A participatory multi-criteria approach for flood vulnerability assessment

Abstract

The management of flood risk calls for a better understanding of vulnerability, as hazards only become disasters if they impact a system that is vulnerable to their effects. Although different frameworks have been proposed to assess vulnerability, they often focus on the physical vulnerability of structures, assuming a homogeneous social vulnerability and coping capacity for the entire population. Furthermore, the multiple relationships between input criteria are often neglected and the role of stakeholder participation in the modeling process has received little attention.<br /> To tackle these issues and increase the model transparency, this thesis addresses the design and deployment of a participatory approach for flood vulnerability assessment. More specifically, it focuses on how multi-criteria tools can be combined with participatory methods to overcome common issues in the development of indexes and to open up the "black-box" nature of vulnerability models. The main argument which is pursued throughout the thesis is that participation and collaboration are key aspects for bridging the gap between modelers and end users.<br /> The applicability of the proposed transdisciplinary framework is demonstrated in the municipalities of Lajeado and Estrela, Brazil. The model was co-constructed by 101 expert stakeholders from governmental organizations, universities, research institutes, NGOs, and private companies. Participatory methods such as the Delphi survey, focus groups, questionnaires and workshops were applied. A participatory problem structuration, in which the modelers work closely with stakeholders, was used to establish the structure of the vulnerability index. The preferences of each participant regarding the criteria importance were spatially modeled through the analytic hierarchy process (AHP) and analytic network process (ANP) multi-criteria methods. Experts were also involved at the end of the modeling exercise for validation. The robustness of the model was investigated by employing a one-at-a-time sensitivity and uncertainty analysis.<br /> Both AHP and ANP proved to be effective for flood vulnerability assessment; however, ANP is preferred by participants as it leads to more robust results. The results of the spatially-explicit sensitivity analysis helped to identify highly vulnerable areas that are burdened by high uncertainty and to investigate which criteria contribute to this uncertainty. The validation questionnaire indicated that the participants found the results clear, trustworthy, and valuable, suggesting that participatory modeling exercises like the one proposed here are worthwhile. These findings highlight that the use of a transdisciplinary approach to acknowledge and integrate multiple viewpoints without forcing consensus improved the results acceptance. In summary, the combination of qualitative and quantitative methods for flood vulnerability assessment led to an increased, shared understanding of the problem by avoiding the limited perspective of a single expert.<br /> The approach proposed herein is particularly novel in the context of vulnerability assessment in the respect that stakeholders were actively involved in all steps of the vulnerability modeling process and that the relationship between criteria was considered. The use of participatory tools in combination with multi-criteria methods can support social learning processes and enhance the credibility and deployment of vulnerability indicators, as stakeholders' opinion, expert judgment, and local knowledge are taken into consideration throughout the entire modeling process. From a practical standpoint, the outcomes of this Ph.D. thesis can support local authorities to understand the vulnerability patterns in the region, its associated uncertainty, and the criteria contributing to this uncertainty.

Das Management von Hochwasserrisiken erfordert ein besseres Verständnis der Vulnerabilität, da Gefahren nur dann zu Katastrophen werden, wenn sie sich auf ein System auswirken, das für ihre Auswirkungen anfällig ist. Obwohl bereits verschiedene Frameworks zur Bewertung der Vulnerabilität vorgeschlagen wurden, konzentrieren sich diese oft auf die physische Vulnerabilität von Strukturen unter der Annahme einer homogenen sozialen Vulnerabilität und Bewältigungskapazität für die gesamte Bevölkerung. Darüber hinaus werden oftmals die vielfältigen Beziehungen zwischen den Eingabekriterien vernachlässigt und auch die Rolle der Beteiligung von Stakeholdern am Modellierungsprozess findet wenig Beachtung.<br /> Um diese Probleme anzugehen und die Modelltransparenz zu erhöhen, befasst sich diese Arbeit mit der Gestaltung und dem Einsatz eines partizipativen Ansatzes für die Bewertung von Vulnerablität bei Hochwasserereignissen. Im Speziellen fokussiert sich die Arbeit darauf, inwiefern Multi-Kriterien-Tools mit partizipativen Methoden kombiniert werden können, um häufige Probleme bei der Entwicklung von Indizes zu überwinden, und die natürliche "black-box" von Vulnerabilitätsmodellen zu öffnen. Das Hauptargument, das in dieser Dissertation verfolgt wird ist, dass Partizipation und Kollaboration Schlüsselaspekte sind, um die Lücke zwischen ModelliererInnen und EndnutzerInnen zu schließen.<br /> Die Anwendbarkeit des vorgeschlagenen transdisziplinären Frameworks wird anhand der Gemeinden Lajedo und Estrela in Brasilien verdeutlicht. Das Modell wurde von 101 beteiligten ExpertInnen aus Regierungsorganisationen, Universitäten, Forschungsinstituten, Nichtregierungsorganisationen und privaten Firmen mitentwickelt. Dabei wurden partizipative Methoden, wie die Delphi-Umfragen, Fokusgruppen, Fragebögen und Workshops angewendet. Eine partizipative Problemstrukturierung, bei der ModelliererInnen eng mit Stakeholdern zusammenarbeiten, wurde verwendet, um die Struktur des Vulnerabilitätsindexes zu entwickeln. Die individuellen Präferenzen der verschiedenen Beteiligten bezüglich der Bedeutung der Kriterien wurden räumlich durch Analytische Hierarchieprozess (AHP) und Analytischen Netzwerkprozess (ANP) -Methoden modelliert. Zur Validierung am Ende des Modellierungsprozesses waren ebenfalls Experten beteiligt. Die Robustheit des Modells wurde durch eine Sensitivitäts- und eine Unsicherheitsanalyse untersucht.<br /> Sowohl AHP als auch ANP erwiesen sich als wirksam für die Bewertung von Hochwasservulnerabilitäten. Aufgrund der robusteren Ergebnisse wird der ANP jedoch bevorzugt. Die Ergebnisse der räumlich-expliziten Sensitivitätsanalyse haben dazu beigetragen, hochsensible Bereiche mit hoher Unsicherheit zu identifizieren und zu untersuchen, welche Kriterien zu dieser Unsicherheit beitragen. Der Validierungsfragebogen zeigte, dass die Teilnehmer die Ergebnisse als klar, vertrauenswürdig und wertvoll empfanden, was darauf hindeutet, dass partizipative Modellierung, wie die hier vorgeschlagene, lohnenswert sind. Die Ergebnisse zeigen, dass die Verwendung eines transdisziplinären Ansatzes zur Anerkennung und Integration verschiedener Sichtweisen ohne erzwungene Konsense die Akzeptanz der Ergebnisse verbesserte. Zusammenfassend führte die Kombination von qualitativen und quantitativen Methoden zur Bewertung von Hochwasservulnerabilität zu einem größeren, gemeinsamen Problemverständnis, da die eingeschränkte Perspektive eines einzelnen Experten vermieden wurde.<br /> Im Kontext der Vulnerabilitätsbewertung ist der in dieser Arbeit vorgeschlagene Ansatz besonders innovativ, durch die aktive Beteiligung der Stakeholder in allen Schritten des Vulnerabilitätsmodellierungsprozesses und die Berücksichtigung der Beziehungen zwischen den relevanten Kriterien. Die Verwendung partizipativer Instrumente in Kombination mit Multi-Kriterien-Tools kann soziale Lernprozesse unterstützen sowie die Glaubwürdigkeit und die Verwendung von Vulnerabilitätsindikatoren verbessern, da die Meinung von Stakeholdern und ExpertInnen als auch lokales Wissen während des gesamten Modellierungsprozesses berücksichtigt werden. Aus praktischer Perspektive können die Ergebnisse dieser Dissertation lokale Behörden dabei unterstützen, die Verwundbarkeitsmuster in der Region, die damit verbundene Unsicherheit und die Faktoren, die zu dieser Unsicherheit beitragen, zu verstehen.