• Home
  • Chimica
  • Astronomia
  • Energia
  • Natura
  • Biologia
  • Fisica
  • Elettronica
  •  science >> Scienza >  >> Natura
    I geografi utilizzano i big data per prevedere in che modo la pendenza influisce sui tassi di viaggio delle persone

    Il tempo necessario per percorrere un miglio di sentiero, a seconda della pendenza del sentiero, la direzione del movimento e il livello di dispendio energetico. Credito:Michael Campbell

    Hai mai corso su un marciapiede facendo dei bei momenti, poi ha colpito una collina e ha rallentato molto? Se è così, hai sperimentato come la pendenza influenzi le tariffe di viaggio. Per la maggior parte di noi, capire come la pendenza del pendio influisca sulla nostra velocità è una questione di forma fisica. Per gli altri, come i vigili del fuoco che si ritirano dalla linea del fuoco verso una zona di sicurezza, prevedere quanto tempo ci vuole per muoversi su un terreno può essere una questione di vita o di morte.

    squadre dei vigili del fuoco, urbanisti e squadre di ricerca e soccorso sono solo alcuni dei molti gruppi che possono utilizzare modelli matematici per prevedere in che modo la pendenza influisce sui tassi di viaggio. I modelli esistenti hanno due grossi problemi. Si basano su set di dati con campioni di dimensioni molto ridotte e ignorano il modo diverso in cui le persone si muovono nel loro ambiente:camminare e correre lungo lo stesso pendio produrrà tassi di viaggio molto diversi.

    Un team di geografi ha sviluppato una serie di modelli che prevedono fortemente come la pendenza del terreno influenzi i tassi di viaggio umani. Utilizzando un massiccio, database di monitoraggio del fitness in crowdsourcing, i geografi hanno analizzato i dati GPS di quasi 30, 000 persone intorno a Salt Lake City, Utah. Gli individui hanno camminato, fatto jogging, e ha corso un combinato 81, 000 miglia, equivalente a più di tre viaggi intorno all'equatore terrestre. I modelli risultanti sono i primi a tenere conto della variabilità delle tariffe di viaggio tra lenta, motori medi e veloci.

    "Questo rivoluzionerà la nostra comprensione di come il terreno influenzi il movimento dei pedoni, " ha detto Michael Campbell, assistente professore al Fort Lewis College e autore principale dello studio. "Dal punto di vista dei vigili del fuoco, in condizioni normali una squadra dei vigili del fuoco può avere tutto il tempo per raggiungere una zona di sicurezza, ma se la merda colpisce il ventilatore, dovranno fare uno sprint per arrivarci. Abbiamo cercato di introdurre una flessibilità predittiva in grado di imitare la gamma di condizioni che potrebbe essere necessario considerare quando si stimano le tariffe e i tempi di viaggio".

    Il paper pubblicato online il 3 aprile 2019, nel diario Geografia applicata .

    Grandi dati

    I ricercatori hanno sfruttato i dati crowdsourcing di Strava, un'applicazione di social fitness che tiene traccia dei ciclisti, corridori, escursionisti, e nuotatori che utilizzano i dati GPS tramite i telefoni cellulari degli utenti e altri dispositivi abilitati per il GPS. Strava Metro è un programma che distribuisce grandi quantità di aggregati, dati GPS anonimi a enti come i governi locali e regionali per aiutare nella pianificazione dei trasporti. Ad oggi, Le collaborazioni di Strava Metro si sono concentrate principalmente sui dati di ciclismo e corsa in ambienti urbani. I geografi sono tra i primi ad utilizzare le sue escursioni, dati di corsa e jogging da attività sui sentieri, e sono i primi ad utilizzare i big data per stimare la relazione tra pendenza e tassi di viaggio sui sentieri escursionistici. I geografi hanno valutato la pendenza con lidar, che utilizza impulsi laser per misurare la topografia entro pochi centimetri. Studi precedenti si basavano su stime molto più approssimative per determinare come la pendenza influisse sui tassi di viaggio.

    "Calcolare la velocità con cui le persone si muovono nell'ambiente è un problema che risale a più di un secolo fa. Avere dati da un numero così elevato di persone che si muovono a tutte le velocità diverse ci ha permesso di creare modelli molto più avanzati rispetto a quanto fatto prima, " ha detto Philip Dennison, un professore del Dipartimento di Geografia dell'Università dello Utah e un autore dello studio. "Qualsiasi applicazione che stimi quanto velocemente camminano le persone, fare jogging, o correre dal punto A al punto B può beneficiare di questo lavoro."

    Steph Hannon, il chief product officer di Strava, aggiunto, "Questa è un'affascinante applicazione del set di dati di Strava Metro al di fuori della mobilità urbana e della pianificazione delle infrastrutture, e siamo entusiasti delle implicazioni salvavita di questo studio. Sono contento che le nostre informazioni sui dati possano supportare il lavoro che protegge i vigili del fuoco mentre lavorano duramente per proteggere il resto di noi".

    Il modello più utilizzato per stimare i tassi di viaggio per pendenza è la funzione di escursionismo di Tobler. Nel 1993, il geografo Waldo Tobler ha adattato una funzione matematica a una figura che riassumeva i dati empirici raccolti negli anni '50, prima dell'età del GPS. Le persone hanno usato la funzione di escursione di Tobler per stimare i tempi di evacuazione per gli tsunami, ricerca e soccorso di persone scomparse e vie di fuga dei vigili del fuoco. La successiva funzione più utilizzata, chiamata Regola di Naismith, esiste dal 1892. Un alpinista scozzese fece un'escursione, poi ha scritto una voce sullo Scottish Journal of Mountaineering. Sulla base della sua esperienza personale, scrisse che si dovrebbero mettere in conto tre ore per ogni tre miglia orizzontali percorse, e aggiungere un'ora ogni 2, 000 piedi verticali saliti.

    "Centinaia di persone utilizzano queste funzioni di velocità di percorrenza in pendenza basate su un tizio scozzese casuale degli anni '90 e alcuni dati degli anni '50, " ha detto Campbell. "Volevamo fare di meglio."

    Nel 2017, Campbell, Dennison e altri hanno misurato sperimentalmente la pendenza e i tassi di viaggio per 37 persone, che era il più grande set di dati sperimentali fino a quando Irmischer e Clarke hanno registrato tassi di viaggio con 200 persone nel 2018. Il nuovo studio ha utilizzato i dati registrati tra il 1 luglio, 2016, e il 30 giugno, 2017 da quasi 30, 000 individui, per un totale di quasi 1,1 milioni di punti dati. L'enorme quantità di dati ha permesso ai geografi di sviluppare funzioni flessibili su uno spettro di velocità di viaggio, dagli escursionisti più lenti nel 1° percentile ai corridori più veloci nel 99° percentile.

    Secondo i risultati dello studio, una lenta camminata in piano, Il percorso di 1 miglio (1,6 km) richiede in media circa 33 minuti, considerando che lo stesso livello di sforzo su un ripido, La pendenza di 30 gradi impiegherà circa 97 minuti. Dall'altra parte dello spettro, una corsa veloce in piano, Il percorso di 1 miglio dura circa sei minuti, rispetto ai 13 minuti su una pendenza di 30 gradi. Le persone si muovono più rapidamente su un pendio leggermente in discesa, e le tariffe di viaggio erano più veloci per il movimento in discesa rispetto a quello in salita. Per esempio, scendere un ripido pendio di 30 gradi è stato fatto alla stessa velocità di camminare su un pendio di 16 gradi.

    Sintonizzare i big data per i vigili del fuoco

    I dati hanno alcune limitazioni. Perché è crowdsourcing, i dati sono disordinati. E grazie al suo anonimato, i ricercatori non conoscono i singoli corridori. Se avessero informazioni sul livello di forma fisica di ogni persona, potrebbero sviluppare funzioni più sfumate per prevedere i tempi di viaggio.

    A partire da questo mese, i geografi applicheranno i loro nuovi modelli ai vigili del fuoco. Durante il loro allenamento primaverile, quasi una dozzina di squadre di vigili del fuoco nello Utah, Idaho, Colorado e California utilizzeranno localizzatori GPS per registrare i loro movimenti e registrare le loro tariffe di viaggio. Ciò consentirà loro di comprendere meglio le tariffe di viaggio della popolazione unica dei vigili del fuoco, che spesso percorrono terreni accidentati, lavorare a lungo, e portando pacchi pesanti.

    "Dobbiamo trovare dove si inseriscono i vigili del fuoco lungo questo spettro dai big data, "Ha detto Campbell. "Dire ai vigili del fuoco che possiamo prevedere quanto tempo ci vorrà per raggiungere le zone di sicurezza utilizzando i dati di una popolazione diversificata di utenti Strava non sarà convincente come i dati forniti dalle stesse squadre dei vigili del fuoco. Tutto ciò che possiamo fare per migliorare le stime sulle tariffe di viaggio per i vigili del fuoco fornirà un ulteriore margine di sicurezza e, si spera, salverà vite umane".


    © Scienza https://it.scienceaq.com