Ang mga munisipalidad ay namumuhunan nang malaki sa imprastraktura, tulad ng spillway na ito sa Sacramento, upang bantayan laban sa pagbaha at iba pang mga kaganapan sa extreme panahon, ngunit ang mga disenyo ng mga modelo ay mahina habang ang mga pagbabago sa klima. US Army Corps of Engineers, CC BY

Tandaan ang pelikula "Moneyball"? Ang Oakland A ay struggling, financially at sa field ng baseball. Pagkatapos ay ipinakilala nila ang isang makabagong sistema para sa pag-uunawa kung aling mga manlalaro ay mapapabuti ang pagganap ng koponan. Ang paglipat ng mga obserbasyon sa pamamagitan ng mga scouts, nagsisimula ang A upang gumamit ng mga advanced na istatistika upang mapahahalagahan ang mga manlalaro. Sa kanilang mga bagong pananaw, ang A ay nakakuha ng mga manlalaro na may mataas na epekto para sa medyo maliit na pera. Sa loob ng isang panahon, ang mga ito ay sa tuktok ng laro at kaya matagumpay na sa loob ng ilang taon ang natitirang bahagi ng liga ay reorganized kung paano nila pinahahalagahan ang mga manlalaro, masyadong.

Itinatampok ng "Moneyball" ang kapangyarihan ng makabagong mga sistema ng kaalaman: malikhaing bagong hanay ng mga tool at kasanayan para sa pagkolekta, pagsusuri at pag-aaplay ng data sa paglutas ng mga problema. Ang lahat ng mga organisasyon ay nakasalalay sa mga sistema ng kaalaman, ngunit hindi karaniwan, sa paglipas ng panahon, para sa kaalaman na nanggagaling sa kanila upang maging lipas at hindi maganda ang inangkop sa pagbabago ng mga konteksto.

Bilang mga mananaliksik sa katatagan at pagpapanatili ng mga lungsod, nakita namin na sa kasamaang palad ay naging kaso para sa isang bilang ng lungsod. Ito ay nagiging sanhi ng mga problema: May mga sistema ng napapanahong kaalaman pinalala ang mga kamakailang kalamidad at nag-ambag sa lumalaking pagkalugi sa pananalapi mula sa matinding lagay ng panahon, na lumampas na US $ 110 bilyon sa US sa taong ito lamang.

Ang mga talakayan sa paligid ng pagpapabuti ng katatagan at pagbagay sa mga matinding kaganapan ay madalas na nakatuon sa pag-upgrade ng imprastraktura o pagbuo ng bagong imprastraktura, tulad ng mas malaking levees o mga pader ng baha. Ngunit kailangan din ng mga lungsod ng mga bagong paraan ng pag-alam, pagsusuri at pag-anticipate ng panganib sa pamamagitan ng pag-update ng kanilang mga sistema ng impormasyon.

500-year flood

Isaalang-alang ang paggamit ng 100 year o mga antas ng baha sa 500 na taon upang gabayan ang pagpaplano at pag-unlad ng lunsod. Gamit ang balangkas na ito, inaasahan ng mga lungsod na maiwasan ang mga maliliit na baha habang nililimitahan ang paglitaw ng malubhang pagbaha.

Pa, ang data sa likod ng diskarte na ito ay mabilis na naging lipas na. Ang mga istatistika ng panahon ay nagbabago na ngayon sa maraming lugar. Bilang resulta, nakakaranas ang mga lungsod ulitin ang 500-taon na mga baha, kung minsan ay maraming beses, sa loob ng ilang dekada o mas kaunti. Gayunpaman ang mga lungsod ay patuloy na umaasa halos eksklusibo sa makasaysayang data para sa pag-project ng mga panganib sa hinaharap.

Halimbawa, ang lungsod ng Houston, Texas, ay nakaranas ng isang Ang pagtaas ng 167 porsyento sa intensity ng mabibigat na downpours sa pagitan ng 2005-2014 kumpara sa 1950-1959. Ang 2017 Hurricane Harvey baha sa Houston ay kumakatawan sa Ang ikatlong 500-year na baha ay magaganap sa nakalipas na tatlong taon. Bago ang Harvey, mga tagapamahala ng kontrol ng baha sa County ng County downplayed ang pangangailangan na baguhin ang kanilang mga sistema ng kaalaman, na arguing na ang dalawang naunang pagbaha kaganapan ay ilang mga kaganapan.

Bagong posibleng mga futures

Kailangan ng mga lungsod upang mas mahusay na mahulaan kung ano ang mangyayari sa kaso ng mga uri ng mga walang uliran na mga kaganapan sa extreme panahon. Ang nakalipas na ilang taon ay nakakita ng lumalagong bilang ng record-breaking bagyo, droughts at iba pang mga kaganapan sa panahon.

Ang National Weather Service na may label na Hurricane Harvey "Walang uliran," kapwa para sa mabilis na pagtindi nito at ang mga antas ng rekord ng pag-ulan na dumped sa Houston. Ang Hurricane María ay pumasok sa San Juan bilang ikatlong pinakamatibay na bagyo upang makalusob sa US, batay sa mga pagsukat ng presyon ng hangin. Nito mabilis na intensification kagulat-gulat forecasters at nagtatanghal ng isa pang hamon sa klima at mga modelo ng panahon.

Ang mga pangyayari sa pag-record na tulad ng mga ito hindi maaaring magkaroon ng kahulugan ng paggamit ng mga istatistika pinag-aralan sa nakaraang dalas ng paglitaw. Hindi makilala ang lumalaking panganib mula sa matinding lagay ng panahon ay mapanganib at mahal kung patuloy ang mga lungsod Lumikha ng higit pang mga gusali na mas mahal sa lalong madaling masugatan na mga lokasyon.

Ang kailangan ay bago at mas malikhain na paraan upang tuklasin ang mga posibleng futures at ang kanilang potensyal na implikasyon. Ang isang paraan ay ang paggamit ng klima o iba pang mga predictive na mga modelo. Ang mga ganitong mga modelo ay hindi perpekto ngunit maaaring magdagdag ng mahahalagang elemento sa mga talakayan na hindi maaaring makuha mula sa makasaysayang data.

Halimbawa, ang mga lungsod ay maaaring tumingin sa inaasahang pagtaas ng lebel ng dagat o mga bagyo ng bagyo at magpasiya kung ito ay nagpapahiwatig ng pang-ekonomiyang kahulugan upang muling itayo ang mga bahay pagkatapos ng mga bagyo na nakakapinsala, o kung mas mahusay na magbayad ng mga may-ari ng bahay upang lumipat sa labas ng baha.

Pagdidisenyo para sa mga bagyo ng bukas

Kailangan din ng mga lungsod na mag-upgrade ng kanilang mga sistema ng kaalaman upang mahulaan ang mga panganib sa kung ano ang madalas na tinatawag na "storms sa disenyo." Ito ang inaasahang mga bagyo sa hinaharap na ang mga tao na nagdidisenyo at nagtatayo ng mga indibidwal na istraktura - mula sa mga gusali hanggang baha sa pader - ay kinakailangang gamitin sa kanilang mga disenyo bilang isang minimum na standard na panganib.

Kailangan ng seryosong mga lungsod pag-isipang muli ang kanilang mga pamantayan ng bagyo kung dapat nilang lubos na maunawaan at maging komportable sa mga panganib sa hinaharap mula sa mga labis na kaganapan ng panahon kung saan nalantad ang kanilang mga negosyo at residente.

Sa New Orleans, halimbawa, ang US Army Corps of Engineers ay lumikha ng isang Standard Project Hurricane sa 1957 na tumutukoy sa mga bilis ng hangin at mga alon ng bagyo na ang mga levees na itinayo sa paligid ng lungsod ay kailangang makatiis. Tulad ng karamihan sa mga bagyo sa disenyo, ang Standard Project Hurricane ay batay sa paggunita ng data ng nakalipas na daloy ng bagyo at kasidhian sa siglo bago ang 1957. Gayunpaman, sa mga susunod na dekada, ang daloy ng bagyo at intensity ay nagbago nang malaki sa Gulpo ng Mexico, ang Standard Project Hurricane ay hindi na-update at ang mga imprastraktura ng proteksyon ay hindi na-upgrade, na nag-aambag sa kanilang kabiguan sa harap ng Hurricane Katrina.

Lungsod at pamahalaang pederal

Ang isang pangwakas na lugar para sa mga makabagong ideya sa mga sistema ng kaalaman sa mga lungsod ay ang mga hindi pagkakapantay-pantay na panganib.

Tila malinaw na ang mga lunsod tulad ng Houston, New York at New Orleans ay hindi gaanong alam kung paano ibabahagi ang mga panganib sa pagbaha sa mga komunidad sa loob ng kanilang mga lungsod, lalo na ang mga komunidad ng mga kulay at mga komunidad na may mababang kita.

Ang kawalan ng kapansin-pansin na panganib na hindi katimbang ay nagpapalawak ng ilang mga katanungan: Ang mga komunidad ba ng mga lunsod na madaling kapitan ng baha ay may kamalayan sa mga panganib at kahinaan na ito? Magkano ang ginawa alam ng mga opisyal ng lungsod at mga developer? Paano pinalalaki ng kanilang mga pagsisikap ang mga umiiral na disparities? Ang mga tao ba ay gumagawa ng mga desisyon tungkol sa kung saan mabubuhay maunawaan ang mga panganib na kanilang nahaharap?

Ang kahalagahan ng mga sistema ng kaalaman para sa kaligtasan ng lunsod ay umaabot sa ibayo ng mga lungsod sa mga pambansang ahensya at organisasyon. Nakakalungkot, ang Nagpasiya ang pamamahala ng Trump sa Agosto upang mag-isyu ng isang executive order exempting pederal na ahensya at mga pampublikong proyekto imprastraktura mula sa pagpaplano para sa pagtaas ng antas ng dagat. Pagbabawas ng mga pamantayan ng baha ay isang hakbang na paatras para sa pagkandili ng mga sistema ng kaalaman na nagpapabuti sa kakayahang kumilos ng lunsod.

Kahit na piliin ng mga ahensya ng pederal na huwag pansinin ang pagtaas ng antas ng dagat, naniniwala kami na dapat na ipilit sa mga ito ang mga ito upang isama ito. Sa katapusan, ito ay ang lunsod at ang mga mamamayan nito na nasa panganib, hindi ang pederal na pamahalaan. Halimbawa, maaasahan ito upang makita ang mga pagsisikap sa lokal at panrehiyong tulad ng Compact Climate Regional Southeast Florida na magkasama upang mag-upgrade ng kanilang mga sistema ng kaalaman sa pagtangkilik at tagataguyod para sa kanais-nais na mga pederal na patakaran para sa pagbagay ng klima.

Anong mga lungsod ang alam at kung ano ang kanilang iniisip mahalaga kung ang mga lungsod ay maaaring gumawa ng mas mahusay na desisyon. Sa loob ng mahigit isang siglo, ang mga lunsod ay malawak na nilapitan ang kaalaman tungkol sa mga panganib ng panahon sa pamamagitan ng pagkolekta at pag-average ng nakaraang data ng panahon. Nagpapadala ngayon ng kalikasan ang isang simpleng mensahe: Ang diskarte na iyon ay hindi gagana pa.

Tungkol sa Ang May-akda

Clark Miller, Propesor ng Kinabukasan ng Innovation sa Lipunan, Arizona State University; Thaddeus R. Miller, Assistant Professor, School for the Future of Innovation in Society at The Polytechnic School, Arizona State University, at Tischa Muñoz-Erickson, Research Social Scientist, International Institute of Tropical Forestry.

Ang artikulong ito ay ginawa ng Knowledge Systems Innovation Group sa Urban Resilience ng Arizona State University sa Extreme Events Sustainability Research Network (UREx SRN) (Eric Kennedy, Margaret Hinrichs, Changdeok Gim, Kaethe Selkirk, Pani Pajouhesh, Robbert Hobbins, Mathieu Feagan).

Ang artikulong ito ay orihinal na na-publish sa Ang pag-uusap. Basahin ang ang orihinal na artikulo.

Mga Kaugnay na Libro:

at InnerSelf Market at Amazon