[論文レビュー] Detecting individual internal displacements following a sudden-onset disaster using time series analysis of call detail records

Tracey Li, Jesper Dejby+3 more|arXiv (Cornell University)|Aug 6, 2019

Human Mobility and Location-Based Analysis参考文献 12被引用数 8

ひとこと要約

本稿では、突然発症する災害後の個人の内部避難を特定するため、匿名化されたモバイル通話記録（CDR）を用いた時系列解析手法を提案する。各ユーザーの位置を区分定数信号としてモデル化し、段階的変化検出を適用して急激な位置移動を同定することで、目的先や滞在期間を仮定せずに避難者を特定する。本手法はハイチ（2010年、2016年）およびネパール（2015年）の災害において、正常に避難を検出できた。

ABSTRACT

We present a method for analysing mobile phone call detail records to identify individuals whom we believe to be have been internally displaced as a result of a sudden-onset disaster. We model each anonymous individual's movements trajectory as a piecewise-constant time series signal, assume that a disaster-induced displacement is exhibited as a level shift from an individual's 'normal' location, and then apply a step detection algorithm to identify level shifts in the signal. In contrast to typical methods that are used to analyse mobility patterns from call detail records, where the aggregate movements of large groups of individuals are analysed, our method offers the advantage that no assumptions regarding the destination or duration of an individual's displacement are necessary. We have applied the method to the datasets from three disasters - the 2010 earthquake in Haiti, the 2015 Gorkha earthquake in Nepal, and Hurricane Matthew in Haiti in 2016. Our results demonstrate that this method can facilitate improvements in the analysis and modelling of the mobility of internally displaced persons in post-disaster scenarios, using call detail records. Such analyses can be used to complement traditional survey methods to assess the scale and characteristics of disaster-induced displacements in a timely manner.

研究の動機と目的

• 突然発症する災害後の個人の内部避難を、モバイル電話CDRを用いて同定する手法を開発すること。
• 公式避難所にいない避難者を逃すことがある伝統的なアンケート手法の限界を克服すること。
• 避難パターンに関する事前の仮定を必要とせず、リアルタイムかつ大規模にIDPの移動をモニタリングできること。
• 避難のタイミングと場所に関するタイムリーで詳細なデータを提供することで、人道的支援を支援すること。
• プライバシー保護されたCDR分析を用いて、個々の移動行動の洞察をアンケートデータと補完すること。

提案手法

• 各個人の移動を、CDRからの基地局位置に基づく区分定数時系列信号としてモデル化する。
• 信号の急激なレベル変化を同定するために段階的変化検出アルゴリズムを適用する。
• 災害に起因する避難は、個人の通常の安定した滞在場所からの突然の移動として現れるものと仮定する。
• 少なくとも1回の顕著なレベル変化を示す一貫した移動パターンを示す個人のみが、一時的に避難した可能性があるとマークされる。
• 本手法は、避難の出発地や目的地に関する仮定を一切必要とせず、位置の行動変化にのみ焦点を当てる。
• すべてのデータ処理は、個人が再特定されないよう厳密なデータガバナンスおよびプライバシー基準に従う。

実験結果

リサーチクエスチョン

• RQ1 避難先や滞在期間に関する事前の仮定を必要とせず、CDRの個人レベルの移動パターンを用いて、突然発症する災害後の内部避難を検出できるか？
• RQ2 匿名化されたCDRを用いて、実世界の災害状況において段階的変化検出アルゴリズムが避難イベントをどれほど正確に同定できるか？
• RQ3 本手法は、集計ベースの移動分析でしばしば見過ごされる短距離避難（数km程度）をどの程度検出できるか？
• RQ4 本手法は、異なる災害状況やモバイルネットワーク環境において、どの程度の性能を示すか？
• RQ5 CDRベースの検出において、誤検出を最小限に抑えることと、真の内部避難者を捉えることの間で、どのようなトレードオフが生じるか？

主な発見

• 本手法は、2010年のハイチ地震、2015年のゴルカ地震（ネパール）、2016年のハリケーンマシュー（ハイチ）という3つの異なる災害事例において、個人の内部避難を正常に検出できた。
• 本手法は、避難元や避難先を仮定せず、急激に位置を変更した個人を同定した。
• 本手法は、集計的移動研究でしばしば無視される短距離避難（数km）を捉えることができた。
• 個人の軌跡を分析することで、二次的移動や一時的移転を含む複雑な避難パターンを明らかにした。
• 本研究は、CDRに基づく個人レベルの分析が、タイムリーでスケーラブルかつプライバシー保護されたIDP移動の洞察を提供できることを示した。
• 著者らは、誤検出を最小限に抑えるために保守的なフィルタリングを採用したため、誤検出（偽陰性）の割合が高くなることが判明しており、検出感度の向上の余地があると認めている。