Los drones y la IA apoyan la ayuda humanitaria en un campo de refugiados de Bangladesh
Punto clave
Esta historia detalla los esfuerzos humanitarios en un campo de refugiados en Bangladesh, donde el dramático crecimiento de la población aumentó los riesgos de inundaciones, deslizamientos y salud. Mediante el uso de imágenes de drones, tecnología de sistemas de información geográfica (SIG) e inteligencia artificial (IA), los administradores recopilaron datos sobre las condiciones del campo y establecieron planes de mejora para mantener la higiene y la seguridad de los refugiados.
La solución de nuestros problemas más complejos, desde los relacionados con los riesgos ambientales hasta los problemas sociales, puede venir del cielo. Los drones capturan vistas integrales e inspiran nuevas ideas que fácilmente podemos pasar por alto desde el suelo. Además, las capacidades actuales de aprendizaje automático e inteligencia artificial (IA) nos ayudan a ampliar el valor de las imágenes tomadas por drones, permitiéndonos predecir lo que puede deparar el futuro para que podamos prepararnos de manera efectiva.
Como grupo minoritario musulmán en un país predominantemente budista, el pueblo rohingya ha soportado décadas de persecución étnica y religiosa. En agosto de 2017, las fuerzas de seguridad birmanas lanzaron ataques masivos en áreas predominantemente rohingya de Myanmar. En una de las mayores migraciones forzadas de la historia moderna, cientos de miles de rohingya abandonaron sus hogares y cruzaron la frontera con Bangladesh. Muchos de ellos se dirigieron al campo de refugiados de Kutupalong Balukhali, en un área conocida como Cox's Bazar. En cuestión de semanas, la población de Kutupalong y los campos cercanos se disparó a 500.000. En poco tiempo, se convirtió en uno de los campos de refugiados más densamente poblados del mundo.
El aumento de la población creó enormes desafíos logísticos para la Organización Internacional para las Migraciones (OIM), que trabaja con el gobierno de Bangladesh y el ACNUR para administrar los campos. Casi un tercio del campo, incluida una cuarta parte de sus letrinas y casi la mitad de sus bombas manuales de agua, está en riesgo de inundaciones y deslizamientos de tierra durante la temporada de lluvias. Las precipitaciones más intensas también se correlacionan con unos mayores riesgos para la salud.
Los administradores también querían asegurarse de que el campo cumpliera con los Objetivos de Desarrollo Sostenible (ODS) globales, específicamente el Objetivo 6: Garantizar la disponibilidad y la gestión sostenible del agua y el saneamiento para todos.
Usar drones para representar cartográficamente lo irrepresentable
Para los trabajadores de la OIM y del gobierno de Bangladesh, la necesidad primordial era visualizar la extensión del campo para ayudar mejor a los refugiados y mantener las condiciones sanitarias. Tener una idea de cómo y cuántas personas estaban transformando el campo de Kutupalong podría ayudar a responder preguntas sobre cómo acomodarlos.
Los administradores utilizaron el poder de las imágenes, el aprendizaje profundo, la hidrología y el análisis de red para potenciar la comprensión de las instalaciones del campo. Identificaron cuatro cuestiones básicas que la representación cartográfica y el análisis de drones podrían ayudar a responder:
- ¿Qué porcentaje del campo de refugiados no tiene acceso a un baño en un tiempo de caminata de 2,5 minutos?
- ¿Los diferentes tipos de análisis (análisis de red, análisis basado en cobertura) dan resultados significativamente diferentes para la pregunta anterior?
- ¿Qué porcentaje de la población vive en las zonas de mayor riesgo de inundaciones y deslizamientos?
- ¿Cuántos baños y letrinas hay dentro de estas áreas críticas?
El análisis de imágenes ayuda a medir la población y los riesgos
Primero, los administradores identificaron qué datasets estaban disponibles y cuáles serían más útiles para ayudar a responder estas preguntas.
Para comprender a la población, utilizaron imágenes de drones y un paquete de aprendizaje profundo disponible alojado en ArcGIS Living Atlas of the World de Esri. También usaron imágenes de drones para obtener las huellas de las tiendas de campaña y las estructuras construidas en los campos. Pudieron volver a entrenar las herramientas de IA dentro de ArcGIS, la tecnología del sistema de información geográfica (SIG) de Esri, para mejorar la relevancia y precisión de los resultados. A partir de la información y las métricas sobre densidad de población y uso de los baños, compartida por el Alto Comisionado de las Naciones Unidas para los Refugiados (ACNUR), pudieron encontrar respuestas a sus preguntas:
- Aproximadamente el 1,8% de la población no tiene acceso a un baño dentro de un tiempo de caminata de 2,5 minutos, y el 24% de la población tiene un tiempo de caminata superior a 1 minuto.
- El análisis de cobertura proporciona un resultado comparable al análisis de red. Este enfoque puede ayudar a aumentar un análisis en el que no se dispone de ningún dataset de la red de carreteras.
- Aproximadamente el 27% de la población se encuentra dentro de las áreas de mayor riesgo de inundaciones y deslizamientos de tierra.
- Aproximadamente 104 letrinas y 45 baños están ubicados dentro de las áreas de mayor riesgo de inundaciones y deslizamientos de tierra.
Ampliar las herramientas de IA para obtener datos de imágenes completos
También se utilizó IA al representar cartográficamente el campo para aumentar los datos SIG. La IA le da a la tecnología SIG la capacidad de procesar imágenes complejas de forma automática y rápida. Las imágenes de drones, combinadas con los datos de mapas de OpenStreetMap y de otros socios, podrían programarse para reconocer y categorizar características geográficas, incluidos edificios, objetos hechos por humanos, vegetación y suelo. (Para mitigar las preocupaciones relacionadas con la privacidad, el dron vuela a una altitud demasiado alta para capturar imágenes reconocibles de individuos). Estas imágenes brindan a los administradores del campo una visión completa de la estructura ad hoc del área. Esta información se convierte en parte de la base de datos SIG, que permite a los trabajadores humanitarios visualizar la densidad de un bloque.
La combinación de las imágenes tomadas por drones, la tecnología SIG y la IA también ayuda a los trabajadores a comprender el terreno que ocupa el campo. Una afluencia tan grande implica un trastorno ambiental masivo. Al eliminar toda la construcción humana del mapa, solo queda la superficie del suelo, lo que proporciona un modelo de terreno digital que se puede usar para calcular el riesgo de deslizamientos de tierra y el modelado de inundaciones.
Más allá de representar cartográficamente el campo y ayudar a planificar y desarrollar el sitio, el uso de imágenes y SIG para Kutupalong proporcionó una plataforma para una amplia gama de datos. Mediante el uso de dispositivos móviles, los trabajadores humanitarios de UNICEF y otras agencias pueden acceder a varios datasets basados en la nube y obtener la información necesaria para realizar su importante trabajo.
La población estimada de Kutupalong Balukhali y los campos satélite que se han formado a su alrededor ahora ronda los 900.000. A medida que los vuelos de drones en curso brindan vistas panorámicas del campo, los nuevos datos proporcionan contexto a nivel de suelo. El resultado es un documento digital dinámico que evoluciona con el campo, brindando a los trabajadores humanitarios información procesable para ayudar a mejorar las condiciones de los refugiados.
Recopilar y analizar datos de varias capas con drones e IA tiene unos impactos de gran alcance. Estas prácticas pueden ayudarnos a comprender mejor las áreas geográficas para poder administrar mejor la tierra y proteger a las personas que dependen de sus recursos. También establecimos una base para aprender año tras año y poder trabajar para resolver nuestros problemas más complejos.
¿Necesita ayuda para encontrar la solución adecuada?
Programe una conversación con uno de nuestros expertos asesores de ventas. Díganos cómo está utilizando en estos momentos las imágenes y los datos de teledetección y le mostraremos hasta dónde puede llevar su trabajo un sistema geoespacial integral.