[論文レビュー] Unraveling the Temporal Importance of Community-scale Human Activity Features for Rapid Assessment of Flood Impacts

Faxi Yuan, Yang Yang+2 more|arXiv (Cornell University)|Jun 15, 2021

Disaster Management and Resilience被引用数 4

ひとこと要約

本研究では、ヒューストン郡、テキサス州におけるハリーヴェイHurricane Harveyの洪水被災状況を迅速に評価するために、移動行動、クレジットカード取引、ソーシャルメディア活動などのコミュニティスケールの大規模データを活用した。ランダムフォレストモデルを用いて、人的活動インデックスの変動と道路混雑度が、被災初期段階における洪水影響推定において最も時間的重要な指標であることが特定された。これは、ソーシャルメディアデータをはるかに上回る性能を示した。

ABSTRACT

The objective of this research is to explore the temporal importance of community-scale human activity features for rapid assessment of flood impacts. Ultimate flood impact data, such as flood inundation maps and insurance claims, becomes available only weeks and months after the floods have receded. Crisis response managers, however, need near-real-time data to prioritize emergency response. This time lag creates a need for rapid flood impact assessment. Some recent studies have shown promising results for using human activity fluctuations as indicators of flood impacts. Existing studies, however, used mainly a single community-scale activity feature for the estimation of flood impacts and have not investigated their temporal importance for indicating flood impacts. Hence, in this study, we examined the importance of heterogeneous human activity features in different flood event stages. Using four community-scale big data categories we derived ten features related to the variations in human activity and evaluated their temporal importance for rapid assessment of flood impacts. Using multiple random forest models, we examined the temporal importance of each feature in indicating the extent of flood impacts in the context of the 2017 Hurricane Harvey in Harris County, Texas. Our findings reveal that 1) fluctuations in human activity index and percentage of congested roads are the most important indicators for rapid flood impact assessment during response and recovery stages; 2) variations in credit card transactions assumed a middle ranking; and 3) patterns of geolocated social media posts (Twitter) were of low importance across flood stages. The results of this research could rapidly forge a multi-tool enabling crisis managers to identify hotspots with severe flood impacts at various stages then to plan and prioritize effective response strategies.

研究の動機と目的

• 被災状況データ（保険金請求、水害マップなど）の確定に要する時間的遅延を是正すること。これは、早期の緊急対応を妨げる要因である。
• 被災対応および回復段階において、多様なコミュニティスケールの人々の活動特徴の時間的重要性を調査すること。
• 移動、金融取引、オンラインコミュニケーションから得られる特徴の相対的な予測能力を評価し、迅速な洪水被災状況評価を可能とすること。
• 危機管理担当者に、リソース配分の優先順位を立てるための、データドリブンでリアルタイムの指標を提供すること。

提案手法

• 移動（交通混雑）、金融活動（クレジットカード取引）、オンラインコミュニケーション（位置情報付きツイート）、集約信号から導出された人的活動インデックスの4つのコミュニティスケールの大規模データを活用した。
• 人的活動の日次変動を反映する10の時間的特徴を抽出した。これには、平均日次活動インデックス、混雑路線の割合、取引件数、合計支出が含まれる。
• 洪水被災状況の予測における特徴の重要度を評価するために、複数のランダムフォレストモデルを適用した。洪水保険請求と水害マップを基準として用いた。
• 被災対応および回復段階において、洪水被災状況を3段階（低、中、高）に分類し、特徴の重要度順位の時間的安定性を評価した。
• ランダムフォレストモデル内の特徴重要度関数を用いて、各特徴が洪水被災状況推定に寄与する予測的貢献度を順位付けた。
• 被災状況の2つの指標（保険請求と水害）および2つの洪水段階で結果を検証し、妥当性と一貫性を確認した。

実験結果

リサーチクエスチョン

• RQ1 被災対応および回復段階において、迅速な洪水被災状況評価に最も時間的重要なコミュニティスケールの人的活動特徴は何か？
• RQ2 移動、金融取引、オンラインコミュニケーションから得られる特徴の相対的重要度順位は、洪水段階によってどのように異なるか？
• RQ3 位置情報付きソーシャルメディア投稿（ツイート）は、他の人的活動インジケーターよりも、早期の洪水被災検知にどの程度貢献するか？
• RQ4 人的活動インデックスの変動と交通混雑度は、公式データが入手可能になる前段階で、洪水被害の信頼できる代理指標として機能できるか？

主な発見

• 平均日次人的活動インデックス（FE 1）の変動と、1日あたりの最大混雑路線割合（FE 2）が、被災対応および回復段階の両方において、洪水被災状況を示す上位2つの最重要特徴であった。
• 1日あたりの平均混雑路線割合（FE 3）が3番目に重要度が高く、移動の遮断が洪水深刻度の早期指標として重要な意義を持つことを裏付けた。
• クレジットカード取引の変動（カード数、取引件数、合計支出）は、重要度スケールの中程度に位置し、中程度の予測能力を示した。
• 位置情報付きソーシャルメディア投稿（ツイッター）は、被災状況予測への貢献が最も小さく、4つの派生特徴（FE 7–10）が両段階において一貫して最も低い重要度順位に位置した。
• 被災状況の2つの指標（保険請求と水害）の両方で、特徴重要度順位が安定しており、研究結果の妥当性が裏付けられた。
• 被災対応段階において、活動インデックスまたは混雑度データが入手できない場合、合計支出（FE 6）が迅速な洪水被災状況評価の信頼できる代替指標として浮き彫りになった。