Los desastres naturales están empeorando. Según datos de la Administración Nacional Oceánica y Atmosférica de los años 2016, 2017 y 2018 han sido históricos:en cada uno de esos años, el número promedio de desastres con un costo de al menos mil millones de dólares fue más del doble del promedio a largo plazo. A medida que el número y el costo de los desastres continúan aumentando, las comunidades están buscando formas de adaptarse y volverse más resilientes.

Una comunidad resiliente según lo definido por la Academia Nacional de Ciencias, debe poder prepararse y planificar, Recuperarse de, y adaptarse mejor a desastres reales o potenciales. La resiliencia se puede evaluar en términos de la solidez de la infraestructura física de una comunidad, cómo se organiza su respuesta social, las tasas de siniestralidad y el éxito de sus políticas públicas. Estos sistemas están conectados, con una perturbación en uno que se propaga a través de muchos, afectando la resiliencia general.

Los investigadores en el campo de la ciencia de los desastres estudian todos estos sistemas; sin embargo, es un campo masivo, y los especialistas suelen estar compartimentados. Investigadores de Ingeniería Civil y Ambiental de la Universidad de Michigan, dirigido por el profesor Sherif ElTawil, desarrolló el proyecto Interdependencias en la resiliencia comunitaria (ICoR) para derribar las barreras, reúna todos estos datos, y permitir que los investigadores vean el panorama completo. Este es un paso fundamental hacia la construcción de comunidades resistentes a los desastres.

El-Tawil explicó, "Piense en un huracán. Los diversos aspectos de un desastre provocado por un huracán se pueden representar mediante modelos específicos, por ejemplo, la presión del viento, respuesta de construcción, comportamiento de la gente, etc. Se puede hacer que todos estos modelos funcionen en conjunto entre sí para representar el escenario general de desastre. Eso es lo único de este proyecto:permite realizar el más alto nivel de investigación integradora ".

Para abordar la naturaleza compleja del problema que se está abordando, el equipo del proyecto ICoR incluye expertos en una variedad de áreas. El profesor Vineet R. Kamat de CEE y el profesor asociado Jason McCormick se desempeñan como directores adjuntos, y la Profesora Asociada de CEE Carol Menassa y la Profesora Asistente Seymour Spence sirven como Co-Investigadores Principales. El enfoque de este proyecto es desarrollar una plataforma computacional que investigadores de diferentes disciplinas puedan utilizar para conectar sus modelos y trabajar juntos en un escenario de desastre. La plataforma integradora de este proyecto servirá de enlace entre los modelos de investigación de diversos campos.

Los usuarios podrán cargar modelos computacionales individuales y simulaciones de múltiples disciplinas en la plataforma y ejecutarlos simultáneamente. Esto permitirá la exploración de las complejas interacciones que tienen lugar entre diferentes sistemas antes, durante y después de desastres naturales. "Esto no era algo que pudiéramos haber hecho en el pasado porque simplemente no teníamos la potencia informática, ", dijo Spence." Estos son muy intrincados, cálculos interdependientes que ahora podemos explorar ". La plataforma puede utilizar modelos establecidos y también permite la creación de nuevos modelos específicos de la disciplina, abriendo la puerta a descubrimientos científicos que podrían afectar la forma en que planeamos contra desastres naturales como los huracanes.

Como explicó Spence, "Los huracanes se encuentran entre los peligros naturales más costosos que afectan a los Estados Unidos, con pérdidas de más de $ 300 mil millones en los últimos cinco años. Queríamos probar la recuperación de la comunidad en el contexto de la resiliencia utilizando un modelo novedoso de recuperación de huracanes. Cuando integramos este modelo a través de la plataforma con un modelo de vulnerabilidad existente basado en la física, pudimos cuantificar la resiliencia de una comunidad residencial sujeta a huracanes de categoría 5. Es este tipo de información la que, en última instancia, puede conducir a estrategias para la adaptación a largo plazo de la comunidad al peligro ".

Los datos son poderosos pero no es fácil comunicar números sin procesar. Por eso, el equipo de investigación crea simulaciones visuales en 3D que pueden ejecutarse en tiempo real, utilizando datos calculados a partir de software externo. Estos ayudan a transmitir los hallazgos del equipo al público, facilitando la comprensión y la confianza en el modelo. Un modelo reciente retrata el efecto de los fuertes vientos en un vecindario de casas, según lo calculado por Ph.D. estudiante Ahmed Abdelhady. "Estas imágenes son muy llamativas, "dijo Abdelhady." Puedes ver el cielo amenazante, la lluvia cayendo a cántaros, las tejas del techo volando de los edificios. Realmente le ayuda a visualizar el daño potencial a la comunidad y a encontrar posibles soluciones para mejorar la resiliencia de la comunidad ".

Transmitir esta información a las comunidades es una parte importante del proyecto ICoR. El objetivo es que las comunidades puedan utilizar el modelo para simular cómo las afectaría un desastre. Puede ayudar a identificar brechas y mostrar cómo diferentes soluciones (por ejemplo, el uso de clips de huracán para fortalecer la conexión entre el techo del edificio y su pared, uno de los puntos más débiles en los edificios de madera) podría ayudar a llenar esos vacíos.

"La característica más poderosa de estos modelos es su capacidad para predecir, ", dijo Abdelhady." Puede predecir el resultado de todos los planes de mitigación propuestos, luego use un algoritmo de optimización para priorizarlos y encontrar la mejor combinación ". El-Tawil elaboró, "Por ejemplo, es posible que vea que una solución cuesta $ 5 millones y mejoraría la resiliencia de la comunidad en un cinco por ciento, pero otra solución cuesta $ 1 millón y mejoraría la resiliencia en un 10 por ciento. Con estas simulaciones que le brindan ese tipo de datos, las comunidades pueden informarse, decisiones responsables sobre las mejoras propuestas.