probabilistische) Ersatzkostenschätzungen umgewandelt, indem ein unsicherer Kontingenzfaktor angewendet wird, der auf die tatsächliche Variabilität der Kosten von Eisenbahnprojekten kalibriert wird35, im Einklang mit Best-Practice-Empfehlungen für Kostenvorausschätzungen im Frühstadium65. Folglich gehen wir davon aus, dass die Schätzungen der Wiederbeschaffungskosten einer Normalverteilung \(N(1.45{C}_{{est}},0.38{C}_{{est}})\) folgen, wobei \({C}_{{est}} }\) bezeichnet die punktuell geschätzten Wiederbeschaffungskosten für einen bestimmten interessierenden Vermögenswert. Die ergänzenden Tabellen 3 und 4 enthalten die Punktschätzungen der Ersatzkosten und unsicheren Ersatzkostenschätzungen, die in der Analyse verwendet wurden.

Über einen ähnlichen zweistufigen Prozess werden unsichere Tiefenschadensfaktoren für jeden Vermögenswerttyp generiert. Für jeden Asst-Typ erstellen wir zunächst eine erwartete Tiefenschadenskurve unter Anwendung der transitspezifischen Salzwasser-Tiefenschadensfunktionen von Martello et al.32. Als nächstes werden Variabilität und Unsicherheit in der Beziehung zwischen Tiefe und Schaden durch die von Egorova et al.36 beschriebene Methode charakterisiert. Bei dieser Methode wird eine unsichere Tiefenschadensfunktion über eine Betaverteilung generiert (d. h. \({f}_{{dd}}\left(d\right)=\,\beta (\alpha (d),\ beta (d))\)), informiert durch eine erwartete (d. h. mittlere) Tiefen-Schadens-Beziehung, \({{f}^{* }}_{{dd}}(d)\), und einen Unsicherheitsparameter, \(k=0,4\), charakterisiert die Variabilität der Ergebnisse in einer bestimmten Tiefe, \(d\). Die Beta-Verteilungsparameter \(\alpha (d)\) und \(\beta (d)\) sind definiert als:

Schließlich berücksichtigen wir in Übereinstimmung mit früheren Arbeiten34,66 zur Anerkennung der Unsicherheit der geschätzten Überschwemmungstiefen für ein bestimmtes Szenario die Unsicherheit der Überschwemmungstiefe für jede Analyseeinheit über eine Normalverteilung, \(d=N({d}_{{est}} ,0,122{d}_{{est}})\), wobei \({d}_{{est}}\) die geschätzte Überschwemmungstiefe an der interessierenden Analyseeinheit bezeichnet.

Für jedes Überschwemmungsereignis an der Küste entwickeln wir nach Abschluss aller Versuche zusammenfassende Statistiken (d. h. Min., Max., Mittelwert, Varianz), die die gesamten Hochwasserverlustschätzungen sowie die Schätzungen für jede Linie, jede überschwemmte Anlage und jede lineare Anlageklasse (zusammengefasst) charakterisieren sowohl systemweit als auch für jede Transitlinie). Kostenaufschlüsselungswahrscheinlichkeitsverteilungen werden durch verallgemeinerte Betaverteilungen auf der Grundlage von Stichprobenverteilungszusammenfassungsstatistiken angenähert67. Die erwarteten jährlichen Verluste (EAL) werden durch die Berechnung der Fläche unter der Hochwasserverlust-CFEP-Kurve ermittelt:

Dabei bezeichnet \({f}_{B}(p)\) die Kosten des Hochwasserschadens für eine gegebene Küstenüberschwemmungswahrscheinlichkeit (CFEP), \(p\). Mithilfe dieser Gleichung berechnen wir die EAL anhand der mittleren, minimalen und maximalen Hochwasserverlustschätzungen, die wir aus dem Kostenschätzungsmodell für Hochwasserschäden erhalten. Hier entwickeln wir eine kontinuierliche Funktion in geschlossener Form, um zu beschreiben, wie der Mittelwert und die Varianz von EAL-Werten mit SLR durch polynomiale Regression variieren. Wir charakterisieren auch, wie die minimalen und maximalen EAL-Werte (ausgedrückt als Prozentsatz der mittleren EAL-Werte) mit der SLR über eine Potenzgesetz-Regression variieren. Dies ermöglicht eine direkte Charakterisierung der voraussichtlichen Veränderung unsicherer EAL-Schätzungen in Bezug auf SLR, ist jedoch für die Charakterisierung von EAL im Laufe der Zeit nicht ausreichend, da für eine solche Charakterisierung die Auswahl einer SLR-Projektion erforderlich ist.

Um Schätzungen darüber zu entwickeln, wie sich EAL im Laufe der Zeit ändert, wenden wir einen separaten, auf Monte-Carlo-Simulationen basierenden Ansatz an, der die Unsicherheit in EAL und SLR berücksichtigt. Zunächst charakterisieren wir die Unsicherheit in EAL in Bezug auf den SLR-Wert über eine verallgemeinerte Betaverteilung, \({{EAL}}_{{SLR}}\beta (\alpha ,\beta ,{{EAL}}_{\min }({SLR}),{{EAL}}_{\max }({SLR}))\), wobei:

\(\alpha\) und \(\beta\) sind Formparameter, \({{EAL}}_{\min }\left({SLR}\right),\,{{EAL}}_{\max }\left({SLR}\right),\,{{EAL}}_{{mean}}\left({SLR}\right),\,{{EAL}}_{{{{{\mathrm{ var}}}}}}\left({SLR}\right)\) sind das EAL-Minimum, -Maximum, -Mittelwert und die Varianz für den interessierenden SLR-Wert. Die Charakterisierung der EAL-Unsicherheit auf diese Weise (dh die Definition einer Wahrscheinlichkeitsverteilung über einen Satz geschlossener Funktionen) ermöglicht die Entwicklung der EAL-Unsicherheit für jeden SLR-Wert. Unter Verwendung dieser Charakterisierung der EAL-Unsicherheit und einer Teilmenge der verfügbaren SLR-Projektionen für Boston Harbor, die vom IPCC1,37,38,39 bereitgestellt wurden, wie in der ergänzenden Abbildung 2 gezeigt, schätzen wir die EAL bis 2100 in einem Intervall von = 10 Jahren. Für jedes interessierende Jahr generieren wir n = 10.000 EAL-Werte, indem wir zunächst eine SLR-Stichprobe generieren und dann die zugehörige EAL-Wahrscheinlichkeitsverteilung entwickeln und abtasten.

Ein Teil der Daten, die die Ergebnisse dieser Studie stützen, unterliegt einer Geheimhaltungsvereinbarung und darf nicht öffentlich zugänglich gemacht werden. Die restlichen Daten, die die Ergebnisse dieser Studie stützen, sind öffentlich verfügbar unter: https://doi.org/10.5281/zenodo.7764881. Die zur Generierung der in dieser Studie dargestellten Zahlen verwendeten Datensätze sind verfügbar unter: https://doi.org/10.6084/m9.figshare.22329079.

Die Modelle und der Code, die die Ergebnisse dieser Studie stützen, sind öffentlich verfügbar unter: https://doi.org/10.5281/zenodo.7764881.

Zwischenstaatlicher Ausschuss für Klimaänderungen (IPCC). Klimawandel 2022: Auswirkungen, Anpassung und Verwundbarkeit. Beitrag der Arbeitsgruppe II zum sechsten Sachstandsbericht des Zwischenstaatlichen Ausschusses für Klimaänderungen (Cambridge University Press, 2022).

Sweet, WV et al. Globale und regionale Meeresspiegelanstiegsszenarien für die Vereinigten Staaten: Aktualisierte mittlere Prognosen und extreme Wasserstandswahrscheinlichkeiten entlang der US-Küsten. NOAA Technical Report NOS 01 (National Oceanic and Atmospheric Administration, National Ocean Service, 2022). https://oceanservice.noaa.gov/hazards/sealevelrise/noaa-nostechrpt01-global-regional-SLR-scenarios-US.pdf.

Hallegatte, S., Green, C., Nicholls, RJ & Corfee-Morlot, J. Zukünftige Überschwemmungsschäden in großen Küstenstädten. Nat. Aufstieg. Änderung 3, 802–806 (2013).

Artikel Google Scholar

Strauss, BH et al. Wirtschaftliche Schäden durch Hurrikan Sandy, die auf den durch den anthropogenen Klimawandel verursachten Anstieg des Meeresspiegels zurückzuführen sind. Nat. Komm. 12, 2720 (2021).

Artikel CAS Google Scholar

Ingenieurkorps der US-Armee (USACE). Katalog der Funktionen für Tiefenschäden in Wohngebieten, die vom Army Corps of Engineers bei der Schätzung von Hochwasserschäden verwendet werden. IWR-Bericht 92-R-3. https://www.iwr.usace.army.mil/Portals/70/docs/iwrreports/92-R-3.pdf (1992).

de Moel, H. Unsicherheit im Hochwasserrisiko. Doktorarbeit (VU Universität Amsterdam, 2012) https://research.vu.nl/ws/portalfiles/portal/42215325/complete+dissertation.pdf.

Ingenieurkorps der US-Armee (USACE). HEC-FDA-Analyse zur Reduzierung von Hochwasserschäden – Benutzerhandbuch. Bericht CPD-72 Version 1.4.1. (USACE, 2016) https://www.hec.usace.army.mil/software/hec-fda/documentation/CPD-72_V1.4.1.pdf.

Federal Emergency Management Agency (FEMA). Benutzerhandbuch für das Hazus-Hochwassermodell – Hazus 5.1 (FEMA, 2022) https://www.fema.gov/sites/default/files/documents/fema_hazus-5.1-flood-model-user-guidance.pdf.

Ingenieurkorps der US-Armee (USACE). New York-New Jersey Harbour and Tributaries Study (HATS) Machbarkeitsstudie zum Küstensturmrisikomanagement: Entwurf eines integrierten Machbarkeitsberichts und Teir 1-Umweltverträglichkeitserklärung (USACE, 2022). https://www.nan.usace.army.mil/Portals/37/NYNJHATS%20Draft%20Integrated%20Feasibility%20Report%20Tier%201%20EIS_1.pdf.

Gerl, T., Kreibich, H., Franco, G., Marechal, D. & Schröter, K. Ein Überblick über Hochwasserschadensmodelle als Grundlage für Harmonisierung und Benchmarking. PLOS One 11, e0159791 (2016).

Artikel Google Scholar

Franco, G., Becker, JF & Arguimbau, N. Bewertungsmethoden von Hochwasserrisikomodellen in der (Rück-)Versicherungsbranche. Wassersicherheit 11, 100069 (2020).

Artikel Google Scholar

Oddo, PC et al. Große Unsicherheiten bei den Prognosen zum Anstieg des Meeresspiegels und zu Sturmfluten: Auswirkungen auf das Hochwasserrisikomanagement an der Küste. Risiko Anal. 40, 153–168 (2020).

Artikel Google Scholar

Rasmussen, DJ, Buchanan, MK, Kopp, RE, & Oppenheimer, M. Ein Hochwasserschadensausgleichsrahmen für den Küstenschutz bei großer Unsicherheit beim Anstieg des Meeresspiegels. Earths Future, 8, (2020). https://doi.org/10.1029/2019EF001340.

Aerts, JCJH, Botzen, WJW, de Moel, H. & Bowman, M. Kostenschätzungen für Hochwasserresilienz und Schutzstrategien in New York City: Hochwassermanagementstrategien für New York City. Ann. NY Acad. Wissenschaft. 1294, 1–104 (2013).

Artikel Google Scholar

Hallegatte, S. et al. Bewertung der Auswirkungen des Klimawandels, des Anstiegs des Meeresspiegels und des Risikos von Sturmfluten in Hafenstädten: eine Fallstudie zu Kopenhagen. Aufstieg. Änderung 104, 113–137 (2011).

Artikel Google Scholar

De Moel, H. & Aerts, JCJH Auswirkung von Unsicherheiten in der Landnutzung, Schadensmodellen und Überschwemmungstiefe auf Schätzungen von Überschwemmungsschäden. Nat. Hazards 58, 407–425 (2011).

Artikel Google Scholar

Jacob, K., Rosenzweig, C., Horton, R., Major, D. & Gornitz, V. MTA-Anpassungen an den Klimawandel: Ein kategorischer Imperativ (Metopolitan Transportation Authority (MTA), 2008). https://new.mta.info/document/10451.

Martello, MV, Whittle, AJ, Keenan, JM & Salvucci, FP Bewertung der Widerstandsfähigkeit des Bostoner Schienen-Schnellverkehrsnetzes gegen den Klimawandel. Transp. Res. Teil D Transp. Umgebung. 97, 102908 (2021).

Artikel Google Scholar

Kellermann, P., Schönberger, C. & Thieken, AH Großflächige Anwendung des Hochwasserschadensmodells Railway Infrastructure Loss (RAIL). Nat. Gefahren Erdsystem Wissenschaft. 16, 2357–2371 (2016).

Artikel Google Scholar

Bubeck, P. et al. Die globale Erwärmung erhöht das Überschwemmungsrisiko auf europäischen Eisenbahnstrecken. Aufstieg. Änderung 155, 19–36 (2019).

Artikel Google Scholar

Sun, H., Li, M., Jiang, H., Ruan, . Remote Sens. 14, 3451 (2022).

Artikel Google Scholar

Compton, KL (Hrsg.) Unsicherheits- und Katastrophenrisikomanagement: Modellierung des Sturzflutrisikos für Wien und sein U-Bahn-System (IIASA, 2009).

Sun, D., Wang, H., Lall, U., Huang, J. & Liu, G. Risikobewertung von U-Bahn-Fahrten bei Überschwemmungen basierend auf Smartcard-Daten. Geomat. Nat. Hazards Risk 13, 2796–2818 (2022).

Artikel Google Scholar

Forero-Ortiz, E., Martínez-Gomariz, E. & Cañas Porcuna, M. Eine Überprüfung der Ansätze zur Bewertung der Auswirkungen von Überschwemmungen auf unterirdische Infrastrukturen in städtischen Gebieten: ein Schwerpunkt auf Verkehrssystemen. Hydrol. Wissenschaft. J. 65, 1943–1955 (2020).

Artikel Google Scholar

Wang, G. et al. Bewertung des Hochwasserrisikos von U-Bahn-Systemen in Ballungsräumen unter dem Szenario der Bodensenkung: eine Fallstudie aus Peking. Remote Sens. 13, 637 (2021).

Artikel Google Scholar

Rosenzweig, C., et al. (Hrsg.). Reaktion auf den Klimawandel im Bundesstaat New York: Die integrierte Bewertung von ClimAID für eine wirksame Anpassung an den Klimawandel. Technischer Bericht. (New York State Energy Research and Development Authority (NYSERDA), 2011). www.nyserda.ny.gov.

Terada, M., Ishigaki, T., Ozaki, T., Baba, Y. und Toda, K. U-Bahn-Überschwemmung durch Überschwemmungen und Evakuierung aus U-Bahn-Stationen. In Tagungsband des 37. IAHR-Weltkongresses (IAHR-Weltkongress, 2017).

Massachusetts Bay Transportation Authority (MBTA). ENVPS04 – Arbeitsauftrag Nr. 1 – Klimawandel-Vulnerabilitätsbewertung und Anpassungs-Überschwemmungsmodellbericht – MBTA Blue Line – Aquarium Station bis Maverick Portal (Weston & Sampson und Arup., 2019).

Forero-Ortiz, E., Martínez-Gomariz, E., Cañas Porcuna, M., Locatelli, L. & Russo, B. Hochwasserrisikobewertung in einem U-Bahn-System unter dem Einfluss des Klimawandels – eine Fallstudie aus Barcelona Metro. Nachhaltigkeit 12, 5291 (2020).

Artikel Google Scholar

Miura, Y. et al. Ein methodischer Rahmen zur Bestimmung einer optimalen Küstenschutzstrategie gegen Sturmfluten und Meeresspiegelanstieg. Nat. Gefahren 107, 1821–1843 (2021).

Artikel Google Scholar

Woods Hole Group (WHG). (2021, Okt.). Zeitreihe zum Hochwasserrisikomodell an der Küste von Massachusetts, Wasseroberflächenhöhen. [Datensatz]. Woods Hole Group (WHG), 2021).

Martello, MV, Whittle, AJ und Lyons-Galante, HR Tiefenschadenskurven für die Infrastruktur des Schienen-Schnellverkehrs. J. Hochwasserrisikomanagement https://doi.org/10.1111/jfr3.12856 (2023).

Wagenaar, DJ, de Bruijn, KM, Bouwer, LM & de Moel, H. Unsicherheit bei Schätzungen von Hochwasserschäden und ihre möglichen Auswirkungen auf Investitionsentscheidungen. Nat. Gefahren Erdsystem Wissenschaft. 16, 1–14 (2016).

Artikel Google Scholar

Prahl, BF, Rybski, D., Boettle, M. & Kropp, JP Schadensfunktionen für klimabedingte Gefahren: Vereinheitlichung und Unsicherheitsanalyse. Nat. Gefahren Erdsystem Wissenschaft. 16, 1189–1203 (2016).

Artikel Google Scholar

Flyvbjerg, B., Holm, MS & Buhl, S. Unterschätzung der Kosten bei öffentlichen Bauprojekten: Fehler oder Lüge? Marmelade. Planen. Assoc. 68, 279–295 (2002).

Artikel Google Scholar

Egorova, R., van Noortwijk, JM & Holterman, SR Unsicherheit bei der Schätzung von Hochwasserschäden. Int. J. River Basin Manag. 6, 139–148 (2008).

Artikel Google Scholar

Fox-Kemper, B. et al. Ozean, Kryosphäre und Meeresspiegel verändern sich. In: Klimawandel 2021: Die physikalisch-wissenschaftlichen Grundlagen. Beitrag der Arbeitsgruppe I zum Sechsten Sachstandsbericht des Zwischenstaatlichen Ausschusses für Klimaänderungen (Hrsg. Masson-Delmotte, V., et al.) (Cambridge University Press, 2021).

Garner, GG et al. IPCC AR6 Meeresspiegelprojektionen (Version 20210809) [Datensatz]. (Zenod, 2021a). https://doi.org/10.5281/ZENOD.5914709.

Garner, GG et al. IPCC AR6 Sea-Level Rise Projections (Version 20210809) [Datensatz]. (PO.DAAC, 2021b). https://podaac.jpl.nasa.gov/announcements/2021-08-09-sea-level-projections-from-the-IPCC-6th-Assessment-Report.

NOAA. Boston, MA – Stations-ID: 8443970. https://tidesandcurrents.noaa.gov/stationhome.html?id=8443970 (2021).

Massachusetts Bay Transportation Authority (MBTA). Vorgeschlagener Kapitalinvestitionsplan (CIP) der Massachusetts Bay Transportation Authority für das Geschäftsjahr 23–27 – März 2022 (MassDOT, 2022). https://cdn.mbta.com/sites/default/files/2022-03/2022-03-24-proposed-fy23-27-mbta-cip-2.pdf.

Levy, DL, & Herst, R. Finanzierung der Klimaresilienz: Mobilisierung von Ressourcen und Anreizen zum Schutz Bostons vor Klimarisiken (Sustainable Solutions Lab, University of Massachusetts Boston, 2018). https://www.umb.edu/editor_uploads/images/centers_institutes/sustainable_solutions_lab/Financing_Climate_Resilience_April_2018.pdf.

Keenan, JM Climate Adaptation Finance and Investment in California (Routledge, Taylor & Francis Group, 2019).

Chen, C. & Bartle, JR Innovative Infrastructure Finance: Ein Leitfaden für staatliche und lokale Regierungen. (Springer International Publishing, 2022). https://doi.org/10.1007/978-3-030-91411-0.

Olsen, AH & Porter, KA Was wir über den Nachfrageanstieg wissen: kurze Zusammenfassung. Nat. Hazards Rev. 12, 62–71 (2011).

Artikel Google Scholar

Golan, MS, Trump, BD, Cegan, JC & Linkov, I. Widerstandsfähigkeit der Lieferkette für Impfstoffe: Überprüfung der Modellierungsansätze im Kontext der COVID-19-Pandemie. Ind. Geschäftsführer Datensystem. 121, 1723–1748 (2021).

Artikel Google Scholar

Suarez, P., Anderson, W., Mahal, V. & Lakshmanan, TR Auswirkungen von Überschwemmungen und Klimawandel auf den städtischen Verkehr: eine systemweite Leistungsbewertung der Boston Metro Area. Transp. Res. Teil D Transp. Umgebung. 10, 231–244 (2005).

Artikel Google Scholar

Sun, J., Chow, ACH & Madanat, SM Gerechtigkeitsbedenken beim Schutz der Verkehrsinfrastruktur vor dem Anstieg des Meeresspiegels. Transp. Richtlinie 100, 81–88 (2021).

Artikel Google Scholar

Nationale Akademien der Wissenschaften, Ingenieurwissenschaften und Medizin (NASEM). Einbeziehung der Kosten und Vorteile von Anpassungsmaßnahmen zur Vorbereitung auf extreme Wetterereignisse und den Leitfaden zum Klimawandel (S. 25744). (Transportation Research Board, National Oceanic and Atmospheric Administration, 2020). https://doi.org/10.17226/25744.

O'Rourke, TD Change Agents für eine belastbare Infrastruktur. Im Jahr 2020 PEER-Jahrestagung, UC Berkeley (PEER, 2020).

Balboni, C. In Gefahr? Infrastrukturinvestitionen und das Fortbestehen von Küstenstädten. Bin. Wirtschaft. Rev. https://economics.mit.edu/files/22033 (2021).

Hummel, MA, Berry, MS & Stacey, MT Der Anstieg des Meeresspiegels wirkt sich auf Abwasseraufbereitungssysteme entlang der US-Küsten aus. Earths Future 6, 622–633 (2018).

Artikel Google Scholar

Kong, WK Wassereinbruchsbewertung für Felstunnel: ein Werkzeug für die Risikoplanung. Rock-Mech. Rock-Ing. 44, 755–765 (2011).

Artikel Google Scholar

Bosma, K. et al. MassDOT-FHWA-Pilotprojektbericht: Bewertung der Gefährdung durch Klimawandel und extreme Wetterbedingungen sowie Anpassungsoptionen für die Zentralarterie (MassDOT, 2015). https://www.mass.gov/files/documents/2018/08/09/MassDOT_FHWA_Climate_Change_Vulnerability_1.pdf.

Kopp, RE et al. Sich weiterentwickelndes Verständnis der Physik des antarktischen Eisschildes und der Mehrdeutigkeit bei probabilistischen Meeresspiegelprojektionen. Earths Future 5, 1217–1233 (2017).

Artikel Google Scholar

Rossman, LA Storm Water Management Model User's Manual Version 5.1 (US Environmental Protection Agency, National Risk Management Research Laboratory, 2015). https://www.epa.gov/sites/default/files/2019-02/documents/epaswmm5_1_manual_master_8-2-15.pdf.

Martello, MV Resilienz von Schnellverkehrsnetzen im Kontext des Klimawandels. Masterarbeit (Massachusetts Institute of Technology, 2020) https://dspace.mit.edu/handle/1721.1/127329.

Geologische Untersuchung der Vereinigten Staaten (USGS). Die Höhe der Nationalen Karte (TNM). [Datensatz]. (United States Geological Survey (USGS), 2021) https://apps.nationalmap.gov/elevation/.

Finnemore, EJ, & Franzini, JB Strömungsmechanik mit technischen Anwendungen (10. Auflage) (McGraw-Hill, 2009).

Massachusetts Bay Transportation Authority (MBTA). Angebotsvergleich: Vertrag R44CN01 – Red Line Test Track, South Boston, MA (MassDOT, 2017) https://bc.mbta.com/business_center/bidding_solicitations/pdf/Bid%20Comparison%20Rpt%20-%20R44CN01.pdf.

Massachusetts Bay Transportation Authority (MBTA). Angebotsvergleich: Vertrag Q09CN02 – Green Line D Branch Trach & Signal Replacement-Beaconsfield to Riverside, Newton and Brookline (MassDOT, 2018). https://old.mbta.com/business_center/bidding_solicitations/pdf/Bid%20Comparison%20Rpt%20-%20Q09CN02.pdf.

Massachusetts Bay Transportation Authority (MBTA). Angebotsvergleich: Vertrag B22CN02 – Reparatur/Sanierung des East Cambridge (Lechmere) Viadukts, Boston und Cambridge, MA (MassDOT, 2019a). https://bc.mbta.com/business_center/bidding_solicitations/pdf/Bid%20Comparison%20Rpt%20-%20B22CN02.pdf.

Massachusetts Bay Transportation Authority (MBTA). MBTA FY20-24 Capital Investment Plan: Evaluation Guide (Massachusetts Department of Transportation, MassDOT, 2019c).

Massachusetts Bay Transportation Authority (MBTA). Angebotsvergleich: Vertrag A25CN01 – Konsolidierung der Green Line B Branch Station, Boston, MA (MassDOT, 2020). https://bc.mbta.com/business_center/bidding_solicitations/pdf/Bid%20Comparison%20Rpt%20-%20A25CN01.pdf.

Transportation Research Board (TRB) und Nationale Akademien der Wissenschaften, Ingenieurwissenschaften und Medizin (NASEM). Leitlinien für die Kostenschätzung und das Kostenmanagement für Autobahnprojekte während der Planung, Programmierung und Bauvorbereitung (The National Academies Press, 2007). https://doi.org/10.17226/14014.

Saint-Geours, N., Grelot, F., Bailly, J.-S. & Lavergne, C. Ranking der Unsicherheitsquellen bei der Modellierung von Überschwemmungsschäden: Eine Fallstudie zur Kosten-Nutzen-Analyse eines Hochwasserschutzprojekts im Orb-Delta, Frankreich: Ranking der Unsicherheitsquellen bei der Modellierung von Überschwemmungsschäden. J. Hochwasserrisikomanagement 8, 161–176 (2015).

Artikel Google Scholar

Guthrie, WF NIST/SEMATECH e-Handbook of Statistical Methods (NIST Handbook 151) [Datensatz]. (Nationales Institut für Standards und Technologie, 2020). https://doi.org/10.18434/M32189.

Referenzen herunterladen

Die in dieser Studie berichtete Forschung wurde von der Massachusetts Bay Transportation Authority (MBTA) und dem US-Verteidigungsministerium (über das DoD SMART Scholarship-for-Service-Programm) unterstützt. Die in diesem Dokument geäußerten Meinungen sind die der Autoren und spiegeln nicht die der MBTA wider.

Abteilung für Bau- und Umweltingenieurwesen, Massachusetts Institute of Technology, 77 Massachusetts Avenue, Cambridge, MA, USA

Michael V. Martello und Andrew J. Whittle

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Diese Studie wurde von AJW und MVM konzipiert und von AJW überwacht. Datenerfassung, Analyse und erste Manuskripterstellung wurden von MVMA durchgeführt. JW überarbeitete das Manuskript und besprach die Ergebnisse in allen Phasen mit MVM. MVM und AJW überarbeiteten das Manuskript als Reaktion auf die Kommentare der Gutachter.

Korrespondenz mit Michael V. Martello.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Communications Earth & Environment dankt Karl Kim, Jiayun Sun und den anderen, anonymen Gutachtern für ihren Beitrag zum Peer-Review dieser Arbeit. Hauptredakteur: Joe Aslin. Peer-Reviewer-Berichte sind verfügbar.

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

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 Originalautor(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

Martello, MV, Whittle, AJ Schätzung der Kosten für Küstenüberschwemmungsschäden an der Transitinfrastruktur bei künftigem Anstieg des Meeresspiegels. Commun Earth Environ 4, 137 (2023). https://doi.org/10.1038/s43247-023-00804-7

Zitat herunterladen

Eingegangen: 05. September 2022

Angenommen: 14. April 2023

Veröffentlicht: 24. April 2023

DOI: https://doi.org/10.1038/s43247-023-00804-7

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.