Tags do Flickr podem ajudar a prever inundações

As tags nas imagens relacionadas à água enviadas para o Flickr começam a mudar à medida que a inundação se aproxima.

Oriol Salvador / Flickr

Tags do Flickr podem ajudar a prever inundações

Por Signe BrewsterMar. 7, 2017, 13:15

Imagens de riachos e outros corpos de água carregados no site de compartilhamento de fotos Flickr podem ajudar os cientistas a prever inundações antes que inundem as comunidades, de acordo com um novo estudo. Embora a abordagem não forneça tantos dados quanto os modelos tradicionais de previsão de enchentes, ela pode se tornar mais poderosa à medida que as mídias sociais se tornam cada vez mais difundidas.

Os hidrologistas costumam prever inundações monitorando as condições das tempestades e a quantidade de chuva. Eles também usam sensores eletrônicos sem fio colocados dentro e perto de corpos d'água para medir os níveis e a drenagem da água em tempo real. Mas os dados dos sensores não estão disponíveis em todos os lugares, e os cientistas estão sempre procurando maneiras de estender com que antecedência eles e as autoridades locais podem prever uma inundação.

Digite mídia social. Nos últimos anos, os pesquisadores usaram sites como o Twitter para rastrear a extensão de uma inundação, identificando e mapeando tweets descrevendo inundações de água. Os cientistas também se voltaram para o Flickr, um site de compartilhamento de fotos que permite a qualquer pessoa enviar imagens marcadas com tags e legendas que também possuem coordenadas de localização correspondentes. Em um estudo, por exemplo, os pesquisadores observaram uma forte correlação entre a mudança na pressão atmosférica durante o furacão Sandy e as imagens enviadas para o Flickr marcadas com tags relacionadas à tempestade. À medida que a pressão do ar diminuía, a marca de um furacão, mais pessoas carregavam imagens com tags como `` Sandy ''.

O novo estudo, publicado no mês passado no PLOS ONE, vai um passo além, usando tags para prever dias de inundações extremas com antecedência. Pesquisadores da Universidade de Warwick, em Coventry, Reino Unido, estudaram imagens e vídeos enviados para o Flickr durante um período de 10 anos que foram marcados com palavras gerais relacionadas à água, como `` rio '' e `` água '' e `` água ''. e correspondeu a eventos de inundação conhecidos. Os pesquisadores então se voltaram para uma rede neural, um modelo de computador que pode aprender a identificar padrões em grandes conjuntos de dados. Ao estudar o período de 5 dias antes e depois das inundações conhecidas, eles notaram que, à medida que a enchente aumenta, as etiquetas relacionadas à água são usadas com mais frequência com palavras diretamente relacionadas à inundação, como `` inundação '' e `` planície inundada ''. A observação das mesmas tags surgirem em tempo real pode indicar quando uma inundação está a caminho.

Os hidrologistas costumam prever inundações com dados de tempestades e sensores locais, mas as fotografias podem oferecer uma alternativa simples.

Oliver Beattie / Flickr

`` Na verdade, é um conhecimento local bastante poderoso que atualmente não está sendo explorado pelos sistemas tradicionais de alerta precoce '', diz a autora do estudo e a pesquisadora de meio ambiente e ciência da computação Nataliya Tkachenko.

As inundações não instantâneas já podem ser previstas com dias de antecedência, usando métodos tradicionais, e a equipe da Warwick ainda não tem certeza da precisão do método de previsão com base em tags. Mas está entre os primeiros métodos para usar as mídias sociais para prever inundações em vez de simplesmente observá-las. Também pode ser útil em áreas onde a fotografia é mais acessível que os dados da água baseados em sensores.

"Esta é uma aplicação interessante da análise de mídia social ... com muitos benefícios sociais em potencial", diz Brian Goode, cientista de dados do Instituto Politécnico da Virgínia e da Universidade Estadual de Blacksburg. No entanto, ele está preocupado com o fato de o método da equipe ter usado uma equação matemática inadequada para modelar o relacionamento entre as tags genéricas como "rio" e as tags mais específicas, como "inundação". Isso pode limitar a precisão de qualquer previsão, diz ele.

Além disso, os dados tradicionais de previsão de inundações fornecem informações concretas, como a quantidade de chuva e os níveis atuais de água. A rede neural não pode fornecer tantos detalhes; indica simplesmente quando percebe um padrão que, no passado, indicava uma inundação a caminho. Ainda assim, Tkachenko diz que a abordagem de sua equipe pode ser combinada com os modelos de previsão existentes para melhorar os tempos de aviso prévio.