本文最初发表于 Undark。
2023 年 5 月 5 日，一位名叫马修·里德 (Matthew Read) 的 19 岁徒步旅行者前往蒙大拿州冰川国家公园人烟稀少地区进行一次约 12 英里的徒步旅行。里德是一名化学工程专业的学生，在开车回密歇根州的途中路过冰川公园，他选择的这条被松树环绕的小路以其壮丽的利文斯顿山脉景色而闻名，那里有一系列锯齿状的山峰向东延伸。
他看到的景色比他预期的要长久。
到了两天后的星期天，这位年轻的徒步旅行者仍未返回。当天下午，国家公园的巡逻员开始地面搜寻；当晚，一支直升机队从空中扫描。然而，搜救人员受到线索稀缺的阻碍，而直升机的搜寻则受天气条件的影响：云层低垂，雾气遮蔽了视线。
星期一，搜救队伍扩大到 30 人，其中包括美国边境巡逻队和弗拉特黑德县治安官办公室，以及搜救犬。搜救范围扩大到北部山谷和弗拉特黑德搜救（SAR）队。
在这种情况下，一门科学的子领域可以帮助这些搜救队知道从哪里开始——以及一个迷失在熊出没地区的大学生可能会如何行动。这门科学恰如其分地被称为“迷路者行为”。
这项研究在 2000 年代得到了扩展，一位名叫罗伯特·科斯特 (Robert Koester) 的研究人员对此做出了贡献。2008 年，科斯特汇编、分析并发表了关于不同类型的人在荒野中迷路时的行为模式以及如何找到他们的数据。他的工作已成为迷路者行为领域的基石，也是搜救队规划搜寻偏离常规路线人员任务的支柱。
由于搜救队没有强制性的集中报告地点，因此很难获得可靠的数字，但在 2021 年，仅在美国国家公园就约有 3,400 人在野外需要帮助（这是人们需要救援的土地的少数部分）。
在这个即使是几分钟都很重要的领域，高效的搜寻策略可能意味着生与死的区别。
自科斯特最初工作以来的 16 年里，他和他的同事们增加了细微之处，填补了最初框架中的空白，并构建了新的技术工具。但将新的研究成果从学术象牙塔推广到实际应用并非易事：当搜救人员正在寻找一个在山狮出没的地区从营地走失的孩子，或者一名在雪崩中失去知觉的登山者时，尝试一种新战术通常不是首要任务。
然而，在这个即使是几分钟都很重要的领域，高效的搜寻策略可能意味着生与死的区别。这些高风险的压力促使研究人员继续深入研究，追随数据分叉的方向。
系统性搜寻很大程度上可以追溯到第二次世界大战，当时侦察机使用网格搜索来探测德国潜艇。
在 20 世纪末，美国、英国、加拿大和澳大利亚的搜救专业人士开始正式报告陆地救援任务，并提取了关于人们为何迷路以及迷路时间长度的统计数据。其中最具影响力的是一位名叫威廉·西罗塔克 (William Syrotuck) 的研究人员，他总共分析了数百个案例，并将结果写成书，这是首次尝试将迷路者进行分类（儿童、猎人、徒步旅行者、老年人），分别统计他们的集体行为，并绘制出他们通常会走多远的图表。
关于迷路者的统计数据并非来自大型样本量，因此他们的行为特征直到科斯特出现才得以巩固。
科斯特对搜救的兴趣始于童子军时期，当时他的部队进行了一次模拟应急演练：他们的任务是寻找一个进山砍树后失踪的男子。年轻的科斯特负责制定策略。
多年以后，在弗吉尼亚大学读书期间，科斯特加入了学校的搜救队——该队经常被派去寻找患有痴呆症的失踪人员。科斯特有着乐于助人的公园护林员般的风度，他很快就发现了他们行为中的模式，并将他们的路线联系起来。他很早就提出了一个经验法则——字面意义上的：如果他将大拇指的底部放在一个人最后被看到的地方，他们通常可以在标准地形图上指尖的长度范围内被找到。
一天深夜，他的电话响了。“我接到了搜救规划者惊慌失措的电话，他打电话来说：‘鲍勃，我绝对需要知道你大拇指的长度，’”科斯特回忆道。
“这是一种愚蠢的工作方式，”他心想。太主观了。有没有可能，他可以重新做西罗塔克的统计工作，但增加一个新的类别呢？你看，西罗塔克将所有 65 岁以上的人归为一类。但患有痴呆症的老年人在野外的行为与没有痴呆症的老年人不同。
1989 年，科斯特检查了 24 名痴呆症患者的搜救任务报告。“我有时开玩笑说，我整个搜救生涯最初都是基于我平均 24 个数字的能力，”他说。
尽管研究的开端很有限，科斯特已经开始了更宏大的事业——他基本上成为了他业余时间开始研究的领域的奠基人。在 2000 年代，作为美国农业部资助的一项与另一位研究人员合作的项目的一部分，科斯特收集了超过 50,000 份迷路者案例的详细信息，并将它们汇编成国际搜救事件数据库 (ISRID)，从而整合了以前分散的案件细节。
“我接到了搜救规划者惊慌失措的电话，他打电话来说：‘鲍勃，我绝对需要知道你大拇指的长度。’”
“他是搜救界的国王，”澳大利亚查尔斯·斯图尔特大学的地学研究员克里斯塔尔·达西 (Krystal Dacey) 说。她和其他研究人员在自己的工作中依赖 ISRID 的信息和科斯特先前的分析。“在搜救研究界，这是必备的来源，”约翰·阮 (John Nguyen) 在一封电子邮件中写信给 Undark。作为弗吉尼亚理工大学的一名学生，他使用该数据库和科斯特的研究，开发了一个名为“迷路者模拟工具”的软件项目。
有了所有这些数据，科斯特开始改造西罗塔克的工作，提出了 41 个不同的迷路者类别。这些人类类别包括从渔民到 ATV 驾驶员、徒步旅行者到山地自行车手。“我相信，对于未来的某些搜寻，将需要有关年长女性轻风帆板爱好者的统计数据，”他写于 2008 年的著作《迷路者行为》中。
对于每个类别，科斯特以四分位的方式计算了人们通常从最后一次被看到的地点击距离，以及他们通常会改变的海拔高度。他还记录了其他信息，例如他们保持移动的时间长度，他们被发现时离道路或溪流等特征的距离，以及导致他们陷入困境的情景。
例如，学龄儿童经常因为试图抄近路而迷路，通常可以在距离最后已知位置一英里内找到；超过一半的人在建筑物、院子或车辆中被找到。与此同时，猎人行走的距离相似，倾向于向下走约 100 英尺，并走在小径之外——通常是因为他们密切追踪动物穿越茂密的灌木丛而迷路。而越野滑雪者通常会保持移动以保暖，行进的距离是猎人和孩子行走距离的两倍多——尽管有些人报告说他们已经回到了当地酒吧但没有告诉任何人。
重要的是，科斯特还计算了人们通常能活多久，以及事件协调员如何在实际任务中利用这些信息。
然而，搜索理论是复杂且细致的。在野外，搜救队在寻找失踪人员时可以采取不同的方法，但一种传统的方法是通过确定最后已知位置来界定相关区域，并估计他们可能行走的距离。
搜救队可能会派队员迅速检查小径或其他可能找到失踪人员的地方。他们搜索周边区域，搜索相关区域的边界，并搜寻高概率区域，例如已知危险区域。如果找不到失踪人员，搜救队可以填补他们确定的更广泛区域的其余部分，例如将边界区域分成小队可以搜索的几个部分。搜索还包括根据具体情况和地形进行的个性化外部信息。
科斯特的发现也被整合到关于最佳搜索策略的课程中。例如，科罗拉多搜救协会的搜索管理课程侧重于科斯特的《迷路者行为》和大型数据库。据丹尼尔·克努森 (Daniel Knudsen) 称，他们正在对其进行改进，以包含新的策略。克努森是科罗拉多州搜救组织搜索管理课程的讲师，也是科罗拉多州公园县搜救队的现场主管。在国土安全部的资助下，这本书的信息现在以应用程序的形式提供，也称为“迷路者行为”。
在蒙大拿州寻找里德（那位工程系学生）的任务是由科斯特曾合作过的国家公园管理局管理的。参与搜山搜寻的当地搜救队在此次任务中“贡献人力，但不参与决策”——这意味着他们的队员在地面上搜寻，但并不决定搜寻策略。但据弗拉特黑德县搜救主席安东尼·帕尔米奥蒂 (Anthony Palmiotti) 称，“弗拉特黑德和北部山谷搜救队都非常熟悉罗伯特·科斯特的《迷路者行为》，并在我们管理的任何搜寻中应用该出版物中的原理和数据。”事实上，这两个搜救队和空中支援部门在 2022 年 12 月刚刚共同参加了一个为期三天的国际应急响应关于搜救管理和迷路者行为的课程。
里德很幸运：他被找到了，而且还活着。
他的经历被刊登在《弗拉特黑德灯塔报》的一篇文章中：文章报道说，在他失踪三天后，一支直升机队正在他最后出现过的区域上空飞行，展示了红外相机如何帮助搜寻。（飞行本身并非官方搜救任务的一部分。）然后，他们发现了一些东西：下坡积雪上的滑行痕迹，接着是脚印。
加油后返回，直升机——在搜救人员的帮助下——能够追踪这些迹象，并最终找到了里德本人，他在冰冷的树林中，就像红外相机下的一个炽热的光点。很快，一名救援人员被放下到里德身边，然后里德被升入空中——几乎体温过低，严重冻伤，但活着。
搜救人员和公众后来了解了他的故事：当里德遇到两座高点之间大片深雪时，他试图穿越，结果滑入到齐胸深的雪中。他丢失了手机、水和鞋子。
尽管科斯特的方法指导了搜救领域，但很少有独立研究分析其有效性，书中一些类别的统计数据基于的数据量很小。尽管如此，它在生与死情况下的普及应用、正规的搜救教育以及进一步的研究，都证明了搜救实践者和搜救研究人员对科斯特工作的信任。
一项由美国国家科学基金会资助的科斯特的研究（尚未发表且未经同行评审）估计，使用迷路者行为策略将搜索时间缩短了约 50%。然而，2014 年一项由加州大学默塞德分校工程师领导的论文等研究指出了该理论的不足：这些策略基本上源自对全球各地数据的平均值，包括许多地理差异极大的地区。该论文认为，在“地理多样性有限”的地区，例如仅由崎岖的山脉构成的景观，一种普遍的、平滑化的策略可能效果不佳。该论文专门研究了优胜美地国家公园，该公园是内华达山脉的一部分，以悬崖和峡谷为主。2012 年的一篇论文对优胜美地公园也得出了类似结论，并建议研究人们通常会穿越多少个分水岭。
在 2015 年的一篇出版物中，来自宾夕法尼亚州立大学、乔治梅森大学、金斯顿大学和一家私人咨询公司的一组研究人员开发了一种名为 MapScore 的指标，用于评估迷路者模型在预测真实人员行为方面的表现。在科斯特是合著者的一篇最初的出版物中，他们发现科斯特的模型优于 2012 年的水域模型，但将两者结合起来的效果优于任何一个模型。
马修·里德还在流水的附近建造了另一个庇护所，并静静地等待——这是一种“极佳”的策略，根据《迷路者行为》的说法。
搜救技术不断改进，因为包括科斯特在内的许多人都在他第一本书出版后的 16 年里，在他的工作基础上不断发展。2018 年，科斯特与来自奥地利格拉茨大学的地质学家合作发表了一篇论文，研究了一种模型，该模型分析了 ISRID 中的小径、溪流、海拔变化和行为特征，以生成概率地图，显示迷路者可能出现的不同位置。他还与弗吉尼亚大学的研究生合作开发软件，该软件在计算人们的生存时间时考虑了天气、地形和技能水平。“现在，这就像是寻找资金将其变成一个应用程序的问题，”科斯特说。
软件在搜救研究中变得越来越受欢迎。其中一种被称为“基于代理的模型”，其中“代理”是失踪人员的数字版本，它与模拟环境进行交互。科斯特在 2022 年与弗吉尼亚理工大学的阿曼达·哈希莫托 (Amanda Hashimoto) 及其他人合作进行了此类模型的研究，发表了一项研究：该模型考虑了不同的“重定向策略”——人们试图让自己摆脱困境的方式——这些策略被代理在模拟的野外徒步过程中使用。然后，研究人员将真实的 ISRID 事件与模拟代理的路径进行了比较。根据论文，模拟人员的行为平均而言与现实世界事件的匹配度超过一半。
阮与科斯特在“迷路者模拟工具”项目上进行了合作，在一项后续研究中，假设一个人倾向于在一段时间内保持同一策略进行定向；其表现甚至优于哈希莫托和科斯特的模型。
达西和她的同事们在澳大利亚《应急管理杂志》的一项研究中写道：“尽管进行了大量的研究和新模型开发，但‘目前没有证据表明任何空间模型’（除了涉及在已知最后位置周围绘制一个基于数学的圆圈的模型）‘已被用于实时搜救事件’。”
作为她地理空间研究生工作的一部分，达西一直在构建一个用于实际现场使用的基于代理的模型。“代理”被赋予了要遵循的规则——基于环境的性质、迷路者行为特征，以及一点随机性，例如任意选择的起点和初始方向。
达西的模型还整合了搜索的两个地理层面——坡度和植被密度——以近似地形的崎岖程度，并使用它们来估计一个人穿越特定区域所需的时间。“当你迷路了，不知道要去哪里时，地形才是真正驱动你的，”她说。科斯特对人们行为的定性描述确实考虑了地形，尽管在任务规划中传统的重点往往更偏向于直接的数值变量，如海拔变化、行进距离和从初始起点走的角度。
当模拟运行时，代理可以在每个时间增量决定是否移动以及移动方向。它不仅跟踪代理的当前位置和过去位置，还跟踪它迷路了多久、走了多远、有多累——几乎就像一个能量条缓慢耗尽的电子游戏角色。
目前，运行该模型（该模型可以显示迷路者可能在哪里，以及搜救队通往他们的最便捷路径）对于野外来说计算量太大，但达西正在以未来的实际应用为目标进行开发；澳大利亚的搜救队仍然在纸质地图上学习制定搜索计划——基于迷路者行为。
达西说，澳大利亚搜救队在新技术方面的一个主要障碍是，他们现有的方法有效：他们成功找到了大多数迷路者。“当有像搜救这样的时间紧迫的事情发生时，他们可能不会非常有信心说，‘好吧，让我们使用这项新技术。’他们会说，‘我们做我们一直以来做的事情。’”
因此，达西希望通过将她的模型用于冷案（即根据行为重构寻找那些最初未找到的人的遗体）来证明其价值。
“我曾参加过搜救行动，你看到家属在那里，”达西说。“你看到他们多么痛苦。”她说，她之所以有动力，是因为“要做任何事情来帮助那些人。”
在美国，马特·雅各布斯 (Matt Jacobs) 是加州多个搜救队的长期成员，他也正试图开创搜索理论的未来。雅各布斯是一名麻省理工学院毕业的软件开发者，目前经营一家分发名为 SARTopo 的应用程序的公司，该应用程序是一款面向搜救队的测绘软件。
使用 SARTopo，搜救队可以叠加各种地质和地理数据，规划和绘制搜索区域，并实时跟踪自己和队员，以及其他功能。2015 年，雅各布斯发表了一篇论文，再次审视了 ISRID 大型数据库中的事件信息。他选取了 ISRID 中最大的几类——徒步旅行者、猎人和采集者——试图研究地形如何影响他们的选择。
历史上，搜寻失踪人员的计划有时会采用一种网格搜索的方式，人们以等距分布、直线行走。这种想法可以追溯到海上搜索的哲学，搜救最初就是在此基础上发展起来的：它假定搜救人员可以均匀地勘测他们很可能找到某人的空间。这在海洋上可能是正确的，但在陆地上，悬崖带、茂密的枯木和荆棘丛限制了人们的去向以及他们被发现的可能性。科斯特在他的研究中并未提倡网格搜索。
“当你迷路了，不知道要去哪里时，地形才是真正驱动你的。”
雅各布斯从 ISRID 中找到的人员位置（并且将它们孤立地看待，与他们最后一次被看到的位置无关）出发，围绕这些位置画了一个大约 2 公里的半径。在由此产生的圆形区域内，他分析了失踪人员被发现附近的地形特征：例如溪流和小径的交汇处，或山峰。
结果令人瞩目，60% 到 80% 的人在地形特征（如高点和低点、山脊、道路、小径或溪流）附近被发现，就像里德一样。例如，受伤的人在溪流和小径的交汇处被发现的可能性是随机位置的 12 倍，在小径上被发现的可能性是 7 倍，在仅有溪流附近被发现的可能性是 3.5 倍。在未受伤者中，溪流-小径交汇处、小径和道路位居榜首，分别有 7 倍、5 倍和 3 倍的可能性包含失踪人员。
鉴于这些数字上的优势，雅各布斯建议，在搜救队对相关地理特征（如溪流和小径的交汇处）进行仔细勘察之后，才应在给定区域进行大范围、网格状的搜索。克努森和科罗拉多搜救协会的教育总监本·威尔逊 (Ben Wilson) 等人现在也在教授这些内容。雅各布斯在他的 2015 年论文中写道，随着搜寻任务离失踪人员最后已知位置越来越远，搜救人员应该更加关注这些线性特征。
科斯特认为，雅各布斯的分析与他在徒步旅行者类别中发现的行为趋势一致，并指出他讨论了地形特征的重要性。科斯特在一封电子邮件中写道，虽然雅各布斯可能对这些特征在搜索计划中的作用有不同的侧重点或解释，“我一直在强调线性特征，只要我一直在做研究。也许在书中它比我在现场课程中更不明显。”
加州马林县治安官办公室搜救部门负责人迈克尔·圣约翰 (Michael St. John) 表示，改变策略以更侧重于行星特征并不意味着要放弃迷路者行为。圣约翰与雅各布斯一起开发并教授一门课程，该课程获得了国家搜救协会的认证，并将雅各布斯的研究和 SARTopo 软件本身融入其中。这使得整个团队可以在一个地图上 GPS 跟踪自己，搜索管理者也可以看到该地图，从而掌握团队的位置，确定区域的覆盖程度，并在办公室从大局出发进行指挥，只要团队成员有手机信号。
在这些圆形区域内，他和雅各布斯在新版本的“迷路者事件管理”课程中建议，团队应该专注于最有希望的地形特征，而不是专注于搜索一个划定的区域。“我认为这现在是一种更全面的方法，”威尔逊表示赞同。
团队成员的 GPS 跟踪是一种工具；根据地形告诉他们去哪里看是另一种；圣约翰说，迷路者行为特征是另一种。搜救，如同狂野西部一样复杂，需要所有这些工具来应对人们所处的奇特而危险的境地。“总会有一些异常情况，”圣约翰说。
很快，搜救工作将拥有更多的数据和分析，来打磨这些工具：科斯特一直在收集新的案例报告，ISRID 现在有大约 300,000 个事件，而《迷路者行为》正在推出第二版。科斯特猜测，人物类别将飙升至约 75 个，包括新的类别，如 BASE 跳伞者——那些穿着翼装从桥梁、建筑物或悬崖等物体上跳下来的人。
虽然这不像年长女性轻风帆板爱好者，但它正朝着那个方向迈进。
