[论文解读] Mobile Phone Location Data for Disasters: A Review from Natural Hazards and Epidemics

Takahiro Yabe, Nicholas K.W. Jones+3 more|arXiv (Cornell University)|Aug 5, 2021

Human Mobility and Location-Based Analysis被引用 6

一句话总结

本文回顾了过去十年间移动电话位置数据在自然灾害和疫情响应与恢复中的应用，强调其在追踪自然灾害和新冠疫情等流行病期间的人口流动方面的作用。文章提出了移动位置数据在灾害管理中标准化、公平化和可扩展应用的建议，强调未来研究需关注技术与治理方面的挑战。

ABSTRACT

Rapid urbanization and climate change trends are intertwined with complex interactions of various social, economic, and political factors. The increased trends of disaster risks have recently caused numerous events, ranging from unprecedented category 5 hurricanes in the Atlantic Ocean to the COVID-19 pandemic. While regions around the world face urgent demands to prepare for, respond to, and to recover from such disasters, large-scale location data collected from mobile phone devices have opened up novel approaches to tackle these challenges. Mobile phone location data have enabled us to observe, estimate, and model human mobility dynamics at an unprecedented spatio-temporal granularity and scale. The COVID-19 pandemic has spurred the use of mobile phone location data for pandemic and disaster response. However, there is a lack of a comprehensive review that synthesizes the last decade of work leveraging mobile phone location data and case studies of natural hazards and epidemics. We address this gap by summarizing the existing work, and pointing promising areas and future challenges for using data to support disaster response and recovery.

研究动机与目标

• 综合过去十年关于移动电话位置数据在自然灾害和疫情中用于灾害管理的研究。
• 识别在灾害响应与恢复中使用流动数据的关键应用、方法论进展以及持续存在的挑战。
• 解决目前缺乏聚焦于自然灾害与疫情事件的综合性综述的问题。
• 突出长期恢复建模、数据治理以及公平数据使用方面的研究空白。
• 为灾害管理中移动数据的可扩展、标准化和包容性使用提出未来研究方向。

提出的方法

• 对移动电话位置数据在灾害情境中应用的同行评审文献和案例研究进行系统性综述。
• 分析包括通话详单记录（CDRs）、智能手机GPS数据以及位置智能平台在内的数据源。
• 评估从流动模式中推导出的起讫矩阵、人口位移和行为变化检测的技术方法。
• 评估不同数据提供商和应用场景下数据质量、隐私风险和治理框架。
• 将研究发现与流行病学中的现有模型（如SIR/SEIR）相结合，提出灾害位移与恢复建模的类比模型。
• 通过利益相关者参与框架，识别将流动分析转化为政策相关见解的跨学科挑战。

实验结果

研究问题

• RQ1 与传统住户调查相比，移动电话位置数据在灾害响应与恢复中带来了哪些改进？
• RQ2 在长期灾害恢复建模中，使用移动电话位置数据面临哪些关键的方法论与技术挑战？
• RQ3 如何解决数据治理与隐私问题，以确保移动数据的公平与负责任使用？
• RQ4 将移动电话数据与卫星图像和社会媒体等异构数据源进行有效整合的最佳方式是什么？
• RQ5 如何系统性地将流动分析转化为不同利益相关者层级的政策相关见解？

主要发现

• 移动电话位置数据能够实现高分辨率、大规模且快速的人口流动追踪，相比住户调查具有更优的时空粒度。
• 这些数据已在飓风和新冠疫情等灾害中成功用于估算人口位移、推断基础设施损毁情况，并支持疫情建模。
• 尽管具有实用性，移动电话数据在代表性、数据治理和隐私方面仍面临挑战，尤其是在来自私营位置智能公司数据时更为显著。
• 在新冠疫情期间，移动数据的使用显著增加，凸显其在实时疫情响应与恢复规划中的价值。
• 目前在利用移动数据进行长期恢复建模方面仍存在显著的研究空白，多数研究集中于短期响应阶段。
• 未来研究必须优先关注横向扩展、与异构数据源的融合，以及开发类似于流行病学中SEIR模型的灾害位移与恢复标准化模型。