[논문 리뷰] Constructing Evacuation Evolution Patterns and Decisions Using Mobile Device Location Data: A Case Study of Hurricane Irma

Aref Darzi, Vanessa Frías-Martínez외 3명|arXiv (Cornell University)|2021. 02. 24.

Human Mobility and Location-Based Analysis참고 문헌 34인용 수 5

한 줄 요약

이 연구는 플로리다주 퓨리카 허리케인에서 110억 건이 넘는 익명화된 모바일 폰 위치 데이터를 활용하여 대피 행동을 모델링하며, 강제 대피 구역에 속한 주민의 57.92%가 대피한 반면, 명령이 없는 구역에서는 32.98%가 대피한 것으로 나타났다. 이 프레임워크는 개인의 이동력 역사(예: 이동 빈도 및 공간 커버리지)를 선택 모델에 통합하여 실제 행동 패턴을 반영함으로써 대피 결정 예측 정확도를 크게 향상시켰다.

ABSTRACT

Understanding individuals' behavior during hurricane evacuation is of paramount importance for local, state, and government agencies hoping to be prepared for natural disasters. Complexities involved with human decision-making procedures and lack of data for such disasters are the main reasons that make hurricane evacuation studies challenging. In this paper, we utilized a large mobile phone Location-Based Services (LBS) data to construct the evacuation pattern during the landfall of Hurricane Irma. By employing our proposed framework on more than 11 billion mobile phone location sightings, we were able to capture the evacuation decision of 807,623 smartphone users who were living within the state of Florida. We studied users' evacuation decisions, departure and reentry date distribution, and destination choice. In addition to these decisions, we empirically examined the influence of evacuation order and low-lying residential areas on individuals' evacuation decisions. Our analysis revealed that 57.92% of people living in mandatory evacuation zones evacuated their residences while this ratio was 32.98% and 33.68% for people living in areas with no evacuation order and voluntary evacuation order, respectively. Moreover, our analysis revealed the importance of the individuals' mobility behavior in modeling the evacuation decision choice. Historical mobility behavior information such as number of trips taken by each individual and the spatial area covered by individuals' location trajectory estimated significant in our choice model and improve the overall accuracy of the model significantly.

연구 동기 및 목표

• 대규모 모바일 기기 위치 데이터를 활용하여 주요 허리케인 동안 개인의 대피 행동을 이해하기 위해.
• 대피 명령과 지리적 위험(예: 낮은 지점에 위치한 지역)이 개인의 결정에 미치는 영향을 규명하기 위해.
• 이동 빈도 및 공간 범위와 같은 개인의 이동 행동을 포함하여 대피 결정을 모델링하기 위해.
• 실제 위치 데이터에서 유도된 행동 및 맥락적 특징을 활용하여 대피 선택 예측 정확도를 향상시키기 위해.
• 재난 발생 시 실시간으로 대피 동선 및 결정을 분석할 수 있는 데이터 기반 프레임워크를 구축하기 위해.

제안 방법

• 플로리다주에서 퓌리카 허리케인 기간 동안 110억 건이 넘는 익명화된 모바일 폰 위치 기반 서비스(LBS) 데이터를 활용한다.
• 공간-시간 클러스터링 및 궤적 재구성 방법을 적용하여 개인의 이동 패턴과 대피 사건을 식별한다.
• 로지스틱 회귀를 사용하여 대피 결정을 예측하는 선택 모델을 구축하며, 이동 빈도 및 궤적의 공간 커버리지와 같은 개인 이동 특징을 포함한다.
• 대피 명령 유형에 따라 대피 구역을 강제, 자율, 대피 명령 없음으로 분류하여 정책 영향을 분석한다.
• 모델 정확도 지표를 사용하여 이력 이동 행동이 대피 결정에 미치는 예측 능력을 실증적으로 평가한다.
• 위치 궤적에서 유도된 출발 및 재입도 일자 기반 참값 데이터를 사용하여 모델를 검증한다.

실험 결과

연구 질문

• RQ1 퓨리카 허리케인 기간 동안 강제, 자율, 명령 없음 유형의 대피 구역에서 각각 얼마나 많은 개인이 대피했는가?
• RQ2 이동 빈도 및 공간 범위와 같은 개인의 이력 이동 패턴이 대피 결정에 어떻게 영향을 미치는가?
• RQ3 저지대 주거 지역에서 대피 명령이 존재할 경우 대피 가능성에 얼마나 큰 영향을 미치는가?
• RQ4 출발 및 재입도 시기 분포는 다양한 인구 및 지리적 집단 간에 어떻게 다름가?
• RQ5 이동 행동 특징이 대피 결정 예측 모델의 정확도를 유의미하게 향상시킬 수 있는가?

주요 결과

• 강제 대피 구역에 속한 개인 중 57.92%가 대피했으며, 대피 명령이 없는 지역에서는 32.98%가 대피했고, 자율 대피 구역에서는 33.68%가 대피했다.
• 이동 빈도와 궤적의 공간 커버리지로 측정된 높은 이력 이동성을 가진 개인일수록 대피할 가능성이 유의미하게 높았다.
• 이동 행동 특징을 통합함으로써 대피 결정 예측 모델의 전체 정확도가 향상되었다.
• 출발 및 재입도 일자 분포는 명확한 시간 패턴을 보였으며, 최대 대피가 스톰 착륙 직전에 발생했다.
• 공식 대피 명령의 존재는 특히 고위험 저지대 지역에서 대피 결정에 유의미한 영향을 미쳤다.
• 모델는 뛰어난 예측 성능를 보였으며, 이는 모바일 기기에서 유도된 행동 데이터가 실질적인 대피 역학을 효과적으로 반영할 수 있음을 시사한다.