Sieci wielowarstwowe charakteryzują wzorce mobilności ludzi według sektorów gospodarki podczas zimowej burzy w Teksasie w 2021 roku

Dlaczego ta historia o burzy zimowej ma znaczenie

Kiedy uderza poważna burza, nasze przemieszczanie się zmienia w sposób, który może decydować o bezpieczeństwie lub zagrożeniu. To badanie analizuje, jak rzeczywiście poruszali się ludzie w hrabstwie Harris w Teksasie podczas zimowej burzy w 2021 roku, która spowodowała masowe przerwy w dostawie prądu i zniszczenia. Śledząc zanonimizowane dane z telefonów komórkowych, badacze pokazują, które podróże ludzie zrezygnowali, które zachowali, i jak dobrze można przewidzieć te wzorce. Ich podejście mogłoby pomóc miastom lepiej przygotować się na kolejne ekstremalne zjawiska pogodowe, zapewniając, że krytyczne miejsca, takie jak sklepy spożywcze i stacje benzynowe, pozostaną dostępne, gdy będą najbardziej potrzebne.

Śledzenie ludzi przez zamarznięte miasto

Aby zrozumieć zachowania w czasie burzy, autorzy przekształcili miliardy odczytów GPS ze smartfonów w mapę tygodniowych podróży między dzielnicami. Każda dzielnica jest zdefiniowana jako obwód spisowy (census tract), a podróże są liczone za każdym razem, gdy ludzie opuszczają dom i odwiedzają jakieś miejsce zainteresowania, takie jak szkoła, restauracja, klinika czy sklep. Zamiast traktować wszystkie podróże jednakowo, zespół rozdzielił je na warstwy w oparciu o typ miejsca docelowego, używając standardowego systemu klasyfikacji biznesów. Jedna warstwa obejmuje wizyty w placówkach opieki zdrowotnej, inna w szkołach, kolejna w restauracjach i tak dalej. Ułożone razem, te warstwy tworzą rodzaj „odcisku mobilności” regionu, ukazując, jak różne części codziennego życia przyczyniają się do ogólnego ruchu.

Jakie podróże zniknęły, a które pozostały

Porównując tydzień burzy z sześcioma tygodniami tuż przed nią, badacze zmierzyli, jak silnie zmienił się każdy typ przemieszczania się. Ogólnie podróże gwałtownie spadły w dniach, gdy drogi były oblodzone, prądu brakowało, a władze wzywały ludzi do pozostania w domach. Jednak wielkość spadku różniła się w zależności od miejsca docelowego. Odwiedziny w ambulatoryjnych placówkach opieki zdrowotnej, takich jak gabinety lekarskie, dentystyczne i centra ambulatoryjne, spadły najsilniej — o ponad trzydzieści odchyleń standardowych poniżej poziomów normalnych. Równie mocno zmniejszyły się wizyty w restauracjach i barach, podobnie jak w szkołach, zwłaszcza podstawowych. W przeciwieństwie do tego wizyty w sklepach spożywczych i innych sklepach z żywnością praktycznie nie spadły, a podróże do stacji benzynowych wręcz wzrosły. Nieznaczny wzrost odnotowano również w sklepach z materiałami budowlanymi i wyposażeniem domu oraz w obiektach noclegowych, takich jak hotele, które mogą oferować schronienie, gdy domy tracą ogrzewanie lub wodę.

Bardziej szczegółowe spojrzenie na przepływy między dzielnicami

Zespół następnie zbadał, ile podróży napływało do każdej dzielnicy i ile z niej wypływało. Wyjazdy liczą, jak często mieszkańcy obwodu podróżują gdzie indziej; napływy liczą, ilu odwiedzających przybywa z innych obwodów. Nawet w normalnych tygodniach te przepływy są bardzo nierówne: niektóre obwody wysyłają i przyjmują wiele wizyt, podczas gdy inne widzą ich bardzo niewiele. Autorzy odkryli, że ruch wychodzący jest silnie powiązany z liczbą mieszkańców obwodu, podczas gdy ruch przychodzący lepiej wyjaśnia, ile firm lub usług się w nim znajduje. Innymi słowy, populacja głównie napędza podróże na zewnątrz, a lokalna infrastruktura przyciąga podróże do środka. W czasie burzy ogólne poziomy przemieszczania spadły, a rozkłady przesunęły się w dół, ale podstawowe kształty tych wzorców pozostały podobne.

Jak przewidywalne są nasze ruchy w czasie burzy?

Aby sprawdzić, jak dobrze da się przewidzieć takie przepływy, badacze zbudowali proste modele statystyczne, które próbują przewidzieć napływy i odpływy podróży używając cech dzielnic. Te cechy obejmowały wielkość i gęstość populacji, dochody, poziomy ubóstwa i bezrobocia, skład rasowy oraz liczbę różnych rodzajów przedsiębiorstw. Modele dość dobrze przewidywały, ile podróży mieszkańcy realizują na zewnątrz z każdego obwodu, zarówno w normalnych tygodniach, jak i podczas burzy; dokładność zmieniła się o mniej niż jeden procent w czasie kryzysu. Przewidywanie napływów było trudniejsze. Nawet w normalnych tygodniach modele wyjaśniały mniejszą część zmienności, a podczas burzy ich skuteczność spadła jeszcze bardziej. Burza wydawała się namieszać w tym, które miejsca przyciągają odwiedzających, przez co napływy do konkretnych obszarów stały się mniej związane ze zwykłymi wzorcami społecznymi i ekonomicznymi.

Co to oznacza dla przyszłych katastrof

Wspólnie te ustalenia tworzą jasny obraz: w przypadku silnej burzy zimowej ludzie radykalnie ograniczają wiele opcjonalnych podróży, zwłaszcza związanych z jedzeniem poza domem, szkołą i niepilną opieką medyczną, przy jednoczesnym silnym wysiłku, by zachować dostęp do żywności, paliwa i niektórych zapasów. Ruchy z domu na zewnątrz odpowiadają populacji i pozostają stosunkowo przewidywalne, ale to, dokąd ludzie decydują się iść, staje się znacznie mniej stabilne pod wpływem stresu. Dla planistów i zarządzających kryzysami oznacza to, że utrzymanie funkcjonowania i dostępności kluczowych sklepów i stacji benzynowych powinno być priorytetem, a poleganie na zwykłych wzorcach miejsc, gdzie ludzie się gromadzą, może w kryzysie wprowadzać w błąd. Wprowadzone tu podejście oparte na sieciach wielowarstwowych oferuje praktyczny sposób wykrywania, jakie rodzaje ruchu mają największe znaczenie w sytuacji awaryjnej, i projektowania reakcji zgodnych z rzeczywistym zachowaniem ludzi, gdy nadejdzie kolejna burza.

Cytowanie: Butler, M., Khan, A., Afrifa, F.O.T. et al. Multilayer networks characterize human-mobility patterns by industry sector for the 2021 Texas winter storm. npj Complex 3, 15 (2026). https://doi.org/10.1038/s44260-026-00076-0

Słowa kluczowe: mobilność ludzi, burza zimowa, planowanie katastrof, dane z telefonów komórkowych, odporność miejska