Onderzoekers van de Universiteit van Sussex hebben een systeem ontwikkeld dat een periode van droogte in Oost-Afrika tot tien weken vooruit nauwkeurig kan voorspellen.

Satellietbeelden worden in Kenia al gebruikt om de toestand van de weiden te volgen en de gezondheid van de vegetatie te bepalen met behulp van een meeteenheid die bekend staat als de Vegetation Condition Index. Deze worden door middel van vroegtijdige waarschuwingssystemen voor droogte doorgegeven aan de besluitvormers in droge en semi-aride regio's van Kenia.

Echter, deze systemen, beheerd door de National Drought Management Authority (NDMA), staat organisaties en gemeenschappen alleen toe om in te grijpen als de gevolgen van een droogte al hebben plaatsgevonden. Op dat punt, dergelijk extreem weer zou al een verwoestend effect hebben gehad op het levensonderhoud van de lokale bevolking.

In plaats daarvan, een team van onderzoekers van de Universiteit van Sussex en de NDMA hebben een nieuw systeem ontwikkeld met de naam Astrocast.

Gedeeltelijk gefinancierd door de Facilitaire Raad voor Wetenschap en Technologie, Dankzij het project kunnen humanitaire organisaties en beheerders van droogterisico's proactief omgaan met de gevolgen van extreem weer door veranderingen te voorspellen voordat ze zich voordoen.

In een onderzoekspaper gepubliceerd in Remote sensing van de omgeving , ze leggen uit hoe een interdisciplinair team van datawetenschappers (astronomen en wiskundigen) met geografen technieken uit de sterrenkunde gebruikte; gegevens rechtstreeks van ruimtetelescopen verwerken voordat geavanceerde statistische methoden worden gebruikt om extreem weer te voorspellen.

Dr. Pedram Rowhani, Hoofddocent geografie en mede-oprichter van Astrocast, zei:"In veel gevallen de eerste tekenen van droogte zijn te zien op natuurlijke vegetatie, die vanuit de ruimte te volgen zijn.

"Onze aanpak meet vroegere en huidige Vegetation Condition Index (VCI), een indicator die is gebaseerd op satellietbeelden en vaak wordt gebruikt om droogtecondities te identificeren, om trends en het algemene gedrag van de VCI in de loop van de tijd te begrijpen, om te voorspellen wat er in de toekomst kan gebeuren."

Gezamenlijke eerste auteur op het papier en docent Machine Learning en Data Science, Dr. Adam Barrett zei:"Na gesprekken in gangen met Dr. Rowhani over AstroCast, Ik zag een kans om de methodologie die ik in de theoretische neurowetenschappen had ontwikkeld toe te passen op een project met potentieel voor echte humanitaire impact.

"Met Sussex die actief interdisciplinair werken aanmoedigt, we besloten om vaardigheden te combineren. Het was een eye-opener om te zien hoe onze technieken kunnen worden toegepast op een reëel probleem en levens kunnen verbeteren."

Er is een groeiende vraag binnen de humanitaire sector om systemen te ontwikkelen die gericht zijn op waarschuwingen vooraf en een meer proactieve aanpak van rampen aanmoedigen.

De Keniaanse NDMA geeft al maandelijkse droogtebulletins voor elke provincie, welke staat veranderingen in de vegetatie heeft gedetecteerd en wordt gebruikt om beslissingen te nemen over het al dan niet afkondigen van een droogtealarm.

Maar met Astrocast-voorspellingen, deze bulletins kunnen ook een voorspelling bevatten van wat de VCI over een paar weken waarschijnlijk zal zijn, waardoor boeren en veehouders waardevolle tijd krijgen om zich voor te bereiden.

Seb Oliver, Hoogleraar Astrofysica en medeoprichter van Astrocast, zei:"Een groot deel van mijn astrofysica-onderzoek vereist het verwerken van gegevens van astronomische ruimtetelescopen, zoals het Herschel Space Observatory. Aardobservatiesatellieten zijn niet zo verschillend.

"We gebruiken vaak geavanceerde statistieken en machine learning-benaderingen om onze astronomische gegevens te interpreteren. In dit geval hebben we machine learning-benaderingen gebruikt, en we hebben de staat van de vegetatie tot tien weken vooruit kunnen voorspellen met zeer veel vertrouwen.

"We stellen ons voor dat onze rapporten kunnen worden gebruikt om een ​​nieuwe waarschuwingsvlag te definiëren, waardoor provincieleiders eerder beslissingen kunnen nemen en zich zo beter kunnen voorbereiden. Maar deze informatie zou ook kunnen worden gebruikt door humanitaire organisaties zoals het Keniaanse Rode Kruis en andere organisaties zoals het Keniaanse Rode Kruis. Met afdeling.

"Het is bekend dat eerdere voorbereiding veel effectiever is dan reactieve respons."