This presentation created and addressed by Iñigo Losada (IH Cantabria) in the intensive three day course from the BC3, Basque Centre for Climate Change and UPV/EHU (University of the Basque Country) on Climate Change in the Uda Ikastaroak Framework. The objective of the BC3 Summer School is to offer an updated and multidisciplinary view of the ongoing trends in climate change research. The BC3 Summer School is organized in collaboration with the University of the Basque Country and is a high quality and excellent summer course gathering leading experts in the field and students from top universities and research centres worldwide.

1. ADAPTING TO SEA LEVEL RISE
Iñigo Losada Rodríguez
losadai@unican.es
Instituto de Hidráulica Ambiental de Cantabria, “IH Cantabria”
Universidad de Cantabria

7. Coastal flooding
Flooding:
Combined effects !!!
• Waves
• Wind
• Atmospheric pressure
• Mean Sea Level
MA
MM
RU
CI
Nivel de referencia
MA: Marea astronómica
MM: Marea meteorológica
RU: Run-up
CI: Cota de inundación
Nivel de marea
Inundation/sumergence vs. Flooding
(Subsidence)

8. Reconstrucción histórica oleaje: GOW
1.2. BASES DE DATOS

9. Reconstrucción histórica oleaje: GOW
1.2. BASES DE DATOS

10. TAREA 1.1. Reconstrucción histórica oleaje: GOW
1.2. BASES DE DATOS

11. Reconstrucción histórica oleaje: GOW
1.2. BASES DE DATOS

12. 1.2. BASES DE DATOS

13. Coastal flooding
Flooding:
Combined effects !!!
• Waves
• Wind
• Atmospheric pressure
• Mean Sea Level
MA
MM
RU
CI
Nivel de referencia
MA: Marea astronómica
MM: Marea meteorológica
RU: Run-up
CI: Cota de inundación
Nivel de marea
Inundation/sumergence vs. Flooding
(Subsidence)
SLR

15. CAN WE ASSESS THE RISKS ASSOCIATED TO SLR?
CAN WE ADAPT TO SLR? RISK REDUCTION

16. 200 Km
HIGH RESOLUTION CASE STUDY
ADAPTATION TAKES PLACE LOCALLY

17. CAN WE ASSESS THE RISKS ASSOCIATED TO SLR?
CAN WE ADAPT TO SLR? RISK REDUCTION

18. WE NEED TO ASSESS HIGH RESOLUTION
HAZARDS BOTH HISTORIC AND PROJECTED TO
THE FUTURE

19. Met‐ocean
‐ Atmospheric conditions
‐ Sea level
‐ Waves
‐ SS Temperature
Hydro‐meteo ‐ Precipitation
‐ River discharge

20. Characteristic winter conditions
COASTAL WAVES
1.3. HISTÓRICO

21. STORM SURGE
1.3. HISTÓRICO
MMmax (m)
RibadesellaAvilésLuarca

22. HISTORIC TRENDS
STORM SURGE
1.3. HISTÓRICO

23. MEAN SEA LEVEL TRENDS
(mm)
1.3. HISTÓRICO

24. ASTRONOMICAL TIDE
MAmax (m)
TWL (t) = MA(t) + MM(t) + Setup(t) α = 0.04  playa
α = 0.08  puerto/acantilado
TOTAL WATER LEVEL (TWL)
Playa
Acantilados/puertos
1.3. HISTÓRICO

25. MA
MM
Hs
Setup
TWL
NIVEL DEL MAR TOTAL (TWL)
1.3. HISTÓRICO

26. TOTAL WATER LEVEL (TWL)
1.3. HISTÓRICO

27. PROJECTIONS

28. WAVE PROJECTIONS. Changes in Hs12 (m)
2010‐2039
2040‐2069
2070‐2099
RCP4.5 RCP8.5
1.4. PROYECCIONES

29. STORM SURGE PROJECTIONS. Changes in MM95% (cm)
2010‐2039
2040‐2069
2070‐2099
RCP4.5 RCP8.5
1.4. PROYECCIONES

30. LOCAL RELATIVE SEA LEVEL RISE PROJECTIONS
(m)
Slangen et al. 2014
1.4. PROYECCIONES

32. 4. EXPOSICIÓN
EXPOSURE
(DTM) – LiDAR 5 m
High
resolution
shoreline
Coastal
defences
Source: IGN

33. Population database– JRC (2006)
2.2. DATOS SOCIOECONÓMICOS
Resolución espacial = 1 Ha

34. 2.2. DATOS SOCIOECONÓMICOS
Land‐use database SIOSE
Agrícola, industrial, servicios, urbano…
Fuente: IGN

35. 2.2. DATOS SOCIOECONÓMICOS
Base Cartográfica Numérica BCN25/BTN25
Base Cartográfica Numérica 1:25.000. Base de datos geográfica 2D de referencia a escala
1:25.000 que cubre toda España.
• Edificios
• Instalaciones industriales
• Infraestructuras críticas
• Redes de comunicación
Fuente: IGN

36. Socioeconomic indicators
Income per capita by municpality.
Year: 2010. En euros.
Fuente: SADEI
Gross value added by sector and municipality. x1000 euros.
Year: 2010.
Fuente: SADEI

37. 2.4. DATOS ECOSISTEMAS
Ecosystem services valuation – VANE
VANE – Valoración de los Activos Naturales de España

38. ASSESSING FLOODING IMPACTS

39. 3.1. INUNDACIÓN
FLOODING SCENARIOS
Año horizonte
Tipo de
inundación
Escenario Escenarios climático
Actual CI
EA1 T1
EA2 T2
2050 CI
EM1 SLR1+T1
EM2 SLR1+T2
2100
SLR EL1 SLR4
CI
EL2 SLR2+T1
EL3 SLR2+T2
EL4 SLR3+T1
EL5 SLR3+T2
3 horizontes temporales:
CLIMA ACTUAL
MEDIO PLAZO: AÑO 2050
LARGO PLAZO: AÑO 2100
2 tipos de inundación:
INUNDACIÓN PERMANENTE (SLR)
EVENTOS EXTREMOS DE INUNDACIÓN (CI)
T1 = 100 años
T2 = 500 años
SLR1 = 0.24 m
SLR2 = 0.45 m (RCP4.5)
SLR3 = 0.65 m (RCP8.5)
SLR4 = 1 m (High++)

40. FLOODING MODEL
RFSM‐EDA
(Rapid Flood Spreading Method ‐ Explicit Diffusion wave with
Acceleration term)
Modelo 2D de almacenamiento de celdas (Gouldby et al., 2008)
Basado en una aproximación difusiva de las SWE con inercia local
Malla computacional formada por Impact Zones con sub‐elemento
topografía
Proporciona la altura de columna de agua en cada celda y velocidades

41. Distribución espacial de las mallas de inundación para RFSM‐EDA
MALLA 1
MALLA 2
MALLA 3
MALLA 4
MALLA 5MALLA 6
3.1. INUNDACIÓN
Modelado de la INUNDACIÓN

42. 3.1. INUNDACIÓN
ESCENARIOS DE INUNDACIÓN
Escenario 1.- CLIMA PRESENTE Tr=100
GIJÓN VILLAVICIOSA
RIBADESELLA

43. Escenario 6.- SLR=0.45 m Tr=100 Escenario 8.- SLR=0.65 m Tr=100
3.1. INUNDACIÓN
GIJÓN
ESCENARIOS DE CAMBIO CLIMÁTICO. EVENTOS EXTREMOS

45. AREA FLOODED
Escenario 1.- CLIMA PRESENTE Tr=100
Escenario 3.- AÑO HORIZONTE 2050 Tr=100 + SLR=0.24 m
Escenario 8.- AÑO HORIZONTE 2100 Tr=100 + SLR=0.65 m
Escenario 5.- AÑO HORIZONTE 2100 SLR=1 m PERMANENT FLOODING
Hectars per
municip.

46. ASSESSING CONSEQUENCES/RISK

47. RISK SCENARIOS
Climatic Scenarios
Socioeconomic scenarios
AÑO HORIZONTE POBLACIÓN/GDP
Actual S0
2050 S1
2100 S2
AÑO
HORIZON
TE
INUNDACIÓN
PERMANENTE – SLR (m)
EVENTOS EXTREMOS –
CI (T= Periodo de
Retorno)RCP4.5 RCP8.5 High++
2050 SLR1=0.24 - T1=100 T2=500
2100
SLR2=0.4
5
SLR3=0.6
5
SLR4=1
T1=100 T2=500

48. YEAR Flooding/In
undation
CLIMATIC
SCENARIOS
SOCIOECONOMIC
SCENARIOS
RISK
SCENARIOS
PRESENT CI
T1 S0 Escenario1
T2 S0 Escenario2
2050 CI
T1+SLR1 S1 Escenario3
T2+SLR1 S1 Escenario4
2100
SLR SLR4 S2 Escenario5
CI
T1+SLR2 S2 Escenario6
T2+SLR2 S2 Escenario7
T1+SLR3 S2 Escenario8
T2+SLR3 S2 Escenario9
RISK SCENARIOS

49. LUARCA
Escenario 1.- CLIMA PRESENTE
Tr=100
Escenario 4.- MEDIO PLAZO
SLR=0.24 m + Tr=100
Escenario 11.- LARGO PLAZO
SLR=0.65 m + Tr=100
Combined effect of extreme events
and SLR
Affected population

50. Escenario 1.- CLIMA PRESENTE Tr=100 POBLACIÓN AFECTADA
Escenario 3.- AÑO HORIZONTE 2050 Tr=100 + SLR=0.24 m
Escenario 8.- AÑO HORIZONTE 2100 Tr=100 + SLR=0.65 m
Escenario 5.- AÑO HORIZONTE 2100 SLR=1 m INUNDACIÓN PERMANENTE
Relativo al censo
de Población de
2010
En base a las proyecciones
oficiales
Considerando la población actual
Considerando la población actual

51. Escenario 2.- CLIMA PRESENTE Tr=500
POBLACIÓN AFECTADA
Escenario 4.- AÑO HORIZONTE 2050 Tr=500 + SLR=0.24 m
Escenario 9.- AÑO HORIZONTE 2100 Tr=500 + SLR=0.65 m
Relativo al censo
de Población de
2010
En base a las proyecciones
oficiales
Considerando la población actual

52. POBLACIÓN AFECTADA
% POBLACIÓN AFECTADA POR CONCEJO

53. INDUSTRIAL GROSS VALUE ADDED
COTA DE
INUNDACIÓN
DÍAS DE PÉRDIDA
DE
PRODUCTIVIDAD
TIPO DE INUNDACIÓN
CI ≤ 0.5 m
0.5 m < CI ≤ 1 m
1 m < CI ≤ 1.5 m
CI >1.5 m
CI >0
2
5
10
15
365
Evento Extremo
Evento Extremo
Evento Extremo
Evento Extremo
Inundación Permanente
BASE DE DATOS:
DISTRIBUCIÓN
ESPACIAL DE
INSTALACIONES
BCN25/BTN25 (IGN)
ESCENARIOS DE
INUNDACIÓN
IDENTIFICACIÓN DE
LAS INSTALACIONES
AFECTADAS
DETERMINACIÓN DE
LA COTA DE
INUNDACIÓN DE
CADA INSTALACIÓN
AFECTADA
DETERMINACIÓN DE
LOS DÍAS DE PÉRDIDA
DE PRODUCTIVIDAD
MINORACIÓN DEL DAÑO
(€)
DETERMINACIÓN DEL
VAB AFECTADO (€)

54. NAVIA Escenario 1.- CLIMA PRESENTE Tr=100 Escenario 4.- MEDIO PLAZO SLR=0.24 m +
Tr=100
Escenario 9.- LARGO PLAZO SLR=1.5 m Escenario 11.- LARGO PLAZO SLR=0.65 m +
Tr=100
VAB
Industrial
afectado

55. AFFECTED GROSS VALUE ADDED
INDUSTRIAL SECTOR
Escenario 1.- CLIMA PRESENTE Tr=100
Escenario 3.- AÑO HORIZONTE 2050 Tr=100 + SLR=0.24 m
Escenario 8.- AÑO HORIZONTE 2100 Tr=100 + SLR=0.65 m
Escenario 5.- AÑO HORIZONTE 2100 SLR=1 m INUNDACIÓN PERMANENTE
PÉRDIDA
TOTAL DE LA
PRODUCCIÓN
CONSIDERANDO:
DURACIÓN DE
PÉRDIDA DE
PRODUCCIÓN
(PÉRDIDA
PARCIAL)
CONSIDERANDO:
DURACIÓN DE
PÉRDIDA DE
PRODUCCIÓN
(PÉRDIDA
PARCIAL)
CONSIDERANDO:
DURACIÓN DE
PÉRDIDA DE
PRODUCCIÓN
(PÉRDIDA
PARCIAL)
Relativo al VAB
del
Sector Industrial
por concejo de
2010
VAB de 2010 industrial agregado a nivel de provincia: 4,573.668 (en
miles de €)
Sin proyectar y sin tasa de
descuento
Sin proyectar y sin tasa de
descuento
Sin proyectar y sin tasa de
descuento

56. % VAB INDUSTRIAL
AFECTADO POR CONCEJO
AFFECTED GROSS VALUE ADDED
INDUSTRIAL SECTOR

57. Valoración de los Activos
Naturales de España (VANE)
Escenario 1.- CLIMA PRESENTE Tr=100
Escenario 3.- AÑO HORIZONTE 2050 Tr=100 + SLR=0.24 m
Escenario 8.- AÑO HORIZONTE 2100 Tr=100 + SLR=0.65 m
Escenario 5.- AÑO HORIZONTE 2100 SLR=1 m INUNDACIÓN PERMANENTE
PÉRDIDA
TOTAL DE
SERVICIOS
ECOSISTÉMICOS
CONSIDERANDO:
PÉRDIDA
TOTAL DE
SERVICIOS
ECOSISTÉMICOS
CONSIDERANDO:
PÉRDIDA
TOTAL DE
SERVICIOS
ECOSISTÉMICOS
CONSIDERANDO:
PÉRDIDA
TOTAL DE
SERVICIOS
ECOSISTÉMICOS
Relativo al VAB
agregado por
concejo de 2010
VAB de 2010 agregado a nivel de provincia: 19,918.251 (en
il d €)
Sin proyectar y sin tasa de
descuento
Sin proyectar y sin tasa de
descuento
Sin proyectar y sin tasa de
descuento

58. % VAB AFECTADO POR CONCEJO
POR PÉRDIDA DE SERVICIOS ECOSISTÉMICOS

59. AFFECTED HOUSING STOCK DE CAPITAL
BASE DE DATOS:
DISTRIBUCIÓN
ESPACIAL DE
VIVIENDAS (IGN)
ESCENARIOS DE
INUNDACIÓN
IDENTIFICACIÓN DE
LAS VIVIENDAS
AFECTADAS
DETERMINACIÓN DE
LA COTA DE
INUNDACIÓN DE
CADA VIVIENDA
AFECTADA
APLICACIÓN DE LAS
CURVAS DE DAÑO
(CASO: EVENTOS
EXTREMOS)
23%
25%
MINORACIÓN DEL DAÑO
(€)
DETERMINACIÓN DEL
STOCK DE CAPITAL
AFECTADO (€)
CORRECCIÓN POR
RENTA SEGÚN
CONCEJO

60. NAVIA
Stock
Viviendas
afectado
Escenario 1.- CLIMA PRESENTE Tr=100 Escenario 4.- MEDIO PLAZO SLR=0.24 m +
Tr=100
Escenario 9.- LARGO PLAZO SLR=1.5 m Escenario 11.- LARGO PLAZO SLR=0.65 m +
Tr=100

61. LUARCA
Stock
Viviendas
afectado
Escenario 1.- CLIMA PRESENTE
Tr=100
Escenario 4.- MEDIO PLAZO
SLR=0.24 m + Tr=100
Escenario 11.- LARGO PLAZO
SLR=0.65 m + Tr=100
Influencia de la combinación de
Eventos Extremos y Subida del
Nivel del Mar a Medio y Largo Plazo

62. Relativo al Stock de
Capital de vivienda de
2011
SIN FUNCIÓN DE DAÑO CON FUNCIÓN DE DAÑO
SIN FUNCIÓN DE
DAÑO
E1.- CLIMA PRESENTE TR=100
E 3.- H=2050 TR=100 + SLR=0.24 m
E 8.- H=2100 TR=100 + SLR=0.65 m
E 5.- H=2100 SLR=1 m INUNDACIÓN PERMANENTE
STOCK DE CAPITAL DE VIVIENDA AFECTADO ‐ CONTINENTE
Sin proyectar y sin tasa de
descuento
Sin proyectar y sin tasa de
descuento
Sin proyectar y sin tasa de
descuento
Sin proyectar y sin tasa de
descuento
Sin proyectar y sin tasa de
descuento
Stock de Capital de vivienda de 2011: 26,223.845 (en
miles de €)

63. STOCK DE CAPITAL DE VIVIENDA AFECTADO ‐ CONTINENTE
% STOCK DE CAPITAL DE VIVIENDA – CONTINENTE
AFECTADO POR CONCEJO

64. CRITICAL INFRASTRUCTURES
Identificación de las infraestructuras críticas según el
Plan Nacional de Protección de Infraestructuras
Críticas

65. Escenario 3.- SLR=0.24 m Tr=100
(Horizonte 2050)
RIBADESELLA
COLUNGA
NALÓN
SAN PEDRO
CRITICAL INFRASTRUCTURES

66. Escenario 8.- SLR=0.65 m Tr=100
(Horizonte 2100)
CANDÁS
RIBADESELLA
AVILÉSCUEVA
CRITICAL INFRASTRUCTURES

67. RISK ASSESSMENT
Adaptation goal: Keep present risk level
RISK SPATIAL DISTRIBUTION
Riesgo bajo
Riesgo moderado
Riesgo moderado-alto
Riesgo alto
THRESHOLDS DEFINED FOR THE MAXIMUM VALUES UNDER
SCENARIO 1
AGGREGATED AND WEIGTHED RISK: Population (35%), Capital
Stocks (35%) and Gross Net Value (30%)
RE-SCALING OF SOCIOECONOMIC INDICATORS

68. INUNDACIÓN
PERMANENTE
HORIZONTE
2050
HORIZONTE
2100
CLIMA
PRESENTE
RISK ASSESSMENT

69. ALREADY OCCURING
ADAPTATION IS

70. For the 21st century, the benefits of protecting against
increased coastal flooding and land loss due to submergence
and erosion at the global scale are larger than the social and
economic costs of inaction (high agreement, limited evidence).
• Without adaptation, hundreds of millions of people will be affected
by coastal flooding and will be displaced due to land loss by year
2100; the majority of those affected are from East, Southeast, and
South Asia (high confidence).
• At the same time, protecting against flooding and erosion is
considered economically rational for most developed coastlines in
many countries under all socioeconomic and sea level rise scenarios
analyzed, including for the 21st century GSMLR of above 1 m (high
agreement, low evidence).

71. The relative costs of adaptation vary strongly between and
within regions and countries for the 21st century (high
confidence).
• Some low-lying developing countries (e.g., Bangladesh, Vietnam)
and small island states are expected to face very high impacts and
associated annual damage and adaptation costs of several
percentage points of gross domestic product (GDP).
• Developing countries and small island states within the tropics
dependent on coastal tourism will be impacted directly not only by
future sea level rise and associated extremes but also by coral
bleaching and ocean acidification and associated reductions in
tourist arrivals (high confidence).

72. The analysis and implementation of coastal adaptation has
progressed more significantly in developed countries than in
developing countries towards climate resilient and sustainable
coasts (high confidence).
• Given ample adaptation options, more proactive responses can be
made and based on technological, policy related, financial, and
institutional support. Observed successful adaptations include major
projects (e.g., Thames Estuary, Venice Lagoon, Delta Works) and
specific practices in both developed countries (e.g., Netherlands,
Australia) and developing countries (e.g., Bangladesh).
• More countries and communities carry out coastal adaptation
measures including those based on integrated coastal zone
management, local communities, ecosystems, and disaster reduction,
and these measures are mainstreamed into relevant strategies and
management plans (high confidence).

79. HEALTHY AND FUNCTIONAL ECOSYSTEMS
A1 Wetland protection and restoration
A2 Protected areas and marine conservation agreemnts
A3 Taxes on enviromental and ecosystem services

80. Highly efficient
Natural adaptive capacity
Marshes and mangrove forest are the main restore
wetlands
Protection and wetland restoration
To reduce coastal erosion and flooding be creating new
habitats and generating environmental benefits by
holding the shoreline
OBJECTIVE:
CHARACTERISTICS:

81. Reducing coastal exposure
B1 Beach nourishment
B2 Dune restoration and artificial creation
B3 Shoreline stabilization by natural solutions
B4 Seawalls
B5 Dikes
B6 Retreat
B7 Accommodation to coastal flooding

82. Engineering measure (soft)
Usually combined with dune creation or restoration
Effective under mean conditions. Extreme events may require additional sediment
CHARACTERISTICS:
Avoid coastal erosion + benefit coastal flooding prevention
OBJECTIVE:
Beach nourishment

85. Fig. 1 Concepts of upgrading in which an increase in crest level is acceptable.
Hans F. Burcharth , Thomas Lykke Andersen , Javier L. Lara
Upgrade of coastal defence structures against increased loadings caused by climate change: A first methodological
approach
Coastal Engineering, Volume 87, 2014, 112 - 121
http://dx.doi.org/10.1016/j.coastaleng.2013.12.006

86. Fig. 2 Concepts of upgrading in which an increase in crest level is not acceptable.
Hans F. Burcharth , Thomas Lykke Andersen , Javier L. Lara
Upgrade of coastal defence structures against increased loadings caused by climate change: A first methodological
approach
Coastal Engineering, Volume 87, 2014, 112 - 121
http://dx.doi.org/10.1016/j.coastaleng.2013.12.006

91. Medida: (retreat, coastal
realignment)
NAVIA

92. ESCENARIO 8: +0.65 m y Tr=100
PARA REDUCIR EL REBASE
Caso de partida: ó
Accomodate by increasing brakwater height
CANDÁS

93. LUANCOCaso de partida:
ESCENARIO 3: +0.24 m y Tr=100
Protect by increasing flood
defense
ESCENARIO 6: +0.45 m y Tr=100 ESCENARIO 8: +0.65 m y Tr=100
2 tipos de infra
críticas
afectadas

94. NATURE-BASED SOLUTIONS FOR
DISASTER RISK REDUCTION
Coral reefs
Seagrasses
Salt marshes
Mangroves

95. Nature‐based Features (NBF) are those that may mimic
characteristics of natural features but are created by
human design, engineering, and construction to provide
specific services such as coastal risk reduction or
adaptation.

96. Saunders et al. (2014)
a, Seagrass meadows and coral reefs form distinct ecosystems, yet often
live in close proximity in linked tropical marine ecosystems. b, Coral reefs
block and dissipate wave energy and permit seagrass, which is less wave
tolerant, to exist in protected lagoons. c, Deepening water from sea-level
rise will allow larger, more energetic waves to traverse the reef into the
lagoon, reducing habitat suitability for seagrass

97. Temmerman et al. (2013)

98. M.D. Spalding et al. (2014)

99. M.D. Spalding et al. (2014)

100. ADAPTATION STRATEGY

103. ADAPTING TO SEA LEVEL RISE
Iñigo Losada Rodríguez
losadai@unican.es
Instituto de Hidráulica Ambiental de Cantabria, “IH Cantabria”
Universidad de Cantabria