Drones, AI ondersteunen humanitaire hulp in een vluchtelingenkamp in Bangladesh

Onze meest complexe problemen, van milieurisico's tot sociale kwesties, kunnen beginnen in de lucht. Drones bieden uitgebreide perspectieven en inspireren nieuwe ideeën die we gemakkelijk over het hoofd kunnen zien vanaf de grond. En de huidige mogelijkheden op het gebied van machine learning en kunstmatige intelligentie (AI) helpen ons de waarde van dronebeelden te vergroten, zodat we kunnen voorspellen wat de toekomst mogelijk in petto heeft en ons effectief kunnen voorbereiden.

Als een moslimminderheidsgroep in een overwegend boeddhistisch land, hebben de Rohingya decennia van etnische en religieuze vervolging doorstaan. In augustus 2017 lanceerden de Birmese veiligheidsdiensten massale aanvallen op voornamelijk Rohingya-gebieden in Myanmar. In een van de grootste gedwongen migraties in de moderne geschiedenis verlieten honderdduizenden Rohingya hun huizen en staken de grens over naar Bangladesh. Velen reisden naar het Kutupalong Balukhali-kamp in een gebied dat bekend staat als Cox’s Bazar. Binnen enkele weken was de bevolking van Kutupalong en nabijgelegen kampen uitgegroeid tot 500.000. Het werd een van de dichtstbevolkte vluchtelingenkampen ter wereld.

De bevolkingsgroei bracht enorme logistieke uitdagingen met zich mee voor de Internationale Organisatie voor Migratie (IOM), die samenwerkt met de Bengaalse overheid en UNHCR om de kampen te beheren. Bijna een derde van het kamp—including een kwart van de latrines en bijna de helft van de handpompen voor water—is tijdens het regenseizoen in gevaar voor overstromingen en aardverschuivingen. Zwaardere regenval heeft ook een correlatie met verhoogde gezondheidsrisico's.

De beheerders wilden er ook voor zorgen dat het kamp voldeed aan de wereldwijde Duurzame Ontwikkelingsdoelen (SDG's), specifiek Doel 6: Zorg voor de beschikbaarheid en het duurzame beheer van water en sanitatie voor iedereen.

Voor IOM en Bengaalse overheidsmedewerkers was de overkoepelende behoefte om de omvang van het kamp te visualiseren om de mensen daar beter te helpen en de sanitaire omstandigheden te behouden. Inzicht krijgen in hoe—en hoeveel—mensen het Kutupalong-kamp transformeerden, zou kunnen helpen om vragen te beantwoorden over hoe ze onderdak te bieden.

Beheerders maakten gebruik van de kracht van beeldmateriaal, deep learning, hydrologie en netwerkanalyse om inzicht te krijgen in de kampfaciliteiten. Ze identificeerden vier fundamentele vragen die drone-mapping en -analyse konden helpen beantwoorden:

1. Welk percentage van het vluchtelingenkamp heeft geen toegang tot een toilet binnen een wandelafstand van 2,5 minuut?
2. Geven verschillende soorten analyses (netwerkanalyse, dekking-gebaseerde analyse) significant verschillende resultaten voor bovenstaande vraag?
3. Welk percentage van de bevolking woont in de gebieden die het meest risico lopen op overstromingen en aardverschuivingen?
4. oeveel toiletten en latrines bevinden zich binnen deze kritieke gebieden?

Allereerst identificeerden de beheerders welke datasets beschikbaar waren en welke van deze het nuttigst zouden zijn om de vragen te beantwoorden.

Om de bevolking te begrijpen, gebruikten ze dronebeelden en een beschikbaar deep learning-pakket dat wordt gehost door Esri’s ArcGIS Living Atlas of the World. Ze gebruikten dronebeelden om de footprints van tenten en structuren in de kampen vast te leggen. Ze waren in staat om de AI-tools binnen ArcGIS—Esri’s geografische informatiesysteem (GIS)-technologie—opnieuw te trainen om de relevantie en nauwkeurigheid van de resultaten te verbeteren. Op basis van de informatie en statistieken over bevolkingsdichtheid en toiletgebruik, gedeeld door de Hoge Commissaris voor de Vluchtelingen van de Verenigde Naties (UNHCR), konden ze de antwoorden op hun vragen vinden:

• Ongeveer 1,8 procent van de bevolking heeft geen toegang tot een toilet binnen een wandelafstand van 2,5 minuut, en 24 procent van de bevolking heeft een loopafstand van meer dan 1 minuut.

• De dekking-analyse levert een vergelijkbaar resultaat op als de netwerkanalyse. Deze benadering kan een analyse aanvullen wanneer er geen gegevensset voor een wegennetwerk beschikbaar is.  
• Ongeveer 27 procent van de bevolking bevindt zich in de gebieden die het meeste risico lopen op overstromingen en aardverschuivingen.  
• Ongeveer 104 latrines en 45 toiletten bevinden zich binnen de gebieden die het meeste risico lopen op overstromingen en aardverschuivingen.

AI werd ook gebruikt bij het in kaart brengen van het kamp om GIS-gegevens aan te vullen. AI geeft GIS de mogelijkheid om complexe beelden automatisch en snel te verwerken. De dronebeelden—samengevoegd met kaartgegevens van OpenStreetMap en andere partners—werden geprogrammeerd om geografische kenmerken te herkennen en te categoriseren, waaronder gebouwen, door mensen gemaakte objecten, vegetatie en grond. (Om privacyzorgen te verlichten, wordt de drone op een hoogte gevlogen die te hoog is om herkenbare beelden van individuen vast te leggen.) Deze rijke beelden bieden kampbeheerders een alomvattend overzicht van de ad-hocstructuur van het gebied. Deze informatie wordt onderdeel van de GIS-database, waardoor hulpverleners de dichtheid van een blok kunnen visualiseren.

De combinatie van dronebeelden, GIS en AI helpt werknemers ook om het land waarop het kamp zich bevindt beter te begrijpen. Een dergelijke instroom van mensen heeft enorme milieuverstoringen tot gevolg. Door alle menselijke constructies van de kaart te verwijderen, blijft alleen het grondoppervlak over, wat een digitaal terreinmodel oplevert dat kan worden gebruikt om risico's op aardverschuivingen en overstromingen te berekenen.

Naast het in kaart brengen van het kamp en het helpen bij het siteplanning en de ontwikkeling, bood het gebruik van beelden en GIS voor Kutupalong een platform voor een breed scala aan gegevens. Met mobiele apparaten kunnen hulpverleners van UNICEF en andere organisaties toegang krijgen tot verschillende cloudgebaseerde datasets en de informatie krijgen die ze nodig hebben om hun belangrijke werk te doen.

De geschatte bevolking van Kutupalong Balukhali en de satellietkampen die zich eromheen hebben gevormd, ligt nu rond de 900.000. Terwijl doorlopende dronevluchten luchtfoto's van het kamp leveren, biedt de nieuwe data context op grondniveau. Het resultaat is een levend digitaal document dat evolueert met het kamp en hulpverleners bruikbare inzichten geeft om de omstandigheden voor vluchtelingen te verbeteren.

Het verzamelen en analyseren van gelaagde gegevens met drones en AI heeft vergaande gevolgen. Deze praktijken helpen ons geografische gebieden beter te begrijpen, zodat we betere beheerders van de aarde kunnen zijn en de mensen die afhankelijk zijn van haar hulpbronnen kunnen beschermen. We leggen ook een basis voor leren jaar na jaar, zodat we kunnen werken aan het oplossen van onze meest complexe problemen.