Analyses automatisées de l’imagerie satellitaire et des capteurs : Soutenir les interventions lors des urgences humanitaires en détectant les structures géographiques à l’aide de l’apprentissage automatique
Résumé
Dans le cadre de ce projet, nous avons étudié les possibilités de détecter des structures géographiques et d’estimer le nombre de personnes déplacées de force lors d’urgences humanitaires en utilisant l’apprentissage automatique. La coordination de l’aide humanitaire en cas de catastrophe naturelle ou de situation de conflit est souvent compliquée en raison du manque de données pour éclairer la planification. L’imagerie satellitaire et par capteurs peut donner un aperçu important des conditions sur le terrain, y compris dans les zones difficiles d’accès. Nous l’avons examiné par ce projet si les algorithmes d’apprentissage automatique représentaient une innovation utile en matière de données, en menant des études expérimentales dans plusieurs camps de réfugiés en Afrique et au Moyen-Orient.
Résultats
Les résultats de cette étude montrent que les algorithmes d’apprentissage automatique peuvent constituer une méthodologie novatrice utile pour identifier avec précision les estimations de personnes déplacées de force et les structures géographiques dans les cas d’urgences humanitaires. Cependant, les caractéristiques des images provenant de différents capteurs peuvent varier, ce qui peut compliquer les analyses automatisées. Néanmoins, les algorithmes d’apprentissage automatique peuvent renforcer de manière efficace le travail des analystes humains, qui effectuent actuellement une analyse entièrement manuelle des analyses des capteurs et satellites. Dans l’ensemble, cette méthodologie novatrice a montré comment les algorithmes d’apprentissage automatique peuvent compléter efficacement les interventions visant à fournir une assistance rapide et précise en cas d’urgence humaine. Cette approche pourrait être reproduite dans le cadre de l’aide humanitaire dans le monde entier.
(Picture: © UN Global Pulse)
