[论文解读] Location Data Reveals Disproportionate Disaster Impact Amongst the Poor: A Case Study of the 2017 Puebla Earthquake Using Mobilkit

Takahiro Yabe, Nicholas K.W. Jones+5 more|arXiv (Cornell University)|Jul 28, 2021

Human Mobility and Location-Based Analysis参考文献 14被引用 5

一句话总结

本研究利用匿名化智能手机GPS定位数据及Mobilkit工具包，分析2017年墨西哥普埃布拉地震后的灾后移动模式，发现较贫困社区经历了不成比例的更高持久性位移及更差的应急避难所可达性。研究证明，高分辨率GPS数据可实现可扩展、可复现的灾害风险管理分析，并提供社会经济公平性洞察。

ABSTRACT

Location data obtained from smartphones is increasingly finding use cases in disaster risk management. Where traditionally, CDR has provided the predominant digital footprint for human mobility, GPS data now has immense potential in terms of improved spatiotemporal accuracy, volume, availability, and accessibility. GPS data has already proven invaluable in a range of pre- and post-disaster use cases, such as quantifying displacement, measuring rates of return and recovery, evaluating accessibility to critical resources, planning for resilience. Despite its popularity and potential, however, the use of GPS location data in DRM is still nascent, with several use cases yet to be explored. In this paper, we consider the 2017 Puebla Earthquake in Mexico to (i) validate and expand upon post-disaster analysis applications using GPS data, and (ii) illustrate the use of a new toolkit, Mobilkit, to facilitate scalable, replicable extensions of this work for a wide range of disasters, including earthquakes, typhoons, flooding, and beyond.

研究动机与目标

• 利用高分辨率GPS移动数据评估2017年普埃布拉地震对低收入人群的不成比例影响。
• 在传统CDR方法之外，验证并扩展基于GPS数据的灾后移动模式分析。
• 展示基于Mobilkit工具包的GPS灾害风险管理的可扩展性与可复现性。
• 将移动模式与社会经济指标（如基于地方行政层级资产拥有情况和服务可及性的贫困指数）相联系。
• 通过识别避难所可达性与疏散行为中的空间不平等，为灾害响应与恢复规划提供依据。

提出的方法

• 通过Cuebiq收集了774,343名独立用户的匿名GPS定位数据，用户根据高观测频率和稳定的家庭位置识别进行筛选。
• 基于家庭资产拥有情况及教育、医疗等服务可及性，利用主成分分析（PCA）在manzana层级构建贫困指数。
• 使用美国地质调查局（USGS）的地震强度数据定义暴露区域，地震强度>7.0视为高影响区域。
• 位移以用户家庭夜间最小距离衡量，500米阈值定义为位移。
• 通过灾后用户访问的聚类分析识别聚集地点，并按旅行距离与贫困指数分析用户群体特征。
• 使用Mobilkit Python库实现对移动模式、空间连接及位移与兴趣点（POI）访问时间序列的可扩展、模块化分析。

实验结果

研究问题

• RQ1 2017年普埃布拉地震后，不同社会经济群体的灾后位移模式如何变化？
• RQ2 GPS移动数据在多大程度上揭示了应急避难所可达性的空间不平等？
• RQ3 与传统CDR方法相比，高分辨率GPS数据能否提升灾害影响评估的准确性与可扩展性？
• RQ4 位移持续性与家庭收入及地震强度之间存在何种相关性？
• RQ5 移动数据在识别恢复动态与指导针对性应急响应中发挥何种作用？

主要发现

• 在地震强度>7.0的区域，约4%的用户最初发生位移，且该位移持续超过两周，位移率呈渐进式、类似指数的下降趋势。
• 发现较低财富（较高贫困指数）与较低位移率之间存在统计显著的正相关关系，表明较贫困社区更不可能从受灾区域撤离。
• 墨西哥城东部的聚集地点平均旅行距离显著更长，表明这些区域居民可达性较差。
• 墨西哥城南部的聚集地点主要由来自较贫困地区市政单位的用户访问，揭示了低收入人群在应急避难所中的空间聚集现象。
• Mobilkit工具包实现了对GPS数据的高效、可扩展分析，涵盖空间连接、位移追踪及POI访问频率计算。
• 通过PCA将GPS数据与社会经济指标结合，成功检测出灾害韧性与移动行为中的社会经济差异。