Redes multilayer caracterizam padrões de mobilidade humana por setor econômico durante a tempestade de inverno de 2021 no Texas

Por que esta história sobre a tempestade de inverno importa

Quando uma grande tempestade atinge, nossos deslocamentos mudam de maneiras que podem representar a diferença entre segurança e perigo. Este estudo examina como as pessoas no Condado de Harris, Texas, realmente se moveram durante a tempestade de inverno de 2021, que causou apagões maciços e danos. Ao rastrear dados anônimos de celulares, os pesquisadores mostram quais viagens as pessoas abandonaram, quais mantiveram e o quão previsíveis esses padrões podem ser. A abordagem deles pode ajudar cidades a se preparar de forma mais inteligente para o próximo evento climático extremo, garantindo que lugares críticos — como supermercados e postos de gasolina — permaneçam acessíveis quando mais necessários.

Seguindo pessoas por uma cidade congelada

Para compreender o comportamento durante a tempestade, os autores transformaram bilhões de pings de GPS de smartphones em um mapa de viagens semanais entre bairros. Cada bairro é definido por um setor censitário, e as viagens são contabilizadas sempre que pessoas saem de casa e visitam algum ponto de interesse, como escola, restaurante, clínica ou loja. Em vez de tratar todas as viagens como iguais, a equipe as separou em camadas com base no tipo de destino, usando um sistema padronizado de classificação empresarial. Uma camada captura visitas a serviços de saúde, outra a escolas, outra a restaurantes, e assim por diante. Empilhadas, essas camadas formam uma espécie de “impressão digital de mobilidade” para a região, mostrando como diferentes partes da vida cotidiana contribuem para o movimento geral.

Quais viagens desapareceram e quais permaneceram

Ao comparar a semana da tempestade com as seis semanas imediatamente anteriores, os pesquisadores mediram o quanto cada tipo de movimento mudou. No geral, o deslocamento caiu acentuadamente nos dias em que as estradas estavam escorregadias, a energia falhava e as autoridades recomendavam que as pessoas ficassem em casa. Mas a magnitude da queda variou por destino. Visitas a serviços ambulatoriais de saúde, como consultórios médicos e dentistas e centros de atendimento ambulatorial, caíram mais — mais de trinta desvios-padrão abaixo dos níveis normais. Viagens a restaurantes e bares também despencaram, assim como as visitas a escolas, especialmente as primárias. Em contraste, as idas a supermercados e outras lojas de alimentos quase não diminuíram, e as viagens a postos de gasolina na verdade aumentaram. Um aumento menor ocorreu para lojas de materiais de construção e melhoria da casa, e para acomodações como hotéis, que podem oferecer abrigo quando residências perdem aquecimento ou água.

Analisando mais de perto os fluxos entre bairros

A equipe então estudou quantas viagens entravam e saíam de cada bairro. Viagens de saída contam com que frequência os moradores de um setor viajam para outros lugares; viagens de entrada contam quantos visitantes chegam de outros setores. Mesmo em semanas normais, esses fluxos são muito desiguais: alguns setores enviam e recebem muitas visitas, enquanto outros recebem muito poucas. Os autores descobriram que o movimento de saída está fortemente ligado a quantas pessoas vivem em um setor, enquanto o movimento de entrada é melhor explicado por quantos negócios ou serviços ele contém. Em outras palavras, a população impulsiona principalmente as viagens de saída, e a infraestrutura local atrai principalmente as viagens de entrada. Durante a tempestade, os níveis gerais de movimento caíram e as distribuições se deslocaram para baixo, mas as formas básicas desses padrões permaneceram semelhantes.

Quão previsíveis são nossos movimentos durante a tempestade?

Para testar quão bem esses fluxos podem ser antecipados, os pesquisadores construíram modelos estatísticos simples que tentam prever as viagens de entrada e saída usando características dos bairros. Essas características incluíam tamanho e densidade populacional, renda, níveis de pobreza e desemprego, composição racial e contagens de diferentes tipos de negócios. Os modelos se saíram relativamente bem ao prever quantas viagens os moradores faziam para fora de cada setor, tanto em semanas normais quanto durante a tempestade; a acurácia variou menos de um por cento durante a crise. Prever as viagens de entrada foi mais difícil. Mesmo em semanas normais, os modelos explicavam menos a variação, e durante a tempestade seu desempenho caiu ainda mais. A tempestade pareceu bagunçar quais destinos atraíam visitantes, tornando os fluxos de entrada para áreas específicas menos ligados aos padrões sociais e econômicos habituais.

O que isso significa para desastres futuros

Vistos em conjunto, os achados pintam um quadro claro: em uma tempestade de inverno severa, as pessoas cortam drasticamente muitas viagens opcionais, especialmente para refeições fora, escola e atendimento médico não emergencial, ao mesmo tempo em que se esforçam para preservar o acesso a alimentos, combustível e certos suprimentos. Os deslocamentos a partir de casa seguem a população e permanecem relativamente previsíveis, mas para onde as pessoas escolhem ir torna-se muito menos estável sob estresse. Para planejadores e gestores de emergência, isso significa que manter lojas essenciais e postos de gasolina em funcionamento e acessíveis deve ser uma prioridade, e que confiar em padrões normais de onde as pessoas se congregam pode ser enganoso durante uma crise. A abordagem de redes multilayer apresentada aqui oferece uma maneira prática de detectar quais tipos de movimento importam mais em uma emergência e de projetar respostas que correspondam ao comportamento real das pessoas quando a próxima tempestade chegar.

Citação: 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

Palavras-chave: mobilidade humana, tempestade de inverno, planejamento de desastres, dados de telefone celular, resiliência urbana