Чрез сателитни снимки е възможно да се определи икономическият статус на даден регион. Изследователи от екипа на Нийл Джин от Университета Станфорд показват пет африкански развиващи се страни, чиито публично достъпни сателитни снимки дават възможност да се изчисли мащабът на бедност.

Новият метод може да допринесе за по-ефективно разпределение на средствата в борбата с бедността, пишат учените в списание „Science“.

Точните данни за икономическите характеристики на една страна са нужни на правителствата за по-справедливото разпределение на недостатъчни ресурси с цел подобряване качеството на живот на отделните региони. В много от развиващите се страни такива данни липсват.

Тестове в Африка

По данни на Световната банка са проведени 2 проучвания в 39 от 59 африкански държави между 2000 и 2010 година, които позволяват представителни изводи за икономическото състояние на нациите. В 14 от тези държави преди това изобщо не е имало подобни изследвания.

В търсене на по-лесни методи, експертите са проучили нощни сателитни снимки и са извели връзката между интензитета на светлината и бедността на даден регион. Създадената класификация е базирана на факта, че най-богатите райони на планетата излъчват най-ярката светлина.

Методът дава само отчасти добри резултати, защото в райони на границата и под границата на бедността не е достатъчно точен. Там не са възможни класации, поради факта, че снимките са предимно тъмни.

По тази причина учените прецизирали метода и започнали да разглеждат дневни снимки на страните Нигерия, Танзания, Уганда, Малави и Руанда.

Метални покриви

На принципа на машиналното учене компютърната програма установила пряка връзка между определени признаци – например бетонирани улици, метални покриви на жилища или вода – заедно със степента на осветеност нощем.

В крайна сметка програмата „се научила“ да прави заключения за богатството или бедността на даден регион само на базата на дневните снимки, без да ползва светлинния критерий.

Сега методът позволява определяне на икономическите разлики на регионите с точност до 75%, казват учените. Моделът, ако е „трениран“ със съответните снимки, вече може да даде надеждни данни за всяка страна, твърдят те.

Новият метод всъщност е много по-евтин и бърз от наличните до момента начини за определяне на икономическото състояние на регионите и позволява по-добро прецизиране и насочване на средствата за борба с бедността. Необходими са обаче още изследвания, преди новият метод да бъде приложен на практика.