Het onderzoek van Sadhana Nirandjan maakt deel uit van haar promotie en is een bijdrage aan het RECEIPT-project, dat wordt gefinancierd vanuit het European Union's Horizon 2020 Research and Innovation Programme. De resultaten zijn gepubliceerd in het wetenschappelijke tijdschrift Nature Scientific Data.
Inzicht in locaties
Als gevolg van natuurrampen, zoals overstromingen, aardverschuivingen en -bevingen en cyclonen, kan er allerlei belangrijke infrastructuur beschadigd raken. Stroom valt uit of er is geen schoon drinkwater meer beschikbaar. Ook gezondheidszorg, educatie, afvalstromen en telecommunicatie vallen onder kritieke infrastructuur. Schade hieraan kan leiden tot sociaaleconomische ontwrichting. Er is dus veel baat bij een robuust netwerk van infrastructuur. Om dat overal ter wereld voor elkaar te krijgen, is het van belang om in eerste instantie inzichtelijk te krijgen waar kritieke infrastructuur zich bevindt.
Hoge resolutie data
Voor het ontwikkelen van de dataset heeft Sadhana Nirandjan open-source data gebruikt om een index te ontwikkelen die de ruimtelijke dichtheid van kritieke infrastructuur weergeeft op mondiale schaal. Deze index is de Critical Infrastructure Spatial Index (CISI). Nirandjan onttrok voor haar onderzoek hoge resolutie data van OpenStreetMap. Ze toonde aan dat deze hoge resolutie data gebruikt kan worden om tot een index te komen voor kritieke infrastructuur. De index geeft de ruimtelijke dichtheid van kritieke infrastructuur op mondiaal niveau weer op een schaal van 0 tot 1, waarbij gebieden een 0 toegewezen kregen als er geen kritieke infrastructuur in deze gebieden ligt. Een 1 staat voor de hoogste dichtheid aan kritieke infrastructuur.
Verschillende doeleinden
De CISI kan ingezet worden voor onderzoek naar waar op de wereld kritieke infrastructuur blootgesteld is aan natuurrampen en wat het potentiële risico is, bijvoorbeeld uitgedrukt in schade in euro’s. Hiernaast kan de dataset ook ingezet worden voor andere doeleinden, zoals het evalueren van diverse Sustainable Development Goals (SDG’s). Dit kan bijvoorbeeld door locaties aan te duiden waar bepaald type infrastructuur ontbreekt, zoals energie-infrastructuur. In combinatie met bijvoorbeeld populatiedata, kan deze informatie gebruikt worden voor SDG7: ‘Universele toegang tot betaalbare, betrouwbare en moderne duurzame energie’. De ontwikkelde ruimtelijke dataset is vrij toegankelijk via Zenodo.
Open-source code
Ook de code voor de dataset is open-source, dus vrij toegankelijk voor iedereen. Dit geeft gebruikers de mogelijkheid om een eigen dataset te creëren voor verschillende infrastructuurtypes, ruimtelijke schalen en resoluties. Tevens geeft dit de mogelijkheid om het model verder te ontwikkelen. De code is te vinden via Github.