多层网络刻画2021年德克萨斯冬季风暴中的人类移动模式
物理与社会
2026-01-12 v2 应用统计
摘要
在灾难性事件中理解人类移动模式对于应急规划和灾害管理至关重要。我们发展了一种构建时变多层网络的方法，其中边缘编码 observed between spatial regions（人口普查区）之间的移动，网络层编码由产业部门（如学校、医院）类别表示的移动类别。以2021年德克萨斯冬季风暴为案例研究，我们发现人们显著减少了对外科急诊服务、餐馆和学校的活动，但优先考虑对杂货店和加油站的活动。此外，我们研究了节点入度和出度在多层网络中的可预测性，这些网络编码了进入和离开人口普查区的移动。在风暴期间，进入性移动比离开性移动更难预测。我们的发现旨在支持未来极端天气事件中的移动相关决策。
引用
@article{arxiv.2509.03642,
title = {Multilayer networks characterize human-mobility patterns by industry sector for the 2021 Texas winter storm},
author = {Melissa Butler and Alisha Khan and Francis Osei Tutu Afrifa and Yingjie Hu and Dane Taylor},
journal= {arXiv preprint arXiv:2509.03642},
year = {2026}
}