DEL066 11201063 Wateroverlast en impact forecasting met social media

Aanleiding van het project

Informele en arme wijken in steden in ontwikkelingslanden liggen vaak in overstromingsgevoelige gebieden. Dit is ook het geval in Dar Es Salaam – Tanzania. Hier is wel een vrijwilligersnetwerk (van het Tanzaniaanse rode kruis), maar er is geen tijdige informatie over overstromingsgevaar en geen communicatiemiddelen om ernaar te handelen. Voorspellingssystemen inclusief monitoring zijn te duur en te ingewikkeld om lokaal onderhouden en gebruikt te worden. FloodTags maakt methodes om sociale media te gebruiken als middel om wateroverlast situaties te monitoren, en actief (en passief) de lokale gemeenschap te betrekken bij het voorspellingsproces. Het resultaat wordt via het web uitgeserveerd. In eerdere projecten (o.a. met TKI bijdrage) heeft Deltares een koppeling tussen early warning systemen met Delft-FEWS, en deze social media informatie gemaakt (o.a. in Jakarta), het resultaat is een methode om real-time overstromingskaarten te maken. Deze methode wordt nu ook succesvol toegepast in de Filippijnen. Zo wordt informatievoorziening tijdens wateroverlast behapbaar, community-based en kosten efficiënt.
Deze innovaties maken het mogelijk om een lokale gemeenschap (community) veel meer te betrekken in het voorspellingsproces, en te activeren in de respons, mits er goede kwaliteit modellen beschikbaar zijn om voorspellingen mee te maken. Dit laatste is vaak de beperkende factor omdat er geen historische gegevens beschikbaar zijn om fysieke voorspellingsmodellen van overstromingen en hun impacts op te baseren en te kalibreren, iets wat typisch een langjarige reeks van meteorologische (o.a. neerslag), hydrologische (waterstanden c.q. afvoer) en impact informatie (hoeveel huizen waren beschadigd, hoeveel schade, hoeveel slachtoffers). Het nauwkeurig simuleren van impacts is erg afhankelijk van lokale kwaliteit van overstromingsmodellen en data over wegen, huizen en aantallen mensen in de potentieel getroffen gebieden.

Doel van het project

In dit project genereren we en passen we toe, een impact-based voorspellingsmodel voor Tanzania, en specifiek Dar Es Salaam, gebaseerd op data-mined relaties tussen gemonitorde events en impacts in publieke en sociale media, en grote hoeveelheden mondiaal dekkende hydro-meteorologische Earth Observation datasets door Deltares bewerkstelligd in het Earth2Observe project. De innovatie in dit project is dus (anders dan voorgaand TKI) niet gericht op operationele monitoring en flood mapping, maar op het afleiden van impact modellen op basis van historische media en hydro-meteorologische data, die vervolgens in een operationele setting weer ingezet kunnen worden voor voorspellingen. Tijdens het project beoordelen we op welke schaal dit soort impact-relatiemodellen gemaakt kunnen worden (provinciaal op landniveau, versus wijken binnen Dar Es Salaam). Door het gebruik van sociale en publieke media (ipv impactmodellen met daarvoor benodigde grote hoeveelheden gegevens over blootgestelde objecten) en mondiaal dekkende hydro-meteorologische datasets kan in principe overal op aarde een eerste orde impact-forecasting systeem gemaakt worden, dat inzicht geeft hoeveel mensen mogelijk getroffen gaan worden in de komende tijd (uren/dagen). Het resultaat hiervan is dus een schaalbare, en innovatieve methode om impactmodellen in data schaarse gebieden te bewerkstelligen uit BIG data. Dit contrasteert met traditionele meer fysisch gebaseerde modellen, die erg nauwkeurige data nodig hebben over onder meer het drainage systeem, terrein, en blootgestelde bevolking, huizen, wegen en andere objecten.
We ontwikkelen dit, en passen dit toe in Tanzania. De gevonden relaties vormen de grondslag voor een eerste impact-based forecasting systeem en dashboard, gericht op gebruik door de Disaster Management Department van de Tanzania Red Cross Society (TRCS). De in-kind / in-cash contributie van FloodTags wordt onder andere aangewend om TRCS alsmede de Tanzania Meteorological Agency te betrekken b

Uitgevoerde activiteiten

2017
• Opzet van Delft-FEWS omgeving, standaard data feeds en Media monitoring dashboard / SMS warnings
• Ontwerpworkshop Dar Es Salaam met betrokken partijen Tanzania Meteorological Agency en Tanzania Red Cross Society.
• Review van methodes en datasets in Earth2Observe en andere reanalysis projecten – resultaat: historische meteorologische/hydrologische reeksen voor impact forecasting
• Review van online media databeschikbaarheid, setup van queries en toegang repositories. Het resultaat is een online media dataset van public media gebaseerde flood condities en impacts in Tanzania / Dar Es Salaam (inc. geolocatie op provinciaal, stad of wijkniveau)
2018
• Ontwikkeling van een correlatiemethode om hydrometeorologische drempels in Earth2Observe data te relateren aan events, waargenomen in historische media-based database.
• Toepassen van voorgaande methode in Dar Es Salaam en 1 ander gebied in Tanzania, te selecteren met deelnemers van de workshop
• Opzetten data feeds voor impact modellen in Delft-FEWS
• Monitoring en test periode (monitoring real events)
• Closing Workshop met trainingsdoeleinde in Dar Es Salaam.

Gerealiseerde resultaten

(beschrijf de gestelde eindresultaten die verwacht worden uit het project, zowel resultaten voor de project partners, alsook de resultaten en economische doelstellingen voor de sector Deltatechnologie en voor de Topsector Water.
Deltares en FloodTags krijgen door middel van hun reeds ontwikkelde datasets (Earth2Observe) en methodes om overstromingsgebeurtenissen te filteren, de beschikking over een tool om overal op de wereld impact-forecasting modellen op te zetten.
Door de reeds ontwikkelde kennis op het gebied van operationeel voorspellen via Delft-FEWS kunnen de impact modellen direct ingezet worden in een gebruikersvriendelijke voorspellingsomgeving. Dit resulteert in een voor de partners in Tanzania direct inzetbaar impact-forecasting systeem.
Daarnaast biedt de tool de gelegenheid, om eerste orde validatiemateriaal voor veel gedetailleerdere modellen te produceren.
Dit project mobiliseert en combineert op een zeer slimme manieren 2 gigantische bronnen van informatie, iets wat typisch valt in de strategie van het gebruik van BIG data in waterbeheer. De kennis en ervaring zal gedeeld worden tijdens congressen en artikelen. We richten ons met name op onze aanwezigheid tijdens “Understanding Risk 2018” (zie ook valorisatie).
Gezien de grote toepasbaarheid van deze tool, wordt de PPS zeker voortgezet. Stappen in deze richting worden al ondernomen tijdens het opzetten van dit TKI project:
• We zetten een Partners voor Water (PvW) voorstel op, om het beoogde impact-based forecasting systeem gedetailleerder te maken (tot op drain/duiker niveau) en vanuit het forecasting systeem social media in te zetten om lokale Red Cross vrijwilligers te instrueren welke drainage gecontroleerd moet worden op solid-waste problemen en hen terug te laten communiceren over de staat en eventuele schoonmaakwerkzaamheden. Dit vergt veel gedetailleerdere modellen die ook de hydraulica laten zien. In een reeds lopend “Challenge Fund” project worden methodes ontwikkeld om dez

Innovativiteit

Nieuwsberichten hebben in potentie een grote informatiedichtheid als het gaat om het vaststellen van historische gebeurtenissen zoals overstromingen, en hun geolocatie. Het slim harvesten, filteren en thresholden van deze historische informatie en vervolgens combineren met een groot scala van hydrometeorologische data (Earth2Observe) is nooit eerder gedaan.
Met onze aanpak om impact-modellen op te zetten, door hydrometeorologie automatisch en direct te relateren aan historische nieuwsberichten maken we het mogelijk om impact-forecasting te doen in gebieden die lijden onder data schaarste. Databeschikbaarheid is een typisch probleem in minder ontwikkelde gebieden, waar impact-based forecasting juist wel sterk nodig is. De gevonden relaties kunnen ook gebruikt worden om gedetailleerdere modellen mee op te zetten en valideren. Dit contrasteert met de traditionele aanpak om tot impact-based forecasting te komen, d.m.v. een modellenketen (regen-afvoer  hydraulica  flooding  impacts). De haalbaarheid en kwaliteit van dit soort modellenketens is sterk afhankelijk van een hoge lokale gegevensbeschikbaarheid en dichtheid. Deze moet heel hoog zijn om een goed resultaat te halen.

Valorisatie

We zien de Wereldbank, als financier van oplossingen om armoede te bestrijden, als een belangrijke speler om de ontwikkelde methode vaker toe te willen passen. Bovendien past impact-forecasting sterk in de strategie van wereldspelers rondom natural hazard disaster reduction zoals de World Meteorological Organisation (WMO) en de UN International Strategy for Disaster Reduction (UNISDR). Deze en andere internationale organisaties, alsmede NGOs zoals het rode kruis en het World Food Programme, zijn vertegenwoordigd in de Understanding Risk (UR) community, georganiseerd door de Global Facility for Disaster Reduction and Recovery (GFDRR). FloodTags en Deltares zijn goed vertegenwoordigd in deze conferentie, en wij zullen een workshop voorstellen tijdens de conferentie, om de methode te demonstreren en discussie over de potentie in andere gebieden te initiëren.
Bovendien zetten we de methode modulair op, zodat toepassingen in andere gebieden of op andere type natural hazards goed haalbaar is.

Link naar projectresultaten…