1. Perkenalan
Daerah polder datar yang dilindungi oleh tanggul ada di banyak tempat di seluruh
dunia, terutama di delta sungai dataran rendah. Daerah-daerah ini sangat rentan
dalam hal terjadi pelanggaran tanggul selama tingkat air yang tinggi dan karena
konsentrasi tinggi orang dan modal (Smith and Ward, 1998). Untuk keputusan dan
investasi dalam manajemen risiko banjir, perkiraan yang dapat diandalkan
terhadap potensi kerusakan diperlukan (misalnya Vrijling et al., 1998). Karena sifat
probabilitas rendah dari banjir ekstrim dan oleh karena itu ketersediaan terbatas,
atau bahkan tidak ada sama sekali, data kerugian historis, simulasi peristiwa
kehilangan menggunakan model bencana diperlukan untuk sampai pada kisaran
realistis potensi kerusakan. Hal ini terutama terjadi di Belanda, di mana peristiwa
banjir karena tanggul tanggul dengan dampak luas sangat jarang. Peristiwa
kerugian yang telah didokumentasikan dengan baik hanya terdiri dari peristiwa
gelombang badai besar pada tahun 1953 (Van Dantzig, 1956; Gerritsen, 2005).
Baru-baru ini, peristiwa banjir sungai pada tahun 1993 dan 1995 melibatkan
kerugian ekonomi yang cukup besar, tetapi terbatas pada genangan yang relatif
kecil dan tidak ada pelanggaran tanggul terjadi (Wind et al., 1999). Dengan
menerapkan pendekatan pemodelan yang menggunakan hubungan kerugian banjir
berdasarkan peristiwa banjir di wilayah lain di dunia, adalah mungkin untuk
memperkirakan potensi risiko banjir untuk peristiwa banjir ekstrim. Sementara
lembah sungai di lembah-lembah umumnya menghadapi tingkat penggenangan yang
berbeda selama banjir, daerah polder dataran rendah menghadapi banyak peristiwa
banjir yang dapat terjadi di lokasi yang berbeda, dengan konsekuensi yang sangat
berbeda. Lokasi banjir di polder tergantung pada kegagalan pertahanan banjir yang
tidak dapat diprediksi, yang menimbulkan masalah khusus untuk penilaian risiko
banjir yang akurat. Ini biasanya diselesaikan dengan penciptaan skenario banjir yang
berbeda. Secara khusus kedalaman genangan maksimum dari skenario banjir
digunakan untuk menghitung kerusakan (Messner et al., 2007; Rijkswaterstaat,
2005a). Pemodelan hidrodinamik dua dimensi telah umum digunakan untuk
membuat perkiraan kemungkinan limpasan banjir dan kedalaman genangan untuk
banjir tertentu (Van der Most andWehrung, 2005; Rijkswaterstaat, 2006; Jonkman
dkk., 2008). Akan tetapi, sejumlah kecil skenario yang dapat diproduksi secara wajar
dengan cara ini, dan resolusi horizontal yang relatif kasar dari skenario banjir
membatasi kegunaan model-model ini untuk perkiraan kerugian resolusi spasial yang
tinggi untuk area yang luas. Pemodelan hidrodinamik dua dimensi telah umum
digunakan untuk membuat perkiraan kemungkinan limpasan banjir dan kedalaman
genangan untuk banjir tertentu (Van der Most andWehrung, 2005; Rijkswaterstaat,
2006; Jonkman dkk., 2008). Akan tetapi, sejumlah kecil skenario yang dapat
diproduksi secara wajar dengan cara ini, dan resolusi horizontal yang relatif kasar
dari skenario banjir membatasi kegunaan model-model ini untuk perkiraan kerugian
resolusi spasial yang tinggi untuk area yang luas. Biasanya ada trade-off antara detail
fisik dari model, dan skala spasial dan ukuran wilayah studi (Hunter et al., 2007).
Khususnya, pembangunan kurva probabilitas kerugian membutuhkan sejumlah besar
perkiraan kerusakan potensial (Messner et al., 2007). kurva probabilitas kerugian
seperti itu diperlukan, karena mereka memberikan informasi penting untuk
pengambilan keputusan tentang kebijakan manajemen risiko banjir, karena mereka
dapat menunjukkan berbagai kemungkinan kerugian. Kurva probabilitas kerugian
memungkinkan evaluasi integral dari kurva kerugian, termasuk nilai-nilai ekstrim.
Penilaian berdasarkan perkiraan risiko probabilistik dapat membantu untuk
mendukung keputusan tentang alokasi keuangan publik untuk pengurangan risiko,
penilaian proyek manajemen banjir, dan untuk menunjukkan kesesuaian
pengeluaran anggaran publik (Vrijling, 2001; MNP, 2004; Messner et al. ., 2007; De
Bruijn dan Klijn, 2009). Selain itu, pengenalan potensi asuransi swasta di Belanda
untuk kerugian banjir karena pemecahan tanggul membutuhkan evaluasi akurat
kerugian dan probabilitas mereka (Botzen dan Van den Bergh, 2008). Jumlah
skenario banjir yang relatif kecil saat ini tersedia dari pemodelan hidrodinamik di
Belanda mungkin tidak cukup memungkinkan untuk memperhitungkan variasi dalam
jumlah air membanjiri, ketidakpastian yang terkait dengan potensi kegagalan
pertahanan banjir sekunder, dan lokasi potensi tanggul yang berbeda-beda.
pelanggaran dan kerugian terkait. Selain itu, resolusi spasial skenario penggenangan
sangat menentukan keakuratan perkiraan yang dibuat menggunakan fungsi
kerusakan kedalaman, dan oleh karena itu keakuratan potensi kerugian. Pemodelan
hidrodinamik, tergantung pada jenis model yang terlibat, biasanya terbatas pada
resolusi kasar, atau area investigasi terbatas, karena permintaan dan waktu
komputasi komputer yang tinggi. Perkiraan saat ini risiko banjir di Belanda biasanya
dibatasi hingga resolusi 100 m. Untuk area studi yang luas, perkiraan tingkat
genangan relatif terhadap ketinggian permukaan tanah yang sebenarnya (akurasi
vertikal), dan lokasi yang tepat dari batas-batas kategori kerugian yang berbeda
(keakuratan horizontal) hanya diperkirakan secara kasar, menyebabkan
ketidakpastian dalam estimasi potensi kerugian. . Jelas, resolusi yang sangat halus
akan ideal, tetapi ada batas untuk analisis apa pun. Di sini kita mendemonstrasikan
kegunaan peningkatan yang cukup besar dalam resolusi genangan, dengan
menggunakan model elevasi pada resolusi horizontal 5-m. Proyek Belanda “Risiko
banjir dan keselamatan di Belanda” (Floris) adalah untuk memberikan perkiraan
patokan untuk risiko banjir di mana kebijakan nasional akan didasarkan yang terkait
dengan evakuasi, perlindungan banjir, dan pengurangan risiko (Rijkswaterstaat,
2005b; Van der Most dan Wehrung, 2005). Proyek ini menyediakan analisis risiko
banjir rinci untuk area studi kasus, menggunakan skenario dari pemodelan
hidrodinamik pada resolusi 100-m. Namun skenario banjir ini hanya terdiri dari 13
skenario saat ini (Rijkswaterstaat, 2006). Kami menyajikan pendekatan alternatif
untuk membuat sejumlah besar skenario banjir di area yang dilindungi oleh satu
tanggul utama, menggunakan model elevasi digital resolusi tinggi. Jumlah skenario
ini lebih besar dibandingkan dengan skenario hidrodinamik saat ini yang tersedia.
Pendekatan kami dalam banyak kasus akan lebih mudah dan lebih cepat dilakukan
untuk area studi yang lebih luas. Ini memuji pendekatan hidrodinamika yang lebih
rinci, dengan memberikan penilaian risiko dengan akurasi yang memadai, tetapi
pada skala geografis yang lebih besar. Ini juga melengkapi penilaian risiko skala
nasional perkiraan pertama yang baru-baru ini dibuat dari risiko banjir saat ini dan
masa depan (misalnya MNP, 2004; Rijkswaterstaat, 2005a; Klijn dkk. 2007; Aerts et
al., 2008), tetapi itu tidak mempertimbangkan berbagai peristiwa banjir yang
berbeda yang bisa terjadi di polder individu. Metode kami sebagian besar bertujuan
untuk menyediakan platform untuk memberikan lebih banyak detail untuk perkiraan
risiko dinamis dari waktu ke waktu, karena perubahan penggunaan lahan dan
perubahan iklim. Pendekatan ini diterapkan ke daerah studi di sepanjang sungai
Meuse di selatan Belanda. Potensi kerugian kemudian dihitung dengan model
kerugian sederhana menggunakan kurva kedalaman-kerusakan. Pendekatan ini
melibatkan identifikasi 23 sub-basin individu yang berpotensi terendam dan
akibatnya penciptaan skenario banjir yang terdiri dari berbagai kombinasi sub-basin
yang terendam. Modul kerusakan yang kami terapkan dapat menggabungkan
seperangkat parameter kecil yang menggambarkan penggunaan lahan saat ini dan
masa depan, serta pecahan kerugian berdasarkan perkiraan kedalaman genangan.
Penelitian selanjutnya akan menerapkan berbagai skenario penggunaan lahan dan
perubahan iklim untuk memperkirakan dampak perubahan sosioekonomi dan iklim
terhadap potensi kerugian banjir di masa depan. Dalam sebuah makalah yang
menyertainya (Bouwer et al., 2009), kami menyediakan analisis skenario untuk tahun
2040, berdasarkan pada skenario dan pendekatan pemodelan kerugian yang
disajikan di sini. Proyeksi risiko masa depan seperti itu berguna untuk
memperkirakan kejadian probabilitas rendah yang dapat terjadi selama puluhan
tahun ke depan, dan yang menentukan manfaat keputusan investasi selama rentang
waktu ini. Penilaian tersebut membutuhkan metode yang cukup rinci tetapi
sederhana dan layak untuk dilaksanakan (Klijn et al., 2007; Aerts et al., 2008).
Pendekatan kami mengasumsikan bahwa cekungan individu di dalam area ring
tanggul utama terisi hingga batas cekungan terendah. Pendekatan ini mengabaikan
fakta bahwa banjir memiliki sifat dinamis dan hanya mengasumsikan kerugian akibat
penggenangan. Ini adalah penyederhanaan yang dapat diterima, mengingat
topografi daerah polder yang relatif datar, dan fakta bahwa kecepatan aliran tinggi
umumnya hanya terjadi secara lokal, dekat dengan pemecah tanggul. Metode
meniru pendekatan diterapkan untuk banjir lembah yang menggunakan interpolasi
linier tingkat air banjir dan persimpangan mereka dengan model elevasi permukaan
(Apel et al., 2009). Meskipun metode ini memiliki pemodelan hidrodinamika yang
kurang baik, tetapi model banjir yang lebih rinci umumnya lebih memprihatinkan
daripada model bahaya (Apel et al., 2009). Keuntungan utama dari pendekatan kami
adalah bahwa sejumlah besar peristiwa banjir potensial dapat diciptakan dengan
sedikit usaha. Untuk area studi kasus kami, kami menerapkan model elevasi dengan
resolusi horisontal 5-m. Baik kisaran besar skenario banjir dan resolusi horizontal
tinggi akan mengurangi setidaknya sebagian dari ketidakpastian yang dihadapi dalam
pemodelan kehilangan banjir. Perkiraan kerugian banjir yang dihasilkan dari
pendekatan kami dibandingkan dengan perkiraan kerugian dari proyek Floris
(Rijkswaterstaat, 2006).
Gambar. 1. Peta penggunaan lahan dari area studi, area tanggul ban 36 Land van Heusen / de
Maaskant (sumber: Land-use Scanner).
Gambar. 2. Model elevasi asli 5-m (a) dan setelah aplikasi filter minimum (b), foto udara dari area
yang sama pada tahun 2007 (c), dan pengukuran permukaan titik permukaan tanah dan kelas
tutupan lahan (d) , untuk lokasi lihat Gambar. 1.
Topografi area polder yang digambarkan oleh tanggul tunggal tidak sepenuhnya
datar, dan dapat dibagi lagi menjadi sejumlah daerah individu "drainase".
Menggunakan Sistem Informasi Geografis (SIG), cekungan ini diidentifikasi secara
otomatis (ESRI, 2009). Analisis ini adalah dasar untuk menggambarkan cekungan
individu.
Gambar. 3. Perbandingan nilai model elevasi digital (DEM) dengan pengukuran lapangan elevasi untuk
DEM yang tidak dikoreksi (a) dan dikoreksi (b).
Ukuran minimum dari cekungan ditentukan oleh hambatan linear utama yang dapat
dikenali di area studi kasus. Cekungan berukuran cukup untuk menampung volume
besar air, seperti yang kami tunjukkan nanti. Dengan menggunakan pendekatan
otomatis, total 23 sub-cekungan ditemukan untuk menggambarkan kompartemen
individu utama yang hadir dalam model elevasi untuk area tersebut, mengakui
pentingnya batas-batas utama yang dibuat oleh tanggul dan badan sedimen lainnya
yang membawa infrastruktur utama, seperti sebagai jalan dan jalur kereta api (Gbr.
5). Dengan menggabungkan berbagai kumpulan cekungan, kami tiba di 42 skenario
genangan yang berbeda yang mencakup peristiwa genangan yang sangat kecil dan
besar.
Gambar. 4. Perbedaan peta antara model elevasi asli dan disaring untuk daerah perkotaan (a), dan
foto udara dari area yang sama pada tahun 2007 (b), untuk lokasi lihat Gambar. 2.
Gambar. 5. Cekungan yang diidentifikasi di area studi dan beberapa jalan raya utama (garis tebal) dan
jalur kereta api (garis putus-putus), 13 lokasi pelanggaran ditunjukkan oleh titik-titik.
Tingkat air untuk setiap skenario ditentukan oleh elevasi bagian terendah dari batas
cekungan, yang ditemukan dengan menganalisis fitur linear dalam data elevasi asli
(tanpa filter). Dengan elevasi batas, maksud kami adalah elevasi batas sub basin
individu yang kami peroleh dari model elevasi. Batas ini dapat terdiri dari bagian
tanggul, atau hambatan yang tinggi di daerah tersebut, seperti badan sedimen yang
ditinggikan yang mendukung jalan raya dan jalur kereta api. Alasan untuk
menggunakan elevasi terendah ini adalah karena kita mengasumsikan bahwa
ketinggian genangan maksimum yang dapat dicapai di suatu area sama dengan
rintangan terendah yang melingkupi area ini. Segera setelah tingkat genangan
mencapai titik ini, air akan mengalir ke sub-basin berikutnya. Pendekatan serupa
juga diambil oleh studi Floris, yang tiba pada perkiraan umum kerusakan akibat
banjir dengan mensimulasikan efek tingkat genangan maksimum untuk semua
daerah tanggul di Belanda hingga ke tingkat tingkat tanggul minimum di sekitar area
tersebut (Rijkswaterstaat , 2005a). Setelah menetapkan tingkat air maksimum
(relatif terhadap data persenjataan nasional), kedalaman genangan dihitung untuk
setiap sel grid dalam skenario genangan yang memiliki tingkat elevasi di bawah
permukaan air ini. Karena definisi dari bagian terendah dari batas cekungan tidak
diragukan lagi memasukkan ketidakpastian tentang kedalaman genangan
maksimum yang mungkin, kami juga melakukan analisis sensitivitas. Kedalaman
genangan rata-rata untuk setiap skenario diturunkan dan kemudian dikurangi
sebesar 10%. Efek dari pengurangan ini terhadap kerusakan terhitung dilaporkan
secara terpisah.
Probabilitas untuk skenario penggenangan diambil dari skenario yang
dikembangkan dalam proyek Floris (Rijkswaterstaat, 2006). Perkiraan probabilitas
ini termasuk mode kegagalan yang berbeda dari segmen tanggul dan elemen lain
seperti bendungan, pintu air, dll. Peluang telah ditetapkan dari penelitian terperinci
untuk 13 bentangan pertahanan banjir (Rijkswaterstaat, 2005c, 2006). Modus
kegagalan utama dan kemungkinan besar untuk segmen tanggul adalah perpipaan,
yang terdiri dari aliran air di bawah badan tanggul yang menyebabkan erosi dan
keruntuhan akibatnya (lihat Vrijling, 2001). Untuk 42 skenario, lokasi pelanggaran
dan probabilitas kegagalan diambil dari Proyek Floris (Rijkswaterstaat, 2006), yang
menetapkan probabilitas kegagalan, yang menggabungkan pemuatan dan sifat
struktur pelindung di lokasi yang merupakan titik terlemah dalam 13 segmen
tanggul bersebelahan dengan area tergenang. 13 lokasi pelanggaran ini ditunjukkan
pada Gambar. 5. Probabilitas total kegagalan di setiap segmen tanggul dijaga pada
tingkat yang sama seperti dalam proyek Floris (probabilitas 3,56 × 10−2 per tahun).
Perhatikan bahwa periode kembali ini adalah perkiraan konservatif (sangat)
(Rijkswaterstaat, 2006). Diasumsikan bahwa pelanggaran dengan volume genangan
rendah kemungkinannya sama dengan kejadian banjir dengan volume besar air
yang berasal dari kegagalan tanggul di lokasi yang sama. Volume banjir mengikuti
dari jumlah cekungan dan daerah yang tergenang (yaitu kapasitas daerah
membatasi volume air masuk). Volume yang terkait dengan 13 skenario dari proyek
Floris nantinya akan dibandingkan dengan volume dari skenario yang dihasilkan
dalam makalah ini. Kemungkinan pi dari skenario i ditentukan oleh
dimana p1 ... pj adalah probabilitas kegagalan dari lokasi pelanggaran yang berbeda
dalam segmen tanggul j dari cekungan yang dibanjiri, dan n1 ... nj adalah jumlah
skenario penggenangan yang terjadi karena kegagalan segmen tanggul tertentu.
Seperti dalam proyek Floris, diasumsikan bahwa tanggul gagal hanya di satu lokasi,
karena pelanggaran akan meringankan beban air sungai di sepanjang segmen
tanggul lain (Rijkswaterstaat, 2006), meskipun efek pasti dari fenomena ini saat ini
masih belum diketahui dan tidak dapat diukur secara akurat (Van Mierlo et al.,
2008).
2.3 Perkiraan kerusakan
Model “Damage Scanner” (Klijn et al., 2007) digunakan untuk menghitung
kerusakan fisik langsung dari banjir berdasarkan serangkaian fungsi kerusakan
kedalaman untuk 13 jenis penggunaan lahan yang berbeda. Model Damage Scanner
ini adalah penyederhanaan model HIS-SSM (Kok et al., 2005), dan telah diterapkan
dalam proyek Floris. Model HIS-SSM adalah model kerusakan banjir paling
komprehensif yang tersedia di Belanda, dan telah dijelaskan dan dievaluasi dalam
Messner et al. (2007). Kerusakan langsung yang dihasilkan oleh model termasuk
kerusakan untuk kategori kerugian yang berbeda, seperti bangunan, infrastruktur,
tanaman, dan konten bangunan, serta kerugian akibat gangguan bisnis. Kerugian
dari gangguan bisnis terdiri dari hilangnya perputaran bisnis di luar wilayah banjir,
tidak mengasumsikan efek substitusi (Kok et al., 2005). Selain kerusakan langsung,
model HISSSM juga menghasilkan rata-rata 5% kerusakan tidak langsung untuk
semua kategori kerugian. Perkiraan yang dihasilkan dari model Pemindai Kerusakan
yang kami sajikan di sini karena itu sudah termasuk bagian dari kerusakan tidak
langsung ini. Penyederhanaan diperlukan karena sejumlah besar informasi
terperinci yang diperlukan untuk model HIS-SSM tidak tersedia untuk proyeksi
perubahan penggunaan lahan di masa mendatang, dan orang dan aset terbuka,
yang tidak dapat diestimasi untuk semua kategori kerugian yang termasuk dalam
model HIS-SSM . Kerusakan dalam model Pemindai Kerusakan dihitung berdasarkan
fungsi kerusakan kedalaman, dan mempertimbangkan kedalaman penggenangan
saja. Dalam model HIS-SSM, di mana model Pemindai Kerusakan merupakan
penyederhanaan, fungsi kerusakan kedalaman diperkirakan menggunakan
kombinasi data empiris pada kerugian banjir dan kedalaman genangan, serta
penilaian ahli (Messner et al., 2007).
Perlu dicatat bahwa kerusakan langsung yang dihitung di sini menggunakan model
Pemindai Kerusakan hanya terdiri dari sebagian dari semua kerusakan langsung
harga nyata yang terkait dengan banjir. Kerusakan langsung harga juga termasuk
kehilangan kendaraan, gangguan bisnis, operasi evakuasi dan penyelamatan, biaya
pembersihan, dan rekonstruksi dan rehabilitasi, tetapi ini tidak diperhitungkan di
sini. Selain itu, ada juga kerusakan langsung yang tidak berwujud (misalnya korban
jiwa dan cedera), serta harga yang nyata (misalnya kerugian bagi perusahaan di luar
daerah banjir) dan kerusakan tidak langsung yang tidak berwujud (misalnya
gangguan sosial dan trauma psikologis) (Jonkman dkk. , 2008). Namun, kerusakan
langsung umumnya menjadi bagian besar dari total biaya, dan diperkirakan untuk
kejadian bencana aktual baru-baru ini berjumlah antara 50 dan sekitar 90% dari
total kerusakan (RebelGroup, 2007). Selain itu, mereka adalah yang paling mudah
dihitung, dan dianggap sebagai indikator penting dari tingkat keparahan bencana
alam.
Fungsi kerusakan kedalaman berhubungan dengan fraksi kehilangan maksimum
terhadap kedalaman air (Gambar 6) dan telah ditetapkan untuk berbagai tipe
penggunaan lahan (Klijn et al., 2007). Tabel 1 mencantumkan kategori penggunaan
lahan yang berbeda dan jumlah kerusakan maksimumnya, yang mewakili rata-rata
di seluruh negara dan diasumsikan berlaku untuk semua area lingkar tanggul di
Belanda. Rata-rata ini berlaku untuk cincin tanggul 36, sebagai perbandingan antara
model Pemindai Kerusakan dan model HISSSM rinci menunjukkan hanya sedikit bias
sekitar 0-2% (Klijn et al., 2007).
Gbr. 6. Fungsi kerusakan kedalaman untuk berbagai kategori penggunaan lahan di kelas perkotaan
(a) dan pertanian (b) (Klijn et al., 2007).
Tabel 1. Kelas penggunaan lahan yang berbeda dan jumlah kerusakan maksimum
(tingkat harga tahun 2000).
n
di mana saya adalah kategori penggunaan lahan, r adalah lokasi di daerah banjir, m
adalah jumlah kategori penggunaan lahan, n adalah jumlah lokasi di daerah banjir, i
(hr) adalah fungsi kerusakan kedalaman tergantung pada kedalaman genangan , dan
Dmax, saya adalah jumlah kerusakan maksimum untuk kategori penggunaan lahan i.
2.4 Pola penggunaan lahan
Pola penggunaan lahan untuk situasi saat ini berasal dari peta dasar model Pemindai
Penggunaan Tanah (Schotten et al., 2001). Model ini juga menyediakan proyeksi
perubahan penggunaan lahan simulasi di masa mendatang untuk tahun 2040,
berdasarkan klaim spasial dan peta kesesuaian untuk berbagai jenis penggunaan
lahan. Dampak proyeksi penggunaan lahan di bawah skenario pengembangan
sosioekonomi yang berbeda pada perkiraan kerusakan banjir dinilai dalam
penelitian berikutnya (Bouwer et al., 2009). Di sini kami menerapkan pola
penggunaan lahan dasar dari model untuk tahun 2000, yang juga merupakan tahun
referensi dari model kerusakan. Pola penggunaan lahan di area studi kasus untuk
situasi dasar ini ditunjukkan pada Gambar. 1. Data Pemindai Penggunaan Tanah
untuk situasi dasar disediakan pada resolusi spasial horizontal 25m dan 100 m.
Resolusi 100 m digunakan untuk proyeksi perubahan penggunaan lahan di masa
depan. Untuk memperkirakan efek perhitungan kerugian pada resolusi tinggi
dibandingkan dengan resolusi kasar, kami menghitung kerugian untuk resolusi 5
meter (resolusi DEM asli), 25 m, dan 100 m. Untuk tujuan ini, grid penggunaan lahan
seluas 25 m telah diturunkan ke resolusi 5 m. Diketahui bahwa kisi-kisi penggunaan
lahan 100 m sedikit melebih total area yang dicakup oleh kawasan pemukiman dan
pertanian (rata-rata sebesar 4%) dan jauh meremehkan total area yang dicakup oleh
infrastruktur (rata-rata sebesar 64%), dibandingkan dengan grid 25-m (Loonen dan
Koomen, 2008). Skenario genangan dikumpulkan dari grid 5-m ke grid 25 dan 100-
m, menggunakan mean dari sel-sel input.
3. Hasil
42 skenario genangan terdiri dari peta kedalaman genangan pada resolusi horizontal
5, 25, dan 100 m. Skenario didasarkan pada genangan satu cekungan, atau
kombinasi dari beberapa cekungan. Serangkaian skenario, dikembangkan untuk satu
lokasi pelanggaran yang mungkin dibangun sebagai berikut: skenario minimum
untuk pelanggaran di tanggul sepanjang cekungan 16 (Gambar. 5) kekhawatiran
banjir hanya di cekungan 16, ini adalah skenario nomor 6 (Tabel 2) . Jika basin yang
berdekatan 17 dipengaruhi, skenario 2 terjadi. Lebih banyak cekungan dapat
dibanjiri (cekungan 15, 16, 17, 18, dan 19, dalam skenario 5), sampai jalur kereta api
di sebelah timur meluap (Gbr. 5), yang menimbulkan skenario 18, dan seterusnya.
Tabel 2 mencantumkan masing-masing skenario dan cekungan yang dikandungnya.
Area permukaan yang tergenang ditemukan untuk skenario yang berbeda berkisar 5-
374 km2, dengan rata-rata 81 km2. Kisaran ini sebanding dengan kisaran area
tergenang, yang dihasilkan dari pemodelan hidrodinamik untuk area studi ini, yang
berkisar 7–303 km2, dan mencakup rata-rata 98 km2 (Rijkswaterstaat, 2006).
Dibandingkan dengan perkiraan kerugian berdasarkan pada set data 25-m inundasi,
perkiraan kerugian agregat per skenario menggunakan dataset 100-m hingga 54%
lebih tinggi untuk skenario dengan kerugian kurang dari 4 miliar C, dan hingga 12%
lebih tinggi untuk skenario dengan total kerugian 4 miliar C dan lebih tinggi. Namun,
kerugian keseluruhan adalah dari urutan besarnya yang sama: total kerusakan yang
diperkirakan berjumlah 23,6 juta C per tahun untuk grid 25 m, dan menjadi 26,2 juta
C per tahun untuk grid 100 m. Perbedaan yang lebih mencolok ditemukan untuk
kategori penggunaan lahan yang berbeda. Perkiraan untuk kategori "infrastruktur"
menambahkan hingga 3,9% dari total kerusakan berdasarkan pada grid 100-m, tetapi
hingga 8,0% untuk grid 25-m (Tabel 5). Seperti yang kami laporkan sebelumnya di
Sekte. 2.4 tentang pola penggunaan lahan, kisi-kisi penggunaan lahan seluas 100 m
sangat meremehkan luasnya elemen infrastruktur (kereta api dan jalan), karena
bentuknya yang sempit. Luasnya daerah perkotaan pada gilirannya secara umum
dibesar-besarkan menggunakan grid 100-m. Hal ini menyebabkan estimasi yang
terlalu tinggi dari daerah perkotaan yang terkena banjir, dan karena itu kehilangan
total. Kerusakan yang diperkirakan di daerah perkotaan kepadatan tinggi berbeda
sebanyak 1,8 juta C (Tabel 5), menyiratkan overestimasi 22% untuk grid 100-m relatif
terhadap grid 25-m. Daerah perkotaan dengan kepadatan tinggi di dunia nyata
hanya memiliki luasan yang kecil, tetapi terlalu tinggi dalam kisi 100 m. Temuan-
temuan ini menyiratkan bahwa penggunaan informasi dengan resolusi horizontal
yang kasar dapat menyebabkan perkiraan kerusakan yang berlebihan di atas dan di
bawah untuk kategori-kategori penggunaan lahan tertentu. Khususnya, dalam
resolusi kasar, kerugian total cenderung dibesar-besarkan untuk skenario-skenario di
mana luasan luas daerah perkotaan terendam.
Untuk memperkirakan lebih lanjut kepekaan perkiraan kerusakan terhadap resolusi
grid, kami menghitung kerusakan menggunakan grid 5-m inundasi dan peta
penggunaan lahan yang diambil kembali untuk skenario 24, yang mencakup semua
sub-cekungan terendam yang potensial di wilayah tersebut ( Gambar 7). Kami
menemukan bahwa menggunakan jaringan penggenangan 5 m, total kerugian
sebesar 9246 juta C untuk skenario 24. Ini adalah sekitar 4,3% lebih kecil dari
perkiraan menggunakan grid 25-m banjir (9663 juta C total kerusakan), dan sekitar
13% lebih sedikit dari perkiraan menggunakan grid genangan 100 m (10 681 juta
total kerusakan C). Ini menyiratkan bahwa menggunakan peta genangan resolusi
yang lebih tinggi, perkiraan kerugian secara umum akan menurun, dan perkiraan
untuk beberapa kategori penggunaan lahan seperti infrastruktur dapat meningkat.