POSPAPUA

Ikuti perkembangan terkini Indonesia di lapangan dengan berita berbasis fakta PosPapusa, cuplikan video eksklusif, foto, dan peta terbaru.

Risiko banjir perkotaan yang tinggi dan kurangnya akses terhadap tempat berlindung berdampak besar pada komunitas rentan di Amerika Serikat

Risiko banjir dan akses terintegrasi

Kami meninjau risiko banjir dengan membaca Tabel Bahaya Banjir Tepi Sungai FEMA dan akses otomatis ke tempat penampungan. Kami menggunakan teknik pengelompokan Bivariate Local Indicator of Spatial Autocorrelation (BiLISA) untuk mengkarakterisasi kelompok blok yang berisiko banjir dan akses terhadap tempat berlindung (misalnya, pendidikan, sosial, kesehatan, sipil) dari kelompok blok tetangganya. , pusat keagamaan). Gambar 1 menunjukkan hasil analisis cluster. Tiga pengamatan dilakukan. Pertama, alokasi shelter tidak terkait dengan risiko banjir. Daerah dengan akses terbatas terhadap tempat berlindung seringkali terfragmentasi oleh risiko banjir. Hal ini diwakili oleh kumpulan cluster HL dan LL. Penduduk di daerah dengan akses rendah mengalami risiko banjir yang jauh lebih besar. Kesimpulan serupa juga diambil untuk wilayah dengan akses lebih besar terhadap shelter, yang mungkin kurang penting dibandingkan wilayah dengan akses lebih sedikit terhadap shelter. Kedua, akomodasi lebih mudah diakses di kawasan pusat bisnis dan pusat kota dibandingkan di pinggiran kota. Penduduk di pinggiran kota lebih rentan dibandingkan penduduk di dalam kota ketika banjir perkotaan terjadi. Kesenjangan ini dapat diatasi dan memerlukan perhatian pejabat kota, perencana, dan manajer keadaan darurat. Ketiga, sebagian besar kelompok konstituen termasuk dalam kategori klaster “tidak signifikan” (NS) di seluruh wilayah studi; Detroit menunjukkan jumlah klaster NS tertinggi yaitu 91%, diikuti oleh Chicago sebesar 82%, sedangkan Nashville menunjukkan angka terendah yaitu 43%. Penting untuk digarisbawahi bahwa analisis kami menggunakan ambang batas yang relatif lunak untuk signifikansi statistik, yang ditetapkan pada tingkat signifikansi 90%. Meskipun lancar, prevalensi cluster NS menggarisbawahi pentingnya memeriksa distribusi kelompok konstituen dalam tipe cluster lainnya.

Gambar 1: Pengelompokan spasial risiko banjir dan akses otomatis ke tempat penampungan dengan batas waktu perjalanan 30 menit.
Gambar 1

Cluster HH, LL, LH, dan HL menunjukkan hubungan spasial yang signifikan secara statistik antara Indeks Risiko Banjir Riverine FEMA di setiap kelompok blok dan akses otomatis ke tempat penampungan di kelompok blok tetangganya. Daerah yang tidak memiliki korelasi spasial yang signifikan secara statistik ditandai sebagai tidak signifikan (NS). Angka dalam tanda kurung menunjukkan jumlah grup blok yang terkait dengan setiap cluster. Setiap peta BiLISA disertai dengan tiga plot sebar yang memvisualisasikan autokorelasi spasial: (i) peta cluster univariat risiko banjir, (ii) peta cluster univariat akses otomatis ke shelter, dan (iii) peta cluster bivariat risiko banjir sungai dan akses otomatis ke tempat penampungan. Kuadran kanan atas dan kiri bawah berhubungan dengan autokorelasi spasial positif. Kuadran kanan bawah dan kiri atas berhubungan dengan autokorelasi spasial negatif. Kemiringan garis pas pada setiap plot sebar mewakili Moran's I. Akses otomatis ke akomodasi terhubung secara spasial terlepas dari kotanya. Pola serupa juga terjadi pada risiko banjir di luar Detroit. Di sini, kami mengidentifikasi kelompok yang mempertimbangkan waktu perjalanan 30 menit untuk akses ke shelter, sementara ini dapat diperluas ke rentang waktu perjalanan apa pun tergantung pada tujuan perencanaan (misalnya, waktu shelter). Distribusi spasial cluster tentu saja bervariasi. Kemungkinan yang lebih tinggi untuk mencapai tempat penampungan diharapkan seiring dengan bertambahnya waktu perjalanan. Kami mendokumentasikan peta cluster untuk rentang waktu perjalanan 60 menit untuk perbandingan pada Gambar Tambahan 1.

Melihat distribusi kelompok konstituen di antara kelompok-kelompok lain, heterogenitas spasial dalam akses hunian dan risiko banjir terlihat jelas di berbagai wilayah perkotaan. Dalam hal klaster HL, San Antonio menonjol dengan proporsi klaster HL tertinggi sebesar 13%, sementara Detroit menunjukkan persentase terendah hanya dengan 2%. Untuk klaster LH, Nashville memiliki pangsa tertinggi yaitu 26%, sedangkan Detroit kembali memiliki persentase terendah yaitu 2%. Untuk klaster HH, Fresno memimpin dengan persentase tertinggi sebesar 20%, sedangkan Detroit memiliki persentase terendah sebesar 2%. Dalam hal cluster LL, Fresno memiliki pangsa tertinggi sebesar 20%, sedangkan Detroit memiliki pangsa terendah sebesar 2%. Pengamatan ini menekankan heterogenitas spasial dalam akses tempat penampungan dan risiko banjir di berbagai wilayah perkotaan, menggarisbawahi perlunya strategi kesiapsiagaan dan mitigasi bencana yang tepat. Kami telah mendokumentasikan proporsi rinci setiap cluster di Tabel Tambahan 1.

READ  Pengacara Derek Souv mencari masa percobaan untuk mantan perwira polisi Minneapolis yang dituduh (video).

Meskipun mengidentifikasi proporsi kelompok blok yang terkait dengan masing-masing klaster tidak diragukan lagi merupakan langkah berharga dalam memahami distribusi spasial akses hunian dan risiko banjir, penting untuk ditekankan bahwa hal ini lebih penting daripada mengukur jumlah blok populasi yang terpapar pada setiap klaster. kelompok. Dua alasan utama mendukung klaim ini. Pertama, tujuan utama dari akses shelter dan penilaian risiko banjir adalah untuk melindungi dan mendukung kehidupan manusia saat terjadi banjir. Oleh karena itu, fokus pada populasi yang terpapar pada setiap klaster secara langsung mencerminkan tujuan utama kesiapsiagaan dan mitigasi bencana. Kedua, upaya tanggap bencana dan pemulihan merupakan upaya intensif sumber daya. Alokasi sumber daya (misalnya personel darurat, persediaan, dana) harus didasarkan pada besarnya dampak yang mungkin terjadi. Penting untuk mengidentifikasi komunitas berisiko dan karakteristiknya.

Mendefinisikan populasi berisiko

Pengelompokan wilayah memang diperlukan, namun tidak cukup untuk mengidentifikasi wilayah-wilayah yang berisiko. Bencana alam memaparkan kesenjangan sosial dengan dampak negatif yang tidak proporsional38. Untuk memerangi ketidakadilan sosial yang disebabkan oleh bencana alam, penilaian risiko harus mencakup komposisi demografi dan sosio-ekonomi dari populasi yang berisiko. Hal ini dicapai melalui penilaian komprehensif terhadap tujuh kelompok rentan secara sosial: (i) penyandang disabilitas, (ii) lansia, (iii) mereka yang tidak memiliki mobil, (iv) berpendapatan rendah, (v) Hispanik, (vi) orang Asia, dan (vii) orang Amerika keturunan Afrika. Kami mengacu pada persentase komunitas yang tinggal di wilayah berisiko banjir per cluster. Rincian statistik dari analisis skenario kami menggambarkan sosio-ekonomi dan demografi individu yang tinggal di setiap zona cluster dan wilayah rawan banjir. Gambar 2 menampilkan: (i) persentase penduduk yang tinggal di daerah rawan banjir (yaitu HL, LH, LL, HH) dan daerah rawan banjir per kota dan cluster, (ii) distribusi spasial setiap cluster untuk masing-masing kota dan jumlah penduduk yang tinggal di setiap cluster per kota, dan (iii) merinci karakteristik demografi dan sosial ekonomi masyarakat yang tinggal di setiap cluster per kota.

Gambar. 2: Proporsi penduduk yang terpapar risiko banjir per kota dan per aglomerasi.
Gambar 2

A Menunjukkan proporsi penduduk yang tinggal di wilayah berisiko (yaitu, HH, HL, LL, LH) dibandingkan dengan penduduk yang tinggal di luar wilayah berisiko, menurut masing-masing konfederasi dan kota yang rentan. B Klaster untuk masing-masing kota (yaitu, HH, HL, LL, LH) mengelompokkan jumlah penduduk yang tinggal di wilayah berisiko tinggi dan menunjukkan persentase wilayah dimana setiap klaster tinggal di setiap kota. C Memberikan gambaran rinci mengenai peran populasi rentan yang berada di setiap kota (yaitu HH, HL, LL, LH).

Hal yang tidak mengejutkan adalah distribusi penduduk yang tidak merata di wilayah berisiko banjir di berbagai kota. Namun, menarik ketika mitra yang rentan secara sosial ditampilkan secara terpisah. Kota tidak melakukan diskriminasi terhadap kelompok rentan secara sosial. Jika kelompok rentan secara sosial (misalnya, Hispanik, Asia, Afrika-Amerika) merupakan kelompok yang lebih besar dari populasi berisiko, maka kelompok rentan sosial lainnya juga merupakan kelompok yang lebih besar dari populasi berisiko. menemukan bahwa kelompok yang rentan secara sosial menunjukkan pola pengelompokan. Khususnya di antara kota-kota kita, Indianapolis, Nashville, Fresno, dan San Antonio menempati peringkat teratas dalam grafik kesenjangan, terlepas dari kelompok mereka yang rentan secara sosial. Pittsburgh, Cincinnati, Chicago dan Detroit berada di urutan terbawah.

READ  Selamat Tahun Kelinci di JW Marriott Hotel Jakarta

Pengamatan lainnya adalah distribusi kelompok rentan sosial yang tidak merata di wilayah berisiko banjir di dalam dan antar kota. Bertentangan dengan penelitian sebelumnya yang menunjukkan bahwa warga Amerika keturunan Afrika adalah populasi yang paling berisiko, analisis kami yang menggabungkan risiko banjir dan akses terhadap tempat penampungan mengidentifikasi warga Asia dan lansia sebagai kelompok yang paling berisiko. Analisis kami memperluas pengetahuan tentang populasi berisiko di luar ras dan mencakup populasi yang tidak memiliki mobil dan penyandang disabilitas. Kedua kelompok ini sangat rentan terhadap banjir, namun sering diabaikan dalam penelitian sebelumnya. Mereka kurang mobile. Sekalipun mereka tinggal di daerah dengan akses tinggi terhadap shelter, akses mereka terhadap shelter terhambat. Populasi mereka yang berisiko tidaklah sedikit dibandingkan dengan kelompok lain, sehingga menekankan perlunya mengintegrasikan mereka secara hati-hati ke dalam analisis ekuitas. Persentase penduduk yang tinggal di dalam dan di luar wilayah berisiko didokumentasikan dalam Tabel Tambahan 2. Laporan persentase penduduk yang tinggal di kelompok berbeda per kota didokumentasikan dalam Tabel Tambahan 3.

Pengamatan terakhir adalah adanya korelasi positif antara persentase jumlah penduduk dengan persentase luas daratan yang terkena risiko banjir di setiap kota. Indianapolis, Nashville, Fresno dan San Antonio memiliki 63,2%, 56,7%, 55,2% dan 54,7% populasi mereka berada di daerah berisiko banjir. Persentasenya mencapai 9,7% di Detroit, yang memiliki risiko banjir paling rendah. Informasi lebih detail disertakan dengan memvisualisasikan karakteristik masing-masing cluster pada Gambar 2. Seperti digambarkan, di San Antonio, Nashville, Indianapolis, dan Fresno, klaster HL mencakup 53,0%, 43,4%, lahan berisiko tinggi. masing-masing 26,1% dan 22,5%. Kota-kota dengan pangsa lahan LH tertinggi adalah Cincinnati, Pittsburgh, Indianapolis, dan Fresno masing-masing sebesar 11,1%, 10,5%, 9,9%, dan 9,4%. Secara keseluruhan, HL memiliki sebaran spasial terbesar, dengan rata-rata 22,9%. HH, LL dan LH mencakup 10,3%, 9,5% dan 8,2% dari wilayah perkotaan. Hal ini menunjukkan bahwa akses terhadap tempat penampungan terbatas di wilayah perkotaan tertentu. Persentase total penduduk yang tinggal di setiap cluster ditunjukkan untuk setiap kota. Di San Antonio, Indianapolis, Nashville, dan Cincinnati, jumlah penduduk yang tinggal di wilayah HL lebih tinggi, masing-masing sebesar 39,2%, 26,7%, 24,7%, dan 19,6%. Distribusi spasial setiap cluster per kota dan porsi penduduk yang tinggal di setiap cluster didokumentasikan dalam Tabel Tambahan 4.

READ  Menghadapi tuduhan pencemaran nama baik Indonesia karena mencemarkan nama baik Alquran