一种利用智能手机位置数据预测飓风撤离者目的地位置的机器学习方法

摘要疏散目的地选择建模是疏散规划的一个重要方面。需要这些模型的输出来估计疏散命令所依据的疏散时间。到达每个目的地的疏散人数也为资源分配和避难所规划提供了信息。尽管它很重要，但疏散人员目的地建模并没有像确定谁疏散以及何时疏散那样受到重视。在这项研究中，我们提出了一种新的方法来识别撤离人员，并确定他们去哪里，何时使用隐私增强的智能手机位置数据。我们使用美国最近四个影响多个地区的飓风(2018年佛罗伦萨、2018年迈克尔、2019年多里安和2021年艾达)的数据来演示该方法。然后，我们在这些结果的基础上开发了一个新的机器学习模型，该模型可以预测在大都市统计区域对之间迁移的撤离人员数量。机器学习模型包含飓风特征，现有方法尚未充分利用这些特征。该模型的预测能力通过十倍交叉验证、飓风Ida(2021)的滞留验证以及与传统重力模型的比较进行了全面评估。结果表明，新模型在所有性能指标上都大大优于传统的重力模型。对机器学习模型中特征重要性的分析表明，除了距离和人口，飓风特征在撤离者目的地选择中也很重要。