无人机、AI 为孟加拉国难民营人道主义援助提供支持

我们可以从天空开始解决最复杂的问题，从环境风险到社会问题。 无人机可以捕获全面的视图，并激发我们在地面上很容易错过的新想法。 今天的机器学习和人工智能 (AI) 功能有助于扩展无人机影像的价值，允许我们预测未来可能发生的情况，并进行有效地准备。

作为佛教徒国家的穆斯林少数民族，罗兴亚人承受了数十年的种族和宗教迫害。 2017 年 8 月，缅甸安全部队对缅甸境内的罗兴亚人聚居地区发动了大规模袭击。 这是现代历史上最大规模的被迫迁移之一，数十万罗兴亚人离开家园，越过边境前往孟加拉国。 其中许多人入住了位于考克斯巴扎尔地区的库图帕隆－巴鲁卡里联合难民营。 数周内，库图帕隆和附近营地的人口激增至 50 万。 这使其成为世界上人口最稠密的难民营之一。

人口增长为国际移民组织 (IOM) 带来了巨大的后勤挑战，该组织与孟加拉国政府和联合国难民署合作管理难民营。 该营地近三分之一的区域（包括四分之一的厕所和近一半的手动抽水泵）在雨季面临洪水和山体滑坡的风险。 降雨量增加也会增加健康风险。

管理人员还希望确保该营地实现全球可持续发展目标 (SDG)，特别是目标 6：确保所有人的用水和卫生设施的可用性和可持续管理。

对于 IOM 和孟加拉国政府工作人员来说，主要需求是可视化营地的范围，以更好地帮助营地居民难民并保持卫生条件。 了解人们对库图帕隆营地的改造方式和改造人数，可以帮助回答如何容纳他们的问题。

管理员利用影像、深度学习、水文学和网络分析的力量来增强对营地设施的理解。 他们确定了无人机制图和分析可以帮助回答的四个基本问题：

1. 难民营中有多少人距离洗手间的距离超过 2.5 分钟的步行时间？
2. 对于上述问题，不同类型的分析（网络分析、基于覆盖范围的分析）是否给出了显着不同的结果？
3. 生活在洪水和山体滑坡风险最高地区的人口百分比是多少？
4. 这些关键区域内有多少洗手间和厕所？

首先，管理员确定了哪些数据集可用以及哪些数据集最有助于回答问题。

为了了解人口状况，他们使用了无人机影像和由 Esri 的 ArcGIS Living Atlas of the World 托管的可用深度学习包。 他们利用无人机影像获取营地中搭建的帐篷和建筑物的轮廓线。 他们能够在 ArcGIS（Esri 地理信息系统 (GIS) 技术）中重新训练 AI 工具，以提高结果的相关性和准确性。 从联合国难民署 (UNHCR) 分享的人口密度和洗手间使用情况的信息和指标，他们找到了问题的答案：

• 大约 1.8% 的人口距离洗手间的距离超过 2.5 分钟步行时间，24% 的人口步行时间超过 1 分钟。

• 覆盖范围分析提供了与网络分析相当的结果。 这种方法有助于在没有可用道路网络数据集的情况下增强分析。
• 大约 27% 的人口位于洪水和山体滑坡风险最高的地区。
• 大约 104 个厕所和 45 个洗手间位于洪水和山体滑坡风险最高的地区。

在绘制营地地图以增加 GIS 数据的过程中还使用了 AI。 AI 为 GIS 提供了自动快速处理复杂影像的能力。 无人机影像与来自 OpenStreetMap 和其他合作伙伴的地图数据相结合，可以通过编程来识别和分类地理要素，包括建筑物、人造物体、植被和土壤。 （为了减轻隐私问题，无人机飞行的高度过高，因此无法捕捉到可识别的个人图像。）利用这些丰富的图像，营地管理员可以全面了解该地区的临时结构。 这些信息作为 GIS 数据库的一部分，允许救援人员直观地查看街区的密度。

无人机影像、GIS 和 AI 的结合也有助于工作人员了解营地占用的土地。 大规模人口涌入会涉及大规模的环境动荡。 从地图上移除所有人工建筑，只留下地面，提供可用于计算滑坡风险和洪水建模的数字地形模型。

除了绘制营地地图和帮助站点规划和开发之外，库图帕隆还使用影像和 GIS 为范围广泛的数据提供了一个平台。 借助移动设备，联合国儿童基金会 (UNICEF) 和其他机构的救援人员可以访问各种基于云的数据集，获取开展重要工作所需的信息。

库图帕隆－巴鲁卡里联合难民营及其周围形成的卫星营地的估计人口现在徘徊在 90 万左右。 由于正在进行的无人机飞行提供了营地的鸟瞰视图，新数据提供了地面背景。 这生成了与难民营共同发展的动态数字文档，为救援人员提供可操作的洞察力，可以帮助改善难民的条件。

使用无人机和 AI 收集和分析多图层数据具有深远的影响。 这些做法可以帮助我们更好地了解地理区域，从而更好地管理地球并保护依赖其资源的人们。 通过每年的学习，我们奠定了坚实的基础，并致力于解决最复杂的问题。