Un algoritmo permite monitorizar la destrucción que causan las guerras

·3 min de lectura

Madrid, 7 jun (EFE).- Un equipo de investigadores españoles ha desarrollado un algoritmo que permite monitorizar prácticamente en tiempo real la destrucción causada por conflictos armados, a partir de la comparación de imágenes de satélite, con el objeto de mejorar la respuesta humanitaria.

El trabajo, realizado por científicos del Instituto de Análisis Económico del Consejo Superior de Investigaciones Científicas, de la Universidad Autónoma de Barcelona y de la Chapman University de California (EEUU), se basa en redes neuronales que han sido entrenadas para detectar en imágenes de satélite los efectos de ataques con armamento pesado (artillería y bombardeos), como los escombros de edificios derrumbados o la presencia de cráteres de bombas.

En una nota difundida hoy, el CSIC ha recordado que en estos conflictos los datos suelen ser escasos e incompletos, lo que limita la capacidad de reacción y la respuesta de ayuda humanitaria.

El método se ha desarrollado en el marco de un proyecto liderado por Hannes Mueller, del Instituto de Análisis Económico del CSIC (IAE-CSIC) y Andre Groeger, de la Universitat Autónoma de Barcelona (UAB), y los resultados de la investigación se han publicado en la revista Proceedings of the National Academy of Sciences (PNAS).

Los científicos han aplicado este método para monitorizar la destrucción de seis de las principales ciudades de Siria (Alepo, Daraa, Deir-Ez-Zor, Hama, Homs y Raqqa), azotadas por un conflicto bélico desde hace más de diez años.

Los resultados muestran que la monitorización es muy eficiente, ha informado el CSIC, que ha destacado que el método se puede aplicar a cualquier área poblada siempre que se disponga de imágenes satelitales repetidas de alta resolución.

“Un elemento esencial del desarrollo es que la red neuronal superpone y compara imágenes sucesivas de un mismo lugar contrastándolas sobre una línea temporal que incluye siempre una primera imagen antes del conflicto bélico”, ha puntualizado Mueller.

Otra novedad es la incorporación de información espacial y temporal, es decir, aquella que contextualiza la observación de la destrucción. La herramienta incorpora además un método novedoso de etiquetado de las imágenes, a partir de la capacidad del sistema para hacer suposiciones razonables utilizando la información contextual y al entrenamiento del algoritmo a partir de los datos de destrucción alrededor de un edificio.

Los métodos automatizados deben ser capaces de detectar la destrucción en un contexto donde la gran mayoría de imágenes no muestran evidencias de destrucción o, por el contrario, interpretan como derribados edificios que realmente no lo están, dando lugar a una elevada tasa de falsos positivos.

Incluso en Alepo, una ciudad fuertemente castigada por la guerra, solo el 2,8 por ciento de todas las imágenes de áreas pobladas contienen un edificio que fue confirmado como destruido por el Programa de Aplicaciones Operacionales de Satélites de las Naciones Unidas (UNOSAT, en sus siglas en inglés) en septiembre de 2016, donde hacen una clasificación manual, ha recordado el CSIC.

La precisión baja es “un problema muy grave”, según Mueller, e incluso en las ciudades fuertemente castigadas por los conflictos, solo el 1 por ciento de los edificios son destruidos.

El estudio demuestra que el algoritmo "entrenado" es capaz de identificar daños en zonas de la ciudad de Alepo que no forman parte del análisis de UNOSAT, y evidencia también que su método es capaz de identificar bombardeos en las seis ciudades.

La destrucción de edificios durante la guerra es una forma específica de violencia particularmente dañina para los civiles y comúnmente utilizada para desplazar poblaciones, han recordado los investigadores, pero han incidido en que los datos suelen ser escasos e incompletos, lo que limita la capacidad de reacción y la respuesta de ayuda humanitaria.

(c) Agencia EFE

Nuestro objetivo es crear un lugar seguro y atractivo para que los usuarios puedan establecer conexiones en función de sus intereses y pasiones. A fin de mejorar la experiencia de nuestra comunidad, hemos suspendido los comentarios en artículos temporalmente