Многослойные сети характеризуют модели мобильности людей по отраслям за время зимнего шторма 2021 года в Техасе

Почему эта история о зимнем шторме важна

Когда приходит крупный шторм, наши перемещения меняются так, что это может решить — окажемся ли мы в безопасности или в опасности. В этом исследовании показано, как фактически передвигались люди в округе Харрис, штат Техас, во время зимнего шторма 2021 года, который вызвал масштабные отключения электроэнергии и разрушения. Отслеживая анонимные данные с мобильных телефонов, авторы показывают, какие поездки люди отменяли, какие сохраняли и насколько предсказуемы эти паттерны. Их подход может помочь городам лучше готовиться к следующему экстремальному погодному событию, обеспечивая доступность критически важных мест, таких как продуктовые магазины и автозаправки, когда они нужны больше всего.

Следуя за людьми по замерзшему городу

Чтобы понять поведение во время шторма, исследователи превратили миллиарды GPS-меток со смартфонов в карту еженедельных поездок между районами. Каждый район определяется переписным участком (census tract), а поездки учитываются всякий раз, когда люди покидают дом и посещают какое-либо место интереса, например школу, ресторан, клинику или магазин. Вместо того чтобы считать все поездки одинаковыми, команда разнесла их по слоям в зависимости от типа пункта назначения, используя стандартную классификацию видов бизнеса. Один слой отражает посещения медицинских учреждений, другой — школы, третий — рестораны и так далее. Сложенные вместе эти слои создают своего рода «отпечаток мобильности» региона, показывая, как разные сферы повседневной жизни вносят вклад в общую картину передвижений.

Какие поездки исчезли, а какие остались

Сравнивая неделю шторма с шестью неделями до него, исследователи измерили, насколько сильно изменился каждый тип передвижения. В целом поездки резко сократились в дни, когда дороги были скользкими, электроэнергия отключалась, и власти призывали людей оставаться дома. Но величина снижения различалась в зависимости от пункта назначения. Посещения амбулаторных медицинских учреждений — таких как кабинеты врачей и стоматологов и амбулаторные центры — упали сильнее всего, более чем на тридцать стандартных отклонений ниже нормального уровня. Поездки в рестораны и бары также рухнули, как и посещения школ, особенно начальных. Напротив, визиты в продуктовые и другие продовольственные магазины почти не сократились, а поездки на автозаправки фактически выросли. Небольшой рост наблюдался для магазинов товаров для дома и строительных материалов, а также для средств размещения, таких как отели, которые могут предоставлять убежище, когда в домах отсутствует отопление или вода.

Внимательнее о потоках между районами

Затем команда изучила, сколько поездок входит в каждый район и сколько из него выходит. Исходящие поездки учитывают, как часто жители участка ездят в другие места; входящие поездки показывают, сколько посетителей прибывает из других участков. Даже в обычные недели эти потоки очень неравномерны: некоторые участки отправляют и принимают много визитов, а другие видят совсем мало. Авторы обнаружили, что исходящие перемещения сильно связаны с тем, сколько людей живет в участке, тогда как входящие движения лучше объясняются тем, сколько бизнесов или услуг в нем находится. Иными словами, население главным образом стимулирует поездки наружу, а местная инфраструктура влечет поездки внутрь. Во время шторма общие уровни передвижений упали, и распределения сместились вниз, но базовые формы этих закономерностей остались похожими.

Насколько предсказуемы наши перемещения во время шторма?

Чтобы проверить, насколько хорошо такие потоки можно предсказать, исследователи построили простые статистические модели, которые пытаются прогнозировать входящие и исходящие поездки на основе характеристик районов. К таким характеристикам относились размер и плотность населения, доходы, уровни бедности и безработицы, расовый состав и количество различных типов предприятий. Модели достаточно хорошо предсказывали, сколько поездок совершают жители наружу из каждого участка, как в обычные недели, так и во время шторма; точность изменилась менее чем на один процент в кризис. Предсказать входящие поездки оказалось сложнее. Даже в обычные недели модели объясняли меньше вариаций, а во время шторма их эффективность снизилась еще больше. Похоже, шторм смешал приоритеты посещаемости пунктов назначения, делая притоки в конкретные районы менее связными с обычными социально-экономическими паттернами.

Что это значит для будущих бедствий

В совокупности результаты дают ясную картину: при сильном зимнем шторме люди резко исключают многие необязательные поездки, особенно связанные с питанием, школой и неотложной поликлинической помощью, одновременно прилагая усилия, чтобы сохранить доступ к еде, топливу и определенным запасам. Поездки из дома наружу следуют за населением и остаются достаточно предсказуемыми, но выбор того, куда люди идут, становится значительно менее стабильным в условиях стресса. Для планировщиков и служб экстренного реагирования это означает, что приоритетом должно быть обеспечение работы и доступности важных магазинов и автозаправок, а опираться на обычные схемы скопления людей во время кризиса может быть вводящим в заблуждение. Многослойный сетевой подход, представленный здесь, предлагает практический способ выявить, какие виды передвижений наиболее важны в чрезвычайной ситуации, и разработать ответные меры, соответствующие реальному поведению людей при следующем шторме.

Цитирование: 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

Ключевые слова: мобильность людей, зимний шторм, планирование стихийных бедствий, данные с мобильных телефонов, городская устойчивость