Cuantificación de la resiliencia comunitaria después de terremotos y tsunamis

Un conjunto de datos de peligro de tsunami y terremoto de la ciudad costera de Oregón recibió un premio DesignSafe Dataset 2023, otorgado en reconocimiento a las diversas contribuciones del conjunto de datos a la investigación de peligros naturales.

La ciudad turística de Seaside, Oregón (población 7115) fue elegida como el centro de estudio que modeló la respuesta de la comunidad en la mira de un posible desastre. La topografía baja de Seaside y su proximidad a la zona de subducción de Cascadia la hacen extremadamente vulnerable a terremotos y tsunamis.

“Lo que nos gustó de Seaside es que el tamaño pequeño de su comunidad nos permitió ver información muy detallada a nivel de parcela. Cada edificio se consideró en nuestro estudio, en lugar de una vista de pájaro de un área más grande”, dijo el investigador principal del conjunto de datos, Dan. Cox, profesor de ingeniería civil en la Universidad Estatal de Oregón.

Datos ambientales construidos, naturales y sociales

“Recopilamos datos sobre el entorno construido, incluida la infraestructura de Seaside: sus edificios, carreteras, puentes, tuberías de agua, postes de servicios públicos y líneas eléctricas”, dijo el coautor del conjunto de datos Andre Barbosa, profesor de ingeniería estructural en la Universidad Estatal de Oregón. .

Los autores del conjunto de datos, que incluyeron a Mohammad Alam (Universidad de Notre Dame, anteriormente en la Universidad Estatal de Oregón), Mehrshad Amini (Universidad Estatal de Oregón), Sabarethinam Kameshwar (Universidad del Estado de Luisiana), Hyoungsu Park (Universidad de Hawái en Manoa) y Dylan Sanderson (Universidad Estatal de Oregón): también recopiló datos sobre peligros naturales resultantes de peligros sísmicos y tsunamis probabilísticos.

Los datos de peligros naturales detallan la aceleración y deformación máximas del suelo, así como la inundación máxima, la velocidad y la dinámica de los tsunamis en intervalos que van de 100 a 10 000 años.

Además, el conjunto de datos incluye datos sociales en forma de características del hogar y de la unidad de vivienda atribuidas a casas unifamiliares y otros edificios. Estos datos incluyen datos demográficos sobre la cantidad de personas, la raza, la propiedad o el alquiler, la vacante, el tipo de vivienda grupal y el uso estimado de la tierra.

Resiliencia comunitaria

“Nuestro conjunto de datos es único en el sentido de que combina sistemas construidos, naturales y humanos en un conjunto de datos que las personas pueden usar para modelar la resiliencia de la comunidad”, dijo Cox.

La resiliencia comunitaria abarca los medios de vida y la funcionalidad de las personas afectadas antes y después de un evento impactante.

“La resiliencia depende de los recursos y de la rapidez con la que la comunidad pueda recuperarse”. Barbosa dijo. “La resiliencia es algo complejo, pero básicamente te dice qué tan robustos son tu infraestructura y tus sistemas sociales y qué tan rápido pueden recuperarse de ese gran evento extremo”.

Cox agregó: “Visualizamos este conjunto de datos como una herramienta que los investigadores pueden usar para ver, por ejemplo, cómo los cambios en el entorno construido podrían mejorar la resiliencia ante un peligro u otro, y existen soluciones que pueden tener múltiples beneficios para minimizar daños y pérdidas. como resultado de los dos peligros combinados”.

Retención de datos DesignSafe

El conjunto de datos, PRJ-3390 | Seaside Testbed Data Inventory for Infrastructure, Population, and Earthquake-Tsunami Hazard, está disponible públicamente en el Infraestructura cibernética DesignSafe de NHERI.

“DesignSafe nos ayudó a comprender qué posibles formatos podría tomar el conjunto de datos”, dijo Cox. Este conocimiento ayudó al equipo a construir un banco de pruebas único en su campo. “Realmente nos hicieron pensar en cómo se vería la estructura de este conjunto de datos. También tienen herramientas de seguimiento que son útiles. Podemos comunicarnos con DesignSafe más tarde para ver qué mejoras, si las hay, se pueden hacer en la forma en que manejamos los datos. . compartir. Y realmente me gusta que el archivo de conjuntos de datos esté centralizado”.

DesignSafe también proporcionó a los autores herramientas de publicación útiles y un identificador de objeto directo (DOI) creado para el conjunto de datos. El DOI les permitió vincular el conjunto de datos a artículos científicos existentes y futuros. El DOI también permitió que los estudiantes involucrados recibieran crédito por su trabajo.

“El equipo de DesignSafe ha sido fundamental en nuestra capacidad para compartir datos de manera efectiva”, agregó Barbosa. “Un agradecimiento especial a María Esteva (Centro de Computación Avanzada de Texas/Infraestructura de Investigación de Ingeniería de Riesgos Naturales). Fue especialmente útil al trabajar con los estudiantes para generar ideas sobre cómo organizar mejor los datos”.

Estudios científicos

Los datos del Seaside Testbed (PRJ-3390) se han utilizado en más de una docena de estudios científicos, incluida la investigación publicado Diciembre 2022 en la revista el futuro de la tierra.

Este estudio evaluó diferentes opciones políticas, algunas de las cuales desencadenaron acciones, por ejemplo, en renovaciones estructurales, donde después de la venta de un edificio, el propietario está obligado a renovarlo. Otras políticas estudiadas incluyeron la cantidad de VRBO (alquileres de vacaciones por propietario) permitidos en una comunidad y cuáles podrían ser las consecuencias no deseadas si ocurriera un desastre mayor.

“Es un estudio muy singular porque integra un modelo de cambio urbano con mucha investigación que examina el riesgo y el impacto de los desastres naturales en las comunidades. Pero el modelo de cambio urbano con el riesgo no suele estar acoplado”, dijo Barbosa.

Resiliencia a través de datos y modelos

“Necesitamos los datos para poder comprender cómo las decisiones afectarán la resiliencia de la comunidad”, dijo Cox. “Es esencial que podamos recopilar datos y compartirlos. No solo este conjunto de datos, sino que necesitamos muchos conjuntos de datos que puedan analizar diferentes tipos de comunidades y diferentes tipos de amenazas”.

“La mitigación es importante”, agregó Barbosa. “En los estudios de resiliencia comunitaria y con este tipo de conjuntos de datos, las comunidades y otros investigadores pueden iniciar las diversas políticas y estrategias de mitigación para que puedan usarlas e implementarlas y, con suerte, volverse más resistentes”.