Big Data y Tecnología para Resiliencia ante Terremotos
David Pastor Escuredo, PhD
El Hackathon de ciudades resilientes de Quito de 2016 supuso un avance en la conceptualización de resiliencia ante desastres naturales y de cómo la innovación con nuevas tecnologías y datos pueden servir para incrementar resiliencia ante desastres. El análisis de datos, núcleo del Hackathon, mostró importantes claves para entender en retrospectiva cómo los terremotos impactan en el comportamiento humano, las infraestructuras y las comunicaciones [1–2]. El terremoto de estudio fue el que tuvo lugar en Ecuador el 16 de Abril de 2016, cuyo epicentro se localizó en la región de Manabí y que tuvo una escala de 7,6, causando 600 fallecidos y se estima que más de un millón de afectados [3].
Análisis de datos
Datos de teléfonos móviles anonimizados y agregados facilitados por Telefónica mostraron que, durante el terremoto, la actividad en la zona afectada disminuye (Figura 1). Esta disminución en la actividad es más significativa en ciertas localizaciones -coolspots- que señalan zonas afectadas (Figura 2, azul). Otras localizaciones, por contra, registran un aumento de actividad -hotspots (Figura 2, rojo)- que pueden señalar zonas de ayuda tras el terremoto o nuevos puntos de comunicación que entran en funcionamiento durante la emergencia. En ambos casos, las antenas que muestran anomalías son localizaciones donde es necesario trasladar ayuda. La disminución en la actividad durante el terremoto y días posteriores tiene importantes implicaciones: la menor densidad de datos dificulta observar la movilidad y el comportamiento en tiempo real de los afectados [4, 5]. Estos patrones se pueden observar a partir de los eventos de comunicación en Manabí, la zona del epicentro y donde se midió y sintió con más intensidad el terremoto.
Figura 1: Eventos registrados en Manabí del 15 al 18 de Abril de 2016
Figura 2: Eventos de llamada para tipos de antena dependiendo de su serie temporal. Localización espacial de las antenas sobre imágenes de luces nocturnas de la región de Manabí
Otro tipo de patrón, detectado mediante clustering de la actividad en el tiempo en cada antena, señala carreteras y zonas intermedias (Figura 2), que inicialmente decaen en actividad para después mostrar un aumento durante el día 18. El incremento de actividad de usuarios de otras regiones en Manabí, concretamente del sur del país, puede considerarse un indicador que representa la ayuda desplazada en la región (Figura 3). Este indicador puede emplearse para la evaluación de mecanismos de ayuda humanitaria y de infraestructuras. Esta información puede extraerse a partir del lugar de residencia de los usuarios que producen los eventos de comunicación en la zona afectada.
Figura 3: Eventos segmentados por lugar de residencia de los usuarios
Datos de móviles de usuarios afectados de la región meses más tarde del terremoto (Figura 4), permite extraer un indicador de impacto y de resiliencia basado en la redistribución a medio plazo de la población afectada, mediante el cálculo de la nueva localización de los habitantes de Manabí.
Figura 4: Eventos de residentes de Manabí a lo largo de Ecuador meses después tras el terremoto
Conclusiones y reflexiones sobre resiliencia
Del análisis de datos y el trabajo de los equipos participantes en el Hackathon se pudo concluir que para importantes fases en la gestión de terremotos [6, 7], es necesario monitorizar las zonas afectadas en tiempo real, lo cual implica la necesidad de innovar en la sensorización y adquisición de datos para crear flujos de alta resolución temporal y espacial (i.e. imágenes satélite, drones o con mapeo online a través de plataformas SIG colaborativas [8, 9]). También es necesario desplegar sistemas de telecomunicación y de distribución de energía ad hoc que puedan mantener las comunicaciones y la adquisición de datos in-situ además de soportar la ayuda humanitaria (e.g. mediante infraestructura robusta como la usada para 2G, comunicaciones vía satélite u otras). Además, la forma en que se recogen y utilizan los datos durante un terremoto es clave, ya que la menor densidad de información implica la necesidad de aprovechar mejor los datos existentes. En un sentido amplio, tecnología y datos deben dar lugar a una nueva forma de sensorizar terremotos para evitar el aislamiento de las zonas afectadas y de cualquier afectado o desplazado.
Debido al enorme impacto físico y estructural de algunos desastres, la resiliencia basada en infraestructuras fijas puede dar lugar a bloqueos y mayores daños a largo plazo por el tiempo necesario para su recuperación [10]. Una hipótesis para desarrollar resiliencia frente a terremotos es entender la infraestructura a escalas mayores de las ciudades y vías de comunicación y transporte, y de cómo pueden desplegarse lugares de evacuación con todos los recursos necesarios de manera sistemática. En la fase preventiva y de diseño de estrategias de resiliencia, el mapeo de los posibles casos de impacto de terremotos mediante indicadores multidimensionales e Inteligencia Artificial para generar simulaciones serán clave para detectar regiones de alta peligrosidad, minimizar daños y potenciar un desarrollo sostenible considerando riesgos. Por ejemplo, la movilidad proactiva puede convertirse en un mecanismo humanitario de gran importancia en regiones de alto riesgo cuando esté soportado por evidencias y tecnología.
La resiliencia implica revertir a situaciones de bienestar. Desarrollar resiliencia en regiones donde la infraestructura física ha sido dañada, implica concepciones más humanistas de la resiliencia que confíen en la creación redes y meta-infraestructuras que puedan sostener los pilares de las vidas de los afectados a la vez que se generan nuevas oportunidades y horizontes.
References
[1] Bengtsson, L., Lu, X., Thorson, A., Garfield, R., & Von Schreeb, J. (2011). Improved response to disasters and outbreaks by tracking population movements with mobile phone network data: a post-earthquake geospatial study in Haiti. PLoS Med, 8(8), e1001083.
[2] UN Global Pulse, ‘Using Mobile Phone Activity For Disaster Management During Floods’, Global Pulse Project Series no.2, 2014 ( http://www.unglobalpulse.org/projects/tabasco-floods-CDRs)
[3]http://www.bbc.com/mundo/noticias/2016/04/160416_ecuador_terremoto_magnitud_colombia_peru_bm
[4] Pastor-Escuredo, et al. (2014, October). Flooding through the lens of mobile phone activity. In (GHTC), 2014 IEEE
[5] Wilson, R., zu Erbach-Schoenberg, E., Albert, M., Power, D., Tudge, S., Gonzalez, M., … & Pitonakova, L. (2016). Rapid and near real-time assessments of population displacement using mobile phone data following disasters: the 2015 Nepal Earthquake. PLOS Currents Disasters.
[7] OCHA http://www.unocha.org/
[8] HOT: Humanitarian Openstreetmap Team
[9] Digital Humanitarians Network http://digitalhumanitarians.com/
