DOI: https://doi.org/10.5194/nhess-25-2751-2025
تاريخ النشر: 2025-08-18
المؤلف: W. Jäger وآخرون
الموضوع الرئيسي: إدارة الكوارث والمرونة
نظرة عامة
تبحث هذه الدراسة في العلاقات المعقدة بين أحداث المخاطر المتعددة باستخدام بيانات من قاعدة بيانات الأحداث الطارئة العالمية EM-DAT للسنوات 2000-2018. تم تطوير خوارزمية لتحديد حدوث المخاطر المتعددة بناءً على العلاقات الزمانية والمكانية، مما يكشف أن 35% من الأحداث هي مخاطر متعددة، مع ارتباط 61% من المخاطر بها. تمثل هذه الأحداث متعددة المخاطر نسبًا كبيرة من إجمالي الأضرار (78%)، والأشخاص المتأثرين (83%)، والوفيات (69%). تحدد الدراسة أنماطًا مميزة من التأثيرات المركبة بين أزواج المخاطر، والمخاطر الفردية، وتركيبات من مخاطر فردية، مع تصور أربعة نماذج لوصف هذه العلاقات.
تشير النتائج إلى أن أحداث المخاطر المتعددة تؤدي إلى تأثيرات مرتفعة بشكل غير متناسب في الكوارث العالمية، حيث تظهر أزواج المخاطر باستمرار تأثيرًا لا يقل عن المخاطر الفردية. ومع ذلك، يمكن أن تختلف آثارها، حيث تكون أعلى من، أو مشابهة لـ، أو أقل من التأثير المشترك لمخاطر فردية. على الرغم من عدم اليقين في تحديد أحداث المخاطر المتعددة، تؤكد الدراسة على أهمية فهم هذه التفاعلات لتحسين تقييمات المخاطر وتسلط الضوء على الحاجة إلى مزيد من البحث لتعزيز جودة البيانات حول المخاطر المتعددة وتأثيراتها.
مقدمة
تسلط مقدمة الورقة الضوء على الاعتراف المتزايد بالتفاعلات المعقدة والتضخيمات للتأثيرات خلال أحداث المخاطر المتعددة أو المركبة على مدار العقد الماضي. تشمل هذه الأحداث، التي تتميز بظروف خطرة متداخلة في الزمان والمكان، حالات مثل زلزال أوساكا 2018 الذي تلاه فيضانات وانهيارات أرضية، وموجات حر متزامنة في المناطق الزراعية، وفيضانات مدفوعة بعوامل متزامنة متعددة. يؤكد المؤلفون على أن هذه التضخيمات للتأثيرات تنبع من عناصر مترابطة من مخاطر الكوارث، بما في ذلك الخطر، والتعرض، والضعف، والتي يمكن أن تشمل عمليات تغذية راجعة وديناميكية.
تتبنى الورقة تعريفات من مكتب الأمم المتحدة للحد من مخاطر الكوارث (UNDRR) بشأن المخاطر، والخطر، والتعرض، والضعف، وتقدم مصطلح “تأثير المخاطر المتعددة” لوصف التأثيرات التراكمية لمخاطر متعددة مع مراعاة علاقاتها المتبادلة. يحذر المؤلفون من أن تجاهل هذه الروابط يمكن أن يؤدي إلى تقديرات خاطئة كبيرة للمخاطر وقد ينتج عنه استراتيجيات غير فعالة أو مضادة للإنتاجية للحد من المخاطر، حيث تؤدي الجهود للتخفيف من خطر واحد عن غير قصد إلى تفاقم آخر. يتم تقديم نظرة عامة على التعريفات الرئيسية في الجدول 1.
النتائج
في قسم النتائج، يقدم المؤلفون أولاً نسبة أحداث المخاطر المتعددة وتأثيراتها المرتبطة، مع معالجة الخطوة 3.2.1 من تحليلهم. بعد ذلك، يقومون بإجراء مقارنة إحصائية للتأثيرات الناجمة عن أزواج المخاطر، والمخاطر الفردية، وتركيبات من مخاطر فردية، كما هو مفصل في الخطوة 3.2.2. أخيرًا، يحددون أنماطًا مميزة من التأثيرات المركبة في الخطوة 3.2.3. للحصول على مزيد من الرؤى حول المخرجات الوسيطة المتعلقة بالخطوات 3.1.1 و3.1.2، يتم توجيه القراء إلى الملحقين A وB.
المناقشة
في قسم المناقشة من الورقة، يوضح المؤلفون تعقيدات تقييم مخاطر المخاطر المتعددة، مؤكدين أن المخاطر تُعرف على أنها مزيج من الخطر، والتعرض، والضعف، وفقًا لـ UNDRR (2017). يجادلون بأن تأثيرات المخاطر المتعددة لا يمكن نمذجتها بدقة من خلال تجميع آثار المخاطر الفردية، وهي طريقة تُعرف باسم نهج المخاطر الفردية متعددة الطبقات. بدلاً من ذلك، يجب مراعاة العلاقات المتبادلة بين المخاطر، والتعرض، والضعف، كما هو موضح في أطر مثل إطار عمل سينداي التابع للأمم المتحدة ودورة AR6 الخاصة بـ IPCC. يشير المؤلفون إلى أنه بينما تم التركيز بشكل كبير على العلاقات بين المخاطر، هناك فجوة في فهم ديناميكيات الخطر-التعرض والخطر-الضعف، والتي تعتبر حاسمة لنمذجة المخاطر الشاملة.
تناقش الورقة أيضًا قيود قواعد بيانات الكوارث الحالية، مثل EM-DAT، التي غالبًا ما تُبلغ عن أحداث المخاطر المتعددة كحوادث منفصلة، مما يعقد تحليل التأثيرات المركبة. يقترح المؤلفون إطارًا منهجيًا يستخدم مجموعة بيانات GDIS وخوارزمية جديدة لتحديد أحداث المخاطر المتعددة بناءً على التداخلات الزمانية والمكانية. يهدف هذا النهج إلى تعزيز فهم التأثيرات المركبة من خلال تصنيفها إلى أربعة نماذج، مما يوفر منظورًا أكثر دقة لدمج العلاقات بين المخاطر المتعددة في تقييمات المخاطر. تسعى الدراسة في النهاية إلى تحسين تقنيات معالجة البيانات والتحليل لالتقاط تعقيدات سيناريوهات المخاطر المتعددة وتأثيراتها على السكان المتأثرين بشكل أفضل.
DOI: https://doi.org/10.5194/nhess-25-2751-2025
Publication Date: 2025-08-18
Author(s): W. Jäger et al.
Primary Topic: Disaster Management and Resilience
Overview
This research examines the complex interrelationships of multi-hazard events using data from the global emergency events database EM-DAT for the years 2000-2018. An algorithm was developed to identify multi-hazard occurrences based on spatiotemporal relationships, revealing that 35% of events are multi-hazard, with 61% of hazards associated with them. These multi-hazard events account for significant proportions of total damages (78%), people affected (83%), and deaths (69%). The study identifies distinct patterns of compounding impacts among hazard pairs, single hazards, and combinations of two single hazards, conceptualizing four archetypes to describe these relationships.
The findings indicate that multi-hazard events lead to disproportionately high impacts in global disasters, with hazard pairs consistently exhibiting at least as much impact as single hazards. However, their effects can vary, being higher than, comparable to, or lower than the combined impact of two individual hazards. Despite the uncertainties in identifying multi-hazard events, the study underscores the importance of understanding these interactions for improving risk assessments and highlights the need for further research to enhance data quality on multi-hazards and their impacts.
Introduction
The introduction of the paper highlights the increasing recognition of the complex interactions and amplifications of impacts during multi-hazard or compound events over the past decade. Such events, characterized by overlapping hazardous conditions in space and time, include instances like the 2018 Osaka earthquake followed by flooding and landslides, concurrent heatwaves in agricultural regions, and floods driven by multiple coinciding factors. The authors emphasize that these impact amplifications stem from interrelated elements of disaster risk, including hazard, exposure, and vulnerability, which can involve feedback and dynamic processes.
The paper adopts definitions from the United Nations Office for Disaster Risk Reduction (UNDRR) regarding risk, hazard, exposure, and vulnerability, and introduces the term “multi-hazard impact” to describe the cumulative effects of multiple hazards while considering their interrelationships. The authors caution that neglecting these interconnections can lead to significant misestimations of risk and may result in ineffective or counterproductive risk reduction strategies, where efforts to mitigate one hazard inadvertently exacerbate another. An overview of key definitions is provided in Table 1.
Results
In the Results section, the authors first present the proportion of multi-hazard events and their associated impacts, addressing step 3.2.1 of their analysis. Following this, they conduct a statistical comparison of the impacts arising from hazard pairs, single hazards, and combinations of two single hazards, as detailed in step 3.2.2. Lastly, they identify distinct patterns of compounding impacts in step 3.2.3. For further insights into the intermediate outputs related to steps 3.1.1 and 3.1.2, readers are directed to Appendices A and B.
Discussion
In the discussion section of the paper, the authors elaborate on the complexities of multi-hazard risk assessment, emphasizing that risk is defined as a combination of hazard, exposure, and vulnerability, as per the UNDRR (2017). They argue that multi-hazard impacts cannot be accurately modeled by simply aggregating the effects of individual hazards, a method referred to as the multilayer single-hazard approach. Instead, the interrelationships among hazards, exposure, and vulnerability must be considered, as highlighted in frameworks like the UN’s Sendai Framework and the IPCC’s AR6 cycle. The authors note that while significant research has focused on hazard-hazard interrelationships, there is a gap in understanding hazard-exposure and hazard-vulnerability dynamics, which are crucial for comprehensive risk modeling.
The paper also discusses the limitations of existing disaster databases, such as EM-DAT, which often report multi-hazard events as separate incidents, complicating the analysis of compounding impacts. The authors propose a methodological framework that utilizes the GDIS dataset and a new algorithm to identify multi-hazard events based on spatiotemporal overlaps. This approach aims to enhance the understanding of compounding impacts by categorizing them into four archetypes, thereby providing a more nuanced perspective for integrating multi-hazard interrelationships into risk assessments. The study ultimately seeks to improve data handling and analysis techniques to better capture the complexities of multi-hazard scenarios and their impacts on affected populations.