利用无轨迹移动网络数据分析自然灾害期间的人群流动：以地震为例

为何在灾害中追踪人群很重要

当地震或台风来袭时，人们会移动：撤离家园、匆忙查看亲友或前往避难所。对于应急管理者而言，掌握人群在哪里聚集或哪些区域正在被疏散可以挽救生命。但大多数追踪移动的系统依赖个人位置历史，这会引发隐私问题并且往往到手为时已晚。本研究展示了如何仅利用来自手机的匿名、聚合信号来读取重大地震期间的人群“脉动”——无需追踪个体。

通过电话信号观察人群

研究者把注意力放在2025年台湾南部的大埔地震上，这是一场在夜间发生的强震，造成多个区严重摇晃和建筑损坏。他们没有使用来自个人手机的GPS轨迹，而是依赖每10分钟在500×500米方格内与基站保持活动连接的设备数量。每个方格仅记录活动手机的计数，作为当时可能在场人数的大致代理。数据覆盖事件前后四小时，从震前深夜到震后数小时，横跨城市、城镇和农村地区。

从离散点到平滑模式

斑驳的网格方格中的原始计数往往嘈杂且不均，尤其在基站稀疏处。为了解读这些数据，团队首先将离散的计数转成一个平滑的表面，使地图上每个位置都获得一个代表可能人群密度的数值。这通过一种数学上的“平滑”核完成，将每个格子的影响扩散到其邻域，有点像模糊像素化图像。结果是一幅连续的图景，显示人们的聚集位置以及这些聚集如何每10分钟变化，同时仍然保持底层手机数据的匿名和聚合性。

把人群图转成移动箭头

知道人在哪里只是故事的一半；应急规划还依赖他们往哪里去。为估算方向，研究者改编了地理学中经典的工具——重力模型，通常用于描述人或货物在城市之间的流动。在他们的版本中，人口较多的区域像对附近区域更强的“磁石”，吸引力随距离衰减。通过比较相邻时间步的平滑人群表面，并在局部窗口内应用这种类重力规则，他们计算出一系列箭头场，显示人们很可能的移动方向和强度。对时间重复这一过程，便生成了一段看不见流动的影像：箭头向外辐射、向内汇聚或随情势演变而改变方向。

人们对大埔地震的反应如何

将该方法应用于大埔地震后，揭示出明显且快速的人群移动变化。震前，城市中心周围的流动显示出典型的深夜缓慢外展。震后许多箭头方向发生翻转，指向城镇中心、密集社区和官方指定的避难所。这种转变在中度到强烈震感且建筑受损的城市地区最为强烈，在人口稀少的农村地区较弱。通过统计出现大幅方向变化的网格单元数量，团队发现移动被扰动的情况在最初20–30分钟内出现尖峰，并在大约两小时内逐步恢复正常。不同震感区的响应时机和强度也不相同，中等震感且人口密集的地区有人口迁移更明显的变化。

这对未来应急意味着什么

对非专业读者而言，关键结论是我们可以在不追踪任何单一人的情况下学到大量关于人们如何应对灾害的信息。将匿名的移动网络计数与智能的数学工具结合，这一框架能把简单的手机活动记录转化为显示人群聚集、撤离以及模式稳定速度的地图。在真实的紧急情况下，此类地图可以标示出意外聚集人群的街区、正在进行的撤离或可能通信中断的区域。这些信息可以帮助当局指挥救援队伍、开闭道路和规划避难所容量，同时尊重隐私并利用移动网络已在收集的数据。

引用: 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

关键词: 地震, 人类流动, 移动网络数据, 灾害响应, 人口流动