Har du någon gång sprungit på en trottoar och gjort det ganska bra, sedan slå en kulle och saktade ner? Om så är fallet, du har upplevt hur lutning påverkar resepriserna. För de flesta av oss, Att förstå hur brant sluttning påverkar vår hastighet är en fråga om kondition. För andra, såsom vildmarksbrandmän som drar sig tillbaka från brandlinjen till en säkerhetszon, att förutsäga hur lång tid det tar att röra sig över terräng kan vara en fråga om liv och död.

Brandkår, stadsplanerare och sök- och räddningsteam är bara några av de många grupper som kan använda matematiska modeller för att förutsäga hur lutning påverkar resehastigheten. Befintliga modeller har två stora problem. De är baserade på datauppsättningar med mycket små urvalsstorlekar och de ignorerar hur olika människor rör sig i sin miljö – att gå och springa uppför samma sluttning kommer att ge väldigt olika resehastigheter.

Ett team av geografer utvecklade en serie modeller som starkt förutsäger hur terränglutningen påverkar människors reshastighet. Med hjälp av en massiv, crowdsourced fitness-spårningsdatabas, geograferna analyserade GPS-data från nästan 30, 000 människor runt Salt Lake City, Utah. Individerna vandrade, joggade, och sprang sammanlagt 81, 000 mil, motsvarande mer än tre resor runt jordens ekvator. De resulterande modellerna är de första som tar hänsyn till variationer i resehastigheter mellan långsamma, medium och snabba rörelser.

"Detta kommer att revolutionera vår förståelse för hur terräng påverkar fotgängares rörelser, sa Michael Campbell, biträdande professor vid Fort Lewis College och huvudförfattare till studien. "Ur ett brandmansperspektiv, under normala förhållanden kan brandpersonalen ha gott om tid att vandra till en säkerhetszon, men om skiten träffar fläkten, de kommer att behöva spurta för att komma dit. Vi försökte införa prediktiv flexibilitet som kan efterlikna de olika förhållanden som man kan behöva tänka på när man uppskattar resepriser och tider."

Tidningen publicerades online den 3 april, 2019, i journalen Tillämpad geografi .

Big data

Forskarna utnyttjade crowdsourced data från Strava, en social fitness-applikation som spårar cyklister, löpare, vandrare, och simmare som använder GPS-data via användarnas mobiltelefoner och andra GPS-aktiverade enheter. Strava Metro är ett program som distribuerar stora mängder aggregerade, anonyma GPS-data till enheter som lokala och regionala myndigheter för att underlätta transportplanering. Hittills, Strava Metros samarbeten har i första hand kretsat kring cykel- och löpdata i stadsmiljöer. Geograferna är några av de första som använder dess vandring, löp- och joggingdata från aktiviteter på stigar, och är de första som använder big data för att uppskatta sambandet mellan lutning och reshastighet på vandringsleder. Geograferna bedömde lutning med lidar, som använder laserpulser för att mäta topografi inom några centimeter. Tidigare studier förlitade sig på mycket grövre uppskattningar för att bestämma hur lutning påverkar resehastigheterna.

"Att beräkna hur snabbt människor rör sig genom miljön är ett problem som är mer än ett sekel gammalt. Att ha data från ett så stort antal människor som rör sig i alla olika hastigheter gjorde att vi kunde skapa mycket mer avancerade modeller än vad som har gjorts tidigare, sa Philip Dennison, en professor vid institutionen för geografi vid University of Utah och en författare om studien. "Alla program som uppskattar hur snabbt människor går, jogga, eller springa från punkt A till punkt B kan dra nytta av detta arbete."

Steph Hannon, Chief Product Officer för Strava, Lagt till, "Detta är en fascinerande tillämpning av Strava Metros datauppsättning utanför urban mobilitet och infrastrukturplanering, och vi är glada över de livräddande konsekvenserna av denna studie. Jag är glad att våra datainsikter kan stödja arbete som skyddar brandmän samtidigt som de arbetar hårt för att skydda oss andra."

Den mest använda modellen för att uppskatta resehastigheter efter lutning är Toblers vandringsfunktion. 1993, geografen Waldo Tobler anpassade en matematisk funktion till en figur som sammanfattade empiriska data som samlades in på 1950-talet, före GPS-åldern. Människor har använt Toblers vandringsfunktion för att uppskatta evakueringstider för tsunamis, Sök- och räddningstjänst för försvunnen personer och flyktvägar för brandmän. Den näst mest använda funktionen, kallas Naismiths regel, har funnits sedan 1892. En skotsk bergsbestigare gick på en vandring, skrev sedan ett inlägg i Scottish Journal of Mountaineering. Baserat på hans personliga erfarenhet, han skrev att man borde budgetera tre timmar för varje tre tillryggalagd horisontell mil, och lägg till en timme för var 2, 000 vertikala fot steg upp.

"Hundratals människor använder de här funktionerna för färdhastighet för lutningar baserade på en slumpmässig skotsk kille från 1890-talet och vissa data från 1950-talet, sade Campbell. "Vi ville göra det bättre."

Under 2017, Campbell, Dennison och andra mätte experimentellt lutning och resehastigheter för 37 personer, vilket var det största experimentella datasetet tills Irmischer och Clarke registrerade resefrekvenser med 200 personer 2018. Den nya studien använde data som registrerats mellan 1 juli, 2016, och 30 juni, 2017 från nästan 30, 000 individer, totalt nästan 1,1 miljoner datapunkter. Den enorma mängden data gjorde det möjligt för geograferna att utveckla flexibla funktioner på ett spektrum av reshastigheter, från de långsammaste vandrarna i 1:a percentilen till de snabbaste löparna i 99:e percentilen.

Enligt resultaten av studien, en långsam promenad på en lägenhet, 1-mile (1,6 km) led tar cirka 33 minuter i genomsnitt, samma nivå av ansträngning på en brant, 30 graders lutning tar cirka 97 minuter. I andra änden av spektrumet, en snabb löpning på en plan, 1 mils spår tar cirka sex minuter, jämfört med 13 minuter uppför en 30 graders lutning. Människor rör sig snabbast i en lätt nedförsbacke, och reshastigheten var snabbare för rörelse i nedförsbacke än i uppförsbacke. Till exempel, att gå nerför en brant sluttning på 30 grader gjordes i samma hastighet som att gå uppför en sluttning på 16 grader.

Justera stordata till brandmän

Uppgifterna har vissa begränsningar. Eftersom det är crowdsourcade, uppgifterna är röriga. Och på grund av sin anonymitet, forskarna känner inte till de enskilda löparna. Om de hade information om varje persons konditionsnivå, de skulle kunna utveckla mer nyanserade funktioner för att förutsäga restider.

Stirrar denna månad, geograferna kommer att tillämpa sina nya modeller på vilda brandmän. Under vårträningen, nästan ett dussin brandmän i Utah, Idaho, Colorado och Kalifornien kommer att använda GPS-spårare för att registrera sina rörelser och logga sina resehastigheter. Detta kommer att göra det möjligt för dem att bättre förstå resehastigheterna för den unika brandmanspopulationen, som ofta korsar oländig terräng, arbeta långa dagar, och bär tunga packningar.

"Vi måste hitta var brandmän passar längs det här spektrumet från big data, ", sa Campbell. "Att tala om för brandmän att vi kan förutsäga hur lång tid det kommer att ta att komma till säkerhetszoner med hjälp av data från en mångsidig population av Strava-användare kommer inte att vara lika övertygande som data som brandpersonalen själva tillhandahåller. Allt vi kan göra som förbättrar resehastighetsuppskattningarna för brandmän kommer att ge en extra säkerhetsmarginal och förhoppningsvis rädda liv."