Analys av människors rörelser under en naturkatastrof med banbrytande mobilnätsdata utan banor: en fallstudie av en jordbävning

Varför det är viktigt att följa människors rörelser vid katastrofer

När en jordbävning eller en tyfon slår till rör sig människor: de evakuerar hem, skyndar för att kontrollera anhöriga eller söker sig till skyddsplatser. För räddningsledningen kan vetskap om var folkmassor bildas eller vilka områden som töms rädda liv. Men de flesta system som spårar rörelser bygger på personliga positionshistoriker, vilket väcker integritetsproblem och ofta kommer för sent. Denna studie visar hur man kan läsa av människors ”puls” under en stor jordbävning med hjälp av enbart anonymiserade, aggregerade signaler från mobiltelefoner — utan att behöva spåra enskilda individer.

Att se folkmassor genom telefonsignaler

Forskarna fokuserade på Dapu-jordbävningen 2025 i södra Taiwan, en kraftig nattlig skakning som orsakade omfattande rörelser och byggnadsskador i flera distrikt. Istället för att använda GPS-spår från enskilda telefoner förlitade de sig på hur många enheter som aktivt var anslutna till mobilmaster inom 500-by-500-metersrutor varje 10 minuter. Varje ruta noterade helt enkelt en räkning av aktiva telefoner, vilket fungerar som en grov indikator på hur många människor som befann sig där vid det tillfället. Datat täckte fyra timmar kring händelsen, från sena kvällen före skalvet till flera timmar efteråt, över städer, tätorter och landsbygd.

Från spridda punkter till släta mönster

Råa räkningar i ett lapptäcke av rutnät är brusiga och ojämna, särskilt där mobilmaster är glest fördelade. För att få det att gå ihop omvandlade teamet först de spridda räkningarna till en slät yta, där varje plats på kartan får ett värde som representerar trolig folktäthet. Detta görs med en matematisk ”utjämnings”kernel som sprider varje ruts påverkan över dess omgivning, ungefär som att sudda ut en pixlig bild. Resultatet blir en kontinuerlig bild av var människor koncentreras och hur dessa koncentrationer förändras var tionde minut, samtidigt som de underliggande telefonuppgifterna förblir anonyma och aggregerade.

Att förvandla folkkartor till rörelsepilar

Att veta var människor befinner sig är bara halva berättelsen; katastrofplanering bygger på att veta vart de är på väg. För att uppskatta riktning anpassade forskarna ett klassiskt verktyg från geografi känt som ett gravitationsmodell — normalt använt för att beskriva hur människor eller varor förflyttas mellan städer. I deras version fungerar områden med fler människor som starkare ”magneter” för närliggande områden, och dragningskraften avtar med avståndet. Genom att jämföra de utjämnade folkytorna från ett tidssteg till nästa och tillämpa denna gravitationsliknande regel inom ett lokalt fönster beräknade de ett fält av pilar som visar vart människor sannolikt rörde sig och hur starkt. Genom att upprepa detta över tid skapades en film av osynliga flöden: pilar som strålar ut, drar ihop eller ändrar riktning i takt med att situationen utvecklas.

Hur människor reagerade på Dapu-jordbävningen

Tillämpat på Dapu-skalvet avslöjade metoden tydliga och snabba förändringar i människors rörelser. Före stötarna visade flöden runt stadskärnor en mild utåtriktad spridning typisk för sena kvällstimmar. Strax efter skalvet vände många pilar riktning och pekade in mot stadskärnor, tätbefolkade kvarter och officiellt utsedda skyddsplatser. Denna förskjutning var starkast i stadsområden med måttlig till kraftig skakning, där många byggnader skadades, och svagare i glesbefolkade landsbygdszoner. Genom att räkna hur många rutceller som visade stora riktningsförändringar fann teamet en kraftig topp i störda rörelser under de första 20–30 minuterna, som gradvis återgick mot det normala inom ungefär två timmar. Olika skakningszoner uppvisade olika tidpunkter och intensiteter i responsen, med fler människor i rörelse i måttligt skakade, tätbefolkade områden.

Vad detta betyder för framtida nödsituationer

För icke-specialister är huvudbudskapet att vi kan lära oss mycket om hur människor reagerar på katastrofer utan att spåra någon enskild person. Genom att kombinera anonyma mobilnätsräkningar med smarta matematiska verktyg förvandlar denna ram enkla telefonaktivitetsregister till kartor över var människor samlas, var de lämnar och hur snabbt mönstren stabiliseras. I en verklig nödsituation skulle sådana kartor kunna signalera kvarter där folkmassor oväntat bildas, där evakueringar pågår eller där kommunikationsnät kan ha fallit ut. Den informationen kan hjälpa myndigheter att styra räddningsteam, öppna eller stänga vägar och planera kapacitet i skyddsplatser — allt samtidigt som integriteten respekteras och med data som mobilnäten redan samlar in.

Citering: Huang, MW., Lin, CY., Ke, MC. et al. Analysis of human flow during a natural disaster utilizing trajectory-free mobile network data: a case study of earthquake. Sci Rep 16, 5275 (2026). https://doi.org/10.1038/s41598-026-36255-1

Nyckelord: jordbävning, mänsklig rörlighet, mobilnätsdata, krishantering, befolkningsflöde