Você já correu em uma calçada fazendo um bom tempo, em seguida, atingiu uma colina e diminuiu o ritmo? Se então, você experimentou como a inclinação afeta as taxas de viagens. Para a maioria de nos, entender como a inclinação do declive afeta nossa velocidade é uma questão de adequação. Para os outros, como bombeiros florestais se retirando da linha de fogo para uma zona de segurança, prever quanto tempo leva para se mover no terreno pode ser uma questão de vida ou morte.

Equipes de bombeiros, planejadores de cidades e equipes de busca e resgate são apenas alguns dos muitos grupos que podem usar modelos matemáticos para prever como a inclinação afeta as taxas de viagens. Os modelos existentes têm dois grandes problemas. Eles são baseados em conjuntos de dados com tamanhos de amostra muito pequenos e ignoram como as pessoas se movem de maneira diferente em seu ambiente - caminhar e subir a mesma encosta resultará em taxas de viagem muito diferentes.

Uma equipe de geógrafos desenvolveu uma série de modelos que prevêem fortemente como a inclinação do terreno afeta as taxas de viagens humanas. Usando um enorme, banco de dados crowdsourced de rastreamento de condicionamento físico, os geógrafos analisaram dados de GPS de quase 30, 000 pessoas em Salt Lake City, Utah. Os indivíduos caminharam, correu, e executou um 81 combinado, 000 milhas, equivalente a mais de três viagens ao redor do equador da Terra. Os modelos resultantes são os primeiros a considerar a variabilidade nas taxas de viagens entre lentas, movimentadores médios e rápidos.

"Isso vai revolucionar nosso entendimento sobre como o terreno afeta o movimento de pedestres, "disse Michael Campbell, professor assistente no Fort Lewis College e principal autor do estudo. "Do ponto de vista do bombeiro, sob condições normais, uma equipe de bombeiros pode ter tempo suficiente para caminhar até uma zona de segurança, mas se a merda atingir o ventilador, eles terão que correr para chegar lá. Tentamos introduzir flexibilidade preditiva que pode imitar a gama de condições que pode ser necessário considerar ao estimar tempos e taxas de viagem. "

O artigo foi publicado online em 3 de abril, 2019, no jornal Geografia Aplicada .

Big data

Os pesquisadores aproveitaram os dados crowdsourced da Strava, um aplicativo de fitness social que rastreia ciclistas, corredores, caminhantes, e nadadores usando dados de GPS por meio de telefones celulares dos usuários e outros dispositivos habilitados para GPS. Strava Metro é um programa que distribui grandes quantidades de agregados, dados GPS anônimos para entidades como governos locais e regionais para auxiliar no planejamento de transporte. A data, As colaborações da Strava Metro giraram principalmente em torno do ciclismo e da corrida de dados em ambientes urbanos. Os geógrafos são alguns dos primeiros a usar sua caminhada, dados de corrida e corrida de atividades em trilhas, e são os primeiros a usar big data para estimar a relação entre inclinação e taxas de deslocamento em trilhas para caminhadas. Os geógrafos avaliaram a inclinação com lidar, que usa pulsos de laser para medir a topografia em alguns centímetros. Estudos anteriores se basearam em estimativas muito mais grosseiras para determinar como a inclinação afeta as taxas de viagem.

"Calcular a rapidez com que as pessoas se movem no ambiente é um problema com mais de um século. Ter dados de um grande número de pessoas se movendo em todas as velocidades diferentes nos permitiu criar modelos muito mais avançados do que o que foi feito antes, "disse Philip Dennison, professor do Departamento de Geografia da Universidade de Utah e autor do estudo. "Qualquer aplicativo que estima a velocidade com que as pessoas andam, correr, ou correr do ponto A ao ponto B pode se beneficiar deste trabalho. "

Steph Hannon, o diretor de produtos da Strava, adicionado, "Esta é uma aplicação fascinante do conjunto de dados da Strava Metro fora do planejamento de mobilidade urbana e infraestrutura, e estamos entusiasmados com as implicações deste estudo para salvar vidas. Fico feliz que nossos insights de dados possam apoiar o trabalho que protege os bombeiros enquanto eles trabalham duro para proteger o resto de nós. "

O modelo mais amplamente usado para estimar as taxas de viagens por declive é a função de caminhada de Tobler. Em 1993, o geógrafo Waldo Tobler ajustou uma função matemática a uma figura que resumiu os dados empíricos coletados na década de 1950, antes da era do GPS. As pessoas têm usado a função de caminhada de Tobler para estimar os tempos de evacuação em caso de tsunamis, Busca e resgate de pessoas desaparecidas e rotas de fuga de bombeiros selvagens. A próxima função mais amplamente usada, chamada Regra de Naismith, existe desde 1892. Um alpinista escocês fez uma caminhada, em seguida, escreveu uma entrada no Scottish Journal of Mountaineering. Com base em sua experiência pessoal, ele escreveu que deve-se reservar três horas para cada três milhas horizontais percorridas, e adicione uma hora para cada 2, 000 pés verticais ascendidos.

"Centenas de pessoas estão usando essas funções de taxa de deslocamento em declive com base em um cara escocês aleatório da década de 1890 e alguns dados da década de 1950, "disse Campbell." Queríamos fazer melhor.

Em 2017, Campbell, Dennison e outros mediram experimentalmente a inclinação e as taxas de deslocamento para 37 pessoas, que foi o maior conjunto de dados experimental até que Irmischer e Clarke registraram taxas de viagens com 200 pessoas em 2018. O novo estudo usou dados registrados entre 1º de julho, 2016, e 30 de junho, 2017 a partir de quase 30, 000 indivíduos, totalizando quase 1,1 milhão de pontos de dados. A enorme quantidade de dados permitiu aos geógrafos desenvolver funções flexíveis em um espectro de velocidades de viagem, dos caminhantes mais lentos no 1º percentil aos corredores mais rápidos no 99º percentil.

De acordo com os resultados do estudo, uma caminhada lenta em um apartamento, A trilha de 1 milha (1,6 km) leva cerca de 33 minutos em média, considerando que o mesmo nível de esforço em uma descida íngreme, A inclinação de 30 graus levará cerca de 97 minutos. Do outro lado do espectro, uma corrida rápida em um apartamento, A trilha de 1 milha leva cerca de seis minutos, em comparação com 13 minutos em uma inclinação de 30 graus. As pessoas se movem mais rapidamente em uma ladeira ligeiramente em declive, e as taxas de viagem eram mais rápidas em descidas do que em subidas. Por exemplo, descer uma encosta íngreme de 30 graus era feito na mesma velocidade que subir uma encosta de 16 graus.

Ajustando Big Data para bombeiros

Os dados têm algumas limitações. Porque é crowdsourced, os dados estão confusos. E devido ao seu anonimato, os pesquisadores não sabem sobre os corredores individuais. Se eles tivessem informações sobre o nível de condicionamento de cada pessoa, eles poderiam desenvolver funções com mais nuances para prever os tempos de viagem.

Começando este mês, os geógrafos aplicarão seus novos modelos aos bombeiros florestais. Durante o treinamento de primavera, quase uma dúzia de equipes de bombeiros em Utah, Idaho, Colorado e Califórnia usarão rastreadores GPS para registrar seus movimentos e registrar suas taxas de viagem. Isso permitirá que eles entendam melhor as taxas de viagens da população única de bombeiros, que frequentemente atravessam terrenos acidentados, trabalhando longas horas, e carregando mochilas pesadas.

"Precisamos descobrir onde os bombeiros se encaixam nesse espectro de big data, "disse Campbell." Dizer aos bombeiros que podemos prever quanto tempo vai demorar para chegar às zonas de segurança usando dados de uma população diversificada de usuários de Strava não vai ser tão convincente quanto os dados que os próprios bombeiros fornecem. Qualquer coisa que possamos fazer para melhorar as estimativas das taxas de viagens dos bombeiros proporcionará uma margem de segurança adicional e, esperançosamente, salvará vidas. "