論文の概要: A Framework for Assessing Cumulative Exposure to Extreme Temperatures During Transit Trip
- arxiv url: http://arxiv.org/abs/2408.04081v1
- Date: Wed, 7 Aug 2024 20:47:39 GMT
- ステータス: 処理完了
- システム内更新日: 2024-08-09 17:20:07.254519
- Title: A Framework for Assessing Cumulative Exposure to Extreme Temperatures During Transit Trip
- Title（参考訳）: トランジショントリップ時の極低温における累積露光評価フレームワーク
- Authors: Huiying Fan, Hongyu Lu, Geyu Lyu, Angshuman Guin, Randall Guensler,
- Abstract要約: 本研究は, 過酷な温度下での乗務員の露出を評価するための枠組みを提案する。
HeatPath AnalyzerはTransitSim 4.0を使用して、秒単位のトリップトラジェクトリを生成する。
この枠組みは、極端な暑さと冬の寒さの影響を評価する。
- 参考スコア（独自算出の注目度）: 2.524998184697547
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The combined influence of urban heat islands, climate change, and extreme temperature events are increasingly impacting transit travelers, especially vulnerable populations such as older adults, people with disabilities, and those with chronic diseases. Previous studies have generally attempted to address this issue at either the micro- or macro-level, but each approach presents different limitations in modeling the impacts on transit trips. Other research proposes a meso-level approach to address some of these gaps, but the use of additive exposure calculation and spatial shortest path routing poses constraints meso-modeling accuracy. This study introduces HeatPath Analyzer, a framework to assess the exposure of transit riders to extreme temperatures, using TransitSim 4.0 to generate second-by-second spatio-temporal trip trajectories, the traveler activity profiles, and thermal comfort levels along the entire journey. The approach uses heat stress combines the standards proposed by the NWS and CDC to estimate cumulative exposure for transit riders, with specific parameters tailored to the elderly and people with disabilities. The framework assesses the influence of extreme heat and winter chill. A case study in Atlanta, GA, reveals that 10.2% of trips on an average summer weekday in 2019 were at risk of extreme heat. The results uncover exposure disparities across different transit trip mode segments, and across mitigation-based and adaptation-based strategies. While the mitigation-based strategy highlights high-exposure segments such as long ingress and egress, adaptation should be prioritized toward the middle or second half of the trip when a traveler is waiting for transit or transferring between routes. A comparison between the traditional additive approach and the dynamic approach presented also shows significant disparities, which, if overlooked, can mislead policy decisions.
- Abstract（参考訳）: 都市熱島、気候変動、極端な気温の出来事の複合的な影響は、旅行者、特に高齢者、障害者、慢性疾患などの脆弱な人口に影響を与えている。
従来の研究では、マイクロレベルかマクロレベルのいずれかでこの問題に対処しようと試みてきたが、それぞれのアプローチは、トリップトリップへの影響をモデル化する上で異なる制限を課している。
他の研究では、これらのギャップのいくつかに対処するメソレベルのアプローチを提案するが、加法的露光計算と空間的最短経路ルーティングを用いることで、メソモデリングの精度が向上する。
本研究では、トランジットシム4.0を用いて、旅行者活動プロファイル、旅行中の熱的快適度を計測し、旅行客の極端温度への露出を評価するためのフレームワークであるHeatPath Analyzerを紹介した。
このアプローチでは、NWSとCDCが提案した基準と、高齢者や障害者に合った特定のパラメータを用いて、交通機関の乗客の累積曝露を推定する。
この枠組みは、極端な暑さと冬の寒さの影響を評価する。
アトランタのケーススタディによると、2019年の平日の平均的な夏は10.2%が極端な暑さのリスクにさらされている。
その結果、旅行モードの異なるセグメント、緩和ベースの戦略と適応ベースの戦略にまたがる露出格差が明らかになった。
緩和ベースの戦略では、長押しや長押しなどの高露光セグメントが強調されるが、旅行者が移動待ちやルート間の移動待ちの場合には、旅行の途中または後半に適応を優先すべきである。
従来の加法アプローチと動的アプローチの比較も、見過ごされた場合、政策決定を誤解させる可能性がある、大きな相違を示している。
関連論文リスト
- MambaDS: Near-Surface Meteorological Field Downscaling with Topography Constrained Selective State Space Modeling [68.69647625472464]
気象予測において重要な課題であるダウンスケーリングは、ターゲット領域に対する高解像度気象状態の再構築を可能にする。
以前のダウンスケーリング手法には気象学のための調整された設計が欠けており、構造的な限界に遭遇した。
本稿では,多変数相関と地形情報の利用性を高める新しいモデルであるMambaDSを提案する。
論文 参考訳（メタデータ） (2024-08-20T13:45:49Z) - Transit Rider Heat Stress in Atlanta, GA under Current and Future Climate Scenarios [2.524998184697547]
この研究は、異なる人口集団にわたるトランスポート利用者に極端な温度が与える影響のレベルを理解することを目的としている。
現在の気象条件下では、車を所有しないアトランタのトランジットライダーやアフリカ系アメリカ人のトランジットライダーは、極端な暑さに不当に影響を受けている。
発見は、都市交通ネットワークにおいて、熱緩和と適応戦略を実装する緊急の必要性を浮き彫りにする。
論文 参考訳（メタデータ） (2024-08-06T21:37:38Z) - The impact of complexity in the built environment on vehicular routing behavior: Insights from an empirical study of taxi mobility in Beijing, China [0.0]
運転時のアンカー効果と露光嗜好を模倣した車両経路選択モデルを提案する。
その結果,提案モデルでは,最短経路原理に基づく従来の車両経路選択モデルよりも12%高い性能を示した。
論文 参考訳（メタデータ） (2024-04-24T01:45:11Z) - A Bi-level Framework for Traffic Accident Duration Prediction:
Leveraging Weather and Road Condition Data within a Practical Optimum
Pipeline [0.5221459608786241]
交通事故のデータベースから,事故期間,道路状況,気象データを収集し,交通事故の持続時間パイプラインの実現可能性を確認した。
我々の二分分類ランダム林モデルでは,短期効果と長期効果を83%の精度で区別した。
SHAP値解析により, 気象条件, 風速, 風速が, 事故の期間を決定する上で最も重要な要因となった。
論文 参考訳（メタデータ） (2023-11-01T16:33:37Z) - DenseLight: Efficient Control for Large-scale Traffic Signals with Dense
Feedback [109.84667902348498]
交通信号制御(TSC)は、道路網における車両の平均走行時間を短縮することを目的としている。
従来のTSC手法は、深い強化学習を利用して制御ポリシーを探索する。
DenseLightは、不偏報酬関数を用いてポリシーの有効性をフィードバックする新しいRTLベースのTSC手法である。
論文 参考訳（メタデータ） (2023-06-13T05:58:57Z) - Behavioral Intention Prediction in Driving Scenes: A Survey [70.53285924851767]
行動意図予測(BIP)は、人間の思考過程をシミュレートし、特定の行動の早期予測を満たす。
この作業は、利用可能なデータセット、重要な要因と課題、歩行者中心および車両中心のBIPアプローチ、BIP対応アプリケーションからのBIPの包括的なレビューを提供する。
論文 参考訳（メタデータ） (2022-11-01T11:07:37Z) - Forecasting Human Trajectory from Scene History [51.72069374835107]
我々は,暗黙の場面の規則性から学習することで,将来の軌跡を予測することを提案する。
本研究では,シーン履歴情報を歴史的グループ軌跡と個々人のインタラクションの2つのタイプに分類する。
本稿では,シーン履歴をシンプルかつ効果的なアプローチで活用する,SHENet(Scene History Excavating Network)を提案する。
論文 参考訳（メタデータ） (2022-10-17T03:56:02Z) - Identifying the atmospheric drivers of drought and heat using a smoothed
deep learning approach [0.0]
干ばつや熱に伴う6種類の抗シクロニック循環に対するスムーズな畳み込みニューラルネットワークを提案する。
私たちの研究は、気候シミュレーションにおいて熱い極端と乾燥した極端の重要な要因を特定するのに役立ちます。
論文 参考訳（メタデータ） (2021-11-09T18:16:39Z) - SGCN:Sparse Graph Convolution Network for Pedestrian Trajectory
Prediction [64.16212996247943]
歩行者軌道予測のためのスパースグラフ畳み込みネットワーク(SGCN)を提案する。
具体的には、SGCNはスパース指向の相互作用をスパース指向の空間グラフと明確にモデル化し、適応的な相互作用歩行者を捉える。
可視化は,歩行者の適応的相互作用とその運動特性を捉えることができることを示す。
論文 参考訳（メタデータ） (2021-04-04T03:17:42Z) - The Power of Language: Understanding Sentiment Towards the Climate
Emergency using Twitter Data [0.0]
原油先物と気候危機に対する感情との間には関係があると推測できる。
本研究は,気候危機時の会話を3つのトピックに分割することが可能であることを示す。
論文 参考訳（メタデータ） (2021-01-25T19:51:10Z) - Dynamical Landscape and Multistability of a Climate Model [64.467612647225]
2つの気候モデルのうちの1つで第3の中間安定状態が見つかる。
我々のアプローチを組み合わせることで、海洋熱輸送とエントロピー生産の負のフィードバックが地球の気候の地形をどのように大きく変えるかを特定することができる。
論文 参考訳（メタデータ） (2020-10-20T15:31:38Z)
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。