Heb je ooit op een trottoir gerend om goede tijd te maken, dan een heuvel raken en langzamer gaan rijden? Als, je hebt ervaren hoe helling reistarieven beïnvloedt. Voor de meesten van ons, begrijpen hoe steilheid van hellingen onze snelheid beïnvloedt, is een kwestie van fitheid. Voor anderen, zoals bosbrandweerlieden die zich terugtrekken van de brandlijn naar een veiligheidszone, voorspellen hoe lang het duurt om over het terrein te bewegen, kan een kwestie van leven en dood zijn.

brandweerlieden, stadsplanners en zoek- en reddingsteams zijn slechts enkele van de vele groepen die wiskundige modellen kunnen gebruiken om te voorspellen hoe helling de reissnelheden beïnvloedt. Bestaande modellen hebben twee grote problemen. Ze zijn gebaseerd op datasets met zeer kleine steekproefomvang en ze negeren hoe verschillend mensen door hun omgeving bewegen - lopen en rennen op dezelfde helling zal zeer verschillende reissnelheden opleveren.

Een team van geografen ontwikkelde een reeks modellen die sterk voorspellen hoe terreinhelling de menselijke reissnelheden beïnvloedt. Met behulp van een enorme, crowdsourced fitness-tracking-database, de geografen analyseerden GPS-gegevens van bijna 30, 000 mensen rond Salt Lake City, Utah. De individuen wandelden, joggen, en liep een gecombineerde 81, 000 mijl, gelijk aan meer dan drie reizen rond de evenaar van de aarde. De resulterende modellen zijn de eerste die rekening houden met variabiliteit in reissnelheden tussen langzame, medium en fast movers.

"Dit zal een revolutie teweegbrengen in ons begrip van hoe het terrein de beweging van voetgangers beïnvloedt, " zei Michael Campbell, assistent-professor aan het Fort Lewis College en hoofdauteur van de studie. "Vanuit het perspectief van de brandweer, onder normale omstandigheden kan een brandweerploeg ruimschoots de tijd hebben om naar een veiligheidszone te wandelen, maar als de sh*t de ventilator raakt, ze zullen moeten sprinten om daar te komen. We hebben geprobeerd voorspellende flexibiliteit te introduceren die het scala aan omstandigheden kan nabootsen waarmee men rekening moet houden bij het schatten van reistarieven en -tijden."

Het artikel is op 3 april online gepubliceerd, 2019, in het journaal Toegepaste Aardrijkskunde .

Grote gegevens

De onderzoekers maakten gebruik van crowdsourced-gegevens van Strava, een sociale fitness-applicatie die fietsers volgt, lopers, wandelaars, en zwemmers die GPS-gegevens gebruiken via de mobiele telefoons van gebruikers en andere GPS-apparaten. Strava Metro is een programma dat grote hoeveelheden geaggregeerde, anonieme GPS-gegevens aan entiteiten zoals lokale en regionale overheden om te helpen bij transportplanning. Daten, De samenwerkingen van Strava Metro draaiden voornamelijk om fiets- en hardloopgegevens in stedelijke omgevingen. De geografen zijn enkele van de eersten die de wandelroute gebruiken, hardloop- en jogginggegevens van activiteiten op paden, en zijn de eersten die big data gebruiken om de relatie tussen helling en verplaatsingssnelheden op wandelpaden te schatten. De geografen beoordeelden de helling met lidar, die laserpulsen gebruikt om topografie binnen enkele centimeters te meten. Eerdere studies waren gebaseerd op veel grovere schattingen om te bepalen hoe hellingen de reissnelheden beïnvloeden.

"Berekenen hoe snel mensen zich door de omgeving verplaatsen, is een probleem dat al meer dan een eeuw oud is. Dankzij de gegevens van zo'n groot aantal mensen die met verschillende snelheden bewegen, konden we veel geavanceerdere modellen maken dan voorheen, " zei Philip Dennison, een professor in de afdeling Geografie van de Universiteit van Utah en een auteur van de studie. "Elke applicatie die schat hoe snel mensen lopen, joggen, of rennen van punt A naar punt B kunnen profiteren van dit werk."

Stefan Hannon, de chief product officer van Strava, toegevoegd, "Dit is een fascinerende toepassing van Strava Metro's dataset buiten stedelijke mobiliteit en infrastructuurplanning, en we zijn enthousiast over de levensreddende implicaties van deze studie. Ik ben blij dat onze data-inzichten werk kunnen ondersteunen dat brandweerlieden beschermt terwijl ze hard werken om de rest van ons te beschermen."

Het meest gebruikte model om reissnelheden per helling te schatten, is de wandelfunctie van Tobler. In 1993, geograaf Waldo Tobler paste een wiskundige functie toe aan een figuur die empirische gegevens samenvatte die in de jaren vijftig waren verzameld, vóór de leeftijd van GPS. Mensen hebben de wandelfunctie van Tobler gebruikt om de evacuatietijden voor tsunami's in te schatten, zoek- en reddingsacties voor vermiste personen en ontsnappingsroutes voor wilde brandweerlieden. De volgende meest gebruikte functie, genaamd de regel van Naismith, bestaat al sinds 1892. Een Schotse bergbeklimmer ging wandelen, schreef toen een bericht in de Scottish Journal of Mountaineering. Op basis van zijn persoonlijke ervaring, hij schreef dat je drie uur zou moeten besteden voor elke drie horizontale mijl die je hebt afgelegd, en voeg een uur toe voor elke 2, 000 verticale voet opgestegen.

"Honderden mensen gebruiken deze hellingssnelheidsfuncties op basis van een willekeurige Schotse kerel uit de jaren 1890 en enkele gegevens uit de jaren vijftig, "zei Campbell. "We wilden het beter doen."

in 2017, Campbell, Dennison en anderen hebben experimenteel hellings- en verplaatsingssnelheden gemeten voor 37 mensen, dat was de grootste experimentele dataset totdat Irmischer en Clarke reistarieven met 200 mensen in 2018 registreerden. De nieuwe studie gebruikte gegevens die zijn geregistreerd tussen 1 juli. 2016, en 30 juni 2017 vanaf bijna 30, 000 personen, in totaal bijna 1,1 miljoen datapunten. Door de enorme hoeveelheid gegevens konden de geografen flexibele functies ontwikkelen op een spectrum van reissnelheden, van de langzaamste wandelaars in het 1e percentiel tot de snelste lopers in het 99e percentiel.

Volgens de resultaten van de studie, een langzame wandeling op een flat, Het parcours van 1,6 km duurt gemiddeld ongeveer 33 minuten, overwegende dat dezelfde inspanning op een steile, Een helling van 30 graden duurt ongeveer 97 minuten. Aan de andere kant van het spectrum, een snelle run op een flat, 1-mijls parcours duurt ongeveer zes minuten, in vergelijking met 13 minuten op een helling van 30 graden. Mensen bewegen het snelst op een licht dalende helling, en de reissnelheden waren sneller voor bergafwaarts dan bergopwaarts. Bijvoorbeeld, het afdalen van een steile helling van 30 graden ging met dezelfde snelheid als het opgaan van een helling van 16 graden.

Big data afstemmen op brandweerlieden

De gegevens hebben enkele beperkingen. Omdat het crowdsourced is, de gegevens zijn rommelig. En vanwege de anonimiteit, de onderzoekers weten niets over de individuele lopers. Als ze informatie hadden over het fitnessniveau van elke persoon, ze zouden meer genuanceerde functies kunnen ontwikkelen om reistijden te voorspellen.

Deze maand staren, de geografen zullen hun nieuwe modellen toepassen op bosbrandbestrijders. Tijdens hun voorjaarstraining bijna een dozijn brandweerlieden in Utah, Idaho, Colorado en Californië zullen GPS-trackers gebruiken om hun bewegingen te registreren en hun reistarieven vast te leggen. Dit zal hen in staat stellen om de reissnelheden van de unieke brandweerliedenpopulatie beter te begrijpen, die vaak ruig terrein doorkruisen, lange dagen werken, en het dragen van zware pakken.

"We moeten uit de big data zien waar brandweerlieden in dit spectrum passen, "Zei Campbell. "Brandweerlieden vertellen dat we kunnen voorspellen hoe lang het duurt om veiligheidszones te bereiken met behulp van gegevens van een diverse populatie Strava-gebruikers, zal niet zo overtuigend zijn als gegevens die de brandweerlieden zelf verstrekken. Alles wat we kunnen doen om de schattingen van de reissnelheid voor brandweerlieden te verbeteren, zal een extra veiligheidsmarge bieden en hopelijk levens redden."