宇宙から世界の貧困状況を推測することはできるのか？

こんにちは、Kanot（狩野）です。今日は、宇宙からの情報、つまり衛星画像から貧困を推測することが可能なのか？について検証したプロジェクト記事を紹介します。(Top image is from the American Geophysical Union.)

まず、せっかくなので、この先を読む前に３０秒間考えてみてください。

あなたが「衛星画像を使って貧困地域を推測しろ」と依頼されたら、どういう画像をどのように使いますか？

プロジェクト概要

今回紹介するこちらのプロジェクトは、ルワンダにおける昼間の衛星画像と夜間の衛星画像を使って、どちらがより正確に貧困地域を推定することができるかを検証したもので、フローは以下のようなイメージです。（ちなみにCNNはConvolutional Neural Networkの略だそうで、テレビ局ではありません。）

具体的な検証ステップを以下に紹介いたします。

ステップ１　データ収集

昼間の衛星画像としては、Google Map PlatformのAPIを使って衛生画像を入手したとのことです。

夜間の衛星画像としては、2010 nightlights fileという公開データからルワンダの夜間の衛生画像を入手しているようです。

そして、これら衛星画像から推定した貧困地区があっているのかという答え合わせ用のデータとして、ルワンダ政府が公開しているDHS（Demographic and Health Surveys）という健康状況などに関するデータから、地区ごとの健康・栄養状態を計算しているようです。

ステップ２　夜間画像から貧困推定ができるのかを検証

夜間のデータは、所得の高い地域が明るく写ることなどもあり、比較的推定がうまくいったとのことでした。ただ、明るさだけで判定するため、人口過密で貧困なエリアと、人口過疎で裕福なエリアの区別はなかなか難しいとのことです。

ステップ３＆４　昼間画像から貧困推定ができるのかを検証

ここでこのプロジェクトでは、昼間の衛生画像からの貧困地区の推定と、Convolutional Neural Network (CNN)と呼ばれるモデルを用いた機械学習での検証と、両方行ったようで、機械学習モデルの方がより正確に推定できたとのことです。

この辺から、元記事の内容がテクニカルになってきて正直理解できていないのですが、以下のようなモデル？を使って検証しているとのことです。

さいごに・・

正直、後半はなかなかテクニカルで深く理解できなかったため、かなり内容を端折ってしまっていますが、それでもアップしたい理由があり、記事化させていただきました。興味ある方はぜひ元記事を見てみていただけたらと思います。（最初に言えよ、というツッコミはご遠慮ください・・。）