[논문 리뷰] What will they do? Modelling self-evacuation archetypes

Dhirendra Singh, Ken Strahan외 3명|arXiv (Cornell University)|2021. 05. 26.

Evacuation and Crowd Dynamics참고 문헌 45인용 수 5

한 줄 요약

이 논문은 빅토리아 주 농촌 지역의 산불 발생 시 가정의 대피 행동을 시뮬레이션하기 위해 Strahan 등이 제시한 자기 대피 유형을 통합한 에이전트 기반 모델을 제안한다. 합성 인구에 '우려하는 요동치는 자' 또는 '위협 부정자'와 같은 전형적 의사결정 프로파일을 부여하고, 화재 진행 상황과 정보에 대한 동적 반응을 모델링함으로써 대피 시뮬레이션의 정확도를 향상시켰으며, 가정 구성과 행동 전형이 대피 시기와 경로에 상당한 영향을 미친다는 점을 입증한다.

ABSTRACT

A decade on from the devastating Black Saturday bushfires in Victoria, Australia, we are at a point where computer simulations of community evacuations are starting to be used within the emergency services. While fire progression modelling is embedded in strategic and operational settings at all levels of government across Victoria, modelling of community response to such fires is only just starting to be evaluated in earnest. For community response models to become integral to bushfire planning and preparedness, the key question to be addressed is: when faced with a bushfire, what will a community really do? Typically this understanding has come from local experience and expertise within the community and services, however the trend is to move towards more informed data driven approaches. In this paper we report on the latest work within the emergency sector in this space. Particularly, we discuss the application of Strahan et al.'s self-evacuation archetypes to an agent-based model of community evacuation in regional Victoria. This work is part of the consolidated bushfire evacuation modelling collaboration between several emergency management stakeholders.

연구 동기 및 목표

• 실험적으로 유도된 행동 전형을 동적 대피 시뮬레이션에 통합하여 대피 모델링의 핵심적 격차를 해소하고자 한다.
• 행동 성향에 기반해 다양한 가정 유형이 산불 위협에 어떻게 반응하는지 모델링하여 지역 사회의 대피 예측 정확도를 향상시키고자 한다.
• 실제 비상 관리 상황을 반영한 데이터 기반의 운영 가능 시뮬레이션 프레임워크를 개발하여 비상 관리 지원을 목적으로 한다.
• 특히 서로 다른 전형을 가진 구성원 간의 상호작용이 대피 시기와 조율에 미치는 영향을 탐구하고자 한다.
• 실제 설문 조사 데이터와 지역 지리 정보를 활용해 모델을 校정하고 검증함으로써 운영 비상 계획에 실질적인 관련성을 확보하고자 한다.

제안 방법

• 연구는 Strahan 등이 제시한 자가 대피 유형을 행동 기반으로 삼으며, 2016년 호주 인구 조사 데이터와 개인정보 보호를 고려한 합성 인구 생성 알고리즘을 기반으로 합성 인구에 이를 할당한다.
• 에이전트 행동은 Jill BDI(Belief-Desire-Intention) 언어를 사용하여 모델링되며, 인지된 위협, 정보 신호, 개인의 준비 상태에 기반한 동적 의사결정을 가능하게 한다.
• 모델은 산불 진행 상황을 시뮬레이션하는 Phoenix RapidFire 모델과 MATSim 기반의 교통 시뮬레이터를 통합하여 다양한 조건 하에서 현실적인 대피 경로와 이동 시간을 계산한다.
• 가정 활동 및 이동 패턴은 LandVic 및 OpenStreetMap의 지리 정보와 전문가 검증 알고리즘을 기반으로 할당된다.
• 각 전형 내의 태도와 의사결정 임계값은 설문 조사 데이터와 행동 인사이트를 활용해 校정하며, 반응 패턴의 타당성을 검증하기 위해 민감도 테스트를 적용한다.
• 모델의 전체 시뮬레이션 파이프라인은 BDI-ABM 통합, 교통 시뮬레이션, 사회적 정보 확산 모델을 결합한 모듈식 프레임워크로 구성되며, 재현 가능성을 확보하기 위해 GitHub에 호스팅되어 있다.

실험 결과

연구 질문

• RQ1 다양한 자가 대피 유형—예를 들어 '우려하는 요동치는 자' 또는 '위협 부정자'—은 산불 발생 시 개인 및 가정의 대피 시기에 어떤 영향을 미치는가?
• RQ2 혼합된 전형(예: '우려하는 요동치는 자'와 '위협 부정자'가 함께 있는 경우)을 가진 가정의 구성은 대피 조율과 지연에 얼마나 큰 영향을 미치는가?
• RQ3 에이전트 기반 모델에 행동 전형을 통합할 경우, 순수하게 교통 기반 모델과 비교해 대피 시뮬레이션의 현실성과 예측 정확도는 얼마나 향상되는가?
• RQ4 차량 이용 가능 여부, 보호자가 존재하는지 여부, 반려동물 존재 여부 등의 물리적 요인이 다양한 전형적 프로파일 내에서 대피 결정에 어떤 역할을 하는가?
• RQ5 실제 설문 조사 데이터에서 수집한 대피 행동 정보를 어떻게 효과적으로 운영 시뮬레이션 모델에 사용 가능한 校정된 행동 매개변수로 변환할 수 있는가?

주요 결과

• 실험적으로 유도된 행동 전형을 에이전트 기반 프레임워크에 통합함으로써 모델은 순수하게 교통 중심의 모델보다 훨씬 현실적인 대피 역학을 성공적으로 시뮬레이션하였다.
• 혼합 전형을 가진 가정—예를 들어 '우려하는 요동치는 자'와 '위협 부정자'가 함께 있는 경우—는 지연되고 덜 조율된 대피를 보이며, 전체 대피 시간과 혼잡 위험을 증가시킨다.
• 대부분의 대피자들이 위험을 확실히 인지한 후에야 출발을 결정하는 경향이 있으며, 이는 이전 행동 연구 결과와 일치하며, 이 행동은 '우려하는 요동치는 자' 전형에 잘 반영되어 있다.
• 모델은 대피가 단순히 명령에 복종하는 것 이상의 복잡한 과정임을 입증하였으며, 개인의 준비 상태, 인지된 위협 수준, 가정 내 물리적 로드맵이 대피에 큰 영향을 미친다.
• 사회적 정보 확산과 실시간 위협 업데이트를 모델에 통합함으로써, 지역 사회 전체에 걸쳐 연쇄적인 대피 행동을 더 잘 시뮬레이션할 수 있었다.
• 모델는 유럽의 시즌 후 전화 설문 조사(표본 수 ≈ 2,000명)를 활용해 검증 중이며, 가정 수준의 데이터를 활용해 내가정 내 의사결정 역학에 대한 이해를 더욱 정교화하고 있다.