13 de septiembre de 2015

Las imágenes de los satélites mejoran la medición de la pobreza mundial

   MADRID, 13 Sep. (Notimérica) -

   El Banco Mundial ha presentado un programa piloto con el que pretende demostrar una mejor forma de medir la pobreza rural a través de imágenes tomadas desde el espacio con satélites, donde se puede observar cómo se distribuye la iluminación nocturna dentro de las comunidades para mejorar los indicadores de desarrollo.

   El proyecto 'Estimación de la pobreza local utilizando imágenes satelitales' complementa la información estadística con las imágenes de satélites que aportan nuevos datos sobre zonas anteriormente complejas para los estudios convencionales, debido, concretamente, a factores como el peligro físico o social; además de garantizar el monitoreo constante sobre pequeñas localidades y/o aquellas de difícil acceso para el paso ciudadano.

   El estudio tomó como primer punto de análisis el país de Guatemala y utilizó la información referente a 338 municipios, proporcionada por el Instituto Nacional de Estadística (INE). A continuación se analizó la relación entre los datos existentes de la pobreza rural y urbana --obtenidos mediante censos y encuestas de hogares--, conjuntamente con la iluminación nocturna --a partir de la información facilitada por la Administración Nacional Oceánica y Atmosférica de Estados Unidos.

   La imagen de la izquierda,muestra las zonas negras que indican la luz nocturna de 2001 en Guatemala y la fotografía de la derecha el mismo parámetro en 2008:

   Los investigadores descubrieron que la información sobre la luminosidad puede contribuir considerablemente a la medición de la pobreza rural. Por contra, los resultados obtenidos de la pobreza urbana no fueron tan determinantes.

   El informe concluye que por ahora la luminosidad parece ser insuficiente en la predicción de los cambios en las tasas de pobreza, pero ese tipo de instrumento en combinación con datos proporcionados por encuestas sí pueden constituir un factor innovador y sustancial para la obtención de datos más precisos que los logrados en el trabajo de campo.