《TRANSPORTATION RESEARCH PART D-TRANSPORT AND ENVIRONMENT》：Optimizing evacuation routes for human mobility during wildfires: A case study of the 2023 McDougall Creek Wildfire
编辑推荐：
本刊推荐：为应对山火动态特性对静态疏散路径规划带来的挑战（如拥堵加剧安全风险），研究人员开展了基于2023年McDougall Creek山火GPS数据的应急疏散优化研究。通过开发集成距离、拥堵度和火险的多准则成本函数动态Dijkstra-A*算法，并利用SUMO模拟验证四种疏散策略，结果表明基于区域分时段疏散策略能有效降低峰值拥堵并提升安全性。该研究为气候驱动型山火事件提供了GPS行为数据与灾害感知路由相结合的适应性疏散策略新范式。
随着气候变化加剧全球山火频发态势，应急疏散规划面临前所未有的挑战。传统静态路由方法难以应对火场的动态蔓延、交通网络的实时拥堵以及居民疏散行为的复杂性，往往导致疏散效率低下甚至引发二次灾害。2023年8月加拿大不列颠哥伦比亚省发生的McDougall Creek山火，在吞噬近1.4万公顷土地的同时，更暴露出疏散过程中关键路线拥堵、居民响应延迟、火场动态预测不足等系统性缺陷。这一严峻现实催生了一项突破性研究——通过融合多源数据与智能算法，构建动态自适应的山火应急疏散体系。
为破解这一难题，由Bahareh Raei、Apratim Sen等学者组成的研究团队在《Transportation Research Part D: Transport and Environment》发表了题为"Optimizing evacuation routes for human mobility during wildfires: A case study of the 2023 McDougall Creek Wildfire"的论文。研究团队创新性地整合了181百万条GPS设备记录（覆盖376,036台移动设备）的实证数据，结合地理信息系统（GIS）技术与交通仿真平台SUMO（Simulation of Urban Mobility），开发了动态Dijkstra-A*混合算法。该算法通过多准则成本函数统筹考量路径距离、实时拥堵指数与火险逼近度，实现了疏散路径的动态优化与车流负载均衡。
关键技术方法体系包含四个核心环节：首先采用隐马尔可夫模型（HMM）进行GPS轨迹地图匹配，确保移动数据的空间精度；其次通过时空启发式规则与OpenStreetMap（OSM）居住区多边形匹配，识别18,050个居民起点；进而基于贝叶斯-KNN（K-Nearest Neighbors）混合框架推断道路分段速度，检测瓶颈路段；最终构建动态路网图模型，集成火场前沿推进数据（每60秒更新），通过加权线性成本函数C(e,t)=αT(e,t)+βF(e,t)+γP(e,t)实现风险自适应路由。研究还设计了四类疏散情景（同步疏散、时间错峰疏散、区域分级疏散及其响应时间变量版本），通过SUMO平台进行大规模仿真验证。
研究结果层层递进地揭示了山火疏散的优化路径：
- 1.
空间时空分析显示：山火期间轨迹长度增加25%，主干道车速骤降至10-20 km/h，威廉·R·贝内特大桥等关键节点出现持续性拥堵
- 2.
住宅定位验证：通过夜间驻留聚类识别居民点，与人口普查数据比对覆盖率达20%，为疏散起点分布提供实证基础
- 3.
瓶颈识别表明：97号公路南段等三个瓶颈点承担70%拥堵负荷，车道密度峰值超1辆/米
- 4.
算法对比实验证实：动态Dijkstra-A*算法较传统Dijkstra算法缩短疏散时间25%，将车辆进入火场500米风险区的比例从18%降至7%
- 5.
多情景仿真揭示：区域分级结合响应时间变异（Scenario 4-A）的方案最优，峰值流量控制在130辆/分钟，175分钟内安全疏散11,000辆车辆
讨论部分深入剖析了本研究的理论与实践价值。相较于高保真代理模型A-RESCUE 2.0等传统方法，本框架通过实证GPS数据校准行为模式，在保持计算可行性的同时增强了操作适应性。尽管存在农村地区GPS覆盖度不足（17%低表征）、行为响应模型简化等局限，但动态路由与疏散时序的协同优化机制已被证实具有普适价值。研究特别强调：单纯路径优化不足以保证疏散安全，必须与分阶段出发策略形成"算法-管理"双轮驱动。该框架可扩展至洪水、飓风等灾害场景，通过调整火险组件F(e,t)即可适配不同灾害动力学特征。
这项研究的意义超越了个案分析，为智慧应急管理提供了范式转型的契机。通过将静态规划升级为动态响应系统，使疏散策略能从"预测-反应"模式进化至"感知-适应"模式。随着5G物联网和边缘计算技术的发展，该框架有望实现在线部署，形成"天-空-地"一体化的应急疏散数字孪生系统。对于正处于山火高风险期的北美、澳大利亚等地区，这项研究不仅提供了技术工具箱，更启示管理者需将算法创新与社区演练、公众教育相结合，构建韧性城市的安全防线。在气候变化持续加剧的背景下，这种数据驱动型疏散策略必将成为灾害管理的新标准，守护更多生命于危难之际。
