预测灾害期间的人员活动，以实现更有效的应急响应

COVID-19 大流行、更大更频繁的野火、毁灭性洪水和强大的风暴已成为生活中不幸的事实。 每次灾难发生时，人们的生活都被颠覆了，他们依靠政府、非营利组织和私营部门的应急响应来提供援助。 然而，提供援助的一个复杂因素是人们往往会因此类灾难而去中心化。

在最近发表在《美国国家科学院院刊》上的一项研究中，由伦斯勒理工学院计算机科学助理教授高建西和东北大学土木与环境工程副教授王琦“瑞安”领导的团队制定了一种预测大规模极端事件期间人类活动的方法，旨在实现更有效的应急响应。 该模型还揭示了不同经济群体之间流动的巨大差异。

“尽管有许多可能的变量，我们发现在各种极端事件期间人类流动行为的变化表现出一致的双曲线下跌，”高说。 “我们称之为‘时空衰减’。”

通常，人们的运动遵循可预测的模式。 当极端事件破坏了这种模式时，科学家将其称为“流动性扰动”。 例如，人们可能会停止通勤上班，或者他们可能会改变路线，甚至提现到避难所。 这些流动性扰动不仅在提供援助时造成挑战，而且还会对财务、医疗和生活质量产生影响。 流动性扰动的性质、程度和持续时间差异很大。

高的团队跟踪了美国 9000 万人在野火、热带风暴、冬季冰冻和流行病等六次大规模灾难过程中的匿名流动，以建立一个统一的模型。

“我们的模型通过结合跨空间和跨时间的异质性来揭示变量之间的潜在一致性，”高说。 “我们发现极端事件后移动行为发生多少变化以及移动行为恢复正常的速度有很强的规律性，这使我们能够预测大规模危机期间的复杂人类行为。”

高的团队发现，居住在危机核心附近的人们——归零地或暴风雨袭击的地方——会显着而迅速地限制他们的流动性。 那些生活得更远的人并没有彻底改变他们的运动模式。 这就是所谓的“空间衰减”。 随着时间的推移，移动模式要么恢复正常，逐渐接近正常，要么变得更加不安。 该团队还通过考虑“时间衰减”来解释这些变量。

当团队将该模型应用于 COVID-19 大流行时，它揭示了经济群体之间的流动差异很大，这可能有助于解释不同的感染率。 来自富裕地区的人们更有能力立即减少他们的流动性并保持这种变化更长时间。 生活在低收入地区的人们表现出更快和更大的双曲线衰退。

“换句话说，富裕的人能够保持社交距离，”高说。 “低收入人群被迫重返工作岗位。”

“如果说近年来的事件教会了我们什么，那就是我们必须尽最大努力为危机做准备，”伦斯勒理学院院长 Curt Breneman 说。 “高博士及其团队的这项工作可以为加强和积极主动的应急响应计划提供信息，以减轻未来的极端事件。它还揭示了我们必须找到新方法解决的持续存在的社会不平等现象。”

有所作为：赞助机会

故事来源：

材料 由…提供 伦斯勒理工学院. 由凯蒂马拉蒂诺原创。 注意：内容可能会根据样式和长度进行编辑。