A Machine Learning Approach to Support the Analysis of Climate-Driven Natural Disaster Risk

Abstract

Klimaendringer har bidratt til at naturkatastrofer har opptrådt med en økende hyppighet og alvorlighetsgrad de siste årene, og den økende trenden forventes å fortsette og eskalere. Høyere havtemperaturer øker sannsynligheten for tørke i tillegg til at monsuner og sykloner blir kraftigere (Oxfam, 2021). Globalt er demografien i endring, og urbanisering, befolkningsvekst og økt befolkning i kystnære strøk gjør samfunn mer utsatt og sårbare for dette ekstremværet. Noen land har gjennom historien vært rammet av store katastrofer der mange menneskeliv har gått tapt, mens andre vil bli hardere rammet i fremtiden. Det er et kappløp mot tiden på global basis for å forbedre mitigeringsstrategier, distribuere ressurser og hjelpe de mest sårbare med å takle omfanget av klimaendringer (Oxfam, 2021).

Som følge av disse endringene har oppmerksomheten rundt naturkatastrofer økt både på globalt og på nasjonalt plan. Datainnsamling og tilgjengelighet til data er imidlertid fortsatt begrenset. Nåværende forskning viser at det er behov for å undersøke underliggende årsaker til variasjonene som observeres i forhold til konsekvenser av katastrofer, samt effekten av mitigeringstiltak. Forskning på naturkatastrofer gjelder ofte globale eller landsspesifikke egenskaper, mens forskning på grupper av land er mer begrenset (Beccari, 2016; Hovstad & Ruth, 2020).). En bedre forståelse av underliggende årsaker til forskjeller i katastrofe- og land egenskaper kan støtte utviklingen av effektive mitigeringstiltak for å begrense utfallet av katastrofene.

Hensikten med oppgaven er å forbedre forståelsen av mønstre for dødelighet fra naturkatastrofedata og søke å klargjøre underliggende årsaker og faktorer som kan påvirke og bidra med informasjon til beslutningsprosesser, samt være relevante for risikoreduserende arbeid. Dette oppnås ved å analysere data fra naturkatastrofer og bruke data-science teknikker for å undersøke mønstre, utfall og eksterne faktorer som påvirker dødeligheten i en mindre gruppe av lignende land. Som følge av dette omfatter denne masteren utviklingen av en grupperingsalgoritme, en sosial sårbarhetsindeks (SVI) og en interaktiv rapport der temporale trender for dødelighet blir analysert.

De klimadrevne, dødelige naturkatastrofene fra EM-DAT-databasen ble grundig utforsket og visualisert for å få en oversikt over naturkatastrofer på global basis. En grupperingsalgoritme ble brukt for å velge en relevant gruppe land for videre analysere, nemlig Bangladesh, Japan, Sør-Korea, Vietnam, Tyskland og Frankrike. For de utvalgte landene ble dødsfall og hyppighetstrender for katastrofer undersøkt. I tillegg ble potensielle underliggende årsaker, påvirkende faktorer og forebyggende tiltak undersøkt og sammenlignet for å gi innsikt. Til slutt ble det opprettet en SVI for å kvantitativt representere den flerdimensjonale sosiale sårbarheten i de ulike landene. Indeksen gir innsikt i den nåværende situasjonen i et land og bidrar til å trekke konklusjoner om hvilke land som kan sammenlignes og hva de kan lære av hverandre. Det ble utført en grundig undersøkelse av effekten de sosioøkonomiske funksjonene hadde på den resulterende indeksen for å forstå relevansen av faktorer som kan indikere hvor det vil lønne seg å tildele ressurser.

Den utvalgte gruppen land hadde både likheter og ulikheter i katastrofesituasjoner, demografi og økonomi. Resultatene av analysen viste at klimaendringer, mitigerende tiltak og utviklingsnivået i land alle har en betydelig effekt på antall dødsfall som følge av klima drevne naturkatastrofer. Antall dødsfall er redusert for de utvalgte landene, til tross for et økende antall naturkatastrofer og forbedret datadokumentasjon. For de utvalgte landene har stormer vært katastrofetypen med størst hyppighet, og både storm og oversvømmelse har historisk forårsaket et høyt antall dødsfall. Innen “clusteret” er det Bangladesh som har vært hardest rammet, da landet opplevde stormer med alvorlige konsekvenser på 1900-tallet. Antall ekstremtemperatur- hendelser er funnet å øke i Frankrike, men også globalt. Frankrike hadde store tap av menneskeliv i 2003 og har hatt en relativt betydelig mengde dødsfall forårsaket av ekstremtemperaturer de siste tiårene. Analysen viste at resultatene av ekstreme hendelser ser ut til å avta de siste 20 årene. En vanlig trend er at større katastrofer medfører tiltak som igjen er virkningsfulle i forhold til å redusere dødsfall for påfølgende hendelser. Dette er spesielt tilfelle for ekstreme stormer i Bangladesh. Stormene øker i intensitet og har vært årsaken til 40% av de klimadrevne dødsfallene i verden de to siste tiårene. Til tross for økende intensitet og hyppighet, reduseres de relaterte dødsfallene på grunn av forbedrede mitigerende tiltak.

Vietnam opplevde økonomisk vekst senere enn Japan og Sør-Korea, og klarte ikke å redusere dødsfall fra oversvømmelser og stormer før på et senere tidspunkt. Tidspunktet for forbedringer av antall dødsfall samsvarer med de respektive periodene med økonomisk vekst i landene. Utviklingsnivået i landet er identifisert som en relativt betydelig påvirkningsfaktor for konsekvenser av katastrofer, og SVI-indeksen tar hensyn til dette ved å inkludere sosioøkonomiske aspekter. Resultatene av indekseringsmetoden var rimelige og samsvarte med analysen av dødelighetstrender og sosioøkonomiske faktorer. Bangladesh ble klassifisert som mest utsatt (4.09) og Tyskland minst utsatt (-2.74).

Det dynamiske aspektet til naturkatastrofer skiller ikke mellom utviklede land og utviklingsland. Påvirkningen de akselererende klimaendringene har på naturkatastrofer øker sårbarheten til befolkninger over hele verden, noe som motiverer læring og beredskapstiltak på global basis. Fokuset på et mindre utvalg av land gjorde det mulig å utforske faktorer og årsaker som påvirker sårbarheten grundigere. Siden klimaendringer gjør seg gjeldende på tvers av landegrenser, bør andre landgrupper analyseres videre og sammenlignes for å supplere forskning på landnivå og gjøre det lettere for nasjoner og regjeringer å samarbeide om å forbedre beredskaps- og mitigeringsstrategier. Videre studier anbefales for å søke å representere sårbarhet på en mer dynamisk måte, samt forbedre kvaliteten og utvalget av sammensatte faktorer for å forbedre representasjonen av det flerdimensjonale aspektet.

Climate change has contributed to an increasing frequency and severity of natural hazards in recent years, and the upward trend is expected to continue and escalate. Higher sea temperatures significantly increase the likelihood of droughts as well as intensified monsoon rains and cyclones (Oxfam, 2021). Globally, demographics are changing and urbanization, population growth and increasing coastal populations make societies more exposed and vulnerable to these weather extremes. Some countries have been experiencing major losses to hazards throughout history, while others will be hit harder in the future. The world faces a race against time to improve mitigation strategies, allocate resources, and help the most vulnerable cope with the impact of climate changes (Oxfam, 2021).

As a consequence of these changes, the global and national attention towards natural disasters is increasing. Data collection and availability of data are however still limited for certain disasters. Current research shows that there is a need to further investigate underlying reasons for the variation in disaster outcomes, as well as the impact of mitigations. Natural disaster studies commonly investigate global or country-specific characteristics, while research on groups of countries is more limited (Beccari, 2016; Hovstad & Ruth, 2020). A better understanding of impacting differences in disaster- and country characteristics can support the development of efficient mitigating measures in order to limit the consequences of hazards.

The purpose of the thesis is to enhance the understanding of natural disaster mortality and unravel underlying causes and influential factors that can inform decision making and be relevant for risk reduction efforts. This is achieved by analyzing natural disaster data and using data science techniques to investigate patterns, outcomes, and external factors that affect mortality across a smaller group of similar countries. For this reason, the work concerns the creation of a clustering algorithm, a social vulnerability index, and an interactive report where spatio-temporal fatality trends can and has been analyzed.

The climate-driven, fatal natural disaster events from the EM-DAT database were thoroughly explored and visualized to obtain an overview of the current natural disaster situation in the world. A clustering algorithm was applied to select a relevant group of countries for further analysis, namely Bangladesh, Japan, South Korea, Vietnam, Germany, and France. For the selected countries, fatality and disaster frequency trends were investigated. In this regard, a fatality analysis report was created in Power BI. Additionally, potential underlying reasons, impacting factors, and preventive measures were researched and compared to provide actionable insights. Lastly, a vulnerability index was created to quantitatively represent the multidimensional social vulnerability of the different countries. The index provides insights regarding the current situation in a nation and helps draw conclusions regarding what countries can be compared and what they can learn from each other. A study of the effect the socio-economic features had on the resulting index was carried out to further understand the relevance of factors to indicate where efforts would be most efficient. The fatality report and the python code for the machine learning algorithms can be found in the following links (Fatality Report: app.powerbi, Python Code: github).

Interestingly, the selected cluster of countries had both similarities and differences in disaster situations, demographics, and economy. The results of the analysis showed that climate change, mitigation measures, and the development levels of countries all have a significant effect on resulting fatalities from climate-driven natural disasters. Fatalities are found to decrease for the selected countries, despite increasing numbers of natural hazards and improved event documentation. For the selected countries, storms have been the most frequent disaster type, and both storms and floods have caused high fatality numbers historically. Within the cluster, the worst outcomes are found for Bangladesh which experienced severe storms in the 1900s. The number of extreme temperature events are found to be increasing in France, but also globally. France suffered great losses in 2003 and have been experiencing a relatively significant amount of extreme temperature fatalities in the recent decades. The analysis found that the outcomes of extreme events seem to decrease with time over the past 20 years. A common trend is that a major hazard or outlier event initiates measures which succeeds in reducing fatality numbers for subsequent events. This is especially the case for extreme, outlier storms in Bangladesh. Storms are increasing in intensity and have been the cause of 40 % of the climate-driven fatalities in the world in the two past decades. Despite increasing intensities and frequencies, the related fatalities are decreasing due to improved mitigating actions.

Vietnam experienced economic growth later than Japan and South Korea, and was not able to reduce their flood and storm fatalities until a later stage. The timing of fatality improvements coincides with the respective periods of economic growth in the countries. Development is identified as a relatively significant impacting factor for disaster consequences and the SVI Index takes this into account by incorporating socio-economic aspects. The results of the indexing approach were meaningful and coincided with the analysis of fatality trends and socio-economic factors. Bangladesh was classified as most vulnerable (4.09) and Germany the least vulnerable (-2.74).

The dynamic aspect of disasters does however not differentiate between developed and developing countries. The impact climate change has on natural disasters occurs in a context of increasing vulnerability of humans which makes cross-country learning and global preparation crucial. The focus on a smaller selection of countries made it possible to explore related factors and causes more thoroughly. Other groups of countries should be further analyzed and compared to supplement research on country-level insights and make it easier for nations and governments to cooperate on improving preparedness and mitigation strategies. Climate change does not take country boundaries into consideration and all countries should therefore cooperate on improving preparedness and mitigation strategies. Further studies should also try to dynamically represent vulnerability as well as improve the quality and selection of integrated features to improve the representation of the multidimensional aspect.