Drones e inteligencia artificial apoyan la ayuda humanitaria en un campo de refugiados de Bangladesh

Publicado el 15 marzo, 2024

Idea clave

Esta historia detalla los esfuerzos humanitarios en un campo de refugiados en Bangladesh, donde el dramático crecimiento demográfico aumentó los riesgos de inundaciones, deslizamientos de tierra y salud. Utilizando imágenes de drones, tecnología de sistemas de información geográfica (GIS) e inteligencia artificial (IA), los administradores recopilaron datos sobre las condiciones de los campamentos, y establecieron planes de mejora para mantener a los refugiados seguros y mantener la higiene.

—————–

Resolver nuestros problemas más complejos, desde riesgos ambientales hasta cuestiones sociales, puede comenzar en el cielo. Los drones capturan vistas integrales e inspiran nuevas ideas que fácilmente podemos pasar por alto desde el suelo. Y las capacidades actuales de aprendizaje automático e inteligencia artificial (IA) nos ayudan a ampliar el valor de las imágenes de drones, permitiéndonos predecir lo que nos deparará 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 contra zonas 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 hacia Bangladesh. Muchos se dirigieron al campamento de Kutupalong Balukhali en una zona conocida como Cox’s Bazar. En cuestión de semanas, la población de Kutupalong y los campos cercanos aumentó a 500.000 personas. Se convirtió en uno de los campos de refugiados más densamente poblados del mundo.

El campo de refugiados de Kutupalong es el más grande del mundo, con alrededor de 600.000 personas.

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 Alto Comisionado de las Naciones Unidas para los Refugiados (ACNUR) para administrar los campos. Casi un tercio del campamento (incluida una cuarta parte de sus letrinas y casi la mitad de sus bombas manuales de agua) corre riesgo de sufrir inundaciones y deslizamientos de tierra durante la temporada de lluvias. Las lluvias más intensas también se correlacionan con mayores riesgos para la salud.

El uso del dron crea un evento comunitario, en el que los jóvenes están especialmente interesados.

Los administradores también querían garantizar que el campamento cumpliera 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.

Usando drones para mapear lo no mapeable

Para la OIM y los trabajadores del gobierno de Bangladesh, la necesidad primordial era visualizar la extensión del campamento, para poder ayudar a la gente de allí y mantener las condiciones sanitarias. Tener una idea de cómo y cuántas personas estaban transformando el campamento de Kutupalong podría ayudar a responder preguntas sobre cómo ubicarlas.

Los administradores utilizaron el poder de las imágenes, el aprendizaje profundo, la hidrología y el análisis de redes para mejorar la comprensión de las instalaciones del campamento. Identificaron cuatro preguntas básicas que el mapeo y el análisis con drones podrían ayudar a responder:

1. ¿Qué porcentaje del campo de refugiados no tiene acceso a un baño a una distancia de 2,5 minutos a pie?
2. ¿Los diferentes tipos de análisis (análisis de red, análisis basado en cobertura) dan resultados significativamente diferentes para la pregunta anterior?
3. ¿Qué porcentaje de la población vive en las zonas de mayor riesgo de inundaciones y deslizamientos de tierra?
4. ¿Cuántos baños y letrinas se encuentran dentro de estas áreas críticas?

El análisis de imágenes ayuda a medir la población y los riesgos

Primero, los administradores identificaron qué conjuntos de datos estaban disponibles y cuál de ellos sería más útil para ayudar a responder las preguntas.

El equipo de personas utilizó el aprendizaje profundo para identificar tiendas de campaña en el campo de refugiados.

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. Utilizaron 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 inteligencia artificial dentro de ArcGIS de Esri para mejorar la relevancia y precisión de los resultados. A partir de la información y métricas sobre densidad de población y uso de baños, compartidas por ACNUR, pudieron encontrar las respuestas a sus preguntas:

• Aproximadamente el 1,8 por ciento de la población no tiene acceso a un baño dentro de un tiempo de caminata de 2,5 minutos, y el 24 por ciento de la población tiene un tiempo de caminata de más de 1 minuto.

Se creó un tablero para monitorear el porcentaje de la población en el campo de refugiados que no tenía acceso a un baño dentro de un tiempo de caminata de 2,5 minutos según el análisis de la red.

• El análisis de cobertura proporciona un resultado comparable al análisis de red. Este enfoque puede ayudar a potenciar un análisis cuando no hay disponible ningún conjunto de datos de la red de carreteras.
• Aproximadamente el 27 por ciento de la población se encuentra dentro de las zonas de mayor riesgo de inundaciones y deslizamientos de tierra.
• Aproximadamente 104 letrinas y 45 baños están ubicados en las zonas de mayor riesgo de inundaciones y deslizamientos de tierra.

Un tablero muestra baños y letrinas que se encuentran en áreas de alto riesgo de inundaciones.

Ampliación de las herramientas de IA para obtener datos de imágenes completos

También se utilizó IA al mapear el campamento para aumentar los datos GIS. La IA brinda a los GIS la capacidad de procesar imágenes complejas de forma automática y rápida. Las imágenes de los drones, combinadas con datos cartográficos de OpenStreetMap y otros socios, podrían programarse para reconocer y categorizar entidades geográficas, incluidos edificios, objetos creados por el hombre, vegetación y suelo. (Para aliviar los problemas de privacidad, el dron vuela a una altitud demasiado alta para capturar imágenes reconocibles de individuos). Estas ricas imágenes brindan a los administradores del campamento una visión integral de la estructura ad hoc del área. Esta información pasa a formar parte de la base de datos GIS, que permite a los socorristas visualizar la densidad de un bloque.

La combinación de imágenes de drones, GIS e inteligencia artificial también ayuda a los trabajadores a comprender el terreno que ocupa el campamento. Una afluencia tan grande implica una disrupción ambiental masiva. Al eliminar toda la construcción humana del mapa, se deja solo la superficie del suelo, lo que proporciona un modelo digital del terreno que se puede utilizar para calcular el riesgo de deslizamientos de tierra y modelar inundaciones.

Más allá de mapear el campamento y ayudar a la planificación y el desarrollo del sitio, el uso de imágenes y GIS para Kutupalong proporcionó una plataforma para una amplia gama de datos. Con dispositivos móviles, los trabajadores humanitarios de UNICEF y otras agencias pueden acceder a varios conjuntos de datos basados ​​en la nube, obteniendo la información necesaria para realizar su importante labor.

La población estimada de Kutupalong Balukhali y los campamentos secundarios que se han formado a su alrededor ronda ahora los 900.000 habitantes. Mientras los vuelos continuos con drones ofrecen vistas panorámicas del campamento, los nuevos datos proporcionan un contexto a nivel del suelo. El resultado es un documento digital vivo que evoluciona con el campamento y brinda a los socorristas información práctica para ayudar a mejorar las condiciones de los refugiados.

La recopilación y el análisis de datos multicapa con drones e inteligencia artificial tiene impactos de gran alcance. Estas prácticas pueden ayudarnos a comprender mejor las áreas geográficas para que podamos ser mejores administradores de la tierra y proteger a las personas que dependen de sus recursos. También obtenemos cimientos para aprender año tras año y así poder trabajar para resolver nuestros problemas más complejos.

Conozca más sobre imágenes e inteligencia artificial aquí.