Med ökande översvämningar och översvämningar under de senaste decennierna, forskare arbetar med att utveckla förbättrade metoder för att förebygga och varna översvämningar. En ny Journal of Flood Risk Management studie pekar på potentialen för ett tillvägagångssätt som integrerar vattennivådata som rapporterats av medborgare i modeller för översvämningsprognoser.

Studien fann att även om det är enkelt, HAMPB-modellen (Hydrological Alert Model with Participatory Basis) har kapacitet att förbättra prognoser. Fallstudien genomfördes i en liten, nästan helt urbaniserat avrinningsområde som heter Monjolinho, ligger i Brasilien.

"En viktig roll som hydrologer spelar är att ge säkerhet och välbefinnande till individer och samhällen. I denna studie, vi vill engagera lokalsamhället och deras kunskap för att bättre förstå och reagera på naturkatastrofernas hot, föra frågor till debatt om effektiviteten av medborgarvetenskap för detta ändamål, " sa huvudförfattaren Maria Clara Fava, vid universitetet i São Paulo. "I fallet med HAMPB-modellen, vi föreslår en metod för att använda information om stadsfloder som samlas in av medborgare med tanke på den ökande tillgängligheten av smartphones som gör varje medborgare till en "mänsklig sensor", ' på så sätt förenar forskare och medborgare för att producera vetenskap för att förbättra översvämningsvarningar."