Neue Forschungsergebnisse eines Ingenieurprofessors aus dem Nordosten nutzten die jüngsten Stürme und die COVID-19-Pandemie, um die menschliche Bewegung während Katastrophen vorherzusagen, in Erwartung einer effektiveren Notfallreaktion.
Das Forschungsteam unter der Leitung von Qi Ryan Wang, außerordentlicher Professor für Bau- und Umweltingenieurwesen an der Northeastern, und Jianxi Gao, Assistenzprofessor für Informatik am Rensselaer Polytechnic Institute, fand auch eine Ungleichheit in der Bewegung zwischen verschiedenen Wirtschaftsgruppen, die diejenigen mit geringen Mitteln entlarvte zu einem größeren Risiko.
Wang und sein Team verwendeten anonyme Daten von 90 Millionen Amerikanern während sechs Großereignissen, um ein mathematisches Modell zur Vorhersage der menschlichen Mobilität bei Katastrophen zu erstellen. Die Ergebnisse wurden früher im August in veröffentlicht Proceedings of the National Academy of Sciences (PNAS) Tagebuch.
Vorhersehbare Bewegungsmuster seien aus dem Hurrikan Dorian, dem Tropensturm Imelda, dem Saddleridge Wildfire, dem Kincade Wildfire – alle im Jahr 2019 – dem Winterfrost 2021 in Texas und der COVID-19-Pandemie entstanden, sagt Wang.
„Die Idee begann mit der Pandemie“, sagt Wang.
„Wir begannen, uns das Verhalten der Menschen anzusehen, insbesondere aber ihr Mobilitätsverhalten“, sagt er. „Wie lange sie Zeit außerhalb ihres Hauses verbringen, insbesondere wenn soziale Distanzierung so wichtig war.“
Wang und andere Teammitglieder verwendeten anonyme Informationen, die von einem externen Unternehmen bereitgestellt wurden, um Pings von den elektronischen Geräten von 90 Millionen Menschen in den USA zu analysieren
Es gab einige universelle Verhaltensweisen – wie die Tendenz der Menschen, im Laufe der Zeit häufiger ihr Zuhause zu verlassen, ein Phänomen, das wissenschaftlich als zeitlicher Verfall bezeichnet wird.
Als die Forscher Variablen hinzufügten, wie z. B. Informationen von Volkszählungsgebieten zu Einkommen und ethnischer Vielfalt, fanden sie große Unterschiede zwischen der menschlichen Mobilität in weniger und wohlhabenderen Vierteln.
Sie fanden heraus, dass Menschen in ärmeren Vierteln früher und häufiger ihr Zuhause verließen als Menschen in wohlhabenderen Gegenden.
Das Verhalten basiere nicht auf mangelndem Engagement für sichere Praktiken, sagt Wang.
„Menschen aus armen Vierteln brauchten viel länger, um soziale Distanzierung zu üben“, sagt Wang während der COVID-19-Pandemie. „Sie sind wichtige Arbeiter. Sie müssen immer noch zur Arbeit gehen, um ihre Familien zu unterstützen.“
Das Forschungsteam beobachtete ähnliche Muster bei wetterbedingten Katastrophen, sagt Wang.
„Das Modell kann sie alle beschreiben“, sagt er.
Wang sagt, dass die Forschung Rettungsdiensten und anderen Behörden helfen kann, bei Katastrophen gezielt zu reagieren und auch diejenigen zu identifizieren, bei denen das größte Risiko besteht, der Gefahr durch Großereignisse ausgesetzt zu sein.
„Einige wollen sich wahrscheinlich mehr sozial distanzieren, aber sie können einfach nicht“, sagt er.
„Anhand der Ergebnisse können wir über den Grund spekulieren“, sagt Wang.
Menschen mit geringerem Einkommen müssen nicht nur physisch bei ihrer Arbeit anwesend sein; Sie können sich auch seltener mit Lebensmitteln, Wasser und Eis eindecken und haben Notstromaggregate zur Verfügung.
Laut Wang können die Mobilitätsmuster auch dazu beitragen, unterschiedliche COVID-19-Raten in verschiedenen Gemeinden zu berücksichtigen.
„Wir haben diese wichtigen Arbeiter als Helden gefeiert, aber in Wirklichkeit opfern wir ihre Gesundheit, damit sie diese Dienste leisten können“, sagt Wang.
Regierungen und Notfallhelfer können die vom Modell der menschlichen Mobilität bereitgestellten Informationen nutzen, um besser zu verstehen, wie sie ihre Ressourcen während einer öffentlichen Krise zuweisen können, sagen Wang und die anderen Autoren in der PNAS Artikel.
„Unser Modell stellt ein leistungsstarkes Werkzeug dar, um Mobilitätsmuster nach einem Notfall zu verstehen und vorherzusagen und so dazu beizutragen, effektivere Reaktionen zu erzielen.“
Weiyu Li et al., Ein räumlich-zeitliches Zerfallsmodell der menschlichen Mobilität bei großen Krisen, Proceedings of the National Academy of Sciences (2022). DOI: 10.1073/pnas.2203042119