Digital Earth Pacific, gestionado por la SPC, convierte datos satelitales abiertos en productos de riesgo de desastres, costa y manglares con IA para 20 gobiernos del Pacífico; en 2025 ya había nueve productos regionales desplegados y más de 220 personas formadas.
20
Países y territorios del Pacífico participantes
9
Productos de datos regionales implementados o ampliados
220+
Personas alcanzadas mediante formación
2016-2022
Periodo de cobertura del conjunto de datos de manglares
Detalles
Madurez
En expansión
Promotor
Pacific Community (SPC) — Geoscience, Energy and Maritime Division
La Comunidad del Pacífico (SPC) desarrolló Digital Earth Pacific sobre el Planetary Computer de Microsoft, utilizando IA y procesamiento en la nube para convertir petabytes de imágenes satelitales de acceso abierto en productos útiles para la planificación nacional. Las primeras aplicaciones incluyeron la evaluación de daños causados por erupciones volcánicas en cultivos y suministros de agua, y la ayuda para identificar lugares de reubicación para comunidades desplazadas por ciclones.
Actividades
En su sexta reunión del Comité Directivo, celebrada en Nadi, el programa reunió a representantes de 20 países y territorios del Pacífico -entre ellos Fiyi, Papúa Nueva Guinea, Samoa, Islas Salomón, Tonga, Vanuatu, Kiribati y Tuvalu-, con alianzas que abarcan Geoscience Australia, el Group on Earth Observations, Digital Earth Africa y dos consejos geoespaciales regionales (PGRSC y PGSC). Los productos cubren el cambio de la línea costera, patrones de inundación, manglares, praderas marinas, altura de la vegetación y profundidad de las aguas cercanas a la costa.
Resultados
El programa reportó nueve productos de datos regionales implementados o ampliados y más de 220 personas alcanzadas mediante formación. Un producto concreto, el conjunto de datos Digital Earth Pacific Mangroves Extent and Density, hace seguimiento del cambio de los manglares en los países y territorios insulares del Pacífico entre 2016 y 2022, con actualizaciones anuales previstas, está licenciado de forma abierta bajo Creative Commons Attribution 4.0 y se aloja públicamente en AWS.
Conclusiones
Los informes públicos disponibles hasta la fecha documentan productos y alcance de la formación, pero no resultados verificados de forma independiente: el comité directivo de 2026 señaló explícitamente el 'refuerzo de la adopción nacional' y unas 'vías de gobernanza más claras' como prioridades aún pendientes, por lo que el impacto real en la toma de decisiones todavía no se ha medido de forma independiente.
Implementación
Coste indicativo
Medio (50 000–500 000 €) — Built on Microsoft's Planetary Computer using openly available satellite imagery; specific programme cost figures not published in available sources.
Tiempo hasta resultados
Largo (> 3 años) — Running since 2022, ongoing; regional products reported deployed/scaled through the 6th Steering Committee meeting (2025-2026).
Personal y competencias
Pacific Community (SPC) — Geoscience, Energy and Maritime Division, Government representatives from 20 Pacific countries and territories, Partners: Geoscience Australia, Group on Earth Observations, Digital Earth Africa, PGRSC, PGSC
Condiciones para el éxito
Multi-country steering committee coordination
Reuse of Digital Earth Africa's open architecture
Open licensing (CC BY 4.0) and public hosting (AWS) of data products
National uptake and clearer governance pathways (identified as still needed)
Modos de fallo comunes
No independent study yet measures whether the data has changed an actual disaster response, coastal permit or land-use decision
Steering committee itself flagged that national uptake and governance pathways remain unresolved
Kit de replicación
Artefactos reutilizables de esta práctica — tal como los publican sus fuentes.
¿Usted implementa esta práctica?
Reivindíquela —
los implementadores verificados obtienen un contacto público en la página y pueden proponer correcciones.
Fuentes de datos
De dónde se obtuvo la información de esta práctica, y cuándo.
Investigadores del Banco Mundial usaron aprendizaje profundo (ConvNeXt) sobre imágenes satelitales para clasificar tejados de los 43.061 edificios del país, …