[논문 리뷰] Unraveling the Temporal Importance of Community-scale Human Activity Features for Rapid Assessment of Flood Impacts

Faxi Yuan, Yang Yang외 2명|arXiv (Cornell University)|2021. 06. 15.

Disaster Management and Resilience인용 수 4

한 줄 요약

이 연구는 텍사스주 하리스 카운티에서 허리케인 하비 발생 시, 이동성, 신용카드 거래, 소셜 미디어 활동과 같은 지역 규모의 대용량 데이터를 활용하여 홍수 영향을 빠르게 평가한다. 랜덤 포레스트 모델을 사용한 결과, 인간 활동 지수의 변동성과 도로 혼잡도가 홍수 영향 초기 평가에 가장 시간적으로 중요한 지표로 밝혀졌으며, 이는 소셜 미디어 데이터보다 유의미하게 뛰어난 성능을 보였다.

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.

연구 동기 및 목표

• 공식적인 홍수 영향 데이터(예: 보험 청구, 침수 지도)를 확보하는 데 있어 중요한 시간 지연 문제를 해결함으로써, 신속한 비상 대응를 가능하게 하기 위해.
• 응답 및 복구 단계 동안 다양한 지역 규모의 인간 활동 특징이 홍수 영향을 나타내는 데 있어 시간적 중요성을 조사하기 위해.
• 이동성, 금융 거래, 온라인 소통에서 유도된 특징들의 상대적 예측 능력을 평가하여, 빠른 홍수 영향 평가를 위한 기반을 마련하기 위해.
• 재난 동안 자원 할당 우선순위를 정하기 위해 위기 관리자들이 데이터 기반 실시간 지표를 활용할 수 있도록 지원하기 위해.

제안 방법

• 이동성(교통 혼잡도), 금융 활동(신용카드 거래), 온라인 소통(지리적 위치가 기록된 트위터 게시물), 집계된 신호에서 유도된 인간 활동 지수를 포함한 네 가지 유형의 지역 규모 대용량 데이터를 활용하였다.
• 매일의 인간 활동 변화를 반영하는 10개의 시간적 특징을 추출하였으며, 평균 일일 활동 지수, 혼잡도 비율, 거래량, 총 지출 등이 포함되었다.
• 홍수 보험 청구 및 홍수 침수 지도를 기준으로 하여, 홍수 영향 예측에서 특징 중요도를 평가하기 위해 다수의 랜덤 포레스트 모델을 적용하였다.
• 응답 및 복구 단계 동안 홍수 영향을 3단계(저수준, 중수준, 고수준)로 분류하여, 특징 중요도 순위의 시간적 안정성을 평가하였다.
• 랜덤 포레스트 모델 내부의 특징 중요도 기능을 활용하여 각 특징이 홍수 영향 평가에 기여하는 예측 기여도를 순위화하였다.
• 결과의 타당성과 일관성을 확보하기 위해 두 가지 영향 지표(보험 청구 및 침수)와 두 가지 홍수 단계에서 결과를 검증하였다.

실험 결과

연구 질문

• RQ1 응답 및 복구 단계에서 빠른 홍수 영향 평가를 위해 가장 시간적으로 중요한 지역 규모의 인간 활동 특징은 무엇인가?
• RQ2 이동성, 금융 거래, 온라인 소통에서 유도된 특징들의 상대적 중요도 순위가 홍수 단계에 따라 어떻게 달라지는가?
• RQ3 기타 인간 활동 지표에 비해 지리적 위치가 기록된 소셜 미디어 게시물은 홍수 초기 탐지에 얼마나 기여하는가?
• RQ4 활동 지수의 변동성과 교통 혼잡도 변화가 공식 데이터가 가용해지기 이전에 홍수 피해를 신뢰할 수 있는 대체 지표로 기능할 수 있는가?

주요 결과

• 응답 및 복구 단계 양측에서 홍수 영향을 나타내는 데 가장 중요한 두 특징은 평균 일일 인간 활동 지수의 변동성(FE 1)과 하루 최대 혼잡도 비율(FE 2)이었다.
• 일일 평균 혼잡도 비율(FE 3)은 중요도 순위에서 3위를 차지하여, 이동성 장애가 홍수 심각도의 초기 지표로서 중요한 역할을 함을 재확인하였다.
• 신용카드 거래의 변동성(카드 수, 거래 건수, 총 지출)은 중요도 척도 중 중간 수준에 위치하여 중간 정도의 예측 능력을 지녔다.
• 지리적 위치가 기록된 소셜 미디어 게시물(트위터)은 영향 예측에 기여도가 가장 낮았으며, 유도된 네 가지 특징(FE 7–10)이 양 단계에서 일관되게 가장 낮은 중요도 순위를 차지하였다.
• 보험 청구 및 침수 지도라는 두 가지 영향 지표 간에도 특징 중요도 순위가 안정적으로 유지되어 연구 결과의 탄탄함을 입증하였다.
• 응답 단계에서 활동 지수나 혼잡도 데이터가 확보되지 않을 경우, 총 지출(FE 6)이 신속한 홍수 영향 평가를 위한 신뢰할 수 있는 대체 지표로 부상하였다.