O Mapa da Pobreza por Satélite e Aprendizagem Automática do DANE — O Salto de 70 Vezes na Granularidade Estatística da Colômbia

O instituto nacional de estatística da Colômbia, o DANE, associou-se ao World Data Lab e à iniciativa PARIS21, sediada na OCDE, para enriquecer as estatísticas nacionais de pobreza e população utilizando imagens de satélite e aprendizagem automática.

O projeto visava aumentar significativamente a resolução geográfica das estimativas de pobreza e população, para além do que os métodos tradicionais baseados em censos permitem.

Os investigadores treinaram modelos que relacionam imagens de satélite diurnas e noturnas e, depois, usaram apenas as imagens diurnas para prever as taxas municipais de pobreza a uma resolução de 4x4 km e a densidade populacional a uma resolução de 100x100 m, validando os resultados face aos dados oficiais do censo.

A abordagem aumentou em 70 vezes a granularidade das estimativas de pobreza da Colômbia, passando de 1.123 para 78.000 pontos de dados, e revelou variações na densidade populacional invisíveis ao nível municipal, como zonas de Bogotá que variam entre 1 e 999 pessoas por célula de 100x100 m.

O salto metodológico na resolução está documentado e validado cruzadamente com os dados do censo, mas ainda não existe uma avaliação independente que mostre se os dados mais granulares alteraram decisões políticas concretas, a atribuição de subsídios ou a afetação de recursos.