跳到主要内容
移动世界。
应急响应

铅图像照片:美国军队

新型冠状病毒大流行发作了从以前从未像以前一样推入焦点的紧急响应。我们正在学习建议需要足够快,以便保持危机,但他们还需要准确,有助于有效的灾害反应。

模型总是不完美的。它们可以通过数据的质量和不可能预测复杂情况的突然变化鞭打。帮助为未来创建应急准备计划的模型也需要通过可以通知的算法补充灾难响应在真正的时间。

北卡罗来纳州、美国陆军和德州农工大学的研究人员正在开发一种算法,可以在自然灾害和人为灾害发生时,为应急响应人员和应急管理人员提供实时信息。

“这将是我们以前从未见过的规模。”

大量的美国平民和非战斗人员在韩国生活和工作。如果冲突爆发了朝鲜,它将触发美国最大的最大的非战斗疏散操作(NEO)。

“我们以前从未见过的规模将是一项规模的,”民主国家辩护基金会高级研究员大卫麦克斯韦说。Maxwell的专业知识包括朝鲜30岁的军人。他说,“世界各地都有较小的新乐园,”但我们正在谈论的规模是数十万(疏散者)。“

近地天体是国务院精神美国公民远离战区和灾难的方式。紧急反应由大使宣布和管理,由军队执行。在韩国,军队占据了上风。

韩国朝鲜纪念的紧急疏散计划是惊人的。在后勤问题中是获取,动员和保持地面运输;设立载入阶段;并将人们搬到机场和海港,让他们带来安全。军事境地和策划者已经建造,目前使用的模型来设计他们的Neo PlayBook。来自NCSU和美国陆军的一对研究人员和退伍军人设计了一个新的模型这不仅使用传统的算法不仅计划,而且实时调整这些计划。

该算法认为变量,如撤离者,他们的位置和运输时间的数量,以提供疏散计划。

北卡罗来纳州立大学的工业与系统工程助理研究教授布兰登·麦康奈尔(Brandon McConnell)表示,这样做的目的不是要取代或改进现有的模式。

“这实际上是为了提供一些不同的东西,一种不同类型的能力,让指挥官帮助可视化决策权衡,并理解它们。”

通过领先作者和陆军队长John Kearby建造,该算法围绕美国军事学院的NC州毕业和教练,该算法缩短了许多变量来为NEO提供计划。

这些投入包括有多少被疏散的人,他们被指定的集合点的位置,有多少可用的资产,如火车、巴士和直升机,以及他们的运输时间。该算法创建的时间表是为了在尽可能少的时间内执行NEO。但它的独特之处在于,当事情不可避免地发生变化时,这个时间表可以调整。

如果其中一个变量用新信息更新,那么时间表也将更新。模型需要快速准确地提供问题的答案。任何决策的取舍都可能对整个操作产生重大影响。该模型旨在让后勤人员和指挥官实时看到他们行动的结果。

应急响应

在这里,60名平民参加了勇敢的频道,是一个Neo练习练习,2016年。信贷:美国军队

“这就是环境中的内容,”McConnell说。“这些东西不自由。”Kearby和McConnell的型号可以预测这些变化到单个卡车的水平。

McConnell说,这种粒度水平很重要。一个关键挑战是弄清楚需要多少细节。太少,决定不会如尽可能的信息。太多了,结果可能太慢发展,模型太麻烦了。

韩国问题专家麦克斯韦尔表示:“看起来,这个模型确实对决策有很大帮助。”交通堵塞、道路封闭、外国政府的行动等问题是不可避免的。

Maxwell Notes可以建模的内容仍然存在一些差距。其中包括其他政府如何影响新人,中国止出了美国。为了让私人承包商的车辆穿梭疏散。韩国公民寻求安全的行为也很难考虑。

一个易于使用和理解的用户界面也将是必要的,以使模型领域准备好,麦康奈尔说。

Kearby和McConnell的方法使用了针对韩国NEO的计划,但也适用于其他情况。对各种灾害的应急反应都是不稳定的。

洪水:洪水中的紧急响应

很少自然灾害影响范围和洪水一样广。

“一般来说,(洪水)......几乎可以发生在任何地方,”乔治城大学的紧急和灾难管理计划教授和教师和教师总监。“这也是几乎每年我们看到我们所面临的任何自然灾害的最高损失的人。”

基于水物理和区域的地形的模型可以帮助预测洪水可能开始发生的地方。但它们变得不太有用的中间洪水,水域和压力升高和时间清洗。

德州农工大学土木与环境工程助理教授阿里•穆斯塔法维(Ali Mostafavi)就有过这样的经历设计了一个算法来帮助实时预测下一次洪水的流向。通过从城市的洪水测量仪获取数据,并将其与城市排水系统的设计相结合,Mostafavi的算法可以模拟洪水将向城市的哪个方向发展。

使用来自城市洪水仪的数据,加上排水系统的设计,该算法可以模拟洪水将在一个城市中展开。

穆斯塔法维举例说:“(排水系统的)5号节点发生了溢流。该算法可以告诉您,“从现在开始3小时后,节点7也有90%的可能性发生溢出。”它不能预测未来,穆斯塔法说,但提供了一个概率框架,以形成应急响应。

弗雷泽说,这些信息有助于确定有限的救援资源应该分配到哪里以及可能需要多少救援资源。这也可以帮助官员更好地警告公众。

MostaFavi使用哈里斯县,德克萨斯州和普通瀑布市休斯顿建立他的模型。凭借洪水仪的强大系统,休斯顿特别适合为模型提供数据。该算法吸引了历史。它是从2015年阵亡纪念日洪水和2017年飓风洪水的数据。使用这一点,该算法的预测符合2016年税收日洪水洪水洪水的历史数据,精度为83%。

他目前正在研究深入的学习迭代,更准确,并且可能更适合克服模型的主要挑战之一:缺乏数据。

“这就是我们开始使用概率模型的原因,”大多数人说。这些模型依赖于数据较少。但他所需的至关重要的数据取决于城市的洪水监测基础设施(包括仪表实际工作正常工作)。

“特别是在一些资源有限的地区,洪水仪更加稀缺,”大多数人说。他正在寻找潜在的解决方法,即深入学习版本可以用来填补差距,如监视社交媒体帖子作为临时跟踪系统。

像Kearby和McConnell的型号一样,Mostafavi并不意味着代替主要用于规划的物理型号。目标是提供一个不同的工具集 - 一个优化用于实时决策 - 来补充已经使用的模型。

乔治城大学的弗雷泽说:“在应急管理中,我们最担心的事情就是拯救生命。”“如果我们有一个模型,告诉我们洪水将在哪里,这是一个巨大的优势。”

下一个

救灾
无人机如何改变救灾工作
无人机如何改变救灾工作
现在看
救灾
无人机如何改变救灾工作
随着飓风佛罗伦萨的袭击,让我们来看看无人机是如何改变灾难救援的。
现在看

无人机技术正在从根本上改变我们应对自然灾害的方式。飓风“哈维”(Harvey)过后,救援团队广泛使用无人机绘制受灾区域的地图并对受灾区域进行分类,公用事业和手机运营商则使用无人机检查损坏情况并优先进行维修。无人机操作成本低,覆盖范围广,在清理灾区时正在改变游戏规则. ...

退伍军人
退伍军人到救援
退伍军人到救援
现在看
退伍军人
退伍军人到救援
在他们生命的最糟糕的一天,这些退伍军人来了帮助。
现在看

Team Rubicon是一群军事退伍军人,他志愿者以应对自然灾害。他们帮助灾难受害者 - 互相帮助治愈。许多人加入军队以服务于其国家,仍然被呼吁在他们出去后服务。在某些情况下,他们可能有经历的创伤或从武装部队中的时间从他们的时间开始。进入Team Rubicon,这是回应的志愿者组织......

起义
机器人蜜蜂有一天可能会拯救你的生命
机器人蜜蜂
起义
机器人蜜蜂有一天可能会拯救你的生命
首次使用软执行器提供的Microbot实现了受控飞行。

首次使用软执行器提供的Microbot实现了受控飞行。

救灾
在Cajun Navy内:志愿者如何培训抢救飓风受害者
在Cajun Navy内:志愿者如何培训抢救飓风受害者
现在看
救灾
在Cajun Navy内:志愿者如何培训抢救飓风受害者
民用主导的救援可以成为未来灾难恢复努力的一部分吗?
现在看

在飓风卡特里娜飓风之前,在Cajun海军内部看,“Cajun Navy”甚至没有存在。但在暴风雨之后,一群帮助拯救千年洪水受害者在他们的房屋和车辆中陷入困境的志愿者再次聚集在一起。他们的目标是什么?在自然灾害之后,共同努力,在需要的时候更好地帮助人们。他们称自己为Cajun Navy,他们的工作......

未来的无人机
这架挥舞射钉枪的无人机看起来很吓人,但可以挽救生命
这架挥舞射钉枪的无人机看起来很吓人,但可以挽救生命
未来的无人机
这架挥舞射钉枪的无人机看起来很吓人,但可以挽救生命
根据OSHA的说法,2017年的五分之一的工作场所死亡是建设。钉枪无人机可以帮助拯救生命吗?

根据OSHA的说法,2017年的五分之一的工作场所死亡是建设。钉枪无人机可以帮助拯救生命吗?

发明
可以拯救生命的智能手表
可以拯救生命的智能手表
现在看
发明
可以拯救生命的智能手表
癫痫可能是一种可怕和危险的状态。这个癫痫发作检测智能手表可以安心,拯救生命吗?
现在看

一个名为EMPatica的启动创建了一个可以感知癫痫的用户癫痫发作时感知的手表。然后,设备将数据发送到个人的智能手机,这反过来将通过电话或短信通知预先选择的护理人员。有人始终在呼叫中呼叫,帮助个体癫痫患者可以令人难以置信地安慰那个人,甚至可以挽救他或她的生活。此外,......

大流行准备
从灾难中学习:布莱恩·沃尔什的访谈
布莱恩·沃尔什面试
大流行准备
从灾难中学习:布莱恩·沃尔什的访谈
人类历史上有很多流行病。我们与《末日》的作者布莱恩·沃尔什(Bryan Walsh)进行了交谈,探讨我们如何从它们中学到未来的东西。

人类历史上有很多流行病。我们与《末日》的作者布莱恩·沃尔什(Bryan Walsh)进行了交谈,探讨我们如何从它们中学到未来的东西。

病毒学
用病毒对抗超级细菌
用病毒对抗超级细菌
现在看
病毒学
用病毒对抗超级细菌
这位耶鲁科学家的实验疗法是一位德州女性的最后一招。
现在看

Ben Chan在世界各地寻找噬菌体(细菌破坏病毒)的下水道,湖泊和猪场,这有助于对抗抗生素抗性细菌,也称为“超级蛋白”。Paige是德克萨斯州的一个年轻女性,囊性纤维化是患有耐药性感染的囊性纤维化;本的实验噬菌体疗法是​​她的最后手段。我们跟随Ben,因为他从耶鲁的实验室到Lubbock旅行......