Opinie

Big data kun je gemakkelijk verkeerd lezen

Data-onderzoek Migratie- en klimaatonderzoeker raakte onder de indruk van een onderzoek op basis van een grote hoeveelheid computerdata. Later bleek dat voor de interpretatie ervan veldwerk onontbeerlijk was.
Vissersboten in de haven van Chittagong vlak voor de komst van cycloon Mahasen in 2013
Vissersboten in de haven van Chittagong vlak voor de komst van cycloon Mahasen in 2013 Foto Munir uz Zamen/AFP

Big data worden steeds vaker ingezet om de gevolgen van klimaatverandering in kaart te brengen. Grote hoeveelheden data, mooie grafieken en indrukwekkende plaatjes laten patronen zien, zoals migratiestromen na of tijdens een cycloon. Dit wordt vervolgens acuut gedeeld en breed opgepakt op (sociale) media en in de wetenschap. Tja, want big data is veel data, dus dat zal wel kloppen!

Helaas gaat het niet altijd goed. Wanneer er onjuiste aannames ten grondslag liggen aan een big data-analyse of als de big data niet goed worden geïnterpreteerd, schept het een verkeerd beeld.

Zo viel ik zelf ook voor de mooie, indrukwekkende plaatjes van big data in een wetenschappelijk artikel over klimaatadaptatie in Bangladesh. Aan de hand van anonieme gsm-data keken zij naar het gedrag van mensen tijdens de cycloon Mahasen die in mei 2013 het zuiden van het land trof.

Iets geks

Het waren de data van alle momenten dat een telefoon van een persoon contact maakte met een andere gsm-zendmast. Dat kan erop duiden dat de persoon zich aan het verplaatsen is. Die data lieten iets geks zien: veel mensen in de getroffen gebieden waren onderweg gedurende de storm, midden in de nacht. De auteurs van het artikel dachten dat het om een last-minute evacuatie ging. Het gebied was door de overheid erg laat ingelicht over de naderende cycloon, dus onverwachte evacuatie leek waarschijnlijk.

Enthousiast geworden door hun resultaten, heb ik contact gezocht met één van de hoofdauteurs van het stuk, David Wrathall, van Oregon State University in de Verenigde Staten. We spraken af dat ik gedurende twee maanden in het getroffen gebied meer details zou verzamelen over wat de data nu eigenlijk lieten zien.

We dachten nog altijd dat het om een evacuatie ging, al viel ons wel op dat veel van de gedetecteerde gsm-bewegingen naar de kust toe bewogen in plaats landinwaarts. Dat lijkt onlogisch wanneer je een veilig onderkomen zoekt.

Heel weinig mensen hadden zichzelf in veiligheid gebracht vanwege de cycloon

Eenmaal op de plaats van bestemming bleek uit interviews en gesprekken dat er iets heel anders was gebeurd. Maar heel weinig mensen hadden zichzelf in veiligheid gebracht vanwege de cycloon. De dijken waren sterk genoeg om het water tegen te houden. Bovendien waren er voldoende opvangcentra binnen het bereik van de bestaande zendmast. Dus zelfs bewegingen van degenen die wel waren geëvacueerd, zouden niet zichtbaar zijn geweest.

Maar de data lieten wel degelijk bewegingen zien van honderden mensen midden in de nacht, tijdens de cycloon. Het bleek te gaan om vissers. In lokale havens liggen vele grote houten vissersboten, waar soms wel twintig man op kan werken. Tijdens de storm gingen honderden vissers naar de kust om hun boten te beschermen. Ze bonden de boten goed vast en bleven aan boord.

Ook belden ze collega’s om te komen helpen of hun eigen boten te komen redden. Dit gebeurde vaak in shifts, zodat ze ook naar huis konden als het nodig was om hun gezin te helpen. Er was dus veel telefoonverkeer en veel vissers waren tijdens de cycloon heen en weer aan het reizen in het getroffen gebied.

Weinig afwijkende bewegingen

Samen met Ruben Dahm van het kennisinstituut Deltares, ben ik vervolgens een gebied gaan onderzoeken waar juist weinig afwijkende bewegingen tijdens cycloon Mahasen gedetecteerd waren. Dat gebied heeft te kampen met hevige kusterosie, waardoor de dijken kapot en zwak zijn. Gekoppeld aan interviews, liet een analyse van satellietdata zien hoe dit gebied in de afgelopen twintig jaar al enkele kilometers land is kwijtgeraakt aan de rivier de Meghna.

Lees ook: dit klimaatblog over het ontwikkelen van een app voor natuurrampen

Hier bleek cycloon Mahasen juist wel een enorme impact te hebben en er was dan ook sprake van gedwongen evacuatie. Het water stroomde het dorp binnen. Mensen vertelden hoe ze op hun daken klommen, of naar scholen of opvangcentra in de buurt waren gevlucht. Die locaties waren vaak binnen het bereik van één gsm-mast en dus werden in een data-analyse geen verplaatsingen gedetecteerd.

Big data kunnen inderdaad aanknopingspunten bieden om beter te begrijpen hoe klimaatverandering en natuurrampen mensen treffen en hoe ze erop reageren. Maar aan data alleen heb je weinig. Ze moeten worden geïnterpreteerd met onderzoek ter plekke. Ontbreekt die, dan kan een verkeerd beeld ontstaan. Niet voor iedere cycloon slaan mensen op de vlucht. En omgekeerd is weinig mobiliteit niet vanzelfsprekend een goed teken.

Voor dit onderzoek, een NWO Veni project met extra financiering door Deltares, werkte Ingrid Boas van Wageningen University samen met Ruben Dahm (Deltares) en David Wrathall (Oregan State University).

Reageren

Reageren op dit artikel kan alleen met een abonnement. Heeft u al een abonnement, log dan hieronder in.