2024-Returners and explorers dichotomy in the face of natural hazards


飓风四天里,守着老地方的人和往远处走的人,还分得开吗?

论文名片|Zeyu He、Yujie Hu、Leo L. Duan、George Michailidis,Returners and explorers dichotomy in the face of natural hazards,Scientific Reports,2024,14:13184,2024年6月8日发表。DOI:10.1038/s41598-024-64087-4。收稿日期2023年12月4日,接受日期2024年6月5日。

2022年9月27日,佛罗里达州李县(Lee County)。飓风伊恩将在次日19:05 UTC,也就是美国东部夏令时15:05,以四级飓风登陆西南海岸的卡约科斯塔岛,再向东北穿过佛罗里达。可以想象两种邻居:一种人把这四天收在家和工作地附近,一种人往南、往东,去那不勒斯、劳德代尔堡或迈阿密。这只是用来进入论文问题的画面,不是论文跟踪的某一个真实家庭。

平时的人类移动性研究已经把人分成两类。回归者(returners)反复去少数熟悉地点,探索者(explorers)的活动更分散。这个分法来自社会条件较稳定、观测往往长达数月的数据。飓风把日常打乱之后,两类人还会分开吗?

这项研究用李县居民的匿名手机定位看2022年飓风伊恩前后。两类人的差别还在,飓风期间分得更开;两组都出现更多长距离移动;停留则一起偏向风暴路径以南和以东的几座城市。

先说结论

  • 三个为期四天的窗口各自保留 33,401、13,222 和 28,643 台设备。飓风窗口的设备数是飓风前窗口的 39.6%(13,222 / 33,401),停留次数是飓风前的 27.4%(218,163 / 795,316)。这是两个分别筛选的横截面之比,不是同一批人的流失率。
  • 全体设备的位移和回转半径在三个时期都更符合截断幂律。正文报告飓风期间幂律指数 α 更低、指数截断 λ 更高;具体估计值在未见的补充表里。
  • 只用最常去的 2 个地点,多数人的活动范围解释不了;取 3 个地点时,飓风期在“几乎解释不了”和“几乎完全解释得了”两端都更突出。后文的组间比较因此固定在 k = 3。
  • 在 k = 3 下,飓风前回归者占总人数中更多的短距离最远离家,探索者占更多长距离。飓风期间,两组在 160–200 公里这一段的占比都上升;离家时长则都堆在 0 分钟和 1,440 分钟。探索者的真实熵在三个时期都更高,飓风期差距更大。
  • 飓风后,37.1% 的回归者转为探索者,47.36% 的探索者转为回归者。飓风期间两组停留都更多落到那不勒斯、西棕榈滩、劳德代尔堡和迈阿密,向北的坦帕和奥兰多更少。

这四天量的是李县居民的停留,不是全州所有手机

研究对象是人类移动性(human mobility):人在空间中的地点移动,这里具体到停留点之间的移动,不是户籍意义上的搬家。数据来自位置数据公司 Cuebiq 的手机 GPS。用户在应用中选择同意,流程按《加州消费者隐私法》处理;敏感兴趣点的访问被去掉,家的位置被模糊到人口普查街区组(Census Block Group)。每条记录有去标识用户编号、经纬度、时间和定位精度。Cuebiq 已用定位精度、推断速度和地理位置删过异常点。

作者先取出 2022年8月1日至10月31日至少到过李县一次的 304,248 台匿名设备。这个数字的分母是“到过李县的设备”,还不是后面分析的居民。家所在的街区组用前一个月的三项信息判定:到某地的访问次数、每天平均停留时间、夜间在该地的时长。正文没有给出三项如何加权,也没有给出判定阈值。

分析再限制在佛罗里达州境内、被判定为李县居民的移动。对照不是飓风前的某一个平常日,而是登陆日前两周和后两周各连续四天。每个窗口只保留在这四天里有记录覆盖的人。停留由数据商的停留检测算法生成:轨迹点与时间上相邻点的空间距离低于阈值就并成一次停留,本研究把时间聚合阈值设为 2 分钟,用来少算堵车造成的短暂停下;单日停留超过 24 小时的记录当作异常删除。

完整原论文图1

图 1|李县在哪里,飓风从哪边经过?

无字母子图。左上角标出佛罗里达在美国的位置。主图是佛罗里达及飓风伊恩路径,点的颜色区分热带风暴和一至五级飓风;李县、福特迈尔斯位于路径登陆段附近,坦帕、奥兰多在北,西棕榈滩、劳德代尔堡、迈阿密在东南。中间方框放大李县。蓝色底图的图例写着人口密度,分档为每平方公里 0–1.3、1.3–2.2、2.2–2.9、2.9–3.3、3.3–4.7 人;正文分析没有使用这些密度数字,这张图用来确认研究区和风暴路径。来源:原论文 Fig. 1。

三个窗口的规模差很大。

窗口 日期 设备数 停留次数 每台设备停留次数 平均定位精度
飓风前 2022-09-13 至 09-16 33,401 795,316 23.8 = 795,316 / 33,401 15 米
飓风 2022-09-27 至 09-30 13,222 218,163 16.5 = 218,163 / 13,222 15 米
飓风后 2022-10-11 至 10-14 28,643 666,276 23.3 = 666,276 / 28,643 15 米

平均定位精度在三个窗口都是 15 米,下降的是能进入样本的设备数和停留数。飓风后窗口的设备数相当于飓风前窗口的 85.8%(28,643 / 33,401),停留次数相当于 83.8%(666,276 / 795,316)。作者把飓风期数据量下降和停电、信号丢失连在一起。补充图 1 被正文用来说明三个时期样本代表性较强;代表性如何度量,正文没有展开。

背景里,论文依据既有灾情报告写道:伊恩造成 105 人死亡,超过 200 万户停电,是佛罗里达历史上破坏最大的飓风;李县,尤其是福特迈尔斯海滩、萨尼贝尔岛和博尼塔斯普林斯,受到最严重冲击,风暴潮 10–15 英尺(3.0–4.6 米)。这些数字不是本研究从手机数据数出来的灾损。

全体人的距离分布还在,个人是否更难预测是另一件事

位移(displacement)是同一个人连续两个停留点之间的大圆距离,沿地球表面计算,不是道路里程,也不含堵车时间。回转半径(radius of gyration,记为 rg)是这个人活动范围的特征距离:各停留点离开其轨迹质心有多远,访问越频繁的点权重越大。它是一个人四天轨迹的空间尺度,不是某一次出行的长度。

作者用三种分布去拟合全体人的位移和回转半径:指数分布、论文称为 ortho-logarithmic 的第二种分布,以及截断幂律。第二种分布的公式是对数正态密度的形式,P(x) 正比于 (1/x) 乘以 exp[−(ln x − μ)² / (2σ²)]。截断幂律是 P(x) 正比于 x 的 −α 次方再乘以 e 的 −λx 次方:前半段让长距离比短距离少,后半段用 λ 把极远距离再压下去。最大似然比较使用 powerlaw 这个 Python 包。

正文报告,截断幂律在三个时期对两种指标都拟合最好;飓风期间 λ 高于前后,α 则相反。按日再拟合,方向不变。因此,群体距离分布的形状在这场飓风里没有换成另一种函数族。α、λ 的估计以及和另外两种分布的似然差见补充表 1、补充图 2 和补充图 3,正文只给出上述方向。

分布形状还在,不等于每个人的下一步地点同样好猜。真实熵(real entropy)把访问频率、地点先后和停留时长放进同一条轨迹:同一组地点,次序越不稳定,真实熵越高,个人移动越难预测。后文会看到,探索者的真实熵在飓风期升得更明显。截断幂律说的是全体距离的直方图,真实熵说的是一条轨迹的次序。

全体停留的空间变化也先在这里记下,后面再拆成两类人。飓风期间,李县北部以及 Fred C. Babcock/Cecil M. Webb 野生动物管理区和迪士尼世界附近的活动下降,与风暴向北移动的预报路径一致;南部的大沼泽、Francis S. Taylor 野生动物管理区、劳德代尔堡—好莱坞国际机场和迈阿密国际机场活动上升。飓风后,活动水平回到先前状态。这段空间描述对应补充图 4,正文没有给出各区停留增减的百分比。

最常去的几个地点,能不能撑起这个人的活动范围?

k 回转半径(k-radius of gyration,记为 rg^(k))只用一个人最常去的 k 个地点,质心也只由这 k 个地点计算。比值 Sk = rg^(k) / rg。Sk 接近 1,表示这 k 个地点已经差不多复现全部活动范围;接近 0,表示这 k 个地点彼此很近,而此人另外还有更远的停留。

分组门槛在一半,不在这两个峰上:rg^(k) 大于 rg / 2 的人称为 k-回归者,小于 rg / 2 的人称为 k-探索者。正好相等的情形正文没有单列。直方图两端的峰是两类人最典型的位置;Sk 超过 0.5 的人会被标成回归者,包括那些并没有贴在 1 上的人。

k 取 2、3、4、8。2 对应多数人的家和工作地;8 被作者当作几乎能覆盖所有人的常访地点上限。k = 5、6、7 的趋势夹在 4 和 8 之间,正文省略。每个窗口用该窗口自己的四天轨迹重新分类,标签不是跨窗口不变的个人类型。

完整原论文图2

图 2|只用最常去的 k 个地点,活动范围的分布还和完整回转半径一样吗?

(a–d)飓风前,k = 2、3、4、8。(e–h)飓风期间,同样四个 k。(i–l)飓风后。横轴是距离(公里),纵轴是概率,两轴都按数量级刻画。彩色三角是 rg^(k) 的经验分布,绿、红、蓝分别对应飓风前、飓风中、飓风后;彩色实线是各自的截断幂律拟合。黑色十字是完整 rg,黑色实线是它的截断幂律拟合。k = 2 时彩色点与黑点分开得最明显,飓风期间更清楚;k 增到 8,两条曲线靠近。正文另外指出,rg 的概率分布在约 70 公里处于飓风期间抬升,飓风前后这一位置较稳定。来源:原论文 Fig. 2。

拟合方向与全体分布一致:三个时期里,rg^(k) 的 α 都高于完整 rg,并随 k 增大而下降。λ 只有在 k = 2 时低于完整 rg,其余 k 更高。飓风开始后 α 明显下降,λ 上升。各条曲线的参数见补充表 2,正文给出的是这一方向。

完整原论文图3

图 3|同一个人的 k 回转半径和完整回转半径,落在对角线还是横轴?

(a–d)飓风前,(e–h)飓风期间,(i–l)飓风后,k 依次为 2、3、4、8。每个点是一名设备用户;颜色由蓝到红表示该处点数由稀到密。横轴是完整 rg,纵轴是 rg^(k),单位都是公里,主图范围大约到 350 公里。对角实线表示两者相等。小图把原点附近放大到 0–50 公里,这一范围写在原图注中。点主要堆在对角线和横轴附近:对角线上的人,活动范围可以由最常去的 k 个地点代表;贴着横轴的人,完整活动范围远大于这 k 个地点。k 增大后,点更靠向对角线,飓风期间这一变化更明显。飓风期还有一批点的两种半径聚在约 70 公里附近。来源:原论文 Fig. 3。

完整原论文图4

图 4|两类人是分布的两端,还是只在平时才分得开?

(a–d)飓风前,(e–h)飓风期间,(i–l)飓风后;每行 k = 2、3、4、8。横轴是 Sk,纵轴是概率密度 P(Sk)。Sk = 0 一端对应探索者,Sk = 1 一端对应回归者。k = 2 时,三个时期的密度都在 0 附近最高,说明两个常访地点盖不住李县居民这四天的活动范围;飓风期在 1 附近多出一个较小的峰。k = 3 时,0 一端下降、1 一端上升,飓风期两端都更突出,这是作者选择 k = 3 做后续比较的直接原因。k = 4 以后,三个时期的主峰都转到 1 附近;k = 8 时,1 附近的峰已经很尖,八个常访地点足以代表大多数人的回转半径。来源:原论文 Fig. 4。

占比如何随 k 变化,正文概括补充图 5:k 增大时,回归者占比上升、探索者占比下降,三个时期都如此。k = 2 时探索者占比明显高于回归者,两者差距在飓风期最大;从 k = 3 起反过来,回归者占比更高,差距继续随 k 扩大。各类占比的具体百分比在补充图 5,正文只给出这一方向。

读这三张图时有一条边界。Sk 的双峰说明两类移动同时存在,而且飓风期更易分开;它没有说明谁会撤离,也没有说明分类在更长的观测窗口里是否还一样。作者自己写明,四天可能不是分类的最佳时间尺度,只是飓风过程本身很短。

离家的最远距离变长了,在家与整夜在外变成两个峰

后面的组间比较都用 k = 3。选择理由有两处:图 4 在飓风期的 S₃ 同时在 0 和 1 出现峰;补充图 5 也在 k = 3 发生回归者与探索者占比的反转。比较的是每个人在该四天里离家的最远距离,以及不在家的停留时长。最远离家用大圆距离。作者解释,平时每天离家的距离比较稳,明显偏离才更适合看作飓风下的异常移动。0 分钟表示这四天的停留都在家。

完整原论文图5

图 5|两类人离家有多远、离开多久?

(a)每人在该窗口的最远离家距离,横轴到约 250 公里,小图把 120–240 公里放大。纵轴是占该时期总人数的百分比,分母是该窗口的全部分析设备。(b)不在家的停留时长,横轴以分钟计,到 1,440 分钟,也就是 24 小时;纵轴同样是占总人数的百分比。斜线为回归者,橙色为探索者;三行分别是飓风前、飓风期间、飓风后。飓风前,回归者在短距离段占总人数的份额更高,探索者在更远距离的份额更高。飓风期间,两组在 160–200 公里这一段的份额都明显上升,最远离家的组间差距变窄。时长在非飓风期的差别是:回归者更常全部留在家,或离家 480–720 分钟(8–12 小时);探索者相对更常离家 60–480 分钟(1–8 小时)。飓风期间这种差别消退,两组都变成 0 分钟和 1,440 分钟两个峰,前一个峰更高。来源:原论文 Fig. 5。

补充表 3 报告,两组的最远离家分布差异显著;离家时长的组间分布差异未达到显著。时长图上的双峰是飓风期两组共同出现的形状。正文把这两个峰对应到可能的未撤离者与撤离者;手机数据里没有撤离与否的字段,检验统计量见补充表 3。

完整原论文图6

图 6|谁的轨迹更难预测?

(a)飓风前,(b)飓风期间,(c)飓风后。横轴是平均真实熵,纵轴是密度。蓝色为回归者,橙色为探索者,曲线是核密度估计。三个时期探索者的分布都更靠右,飓风期间两组分开得更明显。各组平均真实熵的数值正文没有列出;补充表 4 确认组间差异显著。来源:原论文 Fig. 6。

真实熵更高,表示轨迹的次序更不稳定。它和最远离家回答的是两件不同的事:远距离可以来自重复的同一条路线,近距离也可以有很散的地点次序。图 6 支持探索者更不可预测,尤其在飓风期。

分类还会改组。正文依据补充图 6 写道:飓风之后,37.1% 的回归者转为探索者,47.36% 的探索者转为回归者。百分比的分母分别是原来的回归者和原来的探索者。两组都有人改换标签。作者据此认为,回归者更可预测的移动使他们较少受飓风打乱。重叠人数、以及转换发生在哪两个窗口之间,正文没有再给。

出行总次数是另一条线。两组的长距离移动在飓风期增加,总出行次数下降,并在 9月28日降到最低。飓风前,出行次数在周五出现高峰、周日出现低谷。飓风两周后,以出行次数衡量的移动已接近飓风前水平。每天的次数见补充图 7,正文没有列出数字。

9月27日至30日,无论 k 取哪一个值,出门者占本组的比例都是探索者更高。正文写明这一差异在 0.01 水平上显著,依据是补充表 3。各日百分比正文没有列出。

目的地在飓风期靠拢,登陆日的差别主要出现在迈阿密

图 7 把停留分到两类人和三个窗口。颜色表示每人停留次数,越深越多,色标标到 1.0。这里的单位是停留次数除以人数,不是全县总人口,也不是最远离家。

完整原论文图7

图 7|两类人的停留落在佛罗里达的哪些地方?

(a–c)回归者在飓风前、飓风期间、飓风后的停留。(d–f)探索者的三个窗口,顺序相同。颜色是每人停留次数,由浅到深对应色标 0 到 1.0。飓风前,探索者的活动范围更宽:多数停留在波特夏洛特、那不勒斯等附近城市,少量延伸到奥兰多、坦帕、萨拉索塔、劳德代尔堡和迈阿密;回归者更多集中在紧邻的波特夏洛特和那不勒斯。飓风期间,两组都转向风暴路径以南和以东,共同集中在那不勒斯、西棕榈滩、劳德代尔堡和迈阿密;坦帕和奥兰多仍有停留,但少于南向和东向。飓风后,附近县的深色停留重新出现。来源:原论文 Fig. 7。

按日拆开后,差别并不在四天里一直一样。补充图 9 在正文中的描述是:9月27日,登陆前一天,两组停留的主要差别还在李县内部;9月28日登陆当天,差别在迈阿密更明显,探索者更倾向到那里停留;9月29日风暴离开佛罗里达后,李县内部的差别开始恢复;9月30日,坦帕、奥兰多和科利尔县又看出组间差别,与飓风前的格局相接。补充图 11 和 12 还显示,三个时期探索者在活动地点的停留时长通常长于回归者。正文没有给出这些图上的停留次数或小时数。

空间上的靠拢可以和飓风路径放在一起看。风暴向东北移动之后,通往迈阿密的方向比向北更偏离路径。作者把共同目的地和以往研究里“撤离时偏好较大城市”对齐,同时写明,这种共同偏好可能受伊恩路径影响。图 7 能支持“停留落点在飓风期更相似”,不能把每一个深色县都写成已经证实的避难所选择。

这些比较能支持到哪一步

分类、距离和目的地都来自同一类手机停留,观测窗口只有四天,而且三个窗口不是同一批设备。飓风期能分析的 13,222 台,是该四天里有记录的李县居民设备;它相当于飓风前窗口设备数的 39.6%,这个比例本身不是生存率。若停电和失联集中在某类社区,飓风期更分明的双峰里会混进“谁还被记录到”。

家是用前一个月的到访、日间停留和夜间停留推断的街区组,不是受访者自己填写的地址。街区组已经是模糊化之后的位置。距离是大圆距离。作者也提醒,定位仍可能漂移,研究没有把点匹配到路网。

k = 3 的回归者与探索者是这条数据、这个窗口、这个门槛下的分组。四天变长或变短,k 换一个数,过半这条线改成别的线,各组人数都会变。图 4 已经表明,k 从 2 增到 4,主峰就会从探索者一端移到回归者一端。

最远离家在 160–200 公里的上升、离家时长的 0 分钟和 1,440 分钟双峰,与撤离相容,也与探亲、去机场、或信号恢复后一次性记录到远距离停留相容。数据里没有撤离指令执行与否的字段。时长的组间差异未达到显著,所以不能写成两组的离家时间已经被证实不同。

讨论里的应急建议,包括给探索者更多路线和避难信息、对留在家和持续在外的人使用不同沟通、并在迈阿密、劳德代尔堡、那不勒斯、西棕榈滩配置资源,是作者从上述模式推出的管理含义,不是本文实施并评估过的干预。

作者还明确留下的缺口有:没有分析两组的社会经济构成,没有把移动变化和飓风强度连起来,也没有换一个县或另一种灾害做对照。县内更细的人口普查区分析,正文列为后续工作。

一句话总结

飓风伊恩的四天里,李县居民里守着少数地点的人和活动更散的人仍然分得开,而且分得更清楚;两组都更多走向更远的南方和东南方城市,但手机停留不能单独证明每一次远行都是撤离。

核心来源

作者介绍

  • Zeyu He:论文署名佛罗里达大学地理系。贡献包括方法、正式分析和初稿。导师所在系的主页将他列为近期毕业生,并写明现为佛罗里达州立大学博士后研究员。
  • Yujie Hu:论文通讯作者,署名佛罗里达大学地理系;系主页载明为副教授,研究城市交通、人类移动性与可达性,并关注自然灾害对获得工作、医疗、食物和交通机会的影响。本文中负责问题构想、指导,并参与方法、调查与写作。
  • Leo L. Duan:论文署名佛罗里达大学统计系;系主页载明为副教授,研究统计机器学习、优化与贝叶斯方法,个人网站写明合作领域包括交通科学。本文参与方法、调查和改稿。
  • George Michailidis:论文署名加州大学洛杉矶分校统计与数据科学系。其个人网站载明为该系教授,研究方向包括高维统计、优化、机器学习、变点与网络模型。本文参与方法、调查和改稿。

延伸思考

以下是 AI 基于论文结果所作的延伸,不属于原论文结论。

若应急信息按“这个人平时是不是探索者”来分发,会遇到标签改组。飓风后有 37.1% 的回归者变成探索者,也有 47.36% 的探索者变成回归者,分母分别是原组人数。一个可以单独做的检验是:只用 9月13–16日的标签,预测 9月28日是否出现远距离停留;再改用 9月27日当天的轨迹重新分类,比较两次预测谁更常漏掉真正走远的人。论文没有做这个预测。

另一处需要拆开的是数据丢失。飓风窗口的设备数是飓风前窗口的 39.6%,平均定位精度仍是 15 米。若失联集中在风暴潮社区,当时更分明的两类人,可能混有“哪一类人还留在样本里”。把飓风前已分类、飓风期失去记录的设备单列出来,看他们在 9月13–16日是回归者还是探索者,才能判断双峰有多少来自行为变化,有多少来自谁还能被定位。


文章作者: 猴猴猴
版权声明: 本博客所有文章除特別声明外,均采用 CC BY 4.0 许可协议。转载请注明来源 猴猴猴 !
  目录