Uma equipe internacional de cientistas, liderado pela Universidade de Bristol, descobriu que as estimativas atuais do risco de inundação dependem de métodos para calcular os danos das inundações que são verificados de forma inadequada e não correspondem às observações.

Em vez de, os danos à construção em uma determinada profundidade de inundação são altamente variáveis ​​e podem ser caracterizados por uma distribuição beta.

Ao calcular o risco de inundação, isto é, traduzir representações modeladas do fenômeno físico de inundação para seus impactos - é comum aplicar uma 'função de dano de profundidade' ou curva, que relaciona uma dada profundidade de água a uma perda proporcional do edifício (por exemplo, um metro de água equivale a 50 por cento de perda do valor do edifício).

Os acadêmicos entenderam que esta relação de dano de profundidade é variável e que não existe um ajuste perfeito, mas ainda é comum aplicar tais curvas que são verificadas de forma inadequada.

O novo estudo, publicado hoje no jornal Nature Communications , curvas comumente aplicadas, desenvolvido por várias agências governamentais dos EUA, e examinou como eles se comparam a milhões de reivindicações reais de seguro contra inundações feitas nos Estados Unidos.

O objetivo do estudo era, então, descobrir se as curvas ubíquas têm alguma habilidade em replicar perdas reais medidas e, se não, encontre a verdadeira relação entre profundidade e dano no registro de sinistros.

Ele descobriu que curvas de dano de profundidade aplicadas universalmente mostram baixa habilidade na replicação de danos em nível de propriedade, tornando suspeitos os resultados dos projetos onde foram aplicados (por exemplo, a justificativa de bilhões de dólares de investimento em infraestrutura).

Em vez de, o dano de profundidade é altamente variável:os danos por profundidade são geralmente concentrados em alto (> 90 por cento) e baixo ( <10 por cento) extremos de proporção.

Em profundidades de inundação baixas, a maioria dos danos são mínimos ( <10 por cento do valor de construção) com uma chance muito baixa de experimentar o máximo (> 90 por cento) danos. Mas à medida que a profundidade aumenta, a distribuição muda e oscila em direção a uma maior probabilidade de alta (> 90 por cento) danos e menor probabilidade de baixo ( <10 por cento) danos.

Autor principal, Dr. Oliver Wing, da Escola de Ciências Geográficas de Bristol, disse:"Esta relação pode ser representada com uma distribuição beta, o que significa que as futuras análises de risco de inundação podem empregar uma função que captura adequadamente a verdadeira relação estocástica entre profundidade e dano. "

Há uma implicação de que as avaliações de risco de inundação que se baseiam nas curvas de dano de profundidade 1:1 existentes podem ser estimativas erradas. Decisões de bilhões de dólares de investimento em infraestrutura, onde os benefícios (danos mitigados) são calculados como tendo excedido os custos (instalação da referida infraestrutura), normalmente recebem luz verde, mesmo que os benefícios sejam ligeiramente maiores - ainda assim, esses benefícios podem ter sido quantificados por meio de funções inadequadas.

No desenvolvimento das funções baseadas na distribuição beta, análises futuras podem ser mais robustas para uma infinidade de aplicações:investimento em infraestrutura, preços de seguros, decisões de planejamento, e muito mais.

Coautor, Professor Paul Bates, também da Escola de Ciências Geográficas da University of Bristol, acrescentou:"Podemos integrar essas novas funções de dano de profundidade na arquitetura de cálculo de risco de inundação existente.

"Contudo, os dados de sinistros de seguro usados ​​para gerá-los não contêm informações sobre a vulnerabilidade de edifícios não residenciais ou informações suficientes para incorporar modificadores secundários, como a forma como as alterações nos danos de profundidade devido ao edifício são feitas de madeira em vez de concreto.

"Para gerar um conjunto completo de informações sobre danos de profundidade, precisaremos encontrar uma maneira de fundir o conhecimento de engenharia com esses conjuntos de dados empíricos para que possamos calcular o risco de inundação com precisão para todos os tipos de construção. "