To be able to understand events like natural disasters, one of the potential starting points can be gathering information relative to their causes, characteristics, and impacts. Besides official traditional sources, there is a possible improvement from information coming from social media in the aspects of early warning and situational awareness, as well as assessment of the damage suffered by the affected area. In Italy, 2022 was revealed as a year of climatic extremes, in fact, the driest since 1800 according to studies. Unlike for example floods and earthquakes that express sudden and dramatic effects, drought impacts develop slowly over time and that is why they are often underestimated. This study addresses the problem that society, research, and emergency responders are facing due to a lack of data, public awareness, and interdisciplinary collaboration. The approach adopted is to leverage multilingual BERT model for the classification of tweets into multiple drought impact categories. It is an automated way of processing a large volume of data to give more insights into the distribution of various effects, trends, and patterns to effectively guide drought management. This case study focuses on worsening drought conditions in Italy, having as a goal to verify whether social media data can be considered valuable support to traditional sources. The tweet analysis results show a significant rise in the baseline rate of tweets in 2022, in comparison to the previous two years, which further adds to the significance of social media for raising awareness. Moreover, it was discovered that drought has a major effect on water scarcity which underlines the importance of water in drought conditions for the water cycle and ecosystem in general. Consequentially, agriculture suffers impacts from water scarcity since it is a key component for crop production. The findings indicate that the method can facilitate the identification of key impact indicators, as well as the assessment of the severity and extent of damage suffered. The study can contribute to the analysis of drought effects proving the distribution over the categories of impact. Ultimately, it evaluates the engagement of the public and verifies the possibility of using Twitter posts as an additional source of information to be included in drought management.

Per poter comprendere eventi come i disastri naturali, uno dei potenziali punti di partenza può essere la raccolta di informazioni relative alle loro cause, caratteristiche e impatti. Oltre alle fonti ufficiali tradizionali, è possibile migliorare le informazioni provenienti dai social media per quanto riguarda l'allerta precoce e la consapevolezza della situazione, nonché la valutazione dei danni subiti dall'area colpita. In Italia, il 2022 si è rivelato un anno climaticamente estremo, di fatto il più secco dal 1800 secondo gli studi. A differenza, ad esempio, di alluvioni e terremoti che esprimono effetti improvvisi e drammatici, gli impatti della siccità si sviluppano lentamente nel tempo ed è per questo che spesso vengono sottovalutati. Questo studio affronta il problema che la società, la ricerca e i soccorritori si trovano ad affrontare a causa della mancanza di dati, di consapevolezza pubblica e di collaborazione interdisciplinare. L'approccio adottato è quello di sfruttare il modello BERT multilingual per la classificazione dei tweet in più categorie di impatto della siccità. Si tratta di un modo automatizzato di elaborare un grande volume di dati per fornire maggiori informazioni sulla distribuzione dei vari effetti, tendenze e modelli per guidare efficacemente la gestione della siccità. Lo studio si concentra sul peggioramento delle condizioni di siccità in Italia, con l'obiettivo di verificare se i dati dei social media possono essere considerati un valido supporto alle fonti tradizionali. I risultati dell'analisi dei tweet mostrano un aumento significativo del tasso di base dei tweet nel 2022, rispetto ai due anni precedenti, il che aggiunge ulteriore importanza ai social media per la sensibilizzazione. Inoltre, si è scoperto che la siccità ha un effetto importante sulla scarsità d'acqua, il che sottolinea l'importanza dell'acqua in condizioni di siccità per il ciclo idrico e l'ecosistema in generale. Di conseguenza, l'agricoltura subisce l'impatto della scarsità d'acqua, poiché è una componente fondamentale per la produzione di colture. I risultati indicano che il metodo può facilitare l'identificazione dei principali indicatori di impatto, nonché la valutazione della gravità e dell'entità dei danni subiti. Lo studio può contribuire all'analisi degli effetti della siccità, dimostrando la distribuzione delle categorie di impatto. Infine, valuta il coinvolgimento del pubblico e verifica la possibilità di utilizzare i post di Twitter come ulteriore fonte di informazioni da includere nella gestione della siccità.

Analyzing drought impacts through social media and geophysical parameters

MARIC, VIOLETA
2022/2023

Abstract

To be able to understand events like natural disasters, one of the potential starting points can be gathering information relative to their causes, characteristics, and impacts. Besides official traditional sources, there is a possible improvement from information coming from social media in the aspects of early warning and situational awareness, as well as assessment of the damage suffered by the affected area. In Italy, 2022 was revealed as a year of climatic extremes, in fact, the driest since 1800 according to studies. Unlike for example floods and earthquakes that express sudden and dramatic effects, drought impacts develop slowly over time and that is why they are often underestimated. This study addresses the problem that society, research, and emergency responders are facing due to a lack of data, public awareness, and interdisciplinary collaboration. The approach adopted is to leverage multilingual BERT model for the classification of tweets into multiple drought impact categories. It is an automated way of processing a large volume of data to give more insights into the distribution of various effects, trends, and patterns to effectively guide drought management. This case study focuses on worsening drought conditions in Italy, having as a goal to verify whether social media data can be considered valuable support to traditional sources. The tweet analysis results show a significant rise in the baseline rate of tweets in 2022, in comparison to the previous two years, which further adds to the significance of social media for raising awareness. Moreover, it was discovered that drought has a major effect on water scarcity which underlines the importance of water in drought conditions for the water cycle and ecosystem in general. Consequentially, agriculture suffers impacts from water scarcity since it is a key component for crop production. The findings indicate that the method can facilitate the identification of key impact indicators, as well as the assessment of the severity and extent of damage suffered. The study can contribute to the analysis of drought effects proving the distribution over the categories of impact. Ultimately, it evaluates the engagement of the public and verifies the possibility of using Twitter posts as an additional source of information to be included in drought management.
BONO, CARLO
ING - Scuola di Ingegneria Industriale e dell'Informazione
18-lug-2023
2022/2023
Per poter comprendere eventi come i disastri naturali, uno dei potenziali punti di partenza può essere la raccolta di informazioni relative alle loro cause, caratteristiche e impatti. Oltre alle fonti ufficiali tradizionali, è possibile migliorare le informazioni provenienti dai social media per quanto riguarda l'allerta precoce e la consapevolezza della situazione, nonché la valutazione dei danni subiti dall'area colpita. In Italia, il 2022 si è rivelato un anno climaticamente estremo, di fatto il più secco dal 1800 secondo gli studi. A differenza, ad esempio, di alluvioni e terremoti che esprimono effetti improvvisi e drammatici, gli impatti della siccità si sviluppano lentamente nel tempo ed è per questo che spesso vengono sottovalutati. Questo studio affronta il problema che la società, la ricerca e i soccorritori si trovano ad affrontare a causa della mancanza di dati, di consapevolezza pubblica e di collaborazione interdisciplinare. L'approccio adottato è quello di sfruttare il modello BERT multilingual per la classificazione dei tweet in più categorie di impatto della siccità. Si tratta di un modo automatizzato di elaborare un grande volume di dati per fornire maggiori informazioni sulla distribuzione dei vari effetti, tendenze e modelli per guidare efficacemente la gestione della siccità. Lo studio si concentra sul peggioramento delle condizioni di siccità in Italia, con l'obiettivo di verificare se i dati dei social media possono essere considerati un valido supporto alle fonti tradizionali. I risultati dell'analisi dei tweet mostrano un aumento significativo del tasso di base dei tweet nel 2022, rispetto ai due anni precedenti, il che aggiunge ulteriore importanza ai social media per la sensibilizzazione. Inoltre, si è scoperto che la siccità ha un effetto importante sulla scarsità d'acqua, il che sottolinea l'importanza dell'acqua in condizioni di siccità per il ciclo idrico e l'ecosistema in generale. Di conseguenza, l'agricoltura subisce l'impatto della scarsità d'acqua, poiché è una componente fondamentale per la produzione di colture. I risultati indicano che il metodo può facilitare l'identificazione dei principali indicatori di impatto, nonché la valutazione della gravità e dell'entità dei danni subiti. Lo studio può contribuire all'analisi degli effetti della siccità, dimostrando la distribuzione delle categorie di impatto. Infine, valuta il coinvolgimento del pubblico e verifica la possibilità di utilizzare i post di Twitter come ulteriore fonte di informazioni da includere nella gestione della siccità.
File allegati
File Dimensione Formato  
2023_07_Maric_Executive summary_02.pdf

accessibile in internet per tutti

Descrizione: Executive summary text
Dimensione 810.87 kB
Formato Adobe PDF
810.87 kB Adobe PDF Visualizza/Apri
2023_07_Maric_Thesis_01.pdf

accessibile in internet per tutti

Descrizione: Thesis text
Dimensione 3.81 MB
Formato Adobe PDF
3.81 MB Adobe PDF Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/208223