[논문 리뷰] Lifestyle Pattern Analysis Unveils Recovery Trajectories of Communities Impacted by Disasters

Natalie Coleman, Chenyue Liu외 2명|arXiv (Cornell University)|2022. 07. 07.

Disaster Management and Resilience인용 수 4

한 줄 요약

이 연구는 텍사스주 하리스 카운티에서 허리케인 하비 이후 생활 방식 회복 궤적을 분석하기 위해 개인정보 보호 기능이 강화된 위치 지능 데이터를 사용한다. 주거 인구 블록 그룹의 관광지 방문 데이터를 기반으로 k-means 및 2차 클러스터링을 적용하여 생활 방식 패턴 4종과 회복 궤적 3종을 규명하였으며, 유사한 인구 통계학적 및 생활 방식 그룹 내에서도 회복 속도의 이질성이 존재함을 확인하였고, 이는 재난 복원력 계획 및 모니터링에 중요한 시사점을 제공한다.

ABSTRACT

The return of normalcy to the population's lifestyle is a critical recovery milestone in the aftermath of disasters, and delayed lifestyle recovery could lead to significant well-being impacts. Lifestyle recovery captures the collective effects of population activities and the restoration of infrastructure and business services. This study uses a novel approach to leverage privacy-enhanced location intelligence data to characterize distinctive lifestyle patterns and to unveil recovery trajectories after a disaster in the context of 2017 Hurricane Harvey in Harris County, Texas. The analysis integrates multiple data sources to record the number of visits from home census block groups (CBGs) to different points of interest during the baseline period and disruptive period. First, primary clustering using k-means characterized four distinct essential and non-essential lifestyle patterns. Then, secondary clustering characterized the impact of the hurricane into three recovery trajectories based on the severity of maximum disruption and duration of recovery. The results reveal multiple recovery trajectories and durations within each lifestyle cluster, which imply differential recovery rates among similar lifestyle and demographic groups. The findings offer a twofold theoretical significance: (1) lifestyle recovery is a critical milestone that needs to be examined, quantified, and monitored in the aftermath of disasters; (2) the spatial structures of cities formed by human mobility and distribution of facilities and extends the spatial reach of flood impacts on population lifestyles. The analysis and findings also provide novel data-driven insights for public official and emergency managers to examine, measure, and monitor a critical milestone in community recovery trajectory based on the return of lifestyles to normalcy.

연구 동기 및 목표

• 재해 후 공동체 회복 과정에서 생활 방식 회복을 중요한 그러나 아직 측정되지 않은 지표로 간주하여 분석한다.
• 재해 이후 인구 활동의 정상화를 데이터 기반 방법으로 정량화하고 모니터링한다.
• 도시의 공간 구조와 시설 분포가 생활 방식에 미치는 재해 영향의 영향 범위와 지속 기간에 어떤 영향을 미치는지 이해한다.
• 비상 관리자 및 정책 입안자에게 생활 방식 패턴을 기반으로 한 실질적이고 데이터 기반의 회복 진척 상황 통찰을 제공한다.

제안 방법

• 기본기 및 파급기 동안 주거 인구 블록 그룹(CBG)의 위치 지능 데이터를 활용하여 관광지(POI) 방문을 추적한다.
• 기본 k-means 클러스터링을 적용하여 필수 및 비필수 POI 방문 빈도를 기반으로 4종의 생활 방식 패턴을 분류한다.
• 2차 클러스터링을 통해 최대 파급 심도와 회복 지속 기간을 기반으로 회복 궤적을 분류한다.
• 다양한 데이터 소스를 통합하여 다양한 CBG 간 생활 방식 회복의 공간적·시간적 동역학을 맵핑한다.
• 기본 행동과의 편차 및 회복 진행 상황을 평가하기 위해 정규화된 방문 패턴을 사용한다.
• 클러스터링 결과를 관측된 파급 심도 및 인구 통계적 특성과 비교하여 회복 궤적을 검증한다.

실험 결과

연구 질문

• RQ1 주요 재해 발생 전후 도시 인구에서 구체적인 생활 방식 패턴은 어떻게 나타나는가?
• RQ2 텍사스주 하리스 카운티의 허리케인 하비 영향을 받은 지역에서 지배적인 회복 궤적은 무엇인가?
• RQ3 유사한 인구 통계학적 및 생활 방식 그룹 간에도 재해 후 회복 속도의 격차는 어느 정도 존재하는가?
• RQ4 도시의 공간 구조와 시설 분포가 생활 방식 파급의 지리적 확산에 어떤 영향을 미치는가?
• RQ5 생활 방식 회복은 넓은 의미의 공동체 복원력의 신뢰할 수 있는 대체 지표로 정량화하고 모니터링할 수 있는가?

주요 결과

• POI 방문 데이터의 k-means 클러스터링을 통해 필수, 비필수, 혼합, 저활동의 4종의 주요 생활 방식 패턴이 규명되었다.
• 2차 클러스터링을 통해 파급 심도와 지속 기간을 기반으로 빠른, 중간, 장기적인 3종의 명확한 회복 궤적이 도출되었다.
• 동일한 생활 방식 클러스터 내에서도 공동체 간 회복 속도와 지속 기간에 상당한 차이가 나타나, 이질적인 회복 역학이 존재함을 시사한다.
• 연구 결과, 회복 궤적이 인구 통계학적 또는 공간적 그룹에 따라 균일하게 분포하지 않음을 확인하였으며, 이는 회복의 동질성에 대한 기존 가정을 도전한다.
• 도시의 공간 구조, 특히 시설 분포가 물리적 침수 지역을 초월해 홍수 영향의 영향 범위를 확장시킴을 밝혀냈다.
• 생활 방식 회복은 공동체 복원력과 관련된 중요한 측정 가능한 지표이며, 재해 대응 및 계획 수립에서 모니터링되어야 한다.