論文の概要: Location Intelligence Reveals the Extent, Timing, and Spatial Variation
of Hurricane Preparedness
- arxiv url: http://arxiv.org/abs/2203.06567v2
- Date: Sat, 19 Mar 2022 03:59:43 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 15:35:48.475534
- Title: Location Intelligence Reveals the Extent, Timing, and Spatial Variation
of Hurricane Preparedness
- Title（参考訳）: ハリケーン対策の現況, タイミング, 空間的変動を位置情報が明らかに
- Authors: Bo Li and Ali Mostafavi
- Abstract要約: 製薬所へのピークは早期にしばしば発生し、ガソリンスタンドへの訪問のピークは降水に近づいていた。
この研究は、データ駆動による人間の保護行動の理解を促進し、災害に備える新しい洞察を緊急対応管理者に提供する。
- 参考スコア（独自算出の注目度）: 8.460587574173035
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Improving hurricane preparedness is essential to reduce hurricane impacts.
Inherent in traditional methods for quantifying and monitoring hurricane
preparedness are significant lags. This study establishes a methodological
framework to quantify the extent, timing, and spatial variation of hurricane
preparedness at the CBG level using high-resolution location intelligence data.
Anonymized cell phone data on visits to POIs for each CBG before 2017 Hurricane
Harvey were used to examine hurricane preparedness. Four categories of POI,
grocery stores, gas stations, pharmacies and home improvement stores, were
identified as having close relationship with hurricane preparedness, and the
daily number of visits from each CBG to these four categories of POIs were
calculated during preparation period. Two metrics, extent of preparedness and
proactivity, were calculated based on the daily visit percentage change
compared to the baseline period. The results show that peak visits to
pharmacies often occurred in the early stage, whereas the peak of visits to gas
stations happened closer to landfall. The spatial and temporal patterns of
visits to grocery stores and home improvement stores were quite similar.
However, correlation analysis demonstrates that extent of preparedness and
proactivity are independent of each other. Combined with synchronous evacuation
data, CBGs were divided into four clusters in terms of extent of preparedness
and evacuation rate. The clusters with low preparedness and low evacuation rate
were identified as hotspots of vulnerability for shelter-in-place households
that would need urgent attention during response. The study advances
data-driven understanding of human protective actions and provide emergency
response managers with novel insights to proactively monitor disaster
preparedness, facilitating identifying under-prepared areas and better
allocating resources timely.
- Abstract（参考訳）: ハリケーンの被害を減らすためには、ハリケーン対策の改善が不可欠である。
従来のハリケーン生成の定量化とモニタリングの手法は重要な遅れである。
本研究では,高分解能位置情報データを用いて,cbgレベルでのハリケーン対策の程度,タイミング,空間変動を定量化する手法を構築した。
2017年のハリケーン・ハーヴェイ前の各cbgでのpois訪問に関する匿名の携帯電話データを使用して、ハリケーンの準備状況を調査した。
poi, 食料品店, ガソリンスタンド, 薬局, ホームリハビリテーションストアの4つのカテゴリーがハリケーン対策と密接な関係にあり, それぞれのcbgからこれら4つのカテゴリーへの1日あたりの訪問回数は準備期間中に算出された。
日次訪問率の変化を基準期間と比較し, 2つの指標, 準備度と活動能を算出した。
その結果, 最盛期には薬局への訪問が多かったが, ガソリンスタンドへの訪問のピークは上陸に近いことが判明した。
雑貨店や住宅改良店への訪問の空間的・時間的パターンは極めてよく似ていた。
しかし, 相関分析の結果, 準備の程度とプロラクティビティは互いに独立であることが判明した。
同期避難データと組み合わせて,CBGを4つのクラスターに分割した。
低準備率と低避難率のクラスターは、緊急の注意を要する住宅の脆弱性のホットスポットとして同定された。
本研究は,人間保護行動に関するデータ駆動型理解を前進させ,災害対応マネージャに対して,災害対応を積極的に監視するための新たな洞察を与える。
関連論文リスト
- Generating Fine-Grained Causality in Climate Time Series Data for Forecasting and Anomaly Detection [67.40407388422514]
我々は、TBN Granger Causalityという概念的微粒因果モデルを設計する。
次に, TBN Granger Causality を生成的に発見する TacSas という, エンドツーエンドの深部生成モデルを提案する。
気候予報のための気候指標ERA5と、極度気象警報のためのNOAAの極端気象基準でTacSasを試験する。
論文 参考訳（メタデータ） (2024-08-08T06:47:21Z) - Information Retrieval and Classification of Real-Time Multi-Source
Hurricane Evacuation Notices [2.500155415916692]
我々は,局所的に発行されたハリケーン避難通知をタイムリーに検出し,追跡する手法を開発した。
テキストデータは,主に空間的対象Webスクレイピング法を用いて収集された。
このフレームワークは、迅速かつ標的とした検索、分類、再配布、リアルタイムの政府命令と通知のアーカイブのための他の種類の災害に適用することができる。
論文 参考訳（メタデータ） (2024-01-07T16:35:30Z) - Data-Driven Bayesian Network Models of Hurricane Evacuation Decision Making [2.749589513485177]
ハリケーン時の避難決定をモデル化するためにベイジアンネットワーク(BN)を提案する。
ハリケーン・ハーベイ(Hurricane Harvey)とハリケーン・イルマ(Hurricane Irma)の2つの重要なハリケーンイベントのアンケートデータを収集した。
両ハリケーンの学習構造について検討・比較し,避難予測因子間の因果関係について検討した。
論文 参考訳（メタデータ） (2023-11-16T22:58:57Z) - Streaming Motion Forecasting for Autonomous Driving [71.7468645504988]
ストリーミングデータにおける将来の軌跡を問うベンチマークを導入し,これを「ストリーミング予測」と呼ぶ。
我々のベンチマークは本質的に、スナップショットベースのベンチマークでは見過ごされていない安全上の問題であるエージェントの消失と再出現を捉えている。
我々は,任意のスナップショットベースの予測器をストリーミング予測器に適応させることのできる,"Predictive Streamer"と呼ばれるプラグアンドプレイメタアルゴリズムを提案する。
論文 参考訳（メタデータ） (2023-10-02T17:13:16Z) - Long-term drought prediction using deep neural networks based on geospatial weather data [75.38539438000072]
農業計画や保険には1年前から予測される高品質の干ばつが不可欠だ。
私たちは、体系的なエンドツーエンドアプローチを採用するエンドツーエンドアプローチを導入することで、干ばつデータに取り組みます。
主な発見は、TransformerモデルであるEarthFormerが、正確な短期(最大6ヶ月)の予測を行う際の例外的なパフォーマンスである。
論文 参考訳（メタデータ） (2023-09-12T13:28:06Z) - CenTime: Event-Conditional Modelling of Censoring in Survival Analysis [49.44664144472712]
CenTimeは、イベントへの時間を直接見積もる、サバイバル分析の新しいアプローチである。
本手法は,非検閲データが少ない場合でも,堅牢なイベント条件検閲機構を特徴とする。
以上の結果から,CenTimeは同等の性能を維持しつつ,死までの時間を予測する上で,最先端のパフォーマンスを提供することがわかった。
論文 参考訳（メタデータ） (2023-09-07T17:07:33Z) - Predicting Road Flooding Risk with Machine Learning Approaches Using
Crowdsourced Reports and Fine-grained Traffic Data [1.0554048699217669]
本研究の目的は,機械学習モデルを用いて地形,水文,時間的降水特性に基づいて,道路浸水リスクを予測することである。
ハリケーン・ハービーの発見は、降水が道路の浸水感受性を予測する上で最も重要な特徴であることを示している。
本研究は,道路レベルでの予測的洪水リスクマッピングの観点から,スマートフラッドレジリエンスの新たな分野を推し進めるものである。
論文 参考訳（メタデータ） (2021-08-30T14:25:58Z) - A Machine learning approach for rapid disaster response based on
multi-modal data. The case of housing & shelter needs [0.0]
災害に遭った人々の最も直接的なニーズの1つは避難所を見つけることである。
本稿では,マルチモーダルデータの融合と解析を目的とした機械学習ワークフローを提案する。
世界中の200以上の災害に対する19の特徴のデータベースに基づいて、意思決定レベルでの融合アプローチが用いられた。
論文 参考訳（メタデータ） (2021-07-29T18:22:34Z) - Forecasting COVID-19 Counts At A Single Hospital: A Hierarchical
Bayesian Approach [59.318136981032]
一つの病院で1日当たりの入院患者数を予測するという課題について検討する。
データのカウント特性を直接キャプチャする階層型ベイズモデルをいくつか開発する。
マサチューセッツ州の8つの病院とイギリスの10の病院のパブリックデータセットに対する我々のアプローチを実証する。
論文 参考訳（メタデータ） (2021-04-14T11:58:54Z) - Constructing Evacuation Evolution Patterns and Decisions Using Mobile
Device Location Data: A Case Study of Hurricane Irma [5.902556437760098]
本稿では,大規模な携帯電話位置情報サービス(LBS)データを用いて,ハリケーンイルマの上陸時の避難パターンを構築した。
ユーザの避難判断,出発・再入国日分布,目的地選択を検討した。
分析の結果,避難選択のモデル化における個人の移動行動の重要性が明らかになった。
論文 参考訳（メタデータ） (2021-02-24T23:24:10Z) - 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)
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。