Les catastrophes naturelles s'aggravent. Selon les données de la National Oceanic and Atmospheric Administration des années 2016, 2017 et 2018 ont été historiques :chacune de ces années, le nombre moyen de catastrophes coûtant au moins 1 milliard de dollars était plus du double de la moyenne à long terme. Alors que le nombre et le coût des catastrophes continuent d'augmenter, les communautés cherchent des moyens de s'adapter et de devenir plus résilientes.

Une communauté résiliente, tel que défini par l'Académie nationale des sciences, devrait être capable de préparer et de planifier, récupérer de, et mieux s'adapter aux catastrophes réelles ou potentielles. La résilience peut être évaluée en termes de robustesse de l'infrastructure physique d'une communauté, comment s'organise sa réponse sociale, le taux de mortalité et le succès de ses politiques publiques. Ces systèmes sont connectés, avec une perturbation dans un se propageant à travers plusieurs, affectant la résilience globale.

Les chercheurs dans le domaine de la science des catastrophes étudient tous ces systèmes, cependant, c'est un champ immense, et les spécialistes sont souvent cloisonnés. Chercheurs en génie civil et environnemental de l'Université du Michigan, dirigé par le professeur Sherif ElTawil, développé le projet Interdépendances dans la résilience communautaire (ICoR) pour briser les barrières, rassembler toutes ces données, et permettre aux chercheurs d'avoir une vue d'ensemble. Il s'agit d'une étape fondamentale vers la construction de communautés résilientes aux catastrophes.

El-Tawil a expliqué, « Considérez un ouragan. Les différents aspects d'une catastrophe d'ouragan peuvent être représentés par des modèles spécifiques, par exemple, la pression du vent, réponse du bâtiment, le comportement des gens, etc. Tous ces modèles peuvent être amenés à fonctionner de concert les uns avec les autres pour représenter le scénario global de catastrophe. C'est ce qui est si unique dans ce projet :il permet d'effectuer le plus haut niveau de recherche intégrative. »

Pour faire face à la nature complexe du problème traité, l'équipe du projet ICoR comprend des experts dans divers domaines. Le professeur du CEE Vineet R. Kamat et le professeur agrégé Jason McCormick sont les directeurs adjoints, et la professeure agrégée du CEE Carol Menassa et le professeur adjoint Seymour Spence sont les co-chercheurs principaux. L'objectif de ce projet est de développer une plate-forme informatique que les chercheurs de différentes disciplines peuvent utiliser pour brancher leurs modèles et travailler ensemble sur un scénario de catastrophe. La plateforme intégrative de ce projet servira de lien entre les modèles de recherche de divers domaines.

Les utilisateurs pourront charger des modèles informatiques et des simulations individuels de plusieurs disciplines sur la plate-forme et les exécuter simultanément. Cela permettra d'explorer les interactions complexes qui ont lieu entre les différents systèmes avant, pendant et après les catastrophes naturelles. "Ce n'était pas quelque chose que nous aurions pu faire dans le passé parce que nous n'avions tout simplement pas la puissance de calcul, " dit Spence. " C'est très compliqué, calculs interdépendants que nous pouvons désormais explorer." La plateforme peut utiliser des modèles établis et permet également la création de nouveaux modèles spécifiques à la discipline, ouvrant la porte à des découvertes scientifiques qui pourraient affecter la façon dont nous prévoyons contre les catastrophes naturelles comme les ouragans.

Comme Spence l'a expliqué, « Les ouragans sont parmi les risques naturels les plus coûteux à impacter les États-Unis, avec des pertes bien supérieures à 300 milliards de dollars au cours des cinq dernières années. Nous voulions tester le rétablissement de la communauté dans le contexte de la résilience à l'aide d'un nouveau modèle de rétablissement après un ouragan. Lorsque nous avons intégré ce modèle via la plate-forme à un modèle de vulnérabilité existant basé sur la physique, nous avons pu quantifier la résilience d'une communauté résidentielle soumise à des ouragans de catégorie 5. C'est ce type d'information qui peut conduire à terme à des stratégies d'adaptation à long terme de la communauté à l'aléa."

Les données sont puissantes, mais il n'est pas facile de communiquer des chiffres bruts. L'équipe de recherche crée donc des simulations visuelles en 3D qui peuvent s'exécuter en temps réel, en utilisant des données calculées à partir d'un logiciel externe. Ceux-ci aident à transmettre les conclusions de l'équipe au public, facilitant la compréhension et la confiance dans le modèle. Un modèle récent décrit l'effet des vents forts sur un quartier de maisons, tel que calculé par Ph.D. étudiant Ahmed Abdelhady. "Ces visuels sont très frappants, " dit Abdelhady. " On voit le ciel menaçant, la pluie tombe, les tuiles qui s'envolent des bâtiments. Cela vous aide vraiment à visualiser les dommages potentiels pour la communauté et à proposer des solutions possibles pour améliorer la résilience de la communauté. »

La transmission de ces informations aux communautés est une partie importante du projet ICoR. L'objectif est que les communautés puissent utiliser le modèle pour simuler comment une catastrophe les affecterait. Cela peut aider à identifier les lacunes et montrer comment différentes solutions (par exemple, l'utilisation de clips anti-ouragan pour renforcer la liaison entre le toit du bâtiment et son mur, l'un des points faibles des constructions en bois) pourrait aider à combler ces lacunes.

« La caractéristique la plus puissante de ces modèles est leur capacité à prédire, " a déclaré Abdelhady. " Vous pouvez prédire le résultat de tous les plans d'atténuation proposés, puis utilisez un algorithme d'optimisation pour les hiérarchiser et trouver la meilleure combinaison." El-Tawil a élaboré, "Par exemple, vous pourriez voir qu'une solution coûte 5 millions de dollars et améliorerait la résilience de la communauté de cinq pour cent, mais une autre solution coûte 1 million de dollars et améliorerait la résilience de 10 %. Avec ces simulations vous donnant ce genre de données, les communautés peuvent informer, des décisions responsables concernant les améliorations proposées.