論文の概要: Transportation Density Reduction Caused by City Lockdowns Across the
World during the COVID-19 Epidemic: From the View of High-resolution Remote
Sensing Imagery
- arxiv url: http://arxiv.org/abs/2103.01717v1
- Date: Tue, 2 Mar 2021 13:45:16 GMT
- ステータス: 処理完了
- システム内更新日: 2021-03-04 08:03:33.192355
- Title: Transportation Density Reduction Caused by City Lockdowns Across the
World during the COVID-19 Epidemic: From the View of High-resolution Remote
Sensing Imagery
- Title（参考訳）: 新型コロナウイルス(covid-19)の感染拡大に伴う都市封鎖による交通密度の低下--高解像度リモートセンシング画像から
- Authors: Chen Wu, Sihan Zhu, Jiaqi Yang, Meiqi Hu, Bo Du, Liangpei Zhang, Lefei
Zhang, Chengxi Han, and Meng Lan
- Abstract要約: 新型コロナウイルス(COVID-19)の流行は、2020年前半に悪化し始めた。
厳しい封鎖政策が世界中の多くの都市で実行され、人間の感染を制御し、拡散を緩和した。
中心市街地6都市におけるロックダウン前後の交通密度の低減について定量的に検討した。
- 参考スコア（独自算出の注目度）: 48.52477000522933
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: As the COVID-19 epidemic began to worsen in the first months of 2020,
stringent lockdown policies were implemented in numerous cities throughout the
world to control human transmission and mitigate its spread. Although
transportation density reduction inside the city was felt subjectively, there
has thus far been no objective and quantitative study of its variation to
reflect the intracity population flows and their corresponding relationship
with lockdown policy stringency from the view of remote sensing images with the
high resolution under 1m. Accordingly, we here provide a quantitative
investigation of the transportation density reduction before and after lockdown
was implemented in six epicenter cities (Wuhan, Milan, Madrid, Paris, New York,
and London) around the world during the COVID-19 epidemic, which is
accomplished by extracting vehicles from the multi-temporal high-resolution
remote sensing images. A novel vehicle detection model combining unsupervised
vehicle candidate extraction and deep learning identification was specifically
proposed for the images with the resolution of 0.5m. Our results indicate that
transportation densities were reduced by an average of approximately 50% (and
as much as 75.96%) in these six cities following lockdown. The influences on
transportation density reduction rates are also highly correlated with policy
stringency, with an R^2 value exceeding 0.83. Even within a specific city, the
transportation density changes differed and tended to be distributed in
accordance with the city's land-use patterns. Considering that public
transportation was mostly reduced or even forbidden, our results indicate that
city lockdown policies are effective at limiting human transmission within
cities.
- Abstract（参考訳）: 2020年前半に新型コロナウイルス(COVID-19)の流行が悪化し始めると、世界中の多くの都市で人的感染を抑え、感染拡大を緩和する厳格なロックダウン政策が実施された。
都市内の交通密度の低下は主観的に感じられたが,1m以下の高解像度のリモートセンシング画像から都市内人口の流れとロックダウン政策の拘束性との関係を反映する客観的かつ定量的な研究はこれまでにない。
したがって、新型コロナウイルス(COVID-19)の流行の中で、世界中の6つの震源都市(ウハン、ミラノ、マドリッド、パリ、ニューヨーク、ロンドン)でロックダウンが実施された前後の交通密度の減少を定量的に調査し、多時的高分解能リモートセンシング画像から車両を抽出します。
0.5mの解像度を持つ画像に対して,教師なし車両候補抽出とディープラーニング同定を組み合わせた新しい車両検出モデルを提案した。
その結果,ロックダウン後の6都市で交通密度が平均50%(最大75.96%)減少したことが示唆された。
また, 輸送密度低下率に対する影響は, R^2値が0.83を超え, 政策制約性とも高い相関関係を示した。
特定都市内においても交通密度の変化は相違し、市の土地利用パターンに応じて分布する傾向にあった。
公共交通機関の削減や禁止などを考えると,都市封鎖政策は都市内における人道感染の抑制に有効であることが示唆された。
関連論文リスト
- Using machine learning to understand causal relationships between urban
form and travel CO2 emissions across continents [9.204800002382044]
都会形態が過去の研究で無視されていた旅行エミッションや施設間効果に有意な因果関係が認められた。
より単心的な都市では,主中心へのアクセスの増加よりも,サブセンター指向の開発がより重要となる空間回廊を同定する。
我々の研究は、エビデンスベースの都市気候ソリューションをスケールするための因果関係、一般化可能性、文脈的特異性の必要性に対処する新しい研究を可能にする機械学習の応用を実証する。
論文 参考訳（メタデータ） (2023-08-31T09:57:52Z) - City-scale Pollution Aware Traffic Routing by Sampling Max Flows using
MCMC [8.301939401602233]
大気汚染の長期曝露は深刻な健康問題を引き起こす可能性がある。
我々は,多様なサンプルを用いて汚染に配慮した交通経路ポリシーを設計し,実世界の道路地図上での交通をシミュレーションする。
世界の大都市の地図を他の手法と比較すると, 大気汚染の激しい地域では, かなりの減少が見られた。
論文 参考訳（メタデータ） (2023-02-28T09:40:37Z) - Estimating Geographic Spillover Effects of COVID-19 Policies From
Large-Scale Mobility Networks [54.90772000796717]
郡レベルの政策は地域間の柔軟性を提供するが、地理的な流出がある場合には効果が低下する可能性がある。
我々は、数十億のタイムスタンプを持つ移動ネットワークを用いて、流出量を推定する。
郡レベルの制限は、モビリティを減らすための州全体の制限と同等に有効である。
論文 参考訳（メタデータ） (2022-12-12T20:16:54Z) - A PM2.5 concentration prediction framework with vehicle tracking system:
From cause to effect [0.0]
ベトナムでは、ハノイやホーチミンといった大都市では大気汚染が問題となっている。
本論文は, PM2.5汚染物質排出量を推定する手法の開発に重点を置いている。
論文 参考訳（メタデータ） (2022-12-04T08:09:02Z) - Urban form and COVID-19 cases and deaths in Greater London: an urban
morphometric approach [63.29165619502806]
新型コロナウイルスのパンデミックは、都市密度に関してかなりの議論を巻き起こした。
これは19世紀中頃のイングランドで、公衆衛生と都市計画の分野が出現して始まった古い議論である。
都市形態を個々の建物レベルで記述し、その後、公的な近隣住民の情報を集約する。
論文 参考訳（メタデータ） (2022-10-16T10:01:10Z) - An Experimental Urban Case Study with Various Data Sources and a Model
for Traffic Estimation [65.28133251370055]
我々はスイスのチューリッヒの都市ネットワーク内の地域でビデオ計測による実験キャンペーンを組織した。
我々は,既存のサーマルカメラからの測定を確実にすることで,交通の流れや走行時間の観点からの交通状況の把握に注力する。
本稿では,様々なデータソースの融合による移動時間を推定するために,単純かつ効率的な多重線形回帰(MLR)モデルを提案する。
論文 参考訳（メタデータ） (2021-08-02T08:13:57Z) - C-Watcher: A Framework for Early Detection of High-Risk Neighborhoods
Ahead of COVID-19 Outbreak [54.39837683016444]
C-Watcherは、新型コロナウイルスの感染拡大に先立ち、対象都市のすべての地区を検査し、感染リスクを予測することを目指している。
C-WatcherはBaidu Mapsから大規模な人体移動データを収集し、都市移動パターンに基づいた一連の特徴を用いて市内のすべての住宅地区を特徴付ける。
新型コロナウイルスの感染拡大の初期段階における実データ記録を用いたC-Watcherの広範な実験を行った。
論文 参考訳（メタデータ） (2020-12-22T17:02:54Z) - A validated multi-agent simulation test bed to evaluate congestion
pricing policies on population segments by time-of-day in New York City [7.5800592082103035]
我々は,MATSim-NYCと呼ばれる,ニューヨーク市における初のオープンソースマルチエージェントシミュレーションモデルを検証する。
このモデルは、地域計画協会が提案する混雑価格計画を評価するために使用される。
論文 参考訳（メタデータ） (2020-07-31T16:07:34Z) - An Investigation of Traffic Density Changes inside Wuhan during the
COVID-19 Epidemic with GF-2 Time-Series Images [36.5642643919477]
武漢の交通密度は80%以上低下し、主要道路では90%以上低下した。
交通密度の大幅な低減と回復は、武漢の封鎖政策が市内における人的伝達を制御する効果を示していることを示している。
論文 参考訳（メタデータ） (2020-06-26T10:30:12Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。