Les sécheresses sont de plus en plus reconnues comme des crises environnementales ayant des conséquences profondes, non seulement sur la disponibilité de l'eau, mais sur l'agriculture, l'économie, la santé publique et la société. Bien que les systèmes de surveillance de la sécheresse actuels se concentrent principalement sur l'évaluation de la gravité de la sécheresse à l'aide de mesures quantitatives, telles que les données météorologiques et hydrologiques ou les pertes économiques, elles manquent souvent ce qui compte le plus: comment les sociétés et les communautés sont affectées.
Une nouvelle étude dirigée par Dong Wang, professeur de sciences de l'information à l'Université de l'Illinois Urbana-Champaign, présente le côté (estimation de la sécheresse socialement informée), un roman socialement informé de la sécheresse axée sur l'IA qui estime à la fois la gravité de la sécheresse et son impact sociétal en utilisant des données sociales et des médias sociaux.
« L'absence de perspectives centrées sur l'homme dans l'évaluation de la gravité de la sécheresse peut conduire à une compréhension incomplète de l'impact sociétal et entraver l'élaboration de stratégies d'atténuation efficaces qui répondent aux divers besoins et préoccupations des populations affectées », a déclaré Wang.
Le côté est le premier outil de ce genre pour capturer ce que les chercheurs appellent «l'interdépendance socio-physique des sécheresses», la façon dont le comportement humain et les conditions environnementales s'influencent mutuellement. Par exemple, à mesure que l'eau devient rare, les communautés peuvent réagir en augmentant l'utilisation de la peur de la pénurie, en aggravant la situation. Ces modèles de comportement, souvent capturés dans les rapports locaux ou les médias sociaux, pourraient offrir des informations précieuses sur les conséquences réelles des crises environnementales.
Les chercheurs ont évalué l'équipe à l'aide de l'ensemble de données sociales accessible au public, en se concentrant sur la Californie et le Texas comme principaux domaines géographiques de leur étude en raison de leur vulnérabilité de sécheresse importante, de leur diversité de population et de leur importance agricole. Leur étude a analysé les données de janvier 2017 à avril 2023, au cours desquelles les deux États ont connu des événements de sécheresse importants.
Par rapport à cinq modèles de prévision de la série chronologique de premier plan, les équipes les ont considérablement surpassées pour estimer avec précision la gravité de la sécheresse et l'impact sociétal. Notamment, l'équipe a observé des modèles distincts entre la Californie et le Texas: en Californie, les préoccupations sociétales se concentraient davantage sur l'agriculture et la gestion des incendies de forêt, tandis qu'au Texas, l'écosystème et la santé publique étaient plus importants.
Conçu pour le déploiement du monde réel, le côté pourrait être intégré dans des systèmes nationaux comme le moniteur de sécheresse américain (USDM 2024) ou le DIP-Drought Monitor (DIP-Drought 2024), une initiative collaborative co-dirigée par Wang et Ximing Cai, professeur d'hydrologie civile et environnementale à l'Illinois, qui sert également en tant qu'expert de domaine de la côté. L'équipe a présenté son travail lors de la 39e conférence AAAI sur l'intelligence artificielle plus tôt cette année.
En offrant des idées en temps opportun et centrées sur l'homme, le côté peut soutenir la prise de décision plus rapide et plus intelligente par les agences gouvernementales, les gestionnaires des ressources en eau, les organisations agricoles, les dirigeants et les membres communautaires. L'outil pourrait également être adapté à d'autres crises environnementales, telles que les inondations, les incendies de forêt et les événements météorologiques extrêmes.
