Aplicación de datos del mes: Datos de población y asentamientos

¿Cómo se usan los datos de población y asentamientos para la reducción de riesgos de desastres y los esfuerzos de respuesta?

Los datos de población ayudan a los gestores de riesgo a evaluar qué proporción de la población está en riesgo debido a la exposición a una amenaza. Además, ayudan a los gestores de emergencias a evaluar cuántas personas viven en el área afectada. Los mapas de exposición se generan superponiendo los datos de población sobre las capas relacionadas con la amenaza. Estos mapas son extremadamente útiles para los gestores de emergencias y de riesgo de desastres, ya que brindan una estimación de la cantidad de personas que residen dentro de las zonas de alta amenaza. Dicha información sobre el número de personas expuestas es beneficiosa para los esfuerzos de preparación y anticipación a un evento importante como una tormenta, ya que hace posible priorizar los esfuerzos de evacuación de las áreas de alta exposición para, potencialmente, salvar un número significativo de vidas. Además, los mapas de exposición se pueden usar para calcular el posible impacto causado por una amenaza natural, ya que, al conocer la cantidad de personas que residen en un lugar afectado y la magnitud del evento, se pueden hacer cálculos aproximados sobre el alcance del daño y el número de posibles víctimas.

Mientras que los datos de censos muestran cuántas personas viven en una unidad administrativa, los datos satelitales de observación de la tierra (EO) muestran dónde viven las personas y brindan información acerca de las dinámicas de la población. Los datos satelitales de población y asentamientos brindan información útil para el mapeo de exposición y riesgo. Además, pueden contribuir al monitoreo de algunos de los indicadores del Marco de Sendai para la Reducción del Riesgo de Desastres, así como de aquellos relacionados con los Objetivos de Desarrollo Sostenible. Una ventaja clave a tener en cuenta respecto de las imágenes satelitales es que están disponibles diariamente, mientras que los datos de censos nacionales solo se actualizan cada una década, o incluso con una frecuencia menor, que depende de los fondos disponibles. Las imágenes satelitales pueden monitorear los cambios en las poblaciones y las dinámicas de los asentamientos con mucha frecuencia. Por ejemplo, la Capa Global de Asentamientos Humanos o la Huella Urbana Global rastrean las dinámicas de las áreas de asentamiento en crecimiento por medio del uso de imágenes satelitales.

Los datos de población satelitales pueden contribuir al monitoreo del segundo objetivo del Marco de Sendai para la Reducción del Riesgo de Desastres, es decir, “reducir considerablemente el número de personas afectadas”. Además, los datos de población y asentamientos pueden contribuir al monitoreo de algunos de los Objetivos y metas de Desarrollo Sostenible, por ejemplo, la meta 11.3: “Para 2030, aumentar la urbanización inclusiva y sostenible y la capacidad para una planificación y gestión participativas, integradas y sostenibles de los asentamientos humanos en todos los países”. Para esta meta, se propone el indicador “relación entre la tasa de consumo de tierras y la tasa de crecimiento de la población”, y se prevé que los datos de asentamientos como la Capa de Global de Asentamientos Humanos (cf. enlaces a los datos debajo) sean una posible fuente de datos para monitorear dicho indicador.

¿Cómo se mapean desde el espacio los asentamientos urbanos y cómo contribuyen las imágenes satelitales a la estimación de datos de población?

Por lo general, los datos de población se recopilan por medio de un censo. Esta información, que originalmente se recopila en forma de datos detallados a nivel de hogares, luego se agrega espacialmente al nivel de las unidades administrativas como lo es un distrito municipal (cf. imagen superior de la figura 1). Esto significa que a cada pixel que se encuentre dentro de un límite administrativo se le asigna el mismo valor de población, sin importar que sea un área urbana o un bosque. Obviamente, las amenazas naturales no siguen límites administrativos y los humanos se asientan siguiendo patrones específicos que tampoco se pueden representar por medio de datos de población agregados. Por eso, para crear mapas de exposición significativos dentro de un límite administrativo, es necesario desagregar los datos de los censos. Esto es posible con el uso de las imágenes satelitales, como se hace, por ejemplo, con las bases de datos WorldPop y LandScan (cf. imagen inferior de la figura 1).

WorldPop y LandScan son dos conjuntos de datos desarrolladas por medio de tecnología de teledetección. El conjunto de datos WorldPop se genera usando imágenes satelitales, provenientes específicamente del Mapeador Temático Mejorado de Landsat (ETM, por su sigla en inglés) de 30m de resolución espacial, para mapear asentamientos. Una combinación de conjuntos de datos ampliamente disponibles, teledetectados y geoespaciales (como ubicación y extensión de los asentamientos, cobertura terrestre, caminos, mapas de edificios, ubicación de centros de salud, luces nocturnas monitoreadas por satélites, vegetación, topografía, campos de refugiados) contribuye a los pesos dasimétricos modelados, y luego se genera una grilla de estimación de densidad de población a una resolución espacial de 100 metros. Los mapas de población en grillas de 100 metros x 100 metros brindan una representación más realista de las distribuciones de la población a lo largo de un paisaje que las unidades administrativas.

 

Figura 1: Este es un ejemplo de un flujo de trabajo de corrección para el producto GUF final. La imagen en la parte superior muestra la identificación inicial, las imágenes en el medio muestran capas de referencia temáticas y la imagen en la parte inferior muestra un mapa GUF final con falsos positivos / omisiones corregidas. (Https://arxiv.org/pdf/1706.04862.pdf).

 

También es importante estimar cuántas personas residen en un área. Los datos del censo de población se recopilan originalmente como datos detallados a nivel de hogar, luego se segregan espacialmente al nivel de unidades administrativas como un distrito municipal (véase la imagen superior de la Figura 2). Esto significa que a cada píxel dentro de un límite administrativo se le asigna el mismo valor de población, sin importar dónde sea un área urbana o un bosque. Es obvio que esto no es representativo de la congregación de la población real del mundo. Por lo tanto, para crear un mapa de exposición significativo dentro de un límite administrativo, es necesario desglosar los datos del censo. La desagregación es posible usando imágenes satelitales.


Figura 2: Los datos del censo que se desagregan por unidad administrativa (imagen superior) se pueden desglosar espacialmente con la ayuda de un mapa de cobertura terrestre basado en satélites y luces satelitales en el mapa nocturno. La imagen inferior muestra el resultado del enfoque de modelado forestal aleatorio de WorldPop. Los mapas se encuentran en el norte de Vietnam. (Http://www.worldpop.org.uk/about_our_work/case_studies).

LanScan alberga la mejor resolución de datos de distribución de población global disponible a 1 kilómetro aproximadamente de resolución. El algoritmo LandScan utiliza datos espaciales y un enfoque de modelado dasimétrico de múltiples variables para desglosar los datos del censo dentro de un límite administrativo. Según los datos espaciales y la comprensión socioeconómica y cultural de un área, las células se ponderan preferentemente por la posible ocurrencia de población durante el día. Dentro de cada país, el modelo de distribución de la población calcula un coeficiente de "probabilidad" para cada celda y aplica los coeficientes a los datos censales correspondientes. La población total para cualquier área dada se asigna proporcionalmente a cada celda. Dado que ningún modelo de distribución de la población puede explicar las diferencias en la disponibilidad de datos espaciales, la calidad, la escala y la precisión, así como las diferencias en las prácticas de asentamiento cultural, los modelos de distribución de la población de LandScan se adaptan para que coincidan con las condiciones de los datos y la naturaleza geográfica de cada país y región.


Figura 3: conjunto de datos de distribución de la población de LandScan (http://web.ornl.gov/sci/landscan/index.shtml).

Los ejemplos de arriba brindan estimaciones de cuántas personas residen en dónde. Al usar imágenes satelitales archivadas, también es posible brindar estimaciones respecto de en qué momento han vivido en cada lugar. Es importante comprender y medir las dinámicas de asentamiento para actualizar los mapas de exposición y riesgo, especialmente cuando las periferias urbanas con personas vulnerables se expanden hacia áreas expuestas a amenazas.

Un enfoque innovador para mapear la dinámica de la población, incluso durante el día y la noche, se puede llevar a cabo mediante el uso de datos de teléfonos móviles como se muestra en el siguiente video. Para este enfoque, es necesaria una red densa de torres celulares, es decir, el enfoque no es aplicable en todas las regiones del mundo. Aunque esta no es una aplicación basada en el espacio, incluimos este enfoque aquí, ya que muestra lo que es posible monitorear estos datos extremadamente importantes.

Video 1: Mapeo dinámico de población usando datos de teléfonos móviles. Para obtener más información, lea el documento  de Deville et al. (2014).

¿Cómo puedo acceder a los datos de población y asentamientos?

Existen muchos conjuntos de datos con base en tecnología de teledetección que se pueden usar para evaluar la población. Además de las estimaciones de población, también existen productos adicionales relacionados a los datos de población que mapean la expansión urbana global, el uso de las tierras urbanas, las capas de asentamiento humano, los datos socioeconómicos y las amenazas urbanas. A continuación se presentan los productos desde los que se puede acceder a estos datos.

Datos de población

 

 

¿Cómo se utilizan los conjuntos de datos en la gestión de riesgo y la respuesta a emergencias?

Un ejemplo operacional del uso de datos de población satelitales en la respuesta a emergencias se encuentra en el Servicio de Mapeo de Emergencias Copérnico (EMS, por su sigla en inglés). El portfolio para mapeo rápido del EMS Copérnico incluye mapas de referencia y mapas de delineación. Los mapas de referencia brindan una información rápida y actualizada del territorio y los bienes existentes usando los datos recogidos antes del desastre. Al combinar la información de referencia con los datos de población de LandScan, Copérnico brinda una estimación del número de personas expuestas dentro del área de interés (AOI, por su sigla en inglés). Los mapas de delineación brindan una evaluación de la extensión geográfica del evento. Al combinar el polígono de extensión geográfica con los datos de población de LandScan, Copérnico hace una estimación del número de personas afectadas.

Tomemos como ejemplo las inundaciones de Malawi en enero de 2015. Las lluvias intensas persistentes por varias semanas produjeron inundaciones fuertes a lo largo de todo el país. Las inundaciones causaron el desplazamiento forzado de miles de personas, un daño considerable a los cultivos, el ganado y la infraestructura. Algunas áreas quedaron inaccesibles, lo que impidió que se llevasen a cabo evaluaciones de daños y pérdidas en el terreno. El EMS Copérnico fue activado por el Departamento de Protección Humanitaria y Civil de la Comisión Europea (DG ECHO, por su sigla en inglés) el 25 de enero de 2015 (cf. sitio web de la activación). El primer mapa de referencia se publicó al día siguiente (cf. figura 3) y daba un primer cálculo aproximado de la población expuesta dentro del área de interés o AOI (cf. tabla 1). El 28 de enero de 2015 se publicaron los primeros mapas de delineación (cf. figura 4), que daban una estimación más precisa del número de personas afectadas dentro del área inundada (cf. tabla 2).


Figura 4: Mapa de referencia. (Fuente: Copérnico)


Tabla 1: Tabla de exposición del mapa de referencia (zoom). El número estimado de población expuesta dentro del área de interés (AOI) se calcula usando datos de LandScan. (Fuente: Copérnico)


Figura 5: Mapa de delineación. (Fuente: Copérnico)


Tabla 2: Población, asentamientos e infraestructura vial afectados. La estimación de la cantidad de población afectada dentro del área inundada se basa en datos de LandScan. (Fuente: Copérnico)