...
Multi-tiered aanpak voor het afleiden van overstromingskaarten op basis van social media data
Resultaten tot nu toe
Overstromingskaarten op landelijke schaal (Tier 1)
Binnen dit project is er een systematiek is ontwikkeld om op basis van Tweets en topografie, gebieden te identificeren waar overstromingen kunnen optreden. Dit is toegepast in de Filipijnen, in het challange fund project voor GFDRR. De resultaten worden getoond in een webinterface. Naast het tonen van de locaties waar Tweets over gaan, worden ook kaartlagen getoond met verschillende overstromingscontouren. De gebruiker heeft hierdoor inzicht in de gebieden, bewoners en huizen met overstromingsrisico. Deze methodiek is met name geschikt voor monitoring op mondiale-landelijke schaal als een exacte locatie van observaties (van Tweets) ontbreekt.
...
Links: Een screenshot van tweets tijdens cycloon Haima (19 oktober 2016) aan land kwam. Rechts: Aantallen tweets per minuut ten tijde van de cycloon
Overstromingskaarten op lokale schaal (Tier 3)
Wanneer informatie over de locatie van een observatie op hoog detail beschreven is, kunnen overstromingskaarten op een lokale schaal worden gegenereerd. Deze methode gebruikt een ruimtelijke interpolatie van observaties in dezelfde "hydrologische unit", resulterend in overstromingskaarten op staartniveau, zie onderstaande afbeelding (links). Tevens is de mate van onzekerheid in deze kaarten als resultante van onzekerheid in de waarnemingen (locatie en waterdiepte) en het lokale terreinmodel onderzocht. Vooral de onzekerheid in locatie van observaties resulteert in een grote spreiding van het mogelijk overstroomde gebied. Door deze onzekerheid als overstromingskans te tonen kan dit gebruikt worden als een extra bron van informatie op basis waarvan eindgebruikers kunnen beslissen om gericht meer informatie in te winnen over de gebieden die onzeker zijn (rond 50% overstromingskans). De code voor deze methodiek is beschikbaar via SVN (wordt tevens via github beschikbaar gemaakt).
...