世界各地都已实施社交距离措施，以遏制 COVID-19 的传播。
纽卡斯尔大学的研究人员开发了一种追踪城市人口流动的方法，以了解人们是否遵守社交距离规定，以及这些措施是否有效。
他们的研究展示了智慧城市如何为未来的危机做好更充分的准备。
许多国家已采取社交距离措施，以减缓 COVID-19 疫情的蔓延。要了解这些建议是否有效，我们需要评估人们在多大程度上遵守了这些措施。
为此，我们的团队开发了一款城市数据仪表板，帮助实时了解社交距离措施对大都市内人员和车辆流动的影响。
纽卡斯尔大学城市观测站成立的目的是更好地了解城市中的流动规律。它利用数千个传感器和数据共享协议，监测城市各处的流动情况，涵盖交通和行人流量、拥堵状况、停车场占用率以及公交车 GPS 追踪数据等。它还监测能源消耗、空气质量、气候及许多其他变量。
流动模式的变化
我们分析了超过18亿条单项观测数据，以及其他数据来源，并采用了深度学习算法。这些数据会实时用于更新仪表板。
上图中，实线显示来自行人传感器的实时数据。阴影区域表示封锁前“正常”的行人流量。传感器通常每小时监测两个方向的行人流量，再与上一年同一天的数据进行比较。图中的峰值代表高峰时段人流量增加。然而，封锁开始后，整体上只观察到非常小的峰值。
我们的研究发现，与年度平均水平相比，行人流动量减少了95%。这表明人们一直严格遵守政府指引。不过，只有在3月23日晚些时候出台严格规定后，客流量才出现最显著的下降，这说明更强硬的讯息达到了预期效果。
就车辆流动而言，封锁第一周初期，交通量以慢得多的速度下降至年度平均水平的约50%。这可能是因为人们转而开车出行，而不再乘坐公共交通工具。总体而言，我们估计，自3月1日以来，泰恩-威尔郡的公共交通出行次数减少了612,000次。
英国公共卫生署还建议人们外出时保持至少两米的距离。这项建议已得到广泛宣传，但很难评估人们是否遵守。我们城市观测站的团队运用计算机视觉和图像处理技术开发了能够自动测量公共区域社交距离的算法。
我们制作了能够测量公共场所行人之间距离的模型。该算法采用红绿灯指示系统，可以匿名识别并标记保持安全距离的人，并在出现违反社交距离措施的情况时以红色标出。
利用这些信息，可以识别无法保持社交距离的瓶颈区域，并了解市民如何适应限制措施的实施或解除。
这类数据不仅能实时显示身体距离的变化，还能深入揭示长期行为变化。
面向未来的工具
一位世界卫生组织专家曾表示，英国实施严格社交距离措施的时间晚了十天。这或许是因为人们对公众普遍行为缺乏了解。借助技术开发的观测基础设施，可能成为未来危机管理应对措施的核心。
纽卡斯尔城市观测站是全球智慧城市发展行动的一部分。智慧城市通过嵌入式传感器提供城市系统的实时数据，以优化运行表现并支持基于证据的决策。
智慧城市利用信息和通信技术，大规模简化城市运营。技术生态系统收集交通、噪音、空气质量、能源消耗和人员流动数据，以便政府部门和企业作出更完善、更可持续的决策。市民可以通过多种方式参与智慧城市建设。
在未来智慧城市的发展中，数据权属和治理将是重要的讨论议题。城市观测站正积极研究智慧城市治理，并秉持开放透明的理念，实时发布所有数据。
我们对当前形势的分析为更充分地准备应对下一场危机，或量化大规模社会变革的影响，提供了机会。
