Estudio de caso 7: Usar imágenes de alta resolución para soportar el censo después del terremoto en Puerto Príncipe, Haití

DESASTERS NATURALES|SITUACCIONES EXTENDIDAS i MONITOREO DE LA SITUACCION

Tipo de sistema: Swinglet Fixed Wing Mapping Drone
Agencia implementadora: OIM
Agencia de pilotaje: OIM
Fechas de despliegue: Mayo 2012

La Organización Mundial de Migraciones, en colaboración con la Oficina Nacional de Estadísticas de Haití, condujo un censo de las áreas y poblaciones afectadas por el terremoto de 2010. Datos de GPS no suficientemente precisos e imágenes de referencia obsoletas no eran herramientas adecuadas para el trabajo de clarificación del estatus de propiedad de la tierra. Por lo tanto, la OIM llevó a cabo vuelos de drones para obtener imágenes de alta resolución esenciales para la preparación de las evaluaciones de necesidades en los barrios pobres densamente poblados de Haití. Las imágenes de los drones permitieron la elaboración de mapas precisos de las zonas, y los mapas permitieron a los encuestadores determinar exactamente cuales edificios evaluar y enlazar cada edificio a sus propietarios. El apoyo local incluyó voluntarios de la comunidad OpenStreetMap Haití, que contribuyeron directamente al proyecto mediante la digitalización de edificios y carreteras.

Antecedentes

Dos años después del terremoto del 12 de enero 2010, muchos actores de post-emergencia y reconstrucción enfrentaban dificultades en la reconstrucción de casas e infraestructuras, a causa del incierto estatus de la propiedad de la tierra en Haití [1]

La unidad SIG de la Organización Internacional para las Migraciones (OIM), a soporte de la Oficina Nacional de Estadísticas de Haití (IHSI), condujo un censo de zonas y poblaciones afectadas por el terremoto, con el objetivo de aclarar el estado de propiedad de la tierra. Como parte de este ejercicio, OIM fue encargada de hacer un inventario de todos los edificios de las comunidades metropolitanas más afectadas, que incluían los barrios pobres densamente poblados alrededor de Puerto Príncipe. Los equipos colectaron informaciones de los edificios relativamente a posición, tipología, destino de uso y estatus antes y después del terremoto, y luego añadieron información complementaria como función y número de habitantes.

El trabajo de OIM incluía la delimitación de la enumeración de las secciones1 para el censo y el mapeo de carreteras y vías dentro de cada sección. Inicialmente usaron imágenes GPS, sin embargo el GPS no era suficientemente preciso en áreas urbanas densamente pobladas y las imágenes de referencia eran imágenes aéreas de Google del 29 enero 2010, que ya no reflejaban la realidad en el terreno.[3]

Para superar estas limitaciones, la OIM consideró la posibilidad de utilizar drones para obtener las imágenes aéreas necesarias, y se asoció con el Programa Operacional de aplicaciones satelitales (UNOSAT) del Instituto de las Naciones Unidas para Formación Profesional e Investigaciones (UNITAR), que tenía drones disponibles. Durante un período de ocho días, el personal UNOSAT pilotó drones para demostrar la prueba de concepto mediante el mapeo de un campamento de desplazados.[4]

Después de esta demonstración, OIM adquirió su primer dron, un Sensefly Swinglet, predecesor del eBee, y empezó a usarlo por sus necesidades operativas: censo de la propiedad de tierra y gestión de campamentos. [5], [6]

Implementación

Vuelos de drones y recogida de datos

_v2Haiti_Census_Figure1

Figura 1: Zona de empadronamiento adaptada a la realidad sobre el terreno gracias a las imágenes a alta resolución.

OIM hizo vuelos sobre áreas de Puerto Príncipe para obtener imágenes de alta resolución para la enumeración de las áreas del censo. Los vuelos relativos al censo terminaron en cuanto el proyecto mismo terminó en septiembre 2013, pero el interés de OIM en el utilizo de drones para planificación urbana llevó a monitoreos periódicos de algunos vecindarios evaluados por el censo.

En abril 2013, cuando el esfuerzo de mapeo estaba en curso, Drone Adventures se unió al proyecto para una misión de 10 días, para soportar la recogida de datos como parte de un proyecto conjunto con OIM y la comunidad local de OpenStreetMap, COSMHA.[7] ara esta misión, utilizaron una versión más actualizada de dron de mapeo, el Sensefly eBee. Un operador puede pilotar dos modelos a la vez y el eBee tiene un tiempo de vuelo más largo de su predecesor (45 minutos en lugar de 20 minutos). Esta misión de apoyo dio gran impulso a la recopilación de datos, y durante estos 10 días se recogió la mayor parte de los datos para el año 2013. En Puerto Príncipe, se cubrió una superficie de 30 km2 en 10 días. En reconocimiento de las ventajas del eBee sobre el Swinglet, la OIM compró un dron eBee.

La OIM utilizó Terra3D para orto-rectificar las imágenes recogidas durante esos vuelos, y en colaboración con COSMHA, utilizó las imágenes para digitalizar las carreteras y caminos para el censo. Estas carreteras y caminos separaron las zonas de empadronamiento definidas por el IHSI en secciones claramente delimitadas. En una segunda etapa, se digitalizan y se codificaron todos los edificios dentro de las zonas de empadronamiento y se llevaron a cabo estudios sobre el terreno para el censo. El uso de imágenes producidas por vehículos aéreos no tripulados, consintió a la OIM ajustar su logística para tener en cuenta la realidad en el suelo, por ejemplo, mediante la planificación del personal de acuerdo con el número de edificios en la subsección de una zona de empadronamiento. Los equipos de campo tenían mapas de sus áreas limpias y eran capaces de evaluar el área completa sin fallar ningún edificio.

Los datos digitalizados a través de OpenStreetMap son automáticamente públicos. Por lo tanto, todos los datos geográficos relacionados con el proyecto (como plantas de edificios, carreteras y caminos) son disponibles para todos y pueden ser vistos, extraídos, utilizados y actualizados libremente.

Evaluación

La necesidad de imágenes muy detalladas y actualizadas de la zona fue la razón para el despliegue de aviones no tripulados, y la adquisición y el procesamiento de las imágenes produjo grandes beneficios. Las imágenes eran esenciales para la preparación de las evaluaciones en los barrios pobres densamente poblados en los cuales las imágenes de satélite no podían producir resoluciones lo suficientemente altas como para distinguir las estructuras individuales. Las imágenes de drones permitieron la elaboración de mapas precisos de las zonas de empadronamiento, y los mapas permitieron a los encuestadores determinar exactamente qué edificios evaluar y conectar los edificios individuales a sus propietarios. La base de datos del censo resultante era de mayor precisión y requirió menos trabajo de validación respecto a las metodologías probadas anteriormente.

Elección del método

Haiti_Census_Figure2

Figura 2: Edificios digitalizados sobre una imagen a alta resolución tomada por un dron.

Después del terremoto, los equipos de expertos de diferentes oficinas de estadísticas llegaron para recopilar información demográfica para sus respectivas áreas geográficas de responsabilidad. Inicialmente su metodología testó el uso de imágenes de satélite, y no involucró drones. La necesidad de evaluar los barrios pobres densamente poblados estimuló el desarrollo de nuevas metodologías, y la resolución insuficiente de las imágenes de satélite animó al equipo a considerar la idea de utilizar drones (Ancavil, 2015).[8]

La disponibilidad de estas imágenes tomadas por drones dio lugar a un procedimiento de evaluación conjunta que garantiza la calidad y la comparabilidad de los resultados. Este enfoque ayudó a definir un flujo de trabajo general para el uso de imágenes de drones en los censos, y proporcionó una metodología general que se puede adaptar a diferentes contextos.

Haiti_Census_Figure3

Figura 3: Datos disponibles en OpenStreetMap donde todos pueden tener acceso

La gran ventaja de los drones fue su capacidad en adquirir imágenes aéreas siempre que fuera necesario. La disponibilidad de las imágenes no depende de una conexión a Internet estable (en contraste con las imágenes de satélite, que deben ser descargadas), y el uso de drones podría resultar menos costoso en el largo plazo, ya que nuevas imágenes aéreas son necesarias a intervalos regulares, para representar la realidad que cambia rápidamente en el suelo (Ancavil, 2015).[9] De hecho, los costes para el dron y su mantenimiento fueron de aproximadamente US $ 25,000, excluyendo los costos de reparación. Por el contrario, una imagen de satélite de un área específica en una fecha determinada y con buena resolución puede costar hasta US $ 5,000.[10]

Participación comunitaria y aceptación social

Los voluntarios de COSMHA de la comunidad local OpenStreetMap digitalizaron los edificios y las carreteras y contribuyeron directamente al proyecto, que la OIM llevó a cabo en colaboración con IHSI, otro socio local

En términos de aceptación social, UNOSAT, que condujo la primera misión con drones, declara que una parte importante de su operación fue el contacto directo con la comunidad local para explicar y demonstrar el utilizo de drones. Los equipos reportaron que no encontraron ninguna animosidad en el terreno hacia los drones, por el contrario notaron emoción por el uso de la nueva tecnología.[11]

La visión de COSMHA es que los drones ayudan a asegurarse que cualquiera vea la realidad en el terreno como realmente es.[12], [13]

Planes para la adaptación

Haití es probablemente el país que más ha hecho en materia de mapeo a través de drones hasta la fecha. La comunidad local de OSM tiene ahora su propio dron (donado por Drone Adventures), y ha adquirido la capacidad de pilotaje y post-procesamiento. OIM posee un dron Swinglet y un eBee, y en 2015, después de probar varios sistemas multicopter, la OIM compró un octo-copter del fabricante alemán MikroKopter. La OIM ha capacitado a su personal nacional en pilotaje de drones y post-procesamiento de imágenes, y utiliza sus drones con tanta regularidad como 2-3 veces a la semana en diferentes proyectos. El censo fue el primer proyecto de la OIM con drones, desde entonces nuevas aplicaciones han llegado.

Dos otros estudios de caso sobre el utilizo de drones por OIM sestán disponibles. [14].

Recursos

Imágenes de Puerto Príncipe en MapBox
https://a.tiles.mapbox.com/v4/uaviators.o86f153m/page.html?access_token=pk.eyJ1IjoidWF2aWF0b3JzIiwiYSI6IlpqZEx2UzgifQ.o6vACHfsO6CTk2yluUZwUA#14/18.5633/-72.3347

Videos de drones de OIM:

Improving public urban space in La Savane, Les Cayes, Haiti (Mejorando el espacio publico urbano en La Savane, Les Cayes, Haitì) https://youtu.be/EXlmO_8UkP4
Réaménager Les Cayes (Haïti) autour d’un Boulevard de Mer (Desarrollar Les Cayes (Haití) alrededor de un bulevar Mar) https://youtu.be/Vt8o1cnY2UE
Block by Block: Minecraft Timelapse – Les Cayes, Haiti (Bloque por bloque: Minecraft Timelapse – Les Cayes, Haití) https://youtu.be/7iNHESy5P8I

Blog de COSMHA (Communité d’OpenStreetMap Haïti)
https://cosmha.wordpress.com/

OpenStreetMap: https://www.openstreetmap.org/#map=5/51.495/-0.088

Autores: Audrey Lessard-Fontaine, Friederike Alschner, Denise Soesilo, ed.

Se agradece a Sebastián Ancavil (OIM), Presler Jean (OIM y OSM) y Frédéric Moine (OIM y OSM), por sus aportes y comentarios.

Acrónimos
COSMHA Comunite OpenStreetMap de Haiti (comunidad OpenStreetMap de Haití)
IDP Internally displaced person
IHSI Institut Haïtien de Statistique et d’informatique (Oficina Nacional de Estadísticas de Haití)
OSM OpenStreetMap
UAV Unmanned aerial vehicle
UNOSAT Operación Satelital de las Naciones Unidas; parte del Instituto de Naciones Unidas para Formación Profesional e Investigaciones (UNITAR)


 

[1] IOM, 2012. UAV (Unmanned Aerial Vehicle) as Aerial Mapping & GIS platform. [Available at: https://docs.google.com/file/d/0B23KlWXOmZhJTkRlN2h5dmEtdWc/edit?pref=2&pli=1 [Accessed 07 01 2016].
[2] The enumeration sections are the basic units of the census surveys, i.e., each enumerator is given a section.
[3] IOM, 2012. UAV (Unmanned Aerial Vehicle) as Aerial Mapping & GIS platform. Available at: https://docs.google.com/file/d/0B23KlWXOmZhJTkRlN2h5dmEtdWc/edit?pref=2&pli=1 [Accessed 07 01 2016].
[4] UNOSAT, 2012. UNOSAT carries out first UAV mission for IOM in Haiti. Available at: https://www.unitar.org/unosat-carries-out-first-uav-mission-iom-haiti [Accessed 04 01 2016].
[5] Moine, Frédéric. Interviewed by Audrey Lessard-Fontaine. 10 November 2015.
[6] See case study No. 8
[7] https://hotosm.org/updates/2011-01-14_introducing_cosmha [Accessed 22 02 2016]
[8] Ancavil, Sebastián. GIS Officer at IOM. Interviewed by Audrey Lessard-Fontaine. 21 October 2015.
[9] Ancavil, Sebastián. GIS Officer at IOM. Interviewed by Audrey Lessard-Fontaine. 21 October 2015.
[10] Ancavil, Sebastián. GIS Officer at IOM. Interviewed by Audrey Lessard-Fontaine. 21 October 2015.[11] UNOSAT, 2012. UNOSAT carries out first UAV mission for IOM in Haiti. Available at: https://www.unitar.org/unosat-carries-out-first-uav-mission-iom-haiti [Accessed 04.01.2016].
[12] Jean, Presler. GIS Project Assistant at IOM .Interviewed by Audrey Lessard-Fontaine. 08 January 2016.
[13] CartONG, 2014. Cartographie participative avec drone (UAV) en Haïti – COSMHA / CartONG / OSM. available at: https://www.youtube.com/watch?v=wQX5jhC2aAY [Accessed 18.01.2016]
[14] https://drones.fsd.ch/2016/03/17/case-studies-mapping-drones-in-humanitarian-contexts/

 

Drones in Humanitarian Action is partially funded by DG ECHO. This website covers humanitarian aid activities implemented with the financial assistance of the European Union. The views expressed herein should not be taken, in any way, to reflect the official opinion of the European Union, and the European Commission is not responsible for any use that may be made of the information it contains.