利用移动设备位置数据构建飓风 Irma 的疏散演化模式与决策
机器学习
2021-02-26 v1 其他统计学
摘要
理解飓风疏散期间个体的行为，对于希望为自然灾害做好准备的地方、州和政府机构至关重要。人类决策过程的复杂性以及此类灾害数据的缺乏，是使飓风疏散研究具有挑战性的主要原因。在本文中，我们利用大规模移动电话基于位置的服务（LBS）数据来构建飓风 Irma 登陆期间的疏散模式。通过在超过 110 亿条移动电话位置观测上应用我们提出的框架，我们捕获了居住在佛罗里达州内的 807,623 名智能手机用户的疏散决策。我们研究了用户的疏散决策、离开与返回日期分布以及目的地选择。除这些决策外，我们实证检验了疏散命令和低洼居住区对个体疏散决策的影响。我们的分析显示，居住在强制疏散区的人中有 57.92% 撤离了住所，而在无疏散命令和自愿疏散命令地区居住者中，该比例分别为 32.98% 和 33.68%。此外，我们的分析揭示了个体移动行为在疏散决策选择建模中的重要性。历史移动行为信息（如每个个体的出行次数和个体位置轨迹覆盖的空间范围）在我们的选择模型中估计显著，并显著提高了模型的整体精度。
引用
@article{arxiv.2102.12600,
title = {Constructing Evacuation Evolution Patterns and Decisions Using Mobile Device Location Data: A Case Study of Hurricane Irma},
author = {Aref Darzi and Vanessa Frias-Martinez and Sepehr Ghader and Hannah Younes and Lei Zhang},
journal= {arXiv preprint arXiv:2102.12600},
year = {2021}
}
备注
22 pages, 10 figures