Les satellites améliorent les techniques de cartographie de la pauvreté

Techniques de cartographie de la pauvretéCombien de personnes vivent dans la pauvreté? La réponse qu'un moteur de recherche pourrait donner ne tient pas compte de la complexité du problème. Une grande partie des données sur la pauvreté provient de la Banque mondiale, qui repose toujours sur des enquêtes auprès des ménages. Ces enquêtes auprès des ménages peuvent être très inexactes et des statistiques comme celles-ci sont essentielles dans la lutte contre la pauvreté. Heureusement, de nombreuses organisations travaillent à la création de meilleures techniques de cartographie de la pauvreté pour aider à lutter contre la pauvreté dans le monde.

Le besoin de techniques de cartographie de la pauvreté

Les gouvernements, les entreprises privées et les ONG doivent savoir qui a besoin d'aide, ce qui fonctionne et ce dont ils ont besoin pour lutter contre la pauvreté. Avec des données plus précises, les programmes d'aide peuvent être déployés plus efficacement, en ciblant directement les populations qui en ont le plus besoin. Des données précises déterminent également l'efficacité de l'aide ou d'autres interventions, ce qui aide les agences à découvrir ce qui fonctionne. Il est important que les missions de nombreuses agences disposent de données précises sur la pauvreté, mais les méthodes de collecte de ces données sont imparfaites.

Un problème avec la collecte de données actuelle est la quantité de données disponibles. La Banque mondiale est un chef de file dans la lutte contre la pauvreté dans le monde et elle compile de nombreuses statistiques officielles sur les taux de pauvreté. Historiquement, la Banque mondiale mesure généralement la pauvreté au moyen d'enquêtes sur les ménages. Cependant, ces enquêtes n'atteignent pas autant de personnes qu'elles le devraient. Pour les pays à faible revenu, un investissement annuel de 1 milliard de dollars serait nécessaire pour étendre ces enquêtes afin de générer des données cohérentes et précises.

Non seulement ces enquêtes sont trop étroites, mais elles ne sont pas non plus assez fréquentes. Les enquêtes ont généralement lieu toutes les quelques années, et même toutes les décennies dans certains pays à plus faible capacité. Entre 2002 et 2012, aucune donnée sur la pauvreté n'a été collectée dans 29 pays.

Les problèmes des techniques actuelles de cartographie de la pauvreté

La méthode d'enquête la plus couramment utilisée par la Banque mondiale est l'enquête auprès des ménages. Malheureusement, les enquêtes auprès des ménages comportent des inexactitudes et manquent à de nombreuses personnes, généralement parmi les plus pauvres. Cette méthode tente de mesurer la pauvreté en envoyant des enquêtes aux ménages, mais ces enquêtes sont mal adaptées pour mesurer un environnement domestique atypique. De nombreuses personnes qui tentent d'éviter la pauvreté vivent dans des ménages ouverts, dont le nombre de membres est généralement en évolution. Ces ménages agissent pour réduire la pauvreté collectivement d'une manière qu'une enquête typique ne peut pas facilement mesurer. Lorsque les données de ces ménages ne sont pas interprétées différemment des autres données sur les ménages, les données globales sur la pauvreté peuvent être biaisées.

Satellites cartographiant la pauvreté

Cette pénurie de données précises a inspiré une équipe de chercheurs de Stanford. Marchall Burke, David Lobell et Stefano Ermon ont passé la majeure partie de la dernière décennie à créer de meilleures techniques de cartographie de la pauvreté. La solution sur laquelle ils travaillent actuellement est la cartographie par satellite.

L'équipe a utilisé l'intelligence artificielle pour cartographier la pauvreté à l'aide d'images satellite accessibles au public. Le système examine la pauvreté en analysant la richesse des actifs dans une zone donnée vue de l'espace. En indexant les images des zones riches et des zones pauvres, le programme peut identifier les niveaux de pauvreté dans d'autres zones. Pour ce faire, il utilise une variété de facteurs tels que l'éclairage nocturne, la toiture, les infrastructures, les routes et d'autres caractéristiques facilement reconnaissables. En utilisant l'apprentissage en profondeur, le programme est capable de corréler les facteurs et de créer une idée de la pauvreté dans une zone avec une précision assez élevée. Le modèle explique environ 70% de la variation de la richesse des actifs au niveau du village. Cela signifie que le modèle peut prédire plus précisément que d'autres tentatives de cartographie de la pauvreté en utilisant des images à plus haute résolution et une cartographie par téléphone mobile. La capacité de distinguer la pauvreté au niveau du village signifie également que le programme peut identifier les niveaux de pauvreté dans des endroits où les enquêtes ne vont jamais, avec beaucoup moins de coûts et de temps.

Les enquêtes auprès des ménages sont devenues obsolètes par rapport aux méthodes plus modernes et efficaces. De meilleures techniques de cartographie de la pauvreté comme celles des chercheurs de Stanford permettront aux organisations de lutter contre la pauvreté avec un plus grand degré de précision, ce qui rendra cette décennie de lutte contre la pauvreté plus efficace que la précédente.

– Brett Muni
Photo: Flickr

*