Armoede is zichtbaar via satelliet

Een van de grootste uitdagingen bij het bestrijden van armoede is het lokaliseren van mensen die in armoede leven. Vooral in Afrika ontbreekt accurate en betrouwbare informatie, zeggen de onderzoekers. Hulporganisaties oriënteren zich vaak door huis-aan-huisgesprekken te voeren, een tijdrovende bezigheid.

Machine learning

Bij de nieuw ontwikkelde methode is het mogelijk informatie te vergaren over gebieden die tot nu toe uit beeld bleven. Via machine learning – het ontwerpen van computeralgoritmen die leren van data – haalden de wetenschappers informatie uit satellietbeelden.

‘Er zijn een beperkt aantal onderzoeken gedaan in verschillende dorpen verspreid over Afrika. Los daarvan is weinig informatie beschikbaar over armoede op lokaal niveau’, zegt onderzoeker Marshall Burke. ‘Tegelijkertijd beschikken we continu over allerlei andere gegevens over deze plaatsen, zoals satellietbeelden.’

Via hogeresolutiebeelden bleek het mogelijk armoede te lokaliseren. Gebieden waar het ‘s nachts lichter is, zijn meestal meer ontwikkeld. De nachtbeelden werden gecombineerd met beelden van overdag, om zo economische ontwikkeling in kaart te brengen. Op beelden van overdag zijn bijvoorbeeld wegen, landbouwgrond en huizen te zien.

Goedkoop

De computeranalyse voorspelt volgens de onderzoekers verrassend accuraat waar armoede heerst. Deze verbeterde armoedekaarten kunnen humanitaire organisaties en beleidsmakers helpen hun werk beter te doen, zeggen ze.

‘Op deze manier kan armoede wereldwijd op een zeer goedkope manier in kaart gebracht worden’, concludeert medeauteur Stefano Ermon, computerwetenschapper aan de Universiteit van Stanford.