• Home
  • Kemi
  • Astronomien
  • Energi
  • Naturen
  • Biologi
  • Fysik
  • Elektronik
  • Använda Google Street View för att uppskatta resemönster i städer

    Upphovsman:CC0 Public Domain

    En studie publicerad idag i PLOS ONE indikerar att Google Street View har potential att uppskatta hur vanligt cyklande är i städer, och eventuellt andra resemönster också. Analysen av 2, 000 Google Street View -bilder från 1, 000 slumpmässiga platser i var och en av 34 städer i Storbritannien fann stark överenskommelse med data om cykling, och kollektivtrafik och motorcykelanvändning från 2011 års folkräkning och årliga undersökning av aktiva människor.

    Världshälsoorganisationen har uppskattat att fysisk inaktivitet kräver upp till 3,2 miljoner för tidiga dödsfall över hela världen, inklusive 2,6 miljoner i låg- och medelinkomstländer. Ökande aktiv transport, som att cykla eller gå, är ett sätt att förbättra fysisk aktivitet i en befolkning.

    För att förstå och förbättra stadsresor, data behövs om de transportmedel som används. Men i de flesta länder, aktuell, korrekta uppgifter är ofta inte tillgängliga på stadsnivå.

    Nyligen har forskare vänt sig till stora datakällor för att uppskatta promenader, cykling, och andra resemönster i städer. Denna nya studie, ledd av forskare från MRC Epidemiology Unit vid University of Cambridge, undersökte för första gången möjligheten att använda Google Street View -bilder för att förutsäga resemönster på stadsnivå.

    Google Street View är den tjänst som tillhandahålls i Google Maps genom vilken användare kan navigera genom gatornas panoramabilder. Forskarna valde ett slumpmässigt urval av 34 brittiska städer. Forskarna fick då tillgång till 2, 000 bilder i varje stad från 1, 000 slumpmässiga urval, och räknade antalet fotgängare, parkerade cykler, cyklister, motorcyklar, bilar, bussar och skåpbilar/lastbilar i varje bild.

    Google Street View -data jämfördes med gångnivåer, cykling och andra resesätt som rapporterades i 2011 års folkräkning. Det jämfördes också med cykel- och gångdata från 2010 till 2012 i Active People Survey, en årlig fysisk aktivitetundersökning i England. Med bilder som spelats in från 2010 till 2012, de säkerställde att observationerna av Google Street View -bilder och jämförelsedatas tillhörde samma period.

    Forskarna fann en stark korrelation mellan Google Street View -observationer och cykelnivåer, och kollektivtrafik och motorcykelanvändning som rapporterats av Census och Active People Survey, med måttlig korrelation för promenader. De fann också lovande resultat från en pilotanalys om förmågan att förutsäga könsfördelningen av cyklister.

    Google Street View har använts i stor utsträckning av forskare för att kartlägga den byggda miljön som väginfrastruktur och grönt lock. Detta är första gången Google Street View har använts för att uppskatta resemönster över flera olika transportsätt.

    Google Street View är tillgängligt i minst 90 länder som täcker en rad låg- och medelinkomstinställningar och alla kontinenter. Med tiden förväntas fler länder inkluderas. Detta öppnar flera spännande möjligheter att uppskatta cykelnivåer, och eventuellt andra transportsätt, i tusentals städer världen över. Google Street View -data har potential att komplettera både traditionell data som folkräkningar, och andra nya stora datakällor som smartphone -appar.

    Dr Rahul Goel från MRC Epidemiology Unit, huvudförfattare på tidningen, sa:

    "Att upprätta en god relation mellan Google Street View-data och befolkningsnivåundersökningar är mycket uppmuntrande. Vi är glada över de globala tillämpningarna av denna studie, särskilt i inställningar där tillgången på data om gång- och cykelnivåer traditionellt har varit knapp ".

    Dr James Woodcock från MRC Epidemiology Unit, huvudutredare för studien och seniorförfattare på tidningen sa:

    "Om något inte mäts ignoreras det ofta. Det är förvånande hur lite vi vet om hur mycket cykling det finns i många städer runt om i världen. Google Street View har stor potential för att förstå hur människor reser i många länder. Data är fritt tillgängligt och samlas in på ett mer konsekvent sätt än många traditionella undersökningar ".


    © Vetenskap https://sv.scienceaq.com