Tecnologia Científica

Previsão das necessidades de águaurbanas
A pesquisa usa dados do Zillow e do censo combinados com aprendizado de ma¡quina para identificar o consumo residencial de águacom base nas caracteri­sticas das moradias. A abordagem pode ajudar as cidades a entender melhor o uso da água
Por Michelle Horton - 19/11/2020


A porta de entrada para um uso mais informado da águae melhor planejamento urbano em sua cidade já pode ser marcada em seu computador. Um novo estudo da Universidade de Stanford identifica o uso residencial da águae as tendaªncias de conservação, analisando as informações sobre moradias disponí­veis no proeminente site imobilia¡rio Zillow.


Vista aanãrea de um bairro residencial em Redwood City, Califa³rnia, com
a baa­a de San Francisco visível ao fundo. (Crédito da imagem:
iStockphoto / Andrei Stanescu)

A pesquisa , publicada em 18 de novembro na Environmental Research Letters , éa primeira a demonstrar como novas plataformas de dados imobilia¡rios podem ser usadas para fornecer informações valiosas sobre o uso da águapara moradias urbanas e planejamento de infraestrutura, gestãode secas e sustentabilidade.

“Os padraµes de desenvolvimento em evolução podem ser a chave para nosso sucesso em nos tornarmos mais sa¡bios em relação a  águae construir uma segurança ha­drica de longo prazo”, disse a autora saªnior do estudo Newsha Ajami , diretora de pola­tica ha­drica urbana do programa Water in the West de Stanford   . “A criação de cidades resilientes a  águaem um clima em mudança estãointimamente ligada a como podemos nos tornar mais eficientes na forma como usamos a águaa  medida que nossa população cresce.”

Estima-se que até68 por cento da população mundial residira¡ em áreas urbanas ou suburbanas até2050. Embora o crescimento da cidade seja uma tendaªncia consistente, os tipos de residaªncias sendo construa­das e as configurações dos bairros são menos uniformes, levando a formas variadas de as pessoas usam águadentro e fora de suas casas. As pessoas que vivem nessas comunidades também tem comportamentos diferentes de uso da águacom base em fatores como idade, etnia, educação e renda. No entanto, ao planejarmudanças na infraestrutura, os tomadores de decisão levam em consideração apenas a população, o crescimento econa´mico e o ora§amento, resultando em um quadro incompleto da demanda futura. Isso, por sua vez, pode levar amudanças na infraestrutura, como a substituição de canos antigos, o desenvolvimento de fontes adicionais de abastecimento de águaou a construção de instalações de tratamento de a¡guas residuais,

Coletando os dados

O Zillow e outros sites imobilia¡rios reaºnem e publicam registros coletados de diferentes agaªncias locais e municipais. Esses sites também podem ser atualizados pelos proprieta¡rios, tornando-os fontes ricas de informações que, de outra forma, podem ser difa­ceis e oportunas de obter. Os pesquisadores de Stanford usaram dados de Zillow para coletar informações de residaªncias unifamiliares, incluindo tamanho do lote, valor da casa e número de quartos em Redwood City, Califa³rnia, uma cidade de rápido crescimento e diversificada economicamente com vários estilos de casas, lotes e bairros. Em seguida, eles extraa­ram informações demogra¡ficas do US Census Bureau para a cidade, analisando fatores que inclua­am o tamanho manãdio da familia e a renda, juntamente com a porcentagem ocupada por locata¡rios, não familiares, com educação superior e idosos.

Combinando os dados do Zillow e do censo e, em seguida, aplicando manãtodos de aprendizado de ma¡quina, os pesquisadores conseguiram identificar cinco agrupamentos de comunidades, ou clusters. Eles então compararam os dados de faturamento de diferentes grupos do departamento de obras públicas da cidade para identificar tendaªncias de uso de águae padraµes sazonais de 2007 a 2017 e taxas de conservação durante a seca hista³rica da Califórnia de 2014 a 2017.

“Com nossos manãtodos incorporando dados da Zillow, fomos capazes de desenvolver agrupamentos comunita¡rios mais precisos, além de simplesmente agrupar clientes com base na renda e outras qualidades socioecona´micas. Essa visão mais granular resultou em algumas descobertas inesperadas e forneceu uma visão melhor sobre as comunidades com eficiência ha­drica ”, disse o autor principal Kim Quesnel , um pa³s-doutorado no Bill Lane Center para o Oeste americano durante a realização da pesquisa.

Comparando o consumo

Eles descobriram que os dois grupos de renda mais baixa obtiveram pontuação média no uso de a¡gua, apesar de terem um número maior de pessoas morando em cada casa. O grupo de renda média tinha alto uso de águaao ar livre, mas classificado como baixo no uso de águano inverno, sinalizando eletrodomanãsticos internos eficientes - como torneiras e vasos sanita¡rios de baixo fluxo e alta eficiência - tornando-os um alvo ideal para recursos de conservação ao ar livre, como conversão de verde Espaços ou atualização para controladores de irrigação inteligentes ou baseados no clima.

Os dois grupos de renda mais alta, caracterizados por proprieta¡rios com altonívelde escolaridade que viviam em casas comparativamente maiores, eram os mais diferentes. Um cluster - residentes mais jovens em lotes menores com casas mais novas em empreendimentos densos e compactos - teve o menor uso de águade toda a cidade. O outro agrupamento de alta renda consistindo em casas antigas construa­das em lotes maiores com menos pessoas acabou sendo o maior consumidor de a¡gua. A descoberta vai contra a maioria das pesquisas anteriores que relacionam renda e uso da a¡gua, e sugere que mudar a forma como as comunidades são construa­das e desenvolvidas também pode mudar os padraµes de uso da a¡gua, mesmo para os clientes mais ricos.

Todos os grupos apresentaram altas taxas de conservação de águadurante a seca. Os grupos com a maior quantidade de economia (até37 por cento durante o pico de consciência da seca) foram os dois consumidores mais sedentos (os grupos de alta renda, grande lote e média renda) demonstrando alto potencial para conservação de águaexterna. Os grupos com menor consumo normal de águatambém conseguiram reduzir, mas foram mais limitados em suas economias. Entender essas limitações pode informar como os formuladores de políticas e planejadores da cidade visam os clientes ao implementar restrições de águaou oferecer incentivos, como descontos durante a seca.

Esta pesquisa estabelece a estrutura para a integração de big data no planejamento urbano, fornecendo expectativas de uso de águamais precisas para diferentes configurações da comunidade. Estudos adicionais podem incluir o exame de como os dados de plataformas imobilia¡rias online emergentes podem ser usados ​​para desenvolver classificações de uso de águaem bairros em cidades, condados ou mesmo estados. Uma área adicional de interesse para os pesquisadores éexaminar como o consumo de águaestãoligado aos padraµes de desenvolvimento em outros tipos de áreas residenciais, por exemplo, em cidades densas.

“Fontes de dados emergentes e acessa­veis estãonos dando a chance de desenvolver uma compreensão mais informada dos padraµes e comportamentos de uso da a¡gua”, disse Ajami. “Se repensarmos a maneira como construa­mos as cidades do futuro e projetamos a infraestrutura, teremos a oportunidade de um acesso mais justo e acessa­vel a  águaem várias comunidades.”

 

.
.

Leia mais a seguir