Mapping population movements in Turkey using Facebook Data: insights following the February 6th earthquakes

Natural disasters, especially earthquakes, have always profoundly impacted infrastructure, human life and mobility, posing challenges for disaster response. Traditional methods for tracking population displacement often had limitations in capturing large-scale movement trends, relying on surveys, reports, or delayed data sources. This study leveraged Facebook Data for Good to analyze post-earthquake population movements following the February 6, 2023, earthquakes in Turkey. By examining aggregated social media data, such as travel pattern, movement distribution and population during crisis, the research identified key trends in population movement. Python was used for data preprocessing, ensuring efficient handling of large datasets, while ArcGIS facilitated spatial analysis and visualization. The findings revealed reduced mobility, displaced populations, and instances of movement into affected areas even as evacuations were ongoing. These insights helped interpret how individuals and communities responded to the disaster in terms of relocation and population movement. The results highlighted the effectiveness of social media data in assessing the movement of victims. Tracking movement patterns supports informed decision-making for disaster response, emphasizing the value of data-driven strategies and geospatial analysis in emergency preparedness. Integrating such approaches can enhance the efficiency of relief efforts and long-term recovery planning.

Le catastrofi naturali, in particolare i terremoti, hanno sempre avuto un profondo impatto sulle infrastrutture, sulla vita umana e sulla mobilità, ponendo sfide per la risposta alle catastrofi. I metodi tradizionali per monitorare gli spostamenti della popolazione spesso presentano limitazioni nel catturare le tendenze dei movimenti su larga scala, basandosi su indagini, relazioni o fonti di dati non in tempo reale. Questo studio ha considerato i dati di Facebook Data for Good per analizzare i movimenti della popolazione dopo il terremoto del 6 febbraio 2023 in Turchia. Esaminando i dati aggregati dei social media, come i pattern di spostamento, la distribuzione dei movimenti e della popolazione durante l’emergenza, questa ricerca ha permesso di mostrare le tendenze principali nel movimento della popolazione. Python è stato utilizzato per la preelaborazione dei dati, garantendo una gestione efficiente di grandi insiemi di dati, mentre ArcGIS ha facilitato l'analisi spaziale e la visualizzazione. I risultati hanno rivelato una ridotta mobilità, popolazioni sfollate e movimento verso le aree colpite anche quando le evacuazioni erano in corso. Le elaborazioni hanno permesso di interpretare come gli individui e le comunità hanno risposto al disastro in termini di trasferimento e movimento della popolazione. I risultati hanno evidenziato l'efficacia dei dati da social media nella valutazione del movimento della popolazione coinvolta. Tracciare i pattern di movimento può supportare il processo decisionale per la risposta alle catastrofi, mettendo in evidenza l’importanza delle strategie basate sui dati e l'analisi geospaziale nella gestione alle emergenze. L'integrazione di tali approcci può migliorare l'efficienza degli sforzi di soccorso e la pianificazione della ripresa a lungo termine.