夜间卫星图+机器运算 预测贫穷有方法

ysc

2016-08-21 14:33 联合晚报 编译彭淮栋／综合报导


要消灭贫穷，第一步是知道何处遭受贫穷之苦，但这「知道」一直没有妥善的方法。《科学》期刊19日报导，最佳方法是结合卫星照像与机器学习运算。

2015年，「联合国永续发展目标方案」设定要在2030年前消灭贫穷。但目前为止，在地经济调查十分稀少，比较贫穷的国家由于缺乏资源来收集精确的资料，调查结果有时很不可靠。

美国史丹福大学地球系统科学系助教授柏克说：「不收集资料，怎么晓得是不是已经消灭贫穷？就像设定减重目标却没有磅秤来知道是否有进展。」

从外太空看回来，地球上夜里比较明亮的地方往往是开发度最高的地方。赤贫地带照明度就低一点。

世界银行先前用「夜间灯光」地图测量非洲各地区所得不平等的情况。柏克团队藉此研发一种比现有一切方法更能观察／预测贫穷的机器学习运算（machine learning）。

团队将三种数据输入计算机：夜间照明度数据、日间高解析影像及实地调查数据。后者包含两项：家户消费支出，与汽车、电视机等家户资产财富。

接著，以「移转学习法」训练机器运算：先结合夜灯与日间影像。计算机于是绘制道路、都市、水道、农地分布，然后寻找关系：有房有车之处灯光多于荒凉之地。

其次，计算机消化实地调查数据，与这些关系对照覆核，而得知汽车较多之地也是实地调查里家户支出较高之地。最后，计算机模式消化这所有资料，配合地图，提出预测，补足没有良好数据之地的缺漏。

迄今为止，团队精确评估家户消费与资产财富的比率超过一半。团队说，他们们的方法比单独使用卫星影像或家户调查资料更有效。