东北大学(马萨诸塞那个)的工程学教授利用最近的风暴自然灾害 和 COVID-19 疫情信息 来预测灾难期间的人类活动,以期做出更有效的应急响应。

由东北大学土木与环境工程副教授Qi Ryan Wang和伦斯勒理工学院计算机科学助理教授Jianxi Gao领导的研究团队还发现,不同经济群体之间的流动差异暴露了低收入人群的风险困境。

Wang和他的团队在6起重大紧急事件中使用来自9000万美国人的匿名数据创建了一个数学模型来预测灾难期间的人员流动性。相关论文于8月初发表在美国国家科学院院刊 (PNAS)上。

他说,飓风多利安、热带风暴伊梅尔达、萨德尔里奇野火、金凯德野火——所有这些都发生在2019年—2021年间德克萨斯冬季冻结和 COVID-19 疫情爆发期,人类社会出现了可预测的运动模式。

“灵感源于疫情爆发。我们开始关注人们的行为,尤其是他们的移动行为。他们在家外待了多长时间,尤其是在社交距离如此重要的情况下。”

Wang的团队成员使用一家外部公司提供的匿名信息来分析全美9000万人的电子设备的ping。

有一些普遍的行为——比如随着时间的流逝,人们倾向于更频繁地离开家,这种现象被称为时间衰减。

当研究人员添加诸如人口普查区提供的关于收入和种族多样性的信息等变量时,他们发现在较不富裕和较富裕的社区中的人口流动性之间存在很大差异。与生活在较富裕地区的人相比,较贫穷社区的人离家更早、更频繁。

Wang说,这种行为并不是缺少风险意识。在COVID-19大流行期间,“贫困社区的人们需要更长的时间来通勤。他们是必不可少的工人。他们仍然需要上班来养家糊口。”

研究人员在与天气有关的灾难中观察到了类似的模式。

“该模型可以描述所有公共危机事件下的流动模式。”他说。这项研究可以帮助应急服务和其他机构在灾害期间制定应对措施,并确定最需要公共政策帮助的人群。

“根据结果,我们可以反推原因。”

收入较低的人不仅需要亲自到场工作;他们也不太可能储存食物、水和冰块,也不太可能有应急发电机。

流动模式也可能有助于解释不同社区中不同的 COVID-19 感染率。

“这些底层工人就是现代社会的平民英雄,但我们正在牺牲他们的健康。”

Wang和其他作者在论文中指出,政府和应急响应部门可以利用人员流动模型提供的信息来更好地在公共危机期间分配资源。

“我们的模型代表了一个强大的工具,可以理解和预测紧急情况后的流动模式,从而帮助产生更有效的反应。”

https://phys.org/news/2022-08-mathematical-human-mobility-response-storms.html

[ 广告 ]
赞一个 (12)

PREV :
NEXT :