Utilización de imágenes satelitales para comprender y promover el desarrollo sostenible

Área de la Ciencia:

• Ciencias del medio ambiente
• Ciencia de los datos
• Estudios sobre el desarrollo sostenible

Sus antecedentes:

• La medición precisa de los resultados del desarrollo sostenible es crucial para la investigación y la política.
• Las imágenes de satélite se utilizan cada vez más para controlar los indicadores de desarrollo relacionados con el ser humano.
• Existe una necesidad creciente de integrar los datos satelitales con técnicas analíticas avanzadas.

Objetivo del estudio:

• Sintetizar la literatura sobre el uso de imágenes satelitales y el aprendizaje automático para obtener resultados de desarrollo sostenible.
• Evaluar el impacto de la escasez y la calidad de los datos en el rendimiento del modelo de aprendizaje automático.
• Destacar las aplicaciones, las limitaciones y las direcciones futuras de la investigación en este campo interdisciplinario.

Principales métodos:

• Revisión sistemática de la literatura de estudios que combinan imágenes satelitales y aprendizaje automático.
• Análisis de las tendencias en la resolución de los datos satelitales (espacial, temporal y espectral).
• Evaluación de los enfoques de aprendizaje automático para el manejo de datos de entrenamiento escasos y ruidosos.

Principales resultados:

• Cuantificó la limitada disponibilidad de datos sobre el terreno para los resultados relacionados con los humanos.
• Documentó la creciente abundancia y la mejora de la resolución de las imágenes satelitales.
• Demostró cómo el ruido de los datos puede conducir a evaluaciones inexactas del rendimiento del modelo de aprendizaje automático.
• El rendimiento del modelo reciente cuantificado en varios dominios de desarrollo sostenible.

Conclusiones:

• Las imágenes de satélite y el aprendizaje automático ofrecen un potencial significativo para el seguimiento del desarrollo sostenible.
• Abordar la escasez de datos y el ruido es fundamental para evaluaciones fiables.
• Se necesita más investigación para refinar los modelos y ampliar las aplicaciones en la política y la práctica.