دروازه استفاده آگاهانه‌تر از آب و برنامه‌ریزی شهری بهتر در شهر شما می‌تواند از قبل در رایانه شما نشانه‌گذاری شود. یک مطالعه جدید دانشگاه استنفورد با تجزیه و تحلیل اطلاعات مسکن موجود در وب‌سایت املاک و مستغلات Zillow، روند مصرف آب و مصرف آب مسکونی را شناسایی می‌کند.
این تحقیق که در 18 نوامبر در Environmental Research Letters منتشر شد، اولین تحقیقی است که نشان می دهد چگونه از پلتفرم های جدید داده املاک و مستغلات می توان برای ارائه بینش های ارزشمند استفاده از آب برای برنامه ریزی مسکن و زیرساخت شهری، مدیریت خشکسالی و پایداری استفاده کرد.
نیوشا عجمی، نویسنده ارشد این مطالعه، مدیر سیاست آب شهری در برنامه آب در غرب استنفورد، گفت: «الگوهای توسعه در حال تحول می‌تواند کلید موفقیت ما در ایجاد امنیت آب در درازمدت باشد.. "ایجاد شهرهای مقاوم در برابر آب تحت شرایط آب و هوایی در حال تغییر ارتباط نزدیکی با نحوه استفاده از آب با افزایش جمعیت دارد."
تخمین زده می شود که تا سال 2050 تا 68 درصد از جمعیت جهان در مناطق شهری یا حومه شهر ساکن خواهند شد. در حالی که رشد شهر یک روند ثابت است، انواع خانه های مسکونی در حال ساخت و پیکربندی محله ها کمتر یکنواخت است، که منجر به روش های مختلف استفاده مردم از آب در داخل و خارج از خانه. افراد ساکن در این جوامع نیز بر اساس عواملی مانند سن، قومیت، تحصیلات و درآمد، رفتارهای مصرف آب متفاوتی دارند. با این حال، هنگام برنامه ریزی برای تغییرات زیرساختی، تصمیم گیرندگان فقط جمعیت، رشد اقتصادی و بودجه را در نظر می گیرند و در نتیجه تصویری ناقص از تقاضای آینده ایجاد می کنند.این به نوبه خود می‌تواند منجر به تغییرات زیرساختی، مانند تعویض لوله‌های قدیمی، توسعه منابع تامین آب اضافی یا ساخت تاسیسات تصفیه فاضلاب شود که نیازهای جامعه را برآورده نمی‌کند.
Zillow و سایر وب‌سایت‌های املاک و مستغلات، سوابق جمع‌آوری‌شده از سازمان‌های شهرستانی و شهرداری را جمع‌آوری و منتشر می‌کنند. این وب سایت ها همچنین می توانند توسط صاحبان خانه به روز شوند و آنها را به منابع غنی از اطلاعات تبدیل می کند که در غیر این صورت می تواند به سختی و به موقع به دست آید. محققان استنفورد از داده‌های Zillow برای جمع‌آوری اطلاعات خانه‌های تک‌خانواده، از جمله اندازه زمین، ارزش خانه و تعداد اتاق‌ها در شهر Redwood، کالیفرنیا، شهری با رشد سریع و اقتصادی متنوع با سبک‌های مختلف خانه‌ها، زمین‌ها و محله‌ها استفاده کردند. سپس، آنها اطلاعات جمعیت شناختی اداره سرشماری ایالات متحده را برای این شهر جمع آوری کردند، و به عواملی از جمله اندازه متوسط خانوار و درآمد همراه با درصد اشغال شده توسط اجاره نشینان، غیرخانواده ها، تحصیل کرده های دانشگاهی و سالمندان توجه کردند.
همراه با داده های Zillow و سرشماری و سپس با استفاده از روش های یادگیری ماشینی، محققان توانستند پنج گروه یا خوشه جامعه را شناسایی کنند.آنها سپس داده‌های صورت‌حساب گروه‌های مختلف را از بخش کارهای عمومی شهر برای شناسایی روند مصرف آب و الگوهای فصلی از سال 2007 تا 2017 و نرخ‌های حفاظت در طول خشکسالی تاریخی کالیفرنیا از سال 2014 تا 2017 مقایسه کردند.
"با روش‌های خود که داده‌های Zillow را در بر می‌گرفت، توانستیم گروه‌های اجتماعی دقیق‌تری را فراتر از خوشه‌بندی مشتریان بر اساس درآمد و سایر ویژگی‌های اجتماعی-اقتصادی ایجاد کنیم. این دیدگاه دقیق‌تر منجر به برخی یافته‌های غیرمنتظره شد و بینش بهتری در مورد مصرف آب کارآمد ارائه داد. کیم کوئزنل، نویسنده اصلی، محقق فوق دکتری در مرکز بیل لین برای غرب آمریکا، در حین انجام این تحقیق گفت.
آنها دریافتند که دو گروه کمترین درآمد را علیرغم داشتن تعداد بیشتری از مردم در هر خانوار، در مصرف آب به طور میانگین امتیاز می دهند. گروه با درآمد متوسط مصرف آب زیادی در فضای باز داشتند، اما در استفاده از آب در زمستان در رتبه پایینی قرار داشتند، و سیگنال‌هایی را برای دستگاه‌های آب داخلی کارآمد - مانند شیرآلات و توالت‌ها با جریان کم، با راندمان بالا - نشان می‌داد - آنها را به یک هدف ایده‌آل برای ویژگی‌های حفاظت در فضای باز مانند تبدیل سبز فضاها یا ارتقاء به کنترل کننده های آبیاری مبتنی بر آب و هوا یا هوشمند.
دو گروه بالاترین درآمد، که مشخصه آنها مالکان خانه های با تحصیلات عالی است که در خانه های نسبتاً بزرگتر زندگی می کنند، متفاوت ترین گروه ها بودند. یک خوشه - ساکنان جوان در زمین های کوچکتر با خانه های جدیدتر در سازه های متراکم و فشرده - کمترین مصرف آب را در کل شهر داشتند. دیگر خوشه پردرآمد متشکل از خانه‌های قدیمی‌تر که در زمین‌های بزرگتر با افراد کمتر ساخته شده‌اند، بزرگترین مصرف‌کننده آب است. این یافته در تضاد با اکثر تحقیقات قبلی که درآمد و مصرف آب را به هم مرتبط می‌کردند، است و نشان می‌دهد که تغییر نحوه ایجاد و توسعه جوامع می‌تواند الگوهای مصرف آب را حتی برای مرفه‌ترین مشتریان تغییر دهد.
همه گروه ها در طول خشکسالی میزان بالایی از حفظ آب را نشان دادند. گروه‌هایی که بیشترین میزان صرفه‌جویی را داشتند (تا 37 درصد در زمان اوج خشکسالی) دو تشنه‌ترین مصرف‌کننده (گروه‌های پردرآمد، پردرآمد و با درآمد متوسط) بودند که پتانسیل بالایی برای صرفه‌جویی در آب در فضای باز نشان دادند. گروه‌هایی که مصرف آب معمولی کمتری داشتند نیز می‌توانستند کاهش دهند، اما در پس‌انداز خود محدودتر بودند.درک این محدودیت‌ها می‌تواند نشان دهد که چگونه سیاست‌گذاران و برنامه‌ریزان شهری مشتریان را هنگام اجرای محدودیت‌های آب یا ارائه مشوق‌هایی مانند تخفیف در طول خشکسالی هدف قرار می‌دهند.
این تحقیق چارچوبی را برای ادغام کلان داده ها در برنامه ریزی شهری ایجاد می کند و انتظارات مصرف آب دقیق تری را برای پیکربندی های مختلف جامعه ارائه می دهد. مطالعات بیشتر می‌تواند شامل بررسی نحوه استفاده از داده‌های پلتفرم‌های املاک و مستغلات آنلاین برای توسعه طبقه‌بندی مصرف آب محله در خطوط شهری، شهرستانی یا حتی ایالتی باشد. یک حوزه دیگر مورد علاقه محققان، بررسی چگونگی ارتباط مصرف آب با الگوهای توسعه در انواع دیگر مناطق مسکونی، برای مثال در شهرهای متراکم است.
"منابع داده های نوظهور و قابل دسترس به ما فرصتی می دهند تا درک آگاهانه تری از الگوها و رفتارهای مصرف آب ایجاد کنیم." "اگر در نحوه ساخت شهرهای آینده و طراحی زیرساخت ها تجدید نظر کنیم، فرصت دسترسی عادلانه تر و مقرون به صرفه تر به آب در جوامع مختلف را خواهیم داشت."
