Kredit:Unsplash/CC0 Public Domain
COVID-19-pandemien, større og hyppigere naturbrande, ødelæggende oversvømmelser og kraftige storme er blevet uheldige kendsgerninger i livet. Ved hver katastrofe er folk afhængige af nødberedskab fra regeringer, nonprofitorganisationer og den private sektor for at få hjælp, når deres liv bliver ændret. Men en komplicerende faktor i at levere denne hjælp er, at folk har en tendens til at sprede sig med sådanne katastrofer.
For nylig formulerede et hold ledet af Jianxi Gao, assisterende professor i datalogi ved Rensselaer Polytechnic Institute, og Qi "Ryan" Wang, lektor i civil- og miljøteknik ved Northeastern University, en metode til at forudsige menneskelig bevægelse under ekstreme begivenheder i stor skala med det mål at muliggøre mere effektive nødberedskaber. Modellen afslørede også store forskelle i bevægelse mellem forskellige økonomiske grupper.
"På trods af mange mulige variabler fandt vi ud af, at ændringer i menneskelig mobilitetsadfærd under forskellige ekstreme begivenheder udviser et konsekvent hyperbolsk fald," sagde Gao. "Vi kalder det 'spatiotemporal forfald'."
Typisk følger folks bevægelser forudsigelige mønstre. Når en ekstrem begivenhed forstyrrer mønsteret, omtaler videnskabsmænd det som en "mobilitetsforstyrrelse." For eksempel kan folk stoppe med at pendle til arbejde, eller de kan ændre deres rute eller endda evakuere til et krisecenter. Disse mobilitetsforstyrrelser forårsager ikke kun udfordringer ved levering af hjælp, men de fører også til økonomiske, medicinske og livskvalitetsmæssige konsekvenser. Arten, omfanget og varigheden af mobilitetsforstyrrelser varierer meget.
Gaos team sporede 90 millioner menneskers anonyme bevægelser i USA i løbet af seks storstilede katastrofer, herunder skovbrande, tropiske storme, vinterfrysninger og pandemier for at udvikle en samlet model.
"Vores model afslører den underliggende ensartethed på tværs af variabler ved at inkorporere heterogenitet på tværs af rum og over tid," sagde Gao. "Vi fandt stærke regelmæssigheder i, hvor meget mobilitetsadfærd ændrer sig efter ekstreme begivenheder, og i hvor hurtigt mobilitetsadfærd vender tilbage til normalen, hvilket gør det muligt for os at forudsige kompleks menneskelig adfærd under kriser i stor skala."
Gaos team fandt ud af, at mennesker, der bor tæt på kernen af krisen - ground zero, eller hvor en storm rammer - begrænser deres mobilitet betydeligt og hurtigt. Dem, der bor længere væk, ændrer ikke deres bevægelsesmønstre så drastisk. Det er det, der omtales som "rumligt forfald". Over tid vender mobilitetsmønstrene enten tilbage til det normale, tommer mod det normale eller bliver endnu mere forstyrret. Holdet redegjorde for disse variabler ved også at overveje "tidsbestemt henfald".
Da holdet anvendte modellen på COVID-19-pandemien, afslørede den store forskelle i bevægelse mellem økonomiske grupper, hvilket kan være med til at forklare de forskellige infektionsrater. Folk fra velhavende områder var mere i stand til straks at reducere deres mobilitet og opretholde denne forandring længere. Folk, der bor i områder med lavere indkomst, udviste et hurtigere og større hyperbolsk henfald.
"Med andre ord var rigere mennesker i stand til at tage social afstand," sagde Gao. "Mennesker med lavere indkomst blev tvunget til at vende tilbage til arbejdet."
"Hvis begivenheder i de seneste år har lært os noget, er det, at vi skal gøre vores bedste for at forberede os på kriser," sagde Curt Breneman, dekan for Rensselaer School of Science. "Dette arbejde af Dr. Gao og hans team kan informere forbedret og proaktiv nødberedskabsplanlægning for at afbøde fremtidige ekstreme begivenheder. Det kaster også lys over vedvarende sociale uligheder, som vi må finde nye måder at håndtere."
Forskningen er offentliggjort i Proceedings of the National Academy of Sciences . + Udforsk yderligere