Extreme Wetterereignisse wie Starkregen, Sturm oder Gewitter führen regelmäßig zu erheblichen Belastungen für die Feuerwehren. Neben Sachschäden an Gebäuden und Infrastrukturen stellen insbesondere hohe Einsatzaufkommen innerhalb kurzer Zeiträume eine Herausforderung für Personal- und Materialressourcen dar. Ziel dieser Arbeit ist die Entwicklung und Evaluierung statistischer Impact-Modelle, die die lokalen Auswirkungen meteorologischer Ereignisse in Form der erwarteten Anzahl wetterbedingter Feuerwehreinsätze quantitativ beschreiben und damit eine Entscheidungsgrundlage für Einsatzplanung und Risikomanagement bieten.
Als Datengrundlage dienen historische Einsatzdaten aus drei benachbarten bayerischen Leitstellenregionen (Ansbach, Bamberg-Forchheim und Nürnberg), kombiniert mit meteorologischen Informationen aus dem RADKLIM-Datensatz des Deutschen Wetterdienstes sowie Expositionsabschätzungen aus OpenStreetMap-Daten. Für die Modellierung wird ein Hürden-Ansatz auf Basis generalisierter linearer Modelle verwendet, der zwischen der Wahrscheinlichkeit eines Einsatzauftretens und der erwarteten Einsatzzahl unterscheidet. Dadurch können sowohl die Vulnerabilität als auch der resultierende Impact getrennt, aber konsistent beschrieben werden.
Die Analysen zeigen, dass die Gebäudefläche den mit Abstand wichtigsten Expositionsprädiktor darstellt. Niederschlagsinduzierte Einsätze lassen sich besser modellieren als windbedingte, was durch die Limitierung auf den RADKLIM-Datensatz zurückzuführen ist, der als Re-Analyse-Produkt auch die direkte Nutzung der Modelle für Nowcasts verhindert. Insgesamt liefern die Modelle für alle drei Leitstellen qualitativ vergleichbare Ergebnisse, mit einer höheren Vorhersagegüte für die Einsatzwahrscheinlichkeit als für die absolute Einsatzzahl. Zusätzlich sind die Ergebnisse qualitativ mit älteren Analysen für gewitterbedingte Einsätze in Berlin konsistent.
Die vorgestellten Ansätze bieten damit, insb. auch durch die frei verfügbaren OpenStreetMap-Daten, eine übertragbare Grundlage für die quantitative Beschreibung wetterbedingter Feuerwehreinsätze, die das Potenzial haben, von Feuerwehren als zusätzliche Entscheidungshilfe genutzt zu werden.
Extreme weather events such as heavy rainfall, storms, or thunderstorms regularly impose considerable strain on fire services. In addition to material damage to buildings and infrastructure, the high number of simultaneous operations within short time periods poses significant challenges to personnel and equipment resources. The aim of this study is the development and evaluation of statistical impact models that quantitatively describe the local effects of meteorological events in terms of the expected number of weather-related fire service operations, thereby providing a decision-making basis for operational planning and risk management.
The analysis is based on historical operation data from three neighbouring Bavarian control centre regions (Ansbach, Bamberg–Forchheim, and Nuremberg), combined with meteorological information from the RADKLIM dataset of the Deutscher Wetterdienst and exposure estimates derived from OpenStreetMap data. A hurdle model based on generalised linear models is applied, which distinguishes between the probability of an operation occurring and the expected number of operations. This allows both the vulnerability and the resulting impact to be described separately yet consistently.
The analyses show that building area is by far the most important exposure predictor. Precipitation-induced operations can be modelled more accurately than wind-related ones, which can be attributed to the focus on the RADKLIM dataset. As a reanalysis product, it also limits the direct use of the models for nowcasting applications. Overall, the models produce qualitatively comparable results across all three control centres, with higher predictive skill for the occurrence probability than for the absolute number of operations. In addition, the findings are qualitatively consistent with previous analyses of thunderstorm-related operations in Berlin.
The presented approaches, particularly due to the use of freely available OpenStreetMap data, provide a transferable framework for the quantitative description of weather-related fire service operations and have the potential to be used by fire services as an additional decision-support tool.
