Las satelitales que captan la iluminación nocturna de las zonas pobladas ayudan a los científicos a determinar, en combinación con otra información disponible, los niveles de la pobreza rural alrededor del mundo
La ventaja de los datos que se desprenden de las imágenes de satélite es que pueden cubrir zonas donde la realización de un estudio convencional es difícil a causa de factores como el peligro físico o social. Además, estas pueden garantizar el monitoreo constante de localidades pequeñas o poco accesibles o de zonas en países poco desarrollados, algo que no permiten las encuestas periódicas, según explica Andrea Coppola, de los autores del estudio del ‘Estimación de la pobreza local utilizando imágenes satelitales’.
Con el objetivo de demostrar su hipótesis, los investigadores eligieron Guatemala y estudiaron información referente a 338 municipios facilitada por el Instituto Nacional de Estadística (INE). En su estudio los científicos analizaron los vínculos entre los datos existentes de la pobreza rural y urbana obtenidos mediante censos y encuestas de hogares y la iluminación nocturna (esta información fue facilitada por la Administración Nacional Oceánica y Atmosférica de EE.UU.).
Los investigadores descubrieron que la información sobre la luminosidad puede contribuir mucho a la medición de la pobreza rural. Sin embargo, no resultó muy útil en la medición de la pobreza urbana. Como ejemplo del cambio de la intensidad de la luz nocturna se presentan las imágenes satelitales de Guatemala, donde en la parte izquierda las zonas en negro indican la iluminación nocturna en 2001 y en la derecha el mismo factor en 2008.
En la siguiente foto las luces nuevas o más intensas se indican en color naranja, y la iluminación menos intensa se ve de color azul.
El estudio llevó a los investigadores a la conclusión de que actualmente es imposible sustituir por completo las encuestas tradicionales por fotos desde satélites en lo que se refiere a la medición de pobreza. No obstante, las imágenes desde el espacio juegan un papel importante en la mejora y precisión de los datos obtenidos de una manera convencional.
Fuente: RT