Los asentamientos informales están creciendo en América Latina, transformando rápidamente áreas urbanas. Tanto las ONGs como los gobiernos necesitan mapas y datos actualizados para aportar evidencia para el desarrollo de políticas públicas urbanas relacionadas con estas áreas. Gracias a los avances en la tecnología satelital y los conocidos drones, es posible generar datos en formato de imágenes y crear información visual.
No obstante, realizar los relevamientos de datos necesarios para conocer las necesidades de los asentamientos informales podría conllevar altos costos operativos y logísticos. Afortunadamente, las ONGs y los gobiernos se pueden apalancar en las tecnologías y datos abiertos existentes para conseguir dicha información. Esto, junto a los avances en técnicas de inteligencia artificial para procesar imágenes de manera automática, les permite convertir los píxeles de las imágenes en conocimiento público, útil para observar y monitorear el uso de la superficie terrestre como nunca antes.
Ahora bien, para que los funcionarios públicos puedan aprovechar dichas tecnologías y utilizar los datos generados de imágenes para informar políticas públicas, se deben utilizar herramientas que permitan este proceso. En esta entrada de blog, hablaremos de algunas de herramientas que hacen este trabajo, creadas por Dymaxion Labs, una start-up argentino basado en Buenos Aires.
1¿Cómo se aplican estas tecnologías a retos de urbanismo y las políticas públicas urbanas?
Herramientas de visión computacional abiertas
Desde Dymaxion Labs, se utilizan imágenes satelitales de alta resolución combinadas con redes convolucionales, una técnica aplicada al análisis de imágenes automáticas o la visión computacional dentro del campo de machine learning. Esta técnica permite el análisis automático de las imágenes de forma continua, ya que el algoritmo, a través de la experiencia y cantidad de datos, va aprendiendo por sí mismo cómo mejorar sus resultados. Esta técnica se aplicó para crear “AP-Latam”, una herramienta que permite estimar el crecimiento de asentamientos informales en América Latina a través de mapas; y “Massive Change Detection“, un proyecto para monitorear las obras de construcción no-declaradas.
Estos proyectos apoyan a las organizaciones que trabajan con relevamientos, brindándoles información actualizada en tiempo real sobre el crecimiento de los asentamientos. De esta manera, se puedan optimizar los operativos de campo, y los actores involucrados pueden obtener mejor información para su trabajo, y mejorar vidas.
A partir de imágenes satelitales de alta resolución, en primer lugar, se consultan los datos disponibles sobre la ubicación de asentamientos (creados a partir de relevamientos oficiales o de organizaciones). De este modo, se obtiene un conjunto de datos categorizados según la probabilidad de que exista un asentamiento para cada píxel.
Luego, estas imágenes se convierten en el input de una red neuronal convolucional (técnica aplicada al análisis de imágenes automáticas o la visión computacional); y, utilizando esta metodología de clasificación se detectan segmentos de las imágenes que corresponden a potenciales asentamientos. Para cada una de las zonas, se ofrece una probabilidad asociada, lo que permitiría priorizar la tarea de campo de acuerdo con dichos valores.
¿Y al reto de la administración tributaria?
Mes a mes se inician obras de construcción con y sin habilitación. Hay construcciones no declaradas que modifican la valuación de las propiedades sin informar a las autoridades municipales. Ahora bien, a medida que la extensión territorial es mayor, el relevamiento de campo se vuelve más difícil.
Contar con la imagen satelital del antes y después de la modificación permite poder elevar las actas necesarias. Con la herramienta “DL-Massive Change Detention” se puede llevar un control actualizado para informar la extensión y el tipo de cambio, teniendo en cuenta el posible cambio en el uso del suelo. También se informa si las modificaciones se dieron en el contexto de un asentamiento precario.
2¿Qué se ha logrado con el uso de estas herramientas?
Para responder al tema de los asentimientos, se han producido algunos mapas online con datos estimados para las ciudades capitales de Argentina, Honduras, Paraguay y Guatemala. Esos datos se encuentran en revisión, ya que parte del proceso de construcción de la herramienta es validar los datos con la realidad en campo. Los resultados pueden ser descargados libremente como una capa vectorial en formato GEOJSON. La idea es que sea una herramienta pública para que cualquier municipio que tenga imágenes pueda hacer su propia estimación usando nuestra metodología.
En el tema del monitoreo de obras, el uso de la herramienta generó a principios de 2018 más de 200 nuevos expedientes para ir a inspeccionar dentro del municipio con el que trabajamos en la provincia de Buenos Aires. Al informar el porcentaje de cambio para cada parcela, los inspectores van a poder priorizar los expedientes para una visita óptima.
Creemos que la generación de metodologías basadas en estas tecnologías avanzadas y emergentes y la apertura de sus resultados para el uso público pueden contribuir al desarrollo de la región a partir de un marco de transparencia y reproducibilidad, alentando la creación de políticas públicas basadas en datos (evidencia).
Por Federico Bayle y Damián Silvani
Federico Bayle y Damián Silvani son los co-fundadores de Dymaxion Labs, una startup Argentina que aplica técnicas de machine learning y computer vision para extraer insights a partir de imágenes satelitales. Trabajamos con herramientas para planeamiento urbano, agricultura, infraestructura energética y detección de objetos.
Uno de nuestros pilares es tener impacto en la calidad de vida de las personas, con el fin de aportar evidencia para el desarrollo de políticas públicas.
Federico es licenciado en economía y máster en data mining. Damián es estudiante avanzado de ciencias de la computación. Ambos de la Universidad de Buenos Aires.
Aprende más sobre sus herramientas de open source y otros proyectos de nuestra plataforma de cambio positivos sociales y ambientales.
Muy interesante me encantaría aplicarlo como tesis de maestría en lima
Excelente artículo y herramientas, En el punto 2 “¿Qué se ha logrado con el uso de estas herramientas?” no funcionan los enlaces.