ドローンと AI がバングラデシュの難民キャンプでの人道支援に役立つ
重要ポイント
このストーリーでは、急激な人口増加が洪水の危険性、地滑りの危険性、健康上のリスクを高めたバングラデシュの難民キャンプでの人道的な取り組みを詳しく説明します。 管理者は、ドローン画像、地理情報システム (GIS) 技術、人工知能 (AI) を使用して、キャンプの状況に関するデータを収集し、難民の安全の確保と清潔な状態の維持に関する改善計画を立てました。
環境リスクから社会問題まで、極めて複雑な問題の解決は、上空から始めることができます。 ドローンは包括的な視点で捉えるため、地上では見逃しやすい新たな見解を得ることができます。 また、現在の機械学習と人工知能 (AI) の機能は、ドローン画像の価値を広げる一助となり、将来何が待ち受けているかを予測して効果的に準備することができます。
仏教徒が圧倒的多数を占める国で少数派のイスラム教徒として、ロヒンギャの人々は民族的迫害と宗教的迫害に何十年も耐え抜いてきました。 2017 年 8 月、ビルマの治安部隊は、ミャンマーのロヒンギャが多数派を占める地域に大規模な攻撃を開始しました。 近代史で最大の強制移住の 1 つであり、何十万人ものロヒンギャの人々が家を追われ、国境を越えてバングラデシュに到着しました。 人々の多くは、コックスバザールという地域にあるクトゥパロン バルカリ キャンプに向かいました。 数週間のうちに、クトゥパロンとその近くにあるキャンプの人口が 50 万人にまで膨れ上がり、 世界で最も人口密度の高い難民キャンプの 1 つに数えられるようになりました。
バングラデシュ政府と UNHCR の協力を得てキャンプを管理している国際移住機関 (IOM) は、人口の増加がもたらした大きな物流上の問題に直面しました。 このキャンプの約 3 分の 1 (トイレの 4 分の 1 と水汲み用の手押しポンプの約半分を含む) が雨季に洪水と地滑りの危険にさらされています。 また、降雨量の増加が健康上のリスクを高めています。
管理者は、このキャンプがグローバルな SDGs (持続可能な開発目標)、特に目標 6「安全な水とトイレを世界中に」を達成することも望んでいました。
ドローンを使用してマッピング不可の対象をマッピングする
IOM とバングラデシュ政府の職員全員が必要としていたことは、このキャンプの範囲を視覚化して、そこで暮らす人々を適切に支援し、清潔な状態を維持することでした。 クトゥパロン キャンプを何人の人がどのように変革したかを把握したことが、人々を収容する方法に関する問題を解決するのに役立ちました。
管理者は、画像、ディープ ラーニング、水文解析、ネットワーク解析を十分に活用して、キャンプ施設をさらに詳しく理解しました。 管理者は、ドローンによるマッピングと解析で解決できる根本的な 4 つの問題を特定しました。
- 難民キャンプのうちの何パーセントが 2 分 30 秒以内に手洗所まで歩いて行けないか?
- 別の解析 (ネットワーク解析やカバレッジベースの解析など) を実行すると、上記の質問に対してまったく異なる結果になるか?
- 人口のうちの何パーセントが、洪水と地滑りの危険性が最も高い地域に住んでいるか?
- これらの危険性が高い地域内に手洗所とトイレがいくつあるか?
画像解析が人口と危険性の計測に役立つ
最初に、管理者は、利用可能なデータセットを確認し、そのうちのどれが質問への回答に最も役立つかを特定しました。
人口を把握するに当たって、チームはドローン画像と、Esri の ArcGIS Living Atlas of the World でホストされている利用可能なディープ ラーニング パッケージを使用しました。 チームはドローン画像を使用して、キャンプ内に設営されたテントと建造物の占有面積を算出しました。 Esri の地理情報システム (GIS) 技術である ArcGIS の AI ツールを再トレーニングして、結果の関連性と正確性を向上させることができました。 UNHCR (国連難民高等弁務官事務所) が提供している人口密度と手洗所の利用に関する情報と指標から、チームは次の質問に対する回答を見つけることができました。
- 人口の約 1.8 パーセントが 2 分 30 秒以内に手洗所まで歩いて行けず、人口の 24 パーセントが手洗所まで歩いて行くのに 1 分を超えています。
- カバレッジ解析では、ネットワーク解析と同等の結果が得られます。 この方法は、道路ネットワーク データセットが利用できない解析を補足できます。
- 人口の約 27 パーセントが、洪水と地滑りの危険性が最も高い地域に住んでいます。
- 約 104 基のトイレと 45 基の手洗所が、洪水と地滑りの危険性が最も高い地域に存在します。
包括的な画像データを取得できるように AI ツールを拡張する
AI は、このキャンプをマッピングして GIS データを補足する際にも使用されました。 AI を活用すると、GIS で複雑な画像を自動的かつ迅速に処理できるようになります。 ドローン画像を OpenStreetMap や他のパートナーのマップ データと組み合わせ、建物、人工物体、植生、土壌などの地理的フィーチャを認識して分類するようにプログラミングすることができます (プライバシーに関する懸念を軽減させるために、ドローンは個人を認識できる画像が取得されない高度で飛行します)。これらの豊富な画像により、キャンプの管理者は、この地域に臨時で設営された建造物を包括的に把握できます。 この情報は GIS データベースの一部となり、救助隊員はブロックの密度を視覚化することができます。
ドローン画像、GIS、AI を組み合わせて使用すると、救助隊員は、このキャンプが占めている土地を把握することもできます。 この大規模な移住は、環境の大きな変動を伴います。 マップからすべての人造物を削除すると、地表だけが残り、地滑りの危険性と洪水発生のモデリングを算出するのに使用できるデジタル テレイン モデルになります。
このキャンプをマッピングし、敷地の計画と開発を支援するだけでなく、クトゥパロンの画像と GIS も使用することで、広範なデータのプラットフォームが提供されました。 UNICEF やその他の関係当局の救助隊員は、モバイル デバイスを使用して、さまざまなクラウドベースのデータセットにアクセスし、重要な作業を行うために必要な情報を入手できます。
クトゥパロン バルカリとその周囲に形成されたサテライト キャンプの現在の推定人口は約 90 万人です。 飛行中のドローンからキャンプの鳥瞰図が提供され、新しいデータに地表のコンテキストが示されます。 結果として、キャンプの動向に応じて変化するデジタル ドキュメントが生成され、救助隊員は難民の状況を改善するための実用的な洞察を得ることができます。
ドローンと AI を使用してマルチレイヤー データを収集および解析することで、広範囲に及ぶ効果が得られます。 これらの手段を使用すると、地理的地域を十分に把握し、地球の優良な管理人となり、地球の資源に頼っている人々を保護することができます。 また、Esri では、極めて複雑な問題の解決に取り組めるように、学習の基盤を毎年整備しています。
適切なソリューションを見つけるのにヘルプが必要ですか?
弊社の経験豊かな販売コンサルタントのメンバーへの相談をご予約ください。 画像とリモート センシング データを現在どのように活用しているかをお聞かせください。包括的な地理空間システムによってどのような作業ができるかをご紹介します。