Big data-afledt værktøj letter tættere overvågning af genopretning fra naturkatastrofer

Ved at analysere folks besøgsmønstre til vigtige virksomheder som apoteker, religiøse centre og dagligvarebutikker under orkanen Harvey, forskere ved Texas A&M University har udviklet en ramme til at vurdere genopretningen af ​​samfund efter naturkatastrofer i næsten realtid. De sagde, at oplysningerne fra deres analyse ville hjælpe føderale agenturer med at allokere ressourcer retfærdigt mellem samfund, der lider af en katastrofe.

"Nabosamfund kan blive påvirket meget forskelligt efter en naturkatastrofal begivenhed, " sagde Dr. Ali Mostafavi, lektor i Zachry Department of Civil and Environmental Engineering og direktør for Urban Resilience.AI Lab. "Også, vi er nødt til at identificere, hvilke områder der kan komme sig hurtigere end andre, og hvilke områder der er mere påvirket end andre, så vi kan allokere flere ressourcer til områder, der har mere brug for dem."

Forskerne har rapporteret deres resultater i Journal of The Royal Society Interface .

Den metrik, der konventionelt bruges til at kvantificere, hvordan samfund vender tilbage fra naturforårsagede tilbageslag, kaldes modstandsdygtighed og defineres som et samfunds evne til at vende tilbage til sin tilstand før katastrofen. Også, at måle modstandsdygtighed, faktorer som tilgængelighed og fordeling af ressourcer, Forbindelsen mellem beboerne i et lokalsamfund og niveauet af lokalsamfundets beredskab til en uforudset katastrofe er afgørende.

Standardmetoden til at indhente data, der er nødvendige for at estimere robusthed, er gennem undersøgelser. De overvejede spørgsmål, blandt mange andre, er, hvordan og i hvilket omfang virksomheder eller husholdninger blev påvirket af naturkatastrofen og genopretningsstadiet. Imidlertid, Mostafavi sagde, at disse undersøgelsesbaserede metoder, selvom det er yderst nyttigt, tage lang tid at udføre, med resultaterne af undersøgelsen, der blev tilgængelige mange måneder efter katastrofen.

"For føderale agenturer, der tildeler midler, genoprettelsesoplysninger er faktisk nødvendige på en hurtigere og mere nær realtidsmåde for samfund, der er bagud i genopretningsprocessen, " sagde Mostafavi. "Løsningen, vi troede, var at lede efter nye kilder til andre data end undersøgelser, der kunne give mere detaljeret indsigt i samfundsgendannelse i et omfang, der ikke tidligere er undersøgt."

Mostafavi og hans samarbejdspartnere vendte sig til big data på samfundsniveau, især de oplysninger, der indsamles af virksomheder, der holder styr på besøg på steder inden for en perimeter fra anonymiserede mobiltelefondata. I særdeleshed, forskerne samarbejdede med et firma kaldet SafeGraph for at indhente lokationsdata for folk i Harris County, Texas, omkring orkanen Harveys tid. Som et første skridt, de fastlagde "interessepunkter" svarende til stederne for virksomheder, som hospitaler, tankstationer og butikker, der kan opleve en ændring i besøgendes trafik på grund af orkanen.

Næste, forskerne minede de store data og opnåede antallet af besøg på hvert interessepunkt før og under orkanen. For forskellige samfund i Harris County, de beregnede den tid, det tog for besøgene at vende tilbage til niveauet før katastrofen og den generelle modstandskraft, det er, den kombinerede modstandsdygtighed af hvert interessepunkt baseret på den procentvise ændring i antallet af besøg på grund af orkanen.

Deres analyse afslørede, at samfund med lav modstandsdygtighed også oplevede flere oversvømmelser. Imidlertid, deres resultater viste også, at påvirkningsniveauet ikke nødvendigvis korrelerede med genopretning.

"Det er intuitivt at antage, for eksempel, at virksomheder, der påvirkes mere, vil få langsommere bedring, hvilket faktisk ikke var tilfældet, " sagde Mostafavi. "Der var steder, hvor besøgene faldt markant, men de kom sig hurtigt. Men så andre, der blev mindre påvirket, men som tog længere tid at komme sig, som indikerede vigtigheden af ​​både tid og generel robusthed i evalueringen af ​​et samfunds bedring."

Forskerne bemærkede også, at et andet vigtigt fund var, at de områder, der er tæt på dem, der havde oversvømmelser, også er påvirket, tyder på, at den rumlige rækkevidde af oversvømmelser går ud over oversvømmede områder.

"Selvom vi fokuserede på orkanen Harvey til denne undersøgelse, vores rammer gælder også for enhver anden naturkatastrofe, " sagde Mostafavi. "Men som et næste skridt, vi vil gerne skabe et intelligent dashboard, der viser hastigheden af ​​genopretning og påvirkninger i forskellige områder i næsten realtid og også forudsige sandsynligheden for fremtidige adgangsafbrydelser og genopretningsmønstre efter et kraftigt regnskyl."