Handydaten vom Schneesturm im Winter zeigen, dass Dallas widerstandsfähig ist

Von Hurrikanen in Houston bis hin zu Winterstürmen in Dallas – Naturkatastrophen können verheerende Folgen für eine Stadt haben. In jeder dieser Situationen müssen politische Entscheidungsträger, Leitungsgremien und Hilfsprogramme wissen, wie sie die Widerstandsfähigkeit messen können – die Zeitspanne, die eine Stadt braucht, um wieder auf die Beine zu kommen.

Ein SMU-Forschungsteam unter der Leitung des Ingenieurprofessors Nicos Makris hat die Widerstandsfähigkeit von Dallas gemessen, indem es anonyme Mobiltelefondaten von Bewohnern des Dallas Metroplex vor, während und nach dem nordamerikanischen Wintersturm im Februar 2021 untersuchte. Ihr Fazit: Dallas erholte sich fast unmittelbar nach dem Ende des Wintersturms, was darauf hindeutet, dass Dallas ein hohes Maß an Widerstandsfähigkeit an den Tag legt.

„Obwohl Millionen von Menschen Strom und Wasser verloren haben und viele unmittelbar nach dem Ende des Sturms ihre Häuser verlassen mussten, kehrte die Stadt Dallas zu ihrer Reaktion vor dem Ereignis zurück und zeigte damit, dass die Stadt Dallas über ein hohes Maß an Widerstandsfähigkeit verfügt.“ “ sagte Makris. „Bürger sind sehr widerstandsfähige Menschen. Sie haben Wege gefunden, umzukehren.“

Die Messung der Widerstandsfähigkeit einer Stadt ist wichtig, um Reaktionen auf zukünftige Ereignisse zu planen und potenzielle Schwachstellen aufzudecken. Die Anwendungen für diese Forschung reichen weit über Dallas, as hinaus Daten der Vereinten Nationen zeigen, dass derzeit mehr als die Hälfte der Weltbevölkerung in Städten lebt – eine Zahl, die bis 2050 voraussichtlich auf fast 70 Prozent ansteigen wird.

Städte fungieren als globale Wirtschafts- und Kulturzentren, liegen aber meist auch in Küstengebieten und entlang von Verwerfungslinien, was sie anfällig für Naturereignisse macht. Hinzu kommt der Klimawandel, der die Stärke oder Häufigkeit einiger dieser Naturgefahren erhöhen kann.

Die Dallas-Studie wurde von Makris, Addy Family Centennial Professor für Bauingenieurwesen an der Lyle School of Engineering der SMU, zusammen mit Gholamreza Moghimi, Eric Godat und Tue Vu von der SMU durchgeführt. Moghimi ist Postdoktorand an der SMU, während Godat Teamleiter für Forschung und Datenwissenschaft im Office of Information Technology (OIT) der SMU ist. Vu arbeitet auch im OIT der SMU als KI- und ML-Forschungswissenschaftler.

Die Ergebnisse von Dallas untermauern Makris‘ Studien zu den Mobilfunkdaten von Houston nach dem Wintersturm sowie zu Daten der Hurrikane Harvey (2017) und Irma (2017). Selbst nach den großen Überschwemmungen aufgrund des Hurrikans Harvey kehrten die Bewohner von Houston fast unmittelbar nach dem Ende des Notfalls zu ihrem normalen Verhalten zurück.

Die Studie „Mechanisches Analogon für Städte“ wurde in veröffentlicht Offene Wissenschaft der Royal Society.

Resilienz messen

Vorhersagen sind ein kniffliges Spiel, weil Menschen auf individueller Ebene unberechenbar sind. Allerdings Gruppenmuster Sind vorhersagbar mithilfe großer Datensätze und mathematischer Modelle. Makris und sein Forschungsteam nutzten GPS-Daten von 13.000 Mobiltelefonnutzern im Dallas Metroplex im Februar und März 2021, um zu bewerten, wann die Bewegungsmuster wieder auf das Niveau vor dem Wintersturm zurückkehrten.

Durch die Annahme eines mechanischen Modells der Stadt konnte Makris‘ Team die Art von Mathematik nutzen, die normalerweise auf eine große Anzahl von Partikeln angewendet wird, um die Widerstandsfähigkeit zu messen.

Der größte Teil der städtischen Resilienz erfolgt auf qualitative Weise, was hilfreich ist, wenn man auf das Geschehene zurückblickt, aber weniger hilfreich, um Vorhersagen zu treffen. Makris wollte einen quantitativen Weg finden, um die Widerstandsfähigkeit von Städten zu messen, in der Hoffnung, dass dieser dabei helfen könnte, Vorhersagen zu treffen und auf Schwachstellen hinzuweisen. „Wir dachten, dass wir vielleicht Konzepte aus der Physik übernehmen könnten, um mithilfe von GPS-Standortdaten von Mobiltelefonen Mobilitätsmuster in großen städtischen Zentren zu untersuchen.“

Um die Zahlen für die Standortdaten von 13.000 Mobiltelefonnutzern im Laufe eines Monats zu ermitteln, arbeitete Makris‘ Team mit Eric Godat von der SMU zusammen, einem Physiker, der ein engagiertes Team leitet, das Forscher auf dem gesamten Campus bei der Nutzung des Hochleistungsrechnens der Universität unterstützt Cluster. Der HPC-Cluster verfügt über die nötige Rechenkapazität Ensemble-Mittelungeine Art maschinelles Lernverfahren, mit dem Signale aus Geräuschen oder, wie im Fall von Makris, Bewegungsmuster aus zufälligen Ereignissen unterschieden werden.

Durch die Mittelung von GPS-Daten skizzierten Makris und sein Team die Bewegungsmuster der Bürger von Dallas während einer typischen Woche. Anschließend verglichen sie normale Bewegungsmuster mit denen während und nach der Woche des Wintersturms, um festzustellen, wann Dallas begann, wieder normal zu werden, oder mathematisch ausgedrückt, „zurück in seinen ursprünglichen Gleichgewichtszustand“.

Aber warum übertragen sich diese Muster von einer Stadt auf eine andere und von einer Art Naturgefahr auf eine andere? Makris weist darauf hin, dass unser Gruppenverhalten als Bürger einer Stadt, obwohl wir die Urheber unserer eigenen Handlungen sind, ein hohes Maß an Determinismus aufweist. „Unsere kollektive Zukunft hat eine Periodizität, die bestimmt ist, und der Morgen wartet geduldig darauf, zur nächsten Gegenwart zu werden, es sei denn, es gibt eine Naturkatastrophe, die ihn zerstört.“

Makris plant, seine stadtweiten Daten zu nutzen, um anschließend Studien auf Gemeindeebene durchzuführen, um herauszufinden, welche Gemeinden angesichts einer natürlichen Störung mehr oder weniger widerstandsfähig sind. Diese Forschung wird Stadtplanern helfen, indem sie ein quantitatives Maß dafür liefert, wo Ressourcen am besten eingesetzt werden können, um sich auf zukünftige Naturgefahren vorzubereiten.