Μέτρηση της φτώχειας σε χωριό της Γουατεμάλα

Από RemoteSensing Wiki

Μετάβαση σε: πλοήγηση, αναζήτηση

Μπορεί μια εικόνα από το διάστημα να βοηθήσει να μετρήσουμε την φτώχεια σε ένα χωριό της Γουατεμάλα;

Ανδρέα Κόπολα, Μπεν Κλέμενς, Μαξ Σρον

Ο Τζον Γκρούνσφελντ, πρώην Επιστημονικός Υπεύθυνος της NASA και βετεράνος 5 διαστημικών πτήσεων, είχε πολλές ευκαιρίες να κοιτάξει τη γη από ψηλά. Και παρατήρησε πώς η φτώχεια μπορεί να είναι ορατή από πολύ μακριά. Σε αντίθεση με τις πλουσιότερες χώρες που συνήθως περιβάλλονται από πράσινο, φτωχότερες χώρες με μειωμένη πρόσβαση στο νερό έχουν ένα σοκαριστικό καφέ χρώμα. Κατά τη διάρκεια της νύχτας οι πλουσιότερες χώρες φωτίζουν τον ουρανό ενώ οι χώρες με λιγότερο εξαπλωμένο δίκτυο ηλεκτρισμού φαίνονται σκοτεινές.

Η παρατήρηση του Δρ. Γκρούνσφελντ θα μπορούσε να έχει σημαντικές προεκτάσεις. Εικόνες από δορυφόρους θα μπορούσαν να γίνουν ένα εργαλείο για τον εντοπισμό της φτώχειας, εστιάζοντας ακόμα και στα μικρότερα χωριά και επιτρέποντας μια διαρκή παρακολούθηση με άλλες παραδοσιακές μεθόδους είναι αδύνατη.

«Η ακρίβεια των στοιχείων που αφορούν την παγκόσμια φτώχεια βασίζεται στην διαθεσιμότητα ερευνών νοικοκυριού», γράφει ο Chandy (2013) και «αυτό παραμένει το ένας από τους μεγαλύτερους περιορισμούς για τα δεδομένα που αφορούν τη φτώχεια σήμερα». Τα δύο πέμπτα των χωρών παγκοσμίως αποτυγχάνουν να διεξάγουν μια έρευνα νοικοκυριών κάθε πέντε χρόνια. Ακόμα και όταν πραγματοποιούνται όμως, οι φτωχοί είναι συνήθως δύσκολα προσβάσιμοι από τους ερευνητές και η ποιότητα των δεδομένων είναι χαμηλή. Αντιθέτως οι δορυφόροι συγκεντρώνουν δεδομένα με ένα σταθερό ρυθμό κατά τη διάρκεια του έτους ανεξαρτήτως φυσικών ή κοινωνικών κινδύνων.

Σε πρόσφατη δημοσίευση (Klemens, Coppola και Shron 2015), χρησιμοποιήσαμε τη Γουατεμάλα ως περίπτωση μελέτης για να ελέγξουμε τη δυνατότητα που προσφέρουν τα δεδομένα από δορυφόρους συνδυάζοντας δεδομένα νυχτερινής φωτεινότητας και δεδομένα σχετικά με τη βλάστηση που εξήχθησαν από εικόνες δορυφόρου με τις πληροφορίες που μας παρείχαν ερευνητικά δεδομένα που χρησιμοποιούνται παραδοσιακά για τη μέτρηση της φτώχειας. Η Γουατεμάλα είναι μια ενδιαφέρουσα περίπτωση διότι το Εθνικό Ινστιτούτο Ερευνών της χώρας παρέχει τα δεδομένα σε αστική και αγροτική φτώχεια ξεχωριστά, και έτσι είχαμε τη δυνατότητα να εξασκηθούμε εντοπίζοντας τις διαφορές μεταξύ αστικών και αγροτικών δήμων. Συγκεκριμένα, αναλύσαμε τη σχέση μεταξύ της υπάρχουσας εκτίμησης αστικής και αγροτικής φτώχειας μικρής κλίμακας (βασισμένη σε δεδομένα απογραφής και έρευνας νοικοκυριών), της νυχτερινής φωτεινότητας (από τη Εθνική Ωκεανογραφική και Ατμοσφαιρική Διεύθυνση των ΗΠΑ), την ανακλαστικότητα της γήινης επιφάνειας (από τη NASA) και την κάλυψη βλάστησης (επίσης από τη NASA).

Μπορεί μια εικόνα από το διάστημα να βοηθήσει στη μέτρηση της φτώχειας σε ένα χωριό της Γουατεμάλας; Τα ευρήματά μας δείχνουν ότι τα δεδομένα δορυφορικών εικόνων μπορούν να προσθέσουν χρήσιμες πληροφορίες για τη βελτίωση των μετρήσεων της φτώχειας. Για τις απλές παλινδρομήσεις ελαχίστων τετραγώνων με εξαρτημένη μεταβλητή τη μετρούμενη φτώχεια, το κριτήριο AIC (δείκτης της σχετικής ποιότητας ενός στατιστικού μοντέλου) βελτιώνεται όταν συμπεριλαμβάνονται και οι μετρήσεις φωτεινότητας. Βρήκαμε επίσης ότι ο ίδιος τύπος δορυφορικών πληροφοριών μπορεί να είναι λιγότερο ή περισσότερο σημαντικός σε διαφορετικό τύπο μελέτης. Για παράδειγμα στις παλινδρομήσεις μας σχετικά με την αγροτική φτώχεια, τα δεδομένα φωτεινότητας ήταν σημαντικά, ενώ στις παλινδρομήσεις σχετικά με την αστική φτώχεια όχι. Οι δορυφορικές μετρήσεις για βλάστηση έδειξαν λιγότερη συσχέτιση με τις μετρήσεις φτώχειας σε σχέση με τη φωτεινότητα.

Σε αυτό το επίπεδο τα δορυφορικά δεδομένα δεν μπορούν να αντικαταστήσουν τα παραδοσιακά ερευνητικά δεδομένα για τη μέτρηση της φτώχειας. Ωστόσο μπορούν με βεβαιότητα να προσθέσουν αξία και να βελτιώσουν τα αποτελέσματα. Οφείλουμε να συνεχίσουμε να διερευνούμε τις δυνατότητες χρήσης νέων τεχνολογιών και καινοτόμων δεδομένων για να μας βοηθήσουν να αντιμετωπίσουμε αναπτυξιακές προκλήσεις.

Guatemala.png

Πηγή

Προσωπικά εργαλεία