[論文レビュー] Mobile Phone Location Data for Disasters: A Review from Natural Hazards and Epidemics

Takahiro Yabe, Nicholas K.W. Jones+3 more|arXiv (Cornell University)|Aug 5, 2021

Human Mobility and Location-Based Analysis被引用数 6

ひとこと要約

本論文は、過去10年間における自然災害および流行病（例：COVID-19）の状況下で、モバイルフォンの位置情報データが災害対応および回復にどのように活用されたかをレビューしている。人口の移動行動を追跡する役割を強調し、災害管理における標準的で公平かつスケーラブルな移動データの応用を提言。今後の研究における技術的およびガバナンス上の課題に焦点を当てる。

ABSTRACT

Rapid urbanization and climate change trends are intertwined with complex interactions of various social, economic, and political factors. The increased trends of disaster risks have recently caused numerous events, ranging from unprecedented category 5 hurricanes in the Atlantic Ocean to the COVID-19 pandemic. While regions around the world face urgent demands to prepare for, respond to, and to recover from such disasters, large-scale location data collected from mobile phone devices have opened up novel approaches to tackle these challenges. Mobile phone location data have enabled us to observe, estimate, and model human mobility dynamics at an unprecedented spatio-temporal granularity and scale. The COVID-19 pandemic has spurred the use of mobile phone location data for pandemic and disaster response. However, there is a lack of a comprehensive review that synthesizes the last decade of work leveraging mobile phone location data and case studies of natural hazards and epidemics. We address this gap by summarizing the existing work, and pointing promising areas and future challenges for using data to support disaster response and recovery.

研究の動機と目的

• 自然災害および流行病における災害管理の分野で、過去10年間のモバイルフォン位置情報データに関する研究を統合する。
• 移動データを用いた災害対応および回復に向けた主な応用、メソドロジカルな進展、および継続的な課題を特定する。
• 自然災害と流行病の両方を焦点にした包括的なレビューが不足しているという点を補う。
• 長期的回復モデリング、データガバナンス、公平なデータ利用におけるギャップを強調する。
• 災害管理における移動データのスケーラブルで標準的かつ包括的な利用を促進するための今後の研究の方向性を提言する。

提案手法

• 自然災害の文脈におけるモバイルフォン位置情報データの応用に関する学術論文および事例研究の体系的レビュー。
• 通話記録（CDRs）、スマートフォンからのGPSデータ、位置情報インテリジェンスプラットフォームを含むデータソースの分析。
• 移動パターンから出発地・到着地マトリクス、人口の移動、行動変化の検出を導出するための技術的手法の評価。
• 異なるデータプロバイダーおよび用途におけるデータ品質、プライバシーリスク、ガバナンスフレームワークの評価。
• 疫学的モデル（例：SIR/SEIR）と統合し、災害による移動および回復モデリングの類似モデルを提案。
• ステークホルダー参加フレームワークを通じて、移動行動分析を政策にどのように変換するかに関する学際的課題の同定。

実験結果

リサーチクエスチョン

• RQ1 モバイルフォン位置情報データは、従来の世帯調査と比較して、災害対応および回復をどのように改善したか？
• RQ2 長期的災害回復モデリングにおいて、モバイルフォン位置情報データを用いる際の主なメソドロジカルおよび技術的課題は何か？
• RQ3 データガバナンスおよびプライバシー懸念をどのように解決することで、移動データの公平かつ責任ある利用を確保できるか？
• RQ4 衛星画像やソーシャルメディアなどの他の異種データソースと、モバイルフォンデータを効果的に統合する最良の方法は何か？
• RQ5 異なるステークホルダーのレベルにおいて、移動行動分析を体系的に政策に役立てる知見に変換するにはどうすればよいか？

主な発見

• モバイルフォン位置情報データは、高分解能、大規模かつ迅速な人間の移動行動の追跡を可能にし、世帯調査と比較して優れた空間的・時間的分解能を提供する。
• ハリケーンやCOVID-19パンデミックなどの災害状況において、人口の移動量の推定、インfra構造の損傷の推定、流行病モデリングへの応用が成功裏に実施された。
• その有用性にもかかわらず、モバイルフォンデータは代表性、データガバナンス、プライバシーの面で課題を抱えており、特に民間の位置情報インテリジェンス企業から得られたデータでは顕著である。
• COVID-19パンデミック期に移動データの活用が急増し、リアルタイムのパンデミック対応および回復計画における価値が顕在化した。
• 長期的回復モデリングにおける移動データの活用に関する研究ギャップは依然として大きく、多くの研究が短期的対応フェーズに焦点を当てている。
• 今後の研究では、水平的スケーリング、異種データとの統合、疫学のSEIRモデルに類似した災害移動および回復モデリングの標準化モデルの開発を優先すべきである。