衛星画像と機械学習を用いた国連ヒューマン・デベロップメント・インデックスのグローバル高解像度推定値

科学分野:

• 社会経済指標 社会経済指標
• 地理空間分析とは
• 機械学習のアプリケーション

背景:

• 国連の人的開発指数 (HDI) は,国家開発の重要な指標ですが,その粗雑な解像度は細かい分析を制限しています.
• 現存するHDIデータ (N=191カ国) は,地方レベルの変動を捉えることができず,ターゲットに絞られた政策介入や正確な開発評価を妨げています.

研究 の 目的:

• 都市部およびグリッドレベルでの新しい,高解像度の世界的人力開発指数 (HDI) の見積もりを作成し,配布する.
• 空間的に詳細な洞察を提供することによって,国レベルのHDIデータの限界に対処する.
• 開発評価における集積バイアスの影響を実証する.

主な方法:

• 機械学習と高度な衛星画像を利用して,縮小したHDI推定を作成しました.
• 汎用的なダウンスケーリング技術を開発し,様々な形式とサイズの行政データに適用しました.
• 61,530の自治体と819,309のグリッドセル (0.1° × 0.1°) のグローバルHDI推定値を生成しました.

主要な成果:

• 市政とグリッドの解像度で,前例のない世界的なHDIの見積もりを作成しました.
• 集積バイアスによる誤ったHDIクインティルの分類により,世界人口の50%以上が過去に誤ったHDIクインティルに分類されていたことを確認した.
• 開発指標に対する空間解像度の重要な影響を定量化しました.

結論:

• 衛星画像から得られた高解像度HDIデータは,開発評価の正確性を大幅に改善します.
• 開発されたダウンスケーリング方法論と衛星機能により,様々な行政データセットの空間解像度を向上させることができます.
• 集積バイアスの対処は,正確なグローバル開発モニタリングと政策策定に不可欠です.