Oxford

Predicción de los desplazamientos humanos después de los desastres mediante un paquete de programas informáticos de código abierto con datos históricos

Key information
Country/ies
Afganistán, Albania, Argelia, Andorra, Angola, Antigua y Barbuda, Argentina, Armenia, Australia, Austria, Azerbaiyán, Bahamas, Bahrein, Bangladesh, Barbados, Belarús, Bélgica, Belice, Benin, Bhután, Bolivia (Estado Plurinacional de), Bosnia y Herzegovina, Botswana, Brasil, Brunei Darussalam, Bulgaria, Burkina Faso, Burundi, Cabo Verde, Camboya, Camerún, Canadá, República Centroafricana, Chad, Chile, China, Colombia, Comoras, Congo, Costa Rica, Côte d’Ivoire, Croacia, Cuba, Chipre, Chequia, República Popular Democrática de Corea, República Democrática del Congo, Dinamarca, Djibouti, Dominica, República Dominicana, Ecuador, Egipto, El Salvador, Guinea Ecuatorial, Estonia, Eswatini, Etiopía, Falkland Islands, Fiji, Finlandia, Former Yugoslavia, Francia, Gabón, Gambia, Georgia, Alemania, Ghana, Grecia, Granada, Guatemala, Guinea, Guinea-Bissau, Guyana, Haití, Honduras, Hungría, Islandia, India, Indonesia, Irán (República Islámica del), Iraq, Irlanda, Israel, Italia, Jamaica, Japón, Jordania, Kazajstán, Kenya, Kiribati, Kuwait, Kirguistán, República Democrática Popular Lao, Letonia, Líbano, Lesotho, Liberia, Libia, Liechtenstein, Lituania, Luxemburgo, Madagascar, Malawi, Malasia, Maldivas, Malí, Malta, Islas Marshall, Mauritania, Mauricio, México, Micronesia (Estados Federados de), Mónaco, Mongolia, Montenegro, Marruecos, Mozambique, Myanmar, Namibia, Nauru, Nepal, Países Bajos, Nueva Zelandia, Nicaragua, Níger, Nigeria, Macedonia del Norte, Noruega, Omán, Pakistán, Palau, Panamá, Papua Nueva Guinea, Paraguay, Perú, Filipinas, Polonia, Portugal, Qatar, República de Corea, República de Moldova, Rumania, Federación de Rusia, Rwanda, Saint Kitts y Nevis, Santa Lucía, San Vicente y las Granadinas, Samoa, San Marino, Santo Tomé y Príncipe, Arabia Saudita, Senegal, Serbia, Serbia and Montenegro, Seychelles, Sierra Leone, Singapur, San Martín (parte Holandesa), Eslovaquia, Eslovenia, Islas Salomón, Somalia, Sudáfrica, Sudán del Sur, España, Sri Lanka, Occupied Palestinian Territory, Sudán, Suriname, Suecia, Suiza, República Árabe Siria, Tayikistán, República Unida de Tanzanía, Tailandia, Timor-Leste, Togo, Tonga, Trinidad y Tabago, Túnez, Türkiye, Turkmenistán, Tuvalu, Uganda, Ucrania, Emiratos Árabes Unidos, Reino Unido de Gran Bretaña e Irlanda del Norte, Estados Unidos de América, Uruguay, Uzbekistán, Vanuatu, Venezuela (República Bolivariana de), Viet Nam, Yemen, Zambia, Zimbabwe
Region/s
Data sources

Resumen

El proyecto consiste en el desarrollo de un paquete de programas informáticos estadísticos de código abierto que utilizan datos históricos de desplazamientos humanos después de desastres para predecir las tendencias futuras después de las catástrofes, concretamente, de los terremotos y los ciclones. Su objetivo es ayudar a los gobiernos y a las organizaciones internacionales a asignar recursos más rápidamente para facilitar la recuperación, estimar con mayor precisión la población desplazada, predecir los puntos donde potencialmente se concentrarán los asentamientos y calcular los lugares óptimos para el establecimiento de refugios destinados a un número específico de personas. 

El paquete de programas informáticos consta de dos componentes principales:

  • un sistema de administrador en el que se combinan los datos, el modelo y los métodos estadísticos más avanzados para crear una herramienta de predicción, y
  • un sistema frontal interactivo en el que visualizan los datos y las predicciones.

Resultados

Mediante esta herramienta se han predicho estimaciones de desplazamiento del pasado para más de cien terremotos en 38 países diferentes con una precisión al menos diez veces mayor que la de modelos de riesgo líderes en el mundo producidos por el Servicio Geológico de los Estados Unidos y el Sistema Mundial de Alerta y Coordinación de Desastres.

La herramienta, que combina programas informáticos con estimaciones de los desplazamientos basadas en datos de teléfonos móviles proporcionados por organizaciones como Flowminder o Facebook Data for Good, ha permitido elaborar esquematizaciones cartográficas detalladas de poblaciones de migrantes que han retornado y desplazados a lo largo del tiempo. Esta metodología ya se ha puesto en práctica con propietarios de datos como Flowminder y Meta Data for Good.

Actualmente, la herramienta se está integrando en los modelos de riesgo del Observatorio de Desplazamiento Interno y está debatiéndose su integración en los de la Federación Internacional de la Cruz Roja.

Last modified
28 de octubre de 2022