Driving behaviour during wildfire evacuation
Notice bibliographique
Résumé
Introduction: Wildfires pose escalating risks to communities at the wildland--urban interface, often necessitating extensive evacuations. This thesis explores how driving behaviour during wildfire evacuations differs from routine conditions and how these differences can be modelled to improve traffic simulations, thereby supporting more informed planning and response decisions by authorities.Objectives: Three main research objectives are addressed: (1) characterising how macroscopic traffic dynamics differ between wildfire evacuations and routine traffic conditions, (2) assessing the impact of wildfire smoke on car-following behaviour, and (3) developing a framework for traffic simulations that can support emergency planning for and response during wildfire evacuations.Methods and outcomes: (1) A dedicated data analysis method was developed to compare traffic dynamics during routine and evacuation scenarios, using traffic detector data from recent wildfire events in California. The analysis revealed that drivers move more slowly and leave larger gaps between vehicles during evacuations. If unaccounted for in simulations, these behavioural shifts can lead to overly optimistic evacuation time estimates.(2) A custom driving simulator and virtual reality environment were designed to assess how reduced visibility from wildfire smoke affects driver behaviour. Results indicate that, under reduced visibility, drivers reduce their speed when travelling alone, but do not consistently adjust their following distance in congested traffic. These findings inform a visibility-sensitive car-following model.(3) Finally, a simulation framework was proposed, combining data from real wildfire events, virtual reality experiments and evacuation drills. This framework supports the evaluation of evacuation strategies and planning decisions under varying conditions. A case study applied to a community of more than a thousand households in Colorado demonstrated the framework’s utility in assessing traffic management interventions.Conclusion: By capturing evacuation-specific driving behaviours and their impact on traffic, this thesis provides practical approaches to enhance the realism of evacuation models, which can, in turn, support more reliable planning and safer wildfire evacuations. ----------------------------------------------------------- Sponsoring organisations: Natural Resources Canada (NRC)National Institute of Standards and Technology (NIST) ISBN: 978-91-8104-699-1 (print)978-91-8104-700-4 (pdf) ISRN: LUTVDG/TVBB–1076–SEISSN: 1402-3504
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».