[論文レビュー] Location Data Reveals Disproportionate Disaster Impact Amongst the Poor: A Case Study of the 2017 Puebla Earthquake Using Mobilkit

Takahiro Yabe, Nicholas K.W. Jones+5 more|arXiv (Cornell University)|Jul 28, 2021

Human Mobility and Location-Based Analysis参考文献 14被引用数 5

ひとこと要約

本研究では、匿名化されたGPSスマートフォン位置データとMobilkitツールキットを用いて、2017年のポエブラ地震後の被災後移動行動を分析し、低所得コミュニティが不釣り合いに高い継続的移動（避難）を経験し、緊急避難所へのアクセスが制限されたことを明らかにした。本研究は、高分解能GPSデータが、社会的経済的公平性のインサイトを提供するスケーラブルかつ再現可能な災害リスク管理分析を可能にすることを示している。

ABSTRACT

Location data obtained from smartphones is increasingly finding use cases in disaster risk management. Where traditionally, CDR has provided the predominant digital footprint for human mobility, GPS data now has immense potential in terms of improved spatiotemporal accuracy, volume, availability, and accessibility. GPS data has already proven invaluable in a range of pre- and post-disaster use cases, such as quantifying displacement, measuring rates of return and recovery, evaluating accessibility to critical resources, planning for resilience. Despite its popularity and potential, however, the use of GPS location data in DRM is still nascent, with several use cases yet to be explored. In this paper, we consider the 2017 Puebla Earthquake in Mexico to (i) validate and expand upon post-disaster analysis applications using GPS data, and (ii) illustrate the use of a new toolkit, Mobilkit, to facilitate scalable, replicable extensions of this work for a wide range of disasters, including earthquakes, typhoons, flooding, and beyond.

研究の動機と目的

• 高分解能GPS移動データを用いて、2017年のポエブラ地震が低所得層に与える不釣り合いな影響を評価すること。
• 従来のCDRベースの手法にとどまらない、GPSデータを用いた被災後移動行動分析の妥当性と拡張性を検証すること。
• Mobilkitツールキットを用いたGPSベースの災害リスク管理のスケーラビリティと再現可能性を示すこと。
• 地域行政レベルにおける資産所有およびサービスアクセスに基づく貧困指数を含む、社会的経済的指標と移動行動パターンを結びつけること。
• 空間的不平等な避難所アクセスと避難行動を特定することで、被災対応および復興計画に支援を提供すること。

提案手法

• Cuebiqを介して収集された774,343人の個別ユーザーの匿名化GPS位置データを用い、観測頻度が高く、自宅位置が安定して特定可能なユーザーに絞り込んだ。
• 主成分分析（PCA）を用いて、家庭の資産所有および教育・医療サービスへのアクセスなどの指標を統合し、マンサナレベルでの貧困指数を構築した。
• 米国地質調査所（USGS）の地震動強度データを用いて被災範囲を定義し、動強度7.0以上を高影響地域と定義した。
• ユーザーの自宅からの最小夜間距離を移動度として測定し、500メートルの閾値を用いて移動を定義した。
• 被災後のユーザー訪問の空間的クラスタリングを用いて避難所を同定し、移動距離と貧困指数に基づいてユーザーの属性を分析した。
• Mobilkit Pythonライブラリを用いて、移動行動のスケーラブルかつモジュラーな分析、空間結合、移動度およびPOI訪問の時系列追跡を実現した。

実験結果

リサーチクエスチョン

• RQ1 2017年のポエブラ地震後、被災後移動パターンはどのように社会的経済的グループごとに変化するか？
• RQ2 GPS移動データは、緊急避難所へのアクセスにおける空間的不平等をどの程度明らかにできるか？
• RQ3 高分解能GPSデータは、従来のCDR手法に比べて、被災影響評価の正確性とスケーラビリティをどのように向上させられるか？
• RQ4 移動の継続性は、世帯収入および地震動強度とどの程度相関するか？
• RQ5 移動データは、回復プロセスの特定および標的型緊急対応の支援にどのような役割を果たすか？

主な発見

• 地震動強度7.0を超える地域では、初期に約4％のユーザーが移動を経験し、その移動は2週間以上にわたり継続した。移動率の低下は徐々で指数関数的傾向を示した。
• 低所得（貧困指数が高め）であるほど移動率が低くなるという統計的に有意な正の相関が確認され、低所得コミュニティが被災地域から避難する可能性が低いことが示された。
• メキシコシティーエステルの避難所は平均移動距離が著しく長く、これらの地域の住民にとってアクセスが困難であることが示された。
• 南部CDMXの避難所は主に低所得自治体のユーザーによって訪問されており、低所得層の住民が緊急避難所に空間的に集まっていることが明らかになった。
• Mobilkitツールキットは、空間結合、移動度追跡、POI訪問頻度計算を含む、GPSデータの効率的かつスケーラブルな分析を可能にした。
• PCAを用いたGPSデータと社会的経済的指標の統合により、被災回復力および移動行動における社会的経済的格差の検出が可能になった。