Drohnen und KI unterstützen humanitäre Hilfe in einem Flüchtlingslager in Bangladesch
Wichtigste Erkenntnisse
In dieser Story werden die humanitären Hilfsmaßnahmen in einem Flüchtlingslager in Bangladesch beschrieben, in dem sich durch das drastische Bevölkerungswachstum die Risiken von Überschwemmungen und Erdrutschen und für die Gesundheit der Geflüchteten erhöht haben. Mit Drohnenbilddaten, GIS-Technologie (geographische Informationssysteme) und künstlicher Intelligenz (KI) haben Administratoren viele Daten zu den Bedingungen im Lager erfasst und Verbesserungspläne erstellt, um die Sicherheit der Geflüchteten zu gewährleisten und den Ausbruch von Infektionskrankheiten zu verhindern.
Die Lösung unserer komplexesten Probleme, von Umweltrisiken bis zu sozialen Problemen, kann am Himmel beginnen. Drohnen erfassen umfassende Ansichten und bringen uns auf neue Ideen, die wir am Boden leicht übersehen können. Und die Möglichkeiten, die maschinelles Lernen und künstliche Intelligenz (KI) heute eröffnen, helfen uns, den Nutzen von Drohnenbilddaten zu erhöhen. Da dies es uns ermöglicht vorherzusagen, was die Zukunft bringen könnte, können wir uns entsprechend vorbereiten.
Als muslimische Minderheit in einem vorherrschend buddhistischen Land hat das Volk der Rohingya jahrzehntelang unter ethnischer und religiöser Verfolgung gelitten. Im August 2017 haben die Sicherheitskräfte des Landes mit massiven Angriffen auf die von Rohingya dominierten Gebiete von Myanmar begonnen. In einer der größten erzwungenen Migrationen der modernen Geschichte verließen hunderttausende Angehörige der Rohingya ihre Heimat und überquerten die Grenze zu Bangladesch. Viele fanden den Weg in das Lager Kutupalong Balukhali in einem Gebiet, das als Cox's Bazar bekannt ist. Innerhalb von Wochen wuchs die Bevölkerung von Kutupalong und der Lager in der Nähe auf 500.000 an. Es wurde zu einem der am dichtesten besiedelten Flüchtlingslager der Welt.
Das Flüchtlingslager Kutupalong ist mit etwa 600.000 Menschen das weltweit größte Flüchtlingslager.
Die Bevölkerungszunahme stellte die Internationale Organisation für Migration (IOM), die in Zusammenarbeit mit der Regierung von Bangladesch und dem UNHCR das Lager verwaltet, vor enorme logistische Herausforderungen. Nahezu ein Drittel des Lagers, in dem sich ein Viertel der Latrinen und nahezu die Hälfte der Handwasserpumpen befinden, ist in der Regenzeit der Gefahr von Überschwemmungen und Erdrutschen ausgesetzt. Starke Niederschläge gehen auch mit höheren Gesundheitsrisiken einher.
Der Einsatz der Drohne war ein besonderes Ereignis, an dem vor allem junge Menschen interessiert waren.
Die Administratoren wollten auch sicherstellen, dass das Lager den globalen Zielen für die nachhaltige Entwicklung (Sustainable Development Goals, SDGs) gerecht wird, insbesondere Ziel 6: "Verfügbarkeit und nachhaltige Bewirtschaftung von Wasser und Sanitärversorgung für alle gewährleisten".
Drohnen als Hilfsmittel zur Kartenerstellung in schwierigsten Situationen
Für die Mitarbeiter der IOM und der Regierung von Bangladesch bestand die wichtigste Notwendigkeit darin, die Ausdehnung des Lagers zu visualisieren, um den Menschen dort besser helfen und hygienische Bedingungen gewährleisten zu können. Wenn sich ein Verständnis dafür, wie viele Menschen das Lager Kutupalong wie verändern, entwickeln ließe, dann könnten auch Fragen dazu, wie sie untergebracht werden sollten, besser beantwortet werden.
Die Administratoren nutzten das Potenzial von Bilddaten, Deep Learning, Hydrologie und Netzwerkanalyse, um ein besseres Verständnis der Lagereinrichtungen zu erlangen. Sie identifizierten vier grundlegende Fragen, die mithilfe von Drone Mapping und Analyse beantwortet werden könnten:
- Wie groß ist der Prozentsatz der Menschen im Flüchtlingslager, die keinen Zugang zu einem Waschraum in einer Entfernung mit einer Gehzeit von 2,5 Minuten haben?
- Liefern verschiedene Arten der Analyse (Netzwerkanalyse, Abdeckungsanalyse) signifikant unterschiedliche Ergebnisse für die obige Frage?
- Wie groß ist der Prozentsatz der Menschen, die in Gebieten leben, die am stärksten von Überschwemmungen und Erdrutschen gefährdet sind?
- Wie viele Waschräume und Latrinen befinden sich in diesen kritischen Gebieten?
Bilddatenanalyse hilft beim Messen der Bevölkerung und der Risiken
Zuerst haben die Administratoren ermittelt, welche Datasets verfügbar waren und welche davon am besten dabei helfen könnten, diese Fragen zu beantworten.
Das Team verwendete das Deep Learning zum Erkennen der Zelte im Flüchtlingslager.
Zum Verständnis der Bevölkerung verwendeten Sie Drohnenbilddaten und ein im ArcGIS Living Atlas of the World von Esri bereitgestelltes Deep-Learning-Paket. Sie nutzten Drohnenbilddaten, um die Grundrisse der Zelte und Bauwerke in den Lagern zu erhalten. Sie konnten in ArcGIS (GIS-Technologie von Esri) die KI-Werkzeuge neu trainieren, um die Relevanz und Genauigkeit der Ergebnisse zu verbessern. Anhand der Informationen und Kennwerte zu Bevölkerungsdichte und Waschraumnutzung, die vom Hohen Flüchtlingskommissar der Vereinten Nationen (UNHCR) veröffentlicht wurden, konnten sie die Antworten auf ihre Fragen finden:
- Etwa 1,8 Prozent der Bevölkerung haben keinen Zugang zu einem Waschraum in einer Entfernung mit einer Gehzeit von 2,5 Minuten, und 24 Prozent der Bevölkerung müssen eine Gehzeit von 2,5mehr als 1 Minute in Kauf nehmen.
Es wurde ein Dashboard erstellt, mit dem basierend auf einer Netzwerkanalyse überwacht werden konnte, wie groß der Prozentsatz der Bevölkerung im Flüchtlingslager war, der keinen Zugang zu einem Waschraum in einer Entfernung mit einer Gehzeit von 2,5 Minuten hatte.
- Die Abdeckungsanalyse liefert ein Ergebnis, das mit dem der Netzwerkanalyse vergleichbar ist. Durch diesen Ansatz kann auch eine Analyse durchgeführt werden, wenn kein Straßennetz-Dataset verfügbar ist.
- Etwa 27 Prozent der Bevölkerung leben in Gebieten, die am stärksten von Überschwemmungen und Erdrutschen gefährdet sind.
- Etwa 104 Latrinen und 45 Waschräume befinden sich in Gebieten, die am stärksten von Überschwemmungen und Erdrutschen gefährdet sind.
Ein Dashboard zeigt die Waschräume und Latrinen, die sich in Gebieten mit hohem Überschwemmungsrisiko befinden.
KI-Werkzeuge für umfassende Bilddaten erweitern
KI wurde auch beim Erstellen der Karte des Lagers verwendet, um die GIS-Daten zu erweitern. Mit KI erhält GIS die Fähigkeit, komplexe Bilddaten automatisch und schnell zu verarbeiten. Wenn Drohnenbilddaten mit Kartendaten von OpenStreetMap und anderen Partnern kombiniert werden, dann können sie so programmiert werden, dass geographische Features, wie zum Beispiel Gebäude, vom Menschen erschaffene Objekte, Vegetation und Boden, erkannt und kategorisiert werden. (Um den Bedenken in Bezug auf den Datenschutz gerecht zu werden, wurde die Drohne in einer Höhe geflogen, die zu hoch ist, um erkennbare Bilder von Personen zu erfassen.) Diese reichhaltigen Bilder liefern den Administratoren des Lagers eine umfassende Ansicht der momentanen Struktur des Gebietes. Diese Informationen werden Bestandteil der GIS-Datenbank, anhand der die Helfer die Dichte eines Blocks visualisieren können.
Die Kombination aus Drohnenbilddaten, GIS und KI ermöglicht den Helfern auch ein besseres Verständnis des vom Lager belegten Landes. Ein Zustrom dieses Ausmaßes zieht massive Umweltveränderungen nach sich. Nach dem Entfernen aller vom Menschen geschaffenen Objekte aus der Karte bleibt lediglich die Bodenoberfläche übrig. Damit ergibt sich ein digitales Terrain-Modell, das zum Berechnen des Risikos von Erdrutschen und zur Modellierung von Überschwemmungen verwendet werden kann.
Die Nutzung von Bilddaten und GIS für Kutupalong ermöglichte nicht nur die Erstellung einer Karte des Lagers und eine bessere Standortplanung und -entwicklung, sondern diente auch als Plattform für eine breite Palette an Daten. Mit mobilen Geräten können die Helfer des UNICEF und anderer Organisationen auf verschiedene cloudbasierte Datasets zugreifen, um die Informationen, die sie für ihre wichtige Tätigkeit benötigen, zu erhalten.
Die Bevölkerung von Kutupalong Balukhali und der Satellitenlager, die im Umfeld entstanden sind, liegt jetzt schätzungsweise bei 900.000 Personen. Während die Drohnenflüge Ansichten des Lagers aus der Vogelperspektive liefern, ergibt sich aus den neuen Daten der Kontext auf Bodenniveau. Das Ergebnis ist ein digitales Dokument, das sich parallel zur Entwicklung des Lagers verändert. Damit erhalten die Helfer verlässliche Informationen, die sie verwenden können, um die Bedingungen für die Geflüchteten zu verbessern.
Das Zusammenstellen und Analysieren von Daten in mehreren Layern mit Drohnen und KI hat weitreichende Auswirkungen. Diese Verfahrensweisen können uns helfen, bestimmte geographische Gebiete besser zu verstehen, sodass wir bessere Hüter der Erde werden und die Menschen, die von ihren Ressourcen abhängen, besser schützen können. Wir schaffen uns auch ein Fundament, auf dessen Grundlage wir ständig dazulernen können, sodass wir an der Lösung unserer komplexesten Probleme arbeiten können.
Ein Dashboard zeigt die Ergebnisse einer Location-Allocation-Analyse.
Sie benötigen zur Auswahl der richtigen Lösung Hilfe?
Dann vereinbaren Sie einen Gesprächstermin mit einem unserer erfahrenen Verkaufsberater. Erläutern Sie kurz, wie Sie Bild- und Fernerkundungsdaten aktuell nutzen, damit wir Ihnen zeigen können, wie Ihre Arbeit von einem umfassenden Geodatensystem profitieren kann.