論文の概要: Estimating Wildfire Evacuation Decision and Departure Timing Using Large-Scale GPS Data

• arxiv url: http://arxiv.org/abs/2109.07745v1
• Date: Thu, 16 Sep 2021 06:40:23 GMT
• ステータス: 処理完了
• システム内更新日: 2023-03-14 22:52:18.990407
• Title: Estimating Wildfire Evacuation Decision and Departure Timing Using Large-Scale GPS Data
• Title（参考訳）: 大規模GPSデータを用いた山火事避難決定と避難時間の推定
• Authors: Xilei Zhao, Yiming Xu, Ruggiero Lovreglio, Erica Kuligowski, Daniel Nilsson, Thomas Cova, Alex Wu, Xiang Yan
• Abstract要約: 本研究では,大規模GPSデータを利用した山火事時の人間の行動分析手法を提案する。 その結果,キンケード火災時の避難者のうち,避難者・避難者・避難者の半数以上が避難者であった。
• 参考スコア（独自算出の注目度）: 5.576893352332638
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: With increased frequency and intensity due to climate change, wildfires have become a growing global concern. This creates severe challenges for fire and emergency services as well as communities in the wildland-urban interface (WUI). To reduce wildfire risk and enhance the safety of WUI communities, improving our understanding of wildfire evacuation is a pressing need. To this end, this study proposes a new methodology to analyze human behavior during wildfires by leveraging a large-scale GPS dataset. This methodology includes a home-location inference algorithm and an evacuation-behavior inference algorithm, to systematically identify different groups of wildfire evacuees (i.e., self-evacuee, shadow evacuee, evacuee under warning, and ordered evacuee). We applied the methodology to the 2019 Kincade Fire in Sonoma County, CA. We found that among all groups of evacuees, self-evacuees and shadow evacuees accounted for more than half of the evacuees during the Kincade Fire. The results also show that inside of the evacuation warning/order zones, the total evacuation compliance rate was around 46% among all the categorized people. The findings of this study can be used by emergency managers and planners to better target public outreach campaigns, training protocols, and emergency communication strategies to prepare WUI households for future wildfire events.
• Abstract（参考訳）: 気候変動による頻度と強度の増加に伴い、森林火災は世界的な懸念が高まっている。 これにより、消防や救急サービス、ワイルドランド・アーバン・インタフェース(wui)のコミュニティに深刻な課題が生じた。 森林火災のリスクを低減し,WUIコミュニティの安全性を高めるためには,森林火災避難の理解を深めることが必要である。 そこで本研究では,大規模gpsデータセットを用いた野火時の行動解析手法を提案する。 この方法論は、異なるワイルドファイア避難者グループ(例えば、自己隔離者、シャドウ避難者、警告下の避難者、順序付き避難者)を体系的に識別するホームロケーション推論アルゴリズムと避難行動推定アルゴリズムを含む。 本手法をカリフォルニア州ソノマ郡の2019年キンケード火災に適用した。 その結果,キンサード火災時の避難者の半数以上は,脱走者,脱走者,脱走者,脱走者であった。 また, 避難警報・命令区域内において, 総避難コンプライアンス率は, 対象者の約46%であった。 この研究の成果は、緊急管理職や計画立案者が、今後の野火に備えるために、公共のアウトリーチキャンペーン、トレーニングプロトコル、緊急通信戦略をよりよく標的にするために利用できる。

関連論文リスト

• Bushfire Severity Modelling and Future Trend Prediction Across Australia: Integrating Remote Sensing and Machine Learning [0.43012765978447565]
  本研究は,過去12年間のオーストラリアにおける森林火災の深刻度を詳細に分析した。 ランドサット画像を活用し,NDVI,NBR,バーン指数などのスペクトル指標と地形的・気候的要因を併用することにより,ロバストな予測モデルを構築した。 このモデルは86.13%の精度を達成し、様々なオーストラリアの生態系で火災の深刻度を予測する効果を示した。
  論文  参考訳（メタデータ） (2024-09-18T04:57:48Z)
• A Synergistic Approach to Wildfire Prevention and Management Using AI, ML, and 5G Technology in the United States [44.99833362998488]
  本研究は、アメリカ合衆国における山火事の検出および対処のための積極的な方法を検討する。 本研究の目的は,高度技術を用いた山火事の予防的検出と防止である。 AI対応のリモートセンシングや5Gベースのアクティブモニタリングなど、さまざまな方法により、アクティブな山火事の検出と管理が強化される。
  論文  参考訳（メタデータ） (2024-02-27T04:09:30Z)
• Reinforcement Learning for Wildfire Mitigation in Simulated Disaster Environments [39.014859667729375]
  森林火災は生命、財産、生態学、文化遺産、重要なインフラに脅威をもたらす。 SimFireは、現実的な山火事シナリオを生成するために設計された、多用途の野火投射シミュレータである。 SimHarnessはモジュール型のエージェントベースの機械学習ラッパーで、自動的に土地管理戦略を生成することができる。
  論文  参考訳（メタデータ） (2023-11-27T15:37:05Z)
• Neuroevolution-based Classifiers for Deforestation Detection in Tropical Forests [62.997667081978825]
  森林破壊や荒廃により、毎年何百万ヘクタールもの熱帯林が失われる。 監視・森林破壊検知プログラムは、犯罪者の予防・処罰のための公共政策に加えて、使用されている。 本稿では,熱帯林の森林破壊検出作業におけるニューロ進化技術(NEAT)に基づくパターン分類器の利用を提案する。
  論文  参考訳（メタデータ） (2022-08-23T16:04:12Z)
• Mitigating Greenhouse Gas Emissions Through Generative Adversarial Networks Based Wildfire Prediction [11.484140660635239]
  我々は,山火事リスク予測のための深層学習に基づくデータ拡張手法を開発した。 提案手法を採用することで,地球規模の温室効果ガス排出量削減のため,山火事対策の予防戦略を採ることができる。
  論文  参考訳（メタデータ） (2021-08-20T00:36:30Z)
• From Static to Dynamic Prediction: Wildfire Risk Assessment Based on Multiple Environmental Factors [69.9674326582747]
  ワイルドファイアはアメリカ合衆国西海岸で頻繁に起こる最大の災害の1つである。 カリフォルニアの山火事リスクが高い地域を解析・評価するための静的・動的予測モデルを提案します。
  論文  参考訳（メタデータ） (2021-03-14T17:56:17Z)
• EscapeWildFire: Assisting People to Escape Wildfires in Real-Time [1.978884131103313]
  本論文では,wildfireの地理的進展をモデル化,予測するバックエンドシステムに接続されたモバイルアプリケーションである escapewildfire を提案する。 小さなパイロットはシステムの正確性を示します。 コードはオープンソースであり、世界中の消防当局はこのアプローチを採用することを奨励されている。
  論文  参考訳（メタデータ） (2021-02-23T08:58:37Z)
• Dynamic Community Detection into Analyzing of Wildfires Events [55.72431452586636]
  本研究では,山火事の動態について,動的コミュニティ構造が明らかにする情報について検討する。 アマゾン盆地の火災イベントのMODISデータセットを用いた実験を行った。 以上の結果から,年間を通じて観測される山火事のパターンを明らかにすることが可能であることが示唆された。
  論文  参考訳（メタデータ） (2020-11-02T17:31:47Z)
• Unmanned Aerial Systems for Wildland and Forest Fires [0.0]
  森林火災は経済的損失、人命、重要な環境被害を引き起こす重要な自然災害である。 森林と森林の火災支援と戦闘のための専用ソリューションの開発に向けた研究が進められている。 無人航空システム(UAS)は操縦性のために有用であることが証明されている。
  論文  参考訳（メタデータ） (2020-04-28T23:01:12Z)
• Congestion-aware Evacuation Routing using Augmented Reality Devices [96.68280427555808]
  複数の目的地間でリアルタイムに個別の避難経路を生成する屋内避難のための渋滞対応ルーティングソリューションを提案する。 建物内の混雑分布をモデル化するために、ユーザエンド拡張現実(AR)デバイスから避難者の位置を集約して、オンザフライで取得した人口密度マップを用いる。
  論文  参考訳（メタデータ） (2020-04-25T22:54:35Z)

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。