Assessing road criticality and loss of healthcare accessibility during floods: the case of Cyclone Idai, Mozambique 2019

Gezeigtes Bild: Straßennetzwerkanalyse für die Fahrprofile. A Normale Verhältnisse vor dem Flutereignis. B Entwicklung des Scores nach den Überschwemmungen durch den Zyklon Idai. Die untere Reihe zeigt eine Nahaufnahme des Gebiets um die Stadt Dondo.

Die Fähigkeit der Katastrophenhilfe, -vorsorge und -begrenzung, den Verlust des physischen Zugangs zu Gesundheitseinrichtungen zu bewerten und die betroffene Bevölkerung zu ermitteln, ist der Schlüssel, um die humanitären Konsequenzen eines Disasters zu reduizieren. Aktuelle Studien nutzen entweder Netzwerk- oder Raster-basierte Ansätze, um die Erreichbarkeit in Bezug auf die Reisezeit zu messen. Unsere Analyse vergleicht einen Raster- und einen Netzwerkbasierten Ansatz, die beide auf open Data aufbauen, im Hinblick auf ihre Fähigkeit den Verlust von Erreichbarkeit aufgrund des schwerwiegenden Flutereignisses auszuwerten. Da unsere Analyse open access data nutzt, sollte der Ansatz auf andere Flut-anfällige Regionen transferiert werden können, um Entscheidungsträger bei der Vorbereitung der Katastrophenvorsorge zu unterstützen. Diese Forschung wurde von unserem Praktikanten Sami Petricola geleitet, mit Unterstützung und Betreuung durch HeiGIT und die Forschungsgruppe GIScience. Die Ergebnisse sind jetzt online im International Journal of Health Geographics einsehbar.

Petricola, S., Reinmuth, M., Lautenbach, S. et al. Assessing road criticality and loss of healthcare accessibility during floods: the case of Cyclone Idai, Mozambique 2019. Int J Health Geogr 21, 14 (2022). https://doi.org/10.1186/s12942-022-00315-2

 

Bild: Historische Analyse von OSM-Beiträgen: Anzahl der Objekte und aktiven Nutzer im Laufe der Zeit. Die überschwemmten Regionen stehen für das Untersuchungsgebiet, die anderen Regionen für den Rest des Landes. Die gestrichelte Linie markiert den Zeitpunkt der Auswirkungen des Zyklons im März 2019

Das Paper identifiziert 300,000 Bewohner, die Zugang verlieren zu Gesundheitseinrichtungen, abhängig von der Erreichbarkeits-Methode. Diese Diskrepanz hängt mit der unvollständigen Kartierung des Straßennetzes zusammen und beeinflusste den Netzwerk-baiserten Ansatz auf hohem Niveau. Mit dem von uns vorgestellten neuen modifizierten Zentralitätsindikator konnten wir Straßenabschnitte identifizieren, die sehr wahrscheinlich von Überflutung betroffen sind und potentielle alternative Straßen hervorheben. Die unterschiedlichen Ergebnisse der Raster- und Netzbasierten Methoden deuten auf die Wichtigkeit der Datenqualitätsauswertung zusätzlich zur Erreichbarkeitsauswertung hin, sowie auf die Bedeutung der Förderung von Kartierungskampagnen in großen Teilen des globalen Südens. Datenqualität ist deshalb ein Schlüsselparameter in der Auswahl, welche Methode für die lokalen Bedingungen am besten geeignet ist. Ein weiterer bemerkenswerter Aspekt ist die erforderliche räumliche Auflösung der Ergebnisse. Die Identifizierung kritischer Abschnitte des Straßennetzes liefert essenzielle Informationen, um auf potentielle Katastrophen vorbereitet zu sein.

Frühere Arbeiten in diesem Bereich:

Comments are closed.