本文改编自GreenBiz的每周时事通讯《边缘周刊》(VERGE weekly)，每周三出版。订阅在这里。

随着气候变化造成的全球损失——从肆虐的森林大火到猛烈的飓风——加剧的自然灾害——社区正忙着准备(并对冲他们的损失)。

虽然信息技术，如机器学习和预测分析可能无法防止这些灾难顾左右而言他，他们可以帮助社区更好地准备处理善后事宜。这是一个背后的精神独特的合作总部位于芝加哥的科技服务公司Exigent与多伦多约克大学(York University)舒立克商学院(Schulich School of Business)之间的合作，旨在为救灾和应急服务创建一个更划算、更高效的市场。

这个想法是帮助州和省政府根据特定野火或飓风季节的数据，共同建立一个更集中的救援物资和其他人道主义物品清单。

而不是购买本地基于预测耗材 - 这是许多小城镇在火灾易发地区可以虐待负担 - 一个社区会购买“选项”在市场上这些服务正在通过这种伙伴关系的发展。如果最终小镇并不需要的物品，它可以“以旧换新”他们确实有需要，无论是在同一国家或另一地点的另一个区域。实际上，整个一个国家或地区甚至全国城镇可安排的保护，而无需进行投资顾左右而言他。

Exigent首席执行官David Holme在谈到目前的系统时问道:“我们为什么不在3月份打包这些板条箱呢?因为它们要去别的地方。”

最明显的原因是成本高昂:除非有可靠的订单，否则救援物资供应商不会投资生产。他说，Exigent-Schulich项目的目的是将一个100%反应性的系统(因此非常缓慢)转变为至少50%的预测性系统，这样可以更快地提供帮助。

为此,紧急正在与AI舒立克商学院学生使用社区的人口统计信息,地质和地形,和现有的基础设施来预测哪些方面影响可能需要:许多急救工具包如何对待当地居民或多少水泥袋重建结构或有多少居民和救援人员的临时住房。该项目的舒立克硕士项目主任穆拉特·克里斯塔(Murat Kristal)指出，他们正在参考各种数据，从人口普查信息到历史天气数据，再到风向、温度和湿度的前瞻性模型。

“不幸的是，自然灾害在当今世界变得越来越普遍，它们对社会产生了真正的影响，”Kristal说。“政府和决策者现在的行动是被动的。”

这项联合任务的最初重点是收集与加拿大和美国野火有关的数据。加州大火的蔓延成为了许多头条新闻:2017年11月，坎普、希尔和伍尔西火灾造成的保险损失高达120亿美元。尽管它得到的关注少得多，但德州也很容易受到影响森林大火- 80%的人住在离社区两英里以内的地方。在北部，加拿大的阿尔伯塔省和安大略省也处于危险之中:加拿大每年平均有6000起火灾。

紧急估计，通过更快速地部署用品受影响的地区，这个平台它的发展 - 由20％的力量切断恢复成本，并降低在风险地区的保费 - 一个试验版本是6月到期。“市政府和保险公司可以协作中受益，”霍姆说。“越我研究的想法，似乎更有用。”