Tamaño del texto:
Actualizado en: Viernes, Marzo 22 2019

Imágenes del espacio Mapa de la pobreza extrema

Contenido por: Voz de America

La lucha contra la pobreza está recibiendo ayuda de una nueva dirección: hacia arriba.

Las imágenes satelitales están ayudando a los investigadores a mapear áreas de extrema pobreza. Puede ayudar a los funcionarios a identificar con mayor rapidez y precisión cuándo funcionan las políticas y los programas de desarrollo, y cuándo no.

La eliminación de la pobreza extrema por 2030 es la primera de las 17. Objetivos de Desarrollo Sostenible Adoptado por las Naciones Unidas en 2015.

Los expertos generalmente miden la pobreza utilizando datos de censos y encuestas de hogares. Pero estas herramientas son caras, consumen mucho tiempo y requieren mucha mano de obra. Los países suelen hacerlo solo una vez cada varios años.

Por otro lado, los satélites mapean la superficie completa del globo en alta resolución cada varios días. Las imágenes se están volviendo mejores y más baratas a medida que un número creciente de redes de satélite públicas y privadas se ponen en servicio.

Lo que ven los satélites

Los investigadores han utilizado el brillo de las luces en las fotos nocturnas para estimar la actividad económica de una región. Otros han aplicado el aprendizaje automático a Identificar pueblos más ricos y más pobres. a partir de imágenes de satélite. Otro grupo clasificó aldeas y barrios ricos y empobrecidos en base a Densidad de edificios y cobertura vegetal..

A nuevo estudio Lleva el look más detallado hasta la fecha. Dentro de una sola aldea, distinguió a los hogares individuales más pobres de sus vecinos más ricos con un porcentaje de 62 de precisión.

El estudio se centra en Sauri, una aldea en la Kenia rural que formaba parte de la Proyecto Aldeas del Milenio, un experimento de alivio de la pobreza a gran escala. La información detallada sobre los ingresos y activos de cada hogar se recopiló en 2005.

En las imágenes satelitales de la aldea, los investigadores midieron el tamaño de cada vivienda y estudiaron las tierras agrícolas que lo rodeaban.

No es sorprendente que las casas más pequeñas generalmente albergaran a personas más pobres.

Por columna, cuatro filtros convolucionales diferentes (que identifican, de izquierda a derecha, las características correspondientes a áreas urbanas, áreas no urbanas, agua y carreteras) en el modelo de red neuronal convolucional utilizado para extraer características. (Fuente - Sciencemag.org)
Por columna, cuatro filtros convolucionales diferentes (que identifican, de izquierda a derecha, las características correspondientes a áreas urbanas, áreas no urbanas, agua y carreteras) en el modelo de red neuronal convolucional utilizado para extraer características. (Fuente - Sciencemag.org)

Curiosamente, los investigadores también encontraron que las familias más pobres tendían a tener más campos de cultivo en septiembre. En esta parte de Kenia, eso generalmente significa que los agricultores están preparando la tierra para un segundo cultivo.

Esa es una empresa arriesgada, dijo el geógrafo de la Universidad de Edimburgo y autor principal del estudio Gary Watmough, porque las lluvias de final de temporada fallan hasta la mitad del tiempo en esta región.

"En general, [la siembra tardía] solo la realizan los hogares más pobres porque es una necesidad", dijo. "O bien no tienen suficiente tierra o necesitan tener ese seguro, en caso de que algo salga mal".

Las imágenes satelitales también encontraron que los campos de los hogares más pobres cultivaban por períodos más cortos.

"Cuando revisamos nuestros datos de campo, pudimos ver que los hogares a menudo más pobres en realidad no estaban plantando sus cultivos en sus propios campos tan pronto como en otros", dijo Watmough. "Eso se debió a que se estaban subcontratando para plantar otros cultivos de hogares más ricos primero".

El dinero que ganaron se destinó a comprar semillas. Pero eso significaba que sus propios cultivos tenían menos tiempo para crecer.

Emocionante y un poco de miedo

El estudio es un gran paso adelante, que demuestra "el potencial de los datos satelitales para distinguir entre la riqueza de usted y su vecino", dijo el economista del Banco Mundial David Newhouse, quien no participó en la investigación. "Lo que da miedo, un poco, pero también es algo emocionante".

Sugirió que las inquietudes sobre la privacidad deberían abordarse antes de que se pueda ampliar.

Además, los marcadores de pobreza encontrados en esta área no serán los mismos en todas partes. El enfoque debería adaptarse a diferentes ubicaciones. Y la precisión del sistema, el porcentaje de 62, no es excelente por sí sola.

"Creo que la ciencia está muy por delante de la factibilidad práctica", dijo Newhouse.

Probablemente es mejor no confiar únicamente en datos satelitales, dicen los expertos. La organización benéfica GiveDirectly utilizó imágenes de satélite para dirigir donaciones a personas en aldeas con una alta proporción de techos de paja. Estas aldeas eran consideradas peores que las que tenían más techos de metal.

Pero la gente lo descubrió. Algunos decían vivir en estructuras con techos de paja junto a sus casas con techo de metal para calificar para las donaciones.

"Esta es realmente una forma de usar los datos, pero también es un ejemplo de cómo las personas pueden jugarlos rápidamente", dijo el experto en sensores remotos Damien Jacques. GiveDirectly ha cambiado sus métodos desde entonces.

Sin embargo, hay poder en la combinación de datos satelitales y estudios sobre el terreno.

"Al usar los dos tipos de datos, uno que es barato de recopilar y muy frecuentemente está disponible para complementar los datos tradicionales que son costosos de recopilar y no frecuentes, puede obtener lo mejor de los dos", dijo Jacques.

Y los datos de detección remota por sí solos pueden ser útiles en lugares donde los topógrafos no pueden ir, como Yemen o Corea del Norte, o en caso de desastres.

Pero no está claro que los cambios en la pobreza sean visibles desde el espacio. Eso es algo que Watmough y sus colegas estarán investigando. Tienen datos de encuestas de Sauri de 2005 y 2008. El siguiente paso es buscar diferencias en las imágenes.

"Nadie ha visto nunca cómo ha cambiado la pobreza en un período de tiempo y cómo ha cambiado la imagen de un satélite en ese mismo período", dijo.

Conectarse con los Estados Unidos

Suscríbete a nuestro boletín