Das Einzugsgebiet des Colorado River, das 40 Millionen Menschen im Westen der Vereinigten Staaten mit Wasser versorgt, ist von historischer Dürre, einem sich ändernden Klima und dem Wasserbedarf wachsender Städte bedroht. Eine mögliche Reaktion besteht darin, Einzelpersonen zum Wassersparen zu ermutigen, und eine neue Studie könnte laut Wissenschaftlern dazu beitragen, diejenigen zu identifizieren, die am wahrscheinlichsten ihr Verhalten ändern, um dazu beizutragen.
„Das Einzugsgebiet des Colorado River erlebt eine nahezu beispiellose Dürre – möglicherweise die schlimmste, die die Region seit 100 Jahren erlebt hat“, sagte Renee Obringer, Assistenzprofessorin für Energie- und Mineraltechnik an der Penn State. „In letzter Zeit haben sich Wassermanager zunehmend darum bemüht, Umweltschutzverhalten zu fördern, aber der Erfolg dieser Strategien erfordert ein Verständnis der gemeinschaftsspezifischen Einstellungen und Überzeugungen.“
Die Wissenschaftler haben im Rahmen eines Projekts aus dem Jahr 2018 Umfragedaten von 3.000 Einwohnern dreier westlicher Städte – Phoenix, Las Vegas und Denver – genutzt, um die Einstellung zum Klimawandel zu messen. Das Team ließ die Antworten durch einen hochmodernen Clustering-Algorithmus laufen und konnte verschiedene Gruppen von Wasserverbrauchern in den Städten identifizieren.
„Unsere Studie versucht, Archetypen von Einstellungen zum Naturschutz zu entwickeln“, sagte Obringer. „Diese Informationen können dann verwendet werden, um die Bevölkerung besser zu verstehen und möglicherweise gezielte Interventionen zu entwickeln, die tatsächlich darauf abzielen, Einstellungen zu ändern.“
Aus der Analyse gingen sieben Archetypen hervor – von selbstbewussten Leugnern, die sich ihrer Fähigkeit zum Wassersparen sicher sind, aber die Notwendigkeit leugnen, bis hin zu Möchtegern-Teilnehmern, die vielleicht bereit sind, Wasser zu sparen, dies aber noch nicht tun.
Potenzielle Teilnehmer gehörten zu der größten Gruppe in den drei Städten, und die Wissenschaftler sagten, diese Ergebnisse legen nahe, dass gezielte Naturschutzkampagnen diese Einwohner zu Teilnehmern machen und einen echten Einfluss auf den Wasserverbrauch haben könnten.
„Angesichts der Tatsache, dass es eine so große Gruppe gibt, gibt es eine echte Gelegenheit, Informationskampagnen durchzuführen, damit die Menschen wissen, was sie selbst in Nicht-Dürrejahren tun können, um sich zu beteiligen“, sagte Obringer. „Wenn Sie die Menschen davon überzeugen können, ihre Einstellung zu ändern, könnten Sie diese langfristige Nachfragereduzierung erreichen, ohne Mandate erteilen zu müssen, die nicht sehr beliebt sind und möglicherweise keine dauerhaften Veränderungen bewirken, sobald die Mandate aufgehoben werden.“
Über ihre Ergebnisse berichten die Wissenschaftler im Fachblatt Wasserressourcenmanagement.
Frühere Arbeiten auf diesem Gebiet konzentrierten sich auf einzelne Städte, was zu stadtspezifischen Erkenntnissen mit begrenztem Nutzen für andere Gemeinden führte, sagten die Wissenschaftler. Die in der neuen Studie identifizierten Archetypen waren jedoch in allen drei Städten konsistent, was darauf hindeutet, dass die Ergebnisse nicht nur die Einwohner jeder Gemeinde zusammenfassen.
„Es muss dieses Dazwischen geben, wo wir genug Spezifität haben, dass wir das, was wir lernen, anwenden können, aber nicht zu spezifisch, dass der Prozess nicht anderswo übertragen werden kann“, sagte Obringer. „Ich denke, diese Studie findet wirklich diesen Mittelweg.“
Der Clustering-Algorithmus ist eine Art maschinelles Lernen, mit dem ein Computer relative Ähnlichkeiten zwischen Datenpunkten abbilden und lernen kann. Maschinelles Lernen ist ein leistungsstarkes Werkzeug, das Muster extrahieren kann, die das menschliche Auge möglicherweise nicht sieht.
„Das ist wirklich das, was die Computer tun können – nehmen Sie diese Zahlen und betrachten Sie sie ganzheitlich und sagen Sie, dass dieser Befragte diesem Befragten hier drüben im Durchschnitt ähnlicher ist und sie zusammen gruppiert werden sollten“, sagte Obringer. „Es schaut, wie ähnlich sie sind, und iteriert weiter, bis es die endgültige Trennung findet, wo sie sich nicht mehr überlappen und wo sie alle zusammen gruppiert sind.“
Die Wissenschaftler sagten, dass der nächste Schritt dieser Forschung den Aufbau einer Simulationstechnik beinhaltet, die es ihnen ermöglicht, Haushalten Archtypen zuzuordnen und zu modellieren, ob Änderungen in der Beteiligung zu Unterschieden in der Wasserverfügbarkeit führen.
Mehr Informationen:
Renee Obringer et al, Nutzung von unbeaufsichtigtem Lernen zur Entwicklung einer Typologie der Einstellungen von Wassernutzern in Wohngebieten gegenüber dem Naturschutz, Wasserressourcenmanagement (2022). DOI: 10.1007/s11269-022-03354-3