Analizzando i modelli di visita delle persone a strutture essenziali come le farmacie, centri religiosi e negozi di alimentari durante l'uragano Harvey, i ricercatori della Texas A&M University hanno sviluppato un quadro per valutare il recupero delle comunità dopo i disastri naturali quasi in tempo reale. Hanno detto che le informazioni raccolte dalla loro analisi aiuterebbero le agenzie federali a distribuire equamente le risorse tra le comunità che soffrono di un disastro.

"Le comunità vicine possono essere colpite in modo molto diverso dopo un evento catastrofico naturale, " ha detto il dottor Ali Mostafavi, professore associato presso il Dipartimento di Ingegneria Civile e Ambientale Zachry e direttore dell'Urban Resilience.AI Lab. "E così, dobbiamo identificare quali aree possono riprendersi più velocemente di altre e quali aree sono colpite più di altre in modo da poter allocare più risorse alle aree che ne hanno più bisogno".

I ricercatori hanno riportato i loro risultati in Journal of The Royal Society Interface .

La metrica che viene convenzionalmente utilizzata per quantificare il modo in cui le comunità si riprendono dalle battute d'arresto causate dalla natura è chiamata resilienza ed è definita come la capacità di una comunità di tornare al suo stato pre-disastro. E così, misurare la resilienza, fattori come l'accessibilità e la distribuzione delle risorse, la connessione tra i residenti all'interno di una comunità e il livello di preparazione della comunità per un disastro imprevisto sono fondamentali.

Il modo standard per ottenere i dati necessari per stimare la resilienza è attraverso i sondaggi. Le domande considerate, tra tanti altri, sono come e in che misura le imprese o le famiglie sono state colpite dal disastro naturale e la fase di ripresa. Però, Mostafavi ha affermato che questi metodi basati su sondaggi, anche se estremamente utile, impiegare molto tempo per condurre, con i risultati dell'indagine disponibili molti mesi dopo il disastro.

"Per le agenzie federali che stanziano fondi, le informazioni di recupero sono effettivamente necessarie in modo più rapido e quasi in tempo reale per le comunità che sono in ritardo nel processo di recupero, " ha detto Mostafavi. "La soluzione, abbiamo pensato, era cercare fonti di dati emergenti diverse dai sondaggi che potessero fornire approfondimenti più granulari sul recupero della comunità su una scala non precedentemente studiata".

Mostafavi e i suoi collaboratori si sono rivolti ai big data a livello di comunità, in particolare le informazioni raccolte dalle aziende che tengono traccia delle visite a luoghi all'interno di un perimetro da dati di telefoni cellulari anonimi. In particolare, i ricercatori hanno collaborato con una società chiamata SafeGraph per ottenere dati sulla posizione per le persone nella contea di Harris, Texas, all'epoca dell'uragano Harvey. Come primo passo, hanno determinato "punti di interesse" corrispondenti alle posizioni degli stabilimenti, come gli ospedali, distributori di benzina e negozi, che potrebbe subire un cambiamento nel traffico dei visitatori a causa dell'uragano.

Prossimo, i ricercatori hanno estratto i big data e ottenuto il numero di visite a ciascun punto di interesse prima e durante l'uragano. Per le diverse comunità della Contea di Harris, hanno calcolato il tempo impiegato dalle visite per tornare al livello pre-disastro e la resilienza generale, questo è, la resilienza combinata di ciascun punto di interesse in base alla variazione percentuale del numero di visite dovuta all'uragano.

La loro analisi ha rivelato che anche le comunità con bassa resilienza hanno subito più inondazioni. Però, i loro risultati hanno anche mostrato che il livello di impatto non era necessariamente correlato al recupero.

"È intuitivo presumere, Per esempio, che le imprese più colpite avranno una ripresa più lenta, che in realtà non era il caso, " ha detto Mostafavi. "Ci sono stati luoghi in cui le visite sono diminuite in modo significativo, ma si sono ripresi velocemente. Ma poi altri che sono stati colpiti meno ma hanno impiegato più tempo per riprendersi, che indicava l'importanza sia del tempo che della resilienza generale nella valutazione del recupero di una comunità".

I ricercatori hanno anche notato che un'altra scoperta importante è stata che anche le aree che si trovano in prossimità di quelle che hanno subito inondazioni sono state colpite, suggerendo che la portata spaziale delle inondazioni va oltre le aree allagate.

"Anche se per questo studio ci siamo concentrati sull'uragano Harvey, il nostro quadro è applicabile anche a qualsiasi altro disastro naturale, " disse Mostafavi. "Ma come passo successivo, vorremmo creare una dashboard intelligente che mostri il tasso di recupero e gli impatti in diverse aree quasi in tempo reale e preveda anche la probabilità di future interruzioni dell'accesso e modelli di ripristino dopo un forte acquazzone".