[논문 리뷰] Using Satellite Imagery and Deep Learning to Evaluate the Impactof Anti-Poverty Programs

Luna Yue Huang|arXiv (Cornell University)|2021. 01. 01.

Impact of Light on Environment and Health참고 문헌 1인용 수 2

한 줄 요약

이 논문은 고해상도 위성 영상과 딥러닝을 활용하여 가정 복지 변화를 평가하는 새로운 방법을 제안한다. 이는 비용이 많이 들고 수행이 어려운 현장 조사의 대체 방법이 되며, 주거 질과 재산의 상관관계를 활용하여 전통적인 설문조사와 유사한 결과를 도출한다. 이는 국제 개발 분야에서 실시간 영향 평가를 위한 확장 가능하고 저비용의 대안을 제공한다.

ABSTRACT

Author(s): Huang, Luna Yue; Hsiang, Solomon; Gonzalez-Navarro, Marco | Abstract: The rigorous evaluation of anti-poverty programs is key to the fight against global poverty. Traditional evaluation approaches rely heavily on repeated in-person field surveys to measure changes in economic well-being and thus program effects. However, this is known to be costly, time-consuming, and often logistically challenging. Here we provide the first evidence that we can conduct such program evaluations based solely on high-resolution satellite imagery and deep learning methods. Our application estimates changes in household welfare in the context of a recent anti poverty program in rural Kenya. The approach we use is based on a large literature documenting a reliable relationship between housing quality and household wealth. We infer changes in household wealth based on satellite-derived changes in housing quality and obtain consistent results with the traditional field-survey based approach. Our approach can be used to obtain inexpensive and timely insights on program effectiveness in international developmentprograms.

연구 동기 및 목표

• 반복적인 현장 조사로 인한 비용과 물리적 부담을 줄이기 위해 이를 대체하는 방법을 개발하는 것.
• 위성 영상에서 유도된 주거 질 변화가 가정 복지 변화를 신뢰할 만하게 추정할 수 있는지 조사하는 것.
• 저자원 환경에서 프로그램 효과를 평가하기 위한 확장 가능하고 데이터 기반의 방법을 개발하는 것.
• 실제 개발 현장에서 전통적인 현장 조사 방법과 비교하여 위성 기반 접근법의 타당성을 검증하는 것.

제안 방법

• 시간에 따라 주거 질 변화를 모니터링하기 위해 고해상도 위성 영상을 활용한다.
• 딥러닝 모델을 적용하여 위성 영상에서 주거 질과 관련된 특징을 추출하고 분석한다.
• 기존 설문조사 데이터를 활용해 주거 질 지표와 가정 재산 간의 예측 관계를 수립한다.
• 이러한 학습된 관계를 활용해 추가 현장 조사 없이 지역 간 가정 복지 변화를 추론한다.
• 정확성과 신뢰성을 확보하기 위해 예측 결과를 실제 현장 조사 데이터와 비교 검증한다.

실험 결과

연구 질문

• RQ1 현장 조사 없이 위성 영상과 딥러닝을 통해 가정 복지 변화를 정확하게 추정할 수 있는가?
• RQ2 위성 데이터에서 유도된 주거 질 변화가 실제 가정 재산 변화와 얼마나 잘 상관되는가?
• RQ3 이 방법이 기존 설문조사 기반의 빈곤 퇴치 프로그램 평가 결과와 일관된 결과를 도출할 수 있는가?
• RQ4 이 접근법이 개발 지역에서 프로그램 평가에 소요되는 비용과 시간을 얼마나 줄일 수 있는가?

주요 결과

• 위성 영상과 딥러닝 접근법은 기존의 전통적 현장 조사 결과와 일치하는 복지 추정치를 도출하였다.
• 위성 영상에서 유도된 주거 질 변화는 가정 재산 변화의 신뢰할 수 있는 대체 지표로 기능하였다.
• 이 방법은 케냐 농촌 지역에서 빈곤 퇴치 프로그램의 실시간이고 비용 효율적인 평가를 가능하게 하였다.
• 이 접근법은 대규모 및 실시간 개발 개혁 모니터링에 있어 확장 가능성을 입증하였다.