大数据和地理学家结合起来更好地计算如何爬坡

2019-08-06 09:51:17    来源:    作者:

根据美国路易斯堡学院的地理学家迈克尔坎贝尔的说法,生命和死亡估计危险人群如何能够在一个斜坡上跑得更快只是“19世纪90年代随机的苏格兰人和20世纪50年代的一些数据”。

坎贝尔及其同事在“ 应用地理 ”杂志上发表的一篇论文中,使用了一个庞大的众包健身追踪数据库收集的材料来改进攀爬不同程度陡坡的时间计算。

乍一看,也许这些考虑似乎只对那些手上有太多时间的好奇的徒步旅行者和数学家感兴趣,但实际上它们在人类努力的几个方面至关重要。

例如,战斗森林火灾的消防员或战区的步兵可能会发现自己处于致命的风险中,如果他们低估了他们在紧急情况下到达山顶的时间。

当然,有几个明显的因素影响攀爬任何给定程度的斜坡所花费的时间,其中最重要的是个人健身以及选择的步态是走路还是跑步。

尽管如此,缩放山丘的速度和能量成本的广义模型被远足组织者,军官和应急规划者等各种各样的人使用。

坎贝尔和他的同事们意识到,问题在于两个最常用的模型包含多个问题,其中最重要的是它们没有充分反映现实世界的条件。

第一个叫做Tobler的远足功能。它以地理学家Waldo Tobler命名,他在1993年建立了一个数学模型来描述步行,山坡和时间之间的关系。

今天它被用于规划海啸,荒野搜救任务以及其他一些活动时的疏散。但问题是,Tobler只能访问一个小型数据集,其中包含20世纪50年代徒步旅行者提供的数据。

它的缺点是相当明显的,但即使如此,Tobler的贡献仍然比第二个最常用的模型(称为奈史密斯的规则)更有用。

这可以追溯到1892年,完全基于一个孤独的苏格兰登山家威廉·奈史密斯(William Naismith)的笔记和计算,他写下了一些东西,做了一些总结,并公布了结果。实际上,奈史密斯的规则基于一个样本大小进行预测。

在他们的新方法中,Campbell和他的同事使用的样本量仅为30,000,其中所有人都活跃在美国犹他州的盐湖城。该数据集包括通过健身追踪器或GPS单元上传的信息,因为该队列进行了不同的跑步,慢跑或步行130,000公里。

“计算人们在环境中移动的速度是一个多世纪以来的问题,”共同作者Philip Dennison说。

“拥有来自如此众多不同速度的人的数据,使我们能够创建比以前更先进的模型。估计人们从A点到B点行走,慢跑或跑步的速度的任何应用程序都可以从这项工作中受益。“

新模型产生了一些方便 - 准确 - 经验法则。

结果显示,沿平地悠闲步行1.6公里平均需要33分钟。以相同的速度行走相同的速度但向上倾斜30度需要97分钟。在两个场景中运行分别需要6分钟和13分钟。

而且 - 肯定是年度最重要的晚宴晚会的主要竞争者 - 沿着30度的坡度走下去需要花费相同的时间来走16度。

Campbell已经开始与犹他州,爱达荷州,科罗拉多州和加利福尼亚州的消防队员合作,以便更好地调整紧急服务应用的模型。

“从消防员的角度来看,在正常情况下,消防人员可能有足够的时间徒步到安全区,”他说,“但如果粪便击中风扇,他们将不得不冲刺到达那里。

“我们尝试引入预测灵活性,可以模拟人们在估算出行率和时间时可能需要考虑的条件范围。

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。