利用大规模GPS数据估计野火疏散决策与撤离时机
计算机与社会
2021-09-17 v1
摘要
由于气候变化导致野火的频率和强度增加，野火已成为日益严重的全球性问题。这给野地-城市交界区（WUI）的消防与应急服务以及社区带来了严峻挑战。为降低野火风险并提升WUI社区的安全性，增进对野火疏散的理解是一项迫切需求。为此，本研究提出一种新方法，通过利用大规模GPS数据集来分析野火期间的人类行为。该方法包含一个家庭位置推断算法和一个疏散行为推断算法，用以系统性地识别不同类别的野火疏散者（即自主疏散者、影子疏散者、警告下疏散者和有序疏散者）。我们将该方法应用于2019年加州索诺玛县的Kincade火灾。我们发现，在所有疏散者群体中，自主疏散者和影子疏散者在Kincade火灾期间的疏散者中占比超过一半。结果还显示，在疏散警告/指令区内，所有分类人群中的总疏散遵从率约为46%。本研究的发现可被应急管理者和规划者用来更好地定向开展公众宣传、培训规程和应急沟通策略，以使WUI家庭为未来的野火事件做好准备。
引用
@article{arxiv.2109.07745,
title = {Estimating Wildfire Evacuation Decision and Departure Timing Using Large-Scale GPS Data},
author = {Xilei Zhao and Yiming Xu and Ruggiero Lovreglio and Erica Kuligowski and Daniel Nilsson and Thomas Cova and Alex Wu and Xiang Yan},
journal= {arXiv preprint arXiv:2109.07745},
year = {2021}
}