[論文レビュー] Characterizing Community Formation in Response to Extreme Weather Events through Human Mobility Networks

Cheng-Chun Lee, Ma, Junwei+4 more|arXiv (Cornell University)|May 10, 2022

Disaster Management and Resilience被引用数 7

ひとこと要約

本研究では、テキサス州ハリス郡におけるウィンターストーム・ウリの管理付き停電の際のヒトの移動ネットワークにおけるコミュニティ形成を、動的リンクストリームベースのコミュニティ検出法を用いて調査した。その結果、社会的・文化的要因による同質性、被災リスクの差異による非同質性、および社会的つながりの強さが、コミュニティ構造を共同で規定していることが明らかになった。特に、高影響地域に位置するコミュニティが、つながりが弱い地域へ移動を引き起こしていることが示され、停電管理に向けたレジリエンス設計の原則が浮き彫りになった。

ABSTRACT

Community formation in socio-spatial human networks is one of the important mechanisms for mitigating hazard impacts of extreme weather events. Research is scarce regarding latent network characteristics shaping community formation in human mobility networks during natural disasters. Here, we examined human mobility networks in Harris County, Texas, in the context of the managed power outage forced by 2021 Winter Storm Uri to detect communities and to evaluate latent characteristics in those communities. We examined three characteristics in the communities formed within human mobility networks: hazard-exposure heterophily, socio-demographic homophily, and social-connectedness strength. The results show that population movements were shaped by socio-demographic homophily, heterophilic hazard exposure, and social connectedness strength. Our results also indicate that a community encompassing more high-impact areas would motivate population movements to areas with weaker social connectedness. Our findings reveal important characteristics shaping community formation in human mobility networks in hazard response. Specific to managed power outages, formed communities are spatially co-located, underscoring a best management practice to avoid prolonged power outages among areas within communities, thus improving hazard exposure heterophily. The findings have implications for power utility operators to account for the characteristics of socio-spatial human networks when determining the patterns of managed power outages.

研究の動機と目的

• 極端な気象イベント発生時におけるヒトの移動ネットワークにおけるコミュニティ形成を規定する潜在的構造的特徴を理解すること。
• 管理付き停電の際、被災リスクの差異による非同質性、社会的・文化的要因による同質性、社会的つながりの強さが、コミュニティダイナミクスに与える影響を検討すること。
• 極端な気象下におけるインフラのストレスに応じたコミュニティの空間的・時間的進化を評価すること。
• 大規模停電時におけるレジリエンスを向上させるためのネットワークレベルのパターンを同定することで、緊急管理および電力事業計画を支援すること。
• 時間的情報を保持し、複数の時間スケールにわたって安定的かつ重複のないコミュニティを同定できる、動的コミュニティ検出フレームワークの構築

提案手法

• 複数の時間窓にわたる時間的ヒトの移動ネットワークを分析するために、リンクストリームベースの動的コミュニティ検出アルゴリズム（Boudebza et al., 2020）を採用した。
• 各時間窓内でのコミュニティ検出にルーヴェイン法を適用し、移動ネットワーク内での密な接続部分群を同定した。
• 内部結合性が高く外部リンク比が低いコミュニティをフィルタリングするために、逆コンダクタンス閾値（0.8）を用いた。
• 時間ステップ間での構造的安定性を確保するため、ジャカード類似度閾値（0.2）を適用し、ノード集合の変化が最小限のコミュニティのみを保持した。
• 連続する3つの時間ステップにわたって持続するコミュニティを同定することで、動的ネットワーク内での安定的かつ長期的なコミュニティを特定した。
• 移動データと社会的つながり、被災リスクデータを統合し、コミュニティレベルの特性を分析した。

実験結果

リサーチクエスチョン

• RQ1 管理付き停電時におけるヒトの移動ネットワークにおけるコミュニティ形成に、社会的・文化的要因による同質性と被災リスクの差異による非同質性がどのように影響するか？
• RQ2 社会的つながりの強さは、極端な気象イベント発生時におけるコミュニティ構造と人口移動に、どのような役割を果たすか？
• RQ3 高影響被災地域に反応して形成されたコミュニティは、低影響地域に形成されたコミュニティと比較して、移動パターンにどのような差異を示すか？
• RQ4 コミュニティはどの程度時間的安定性を示しており、その安定性はインフラ障害発生時の人口レジリエンスにどのように影響するか？
• RQ5 どのようなネットワークレベルの特徴が、混乱を最小限に抑え、公平性を高めるように設計された管理付き停電戦略の立案に役立つか？

主な発見

• 社会的・文化的要因による同質性がコミュニティ形成に顕著に影響しており、人々は類似した文化的・社会的背景を持つ者同士で集団を形成する傾向がある。
• 被災リスクの差異による非同質性が主要因であることが判明し、高影響地域を含むコミュニティは、社会的つながりが弱い地域へ強い人口移動を示した。
• 停電中につくられたコミュニティは空間的に重複しており、管理付き停電では特定のグループを孤立させないよう配慮する必要がある。
• コミュニティ内での社会的つながりの強さは、インフラのストレス下で保護行動を支援し、集団的レジリエンスを高める上で極めて重要な要因である。
• 複数スケールの時間窓を用いた動的コミュニティ検出により、情報損失が静的スナップショット法に比べて最小限に抑えられ、安定的かつ非重複なコミュニティが同定された。
• 時間ステップ間で逆コンダクタンスが高く（≥0.8）かつジャカード類似度が低い（≤0.2）コミュニティは、より高い構造的安定性を示し、意味のある対応単位としての可能性が高かった。