[论文解读] Satellite Data Shows Resilience of Tigrayan Farmers in Crop Cultivation During Civil War

Hannah Kerner, Catherine Nakalembe+5 more|arXiv (Cornell University)|Dec 17, 2023

Animal Diversity and Health Studies被引用 4

一句话总结

利用卫星影像和机器学习，本研究估算埃塞俄比亚提格雷州在2020–2022年战争期间的作物种植面积，发现变化极小：战前（2020年）为113万公顷，战时（2021年）为122万公顷，表明尽管遭遇冲突，小农户农业仍表现出极强的韧性。该方法可在地面无法进入的冲突地区实现监测。

ABSTRACT

The Tigray War was an armed conflict that took place primarily in the Tigray region of northern Ethiopia from November 3, 2020 to November 2, 2022. Given the importance of agriculture in Tigray to livelihoods and food security, determining the impact of the war on cultivated area is critical. However, quantifying this impact was difficult due to restricted movement within and into the region and conflict-driven insecurity and blockages. Using satellite imagery and statistical area estimation techniques, we assessed changes in crop cultivation area in Tigray before and during the war. Our findings show that cultivated area was largely stable between 2020-2021 despite the widespread impacts of the war. We estimated $1,132,000\pm133,000$ hectares of cultivation in pre-war 2020 compared to $1,217,000 \pm 132,000$ hectares in wartime 2021. Comparing changes inside and outside of a 5 km buffer around conflict events, we found a slightly higher upper confidence limit of cropland loss within the buffer (0-3%) compared to outside the buffer (0-1%). Our results support other reports that despite widespread war-related disruptions, Tigrayan farmers were largely able to sustain cultivation. Our study demonstrates the capability of remote sensing combined with machine learning and statistical techniques to provide timely, transparent area estimates for monitoring food security in regions inaccessible due to conflict.

研究动机与目标

• 评估提格雷战争对地面访问受限的冲突地区农业用地利用的影响。
• 利用遥感技术量化2020年战前与2021年战中作物种植面积的变化，以支持粮食安全监测。
• 证明在无法进入的冲突地区，利用机器学习与统计技术进行基于卫星的面积估算的可行性。
• 提供透明、可复现的估算结果，以支持脆弱冲突地区的应急响应与政策制定。

提出的方法

• 使用2020年和2021年来自哨兵-2和PlanetScope星座的多时相卫星影像（3米/像素）。
• 应用卷积神经网络（CNN）进行作物分类，训练数据基于PlanetScope和Google Earth的高分辨率参考数据。
• 采用分层随机抽样并结合专家验证标签，确保训练与验证阶段的准确性。
• 使用统计面积估算技术，将样本级别的作物分类结果外推至区域尺度的作物种植面积估算，并计算置信区间。
• 将冲突事件周围5公里缓冲区内的作物种植面积变化与缓冲区外进行比较，以评估局部战争影响。
• 通过独立的实地验证数据与同期研究对结果进行验证，确保结果的稳健性与一致性。

(a) Map of conflict events in ACLED dataset in 2020 and 2021

实验结果

研究问题

• RQ1 提格雷战争在2020年至2021年间在多大程度上导致了作物种植面积的变化？
• RQ2 靠近冲突事件的地区与远离冲突事件的地区，耕地变化有何差异？
• RQ3 在缺乏地面数据的冲突地区，卫星遥感与机器学习能否提供可靠的大规模面积估算？
• RQ4 提格雷小农户农业的韧性与全球其他冲突影响地区相比如何？

主要发现

• 提格雷州的作物种植面积在战争期间保持稳定，2020年为1,132,000 ± 133,000公顷，2021年为1,217,000 ± 132,000公顷。
• 在冲突事件5公里范围内的耕地损失，其置信上限为3%，而缓冲区外仅为1%，表明冲突区域附近扰动略高。
• 本研究估算的耕地损失（约71.4千公顷）与同期的实地验证研究结果一致，验证了遥感方法的可靠性。
• 尽管战争引发广泛破坏，包括人道援助受阻和粮食储备被毁，提格雷农民仍基本维持了种植活动。
• 提格雷表现出的韧性与全球冲突趋势形成鲜明对比，后者通常导致15%至30%的耕地损失。
• 该方法在无地面访问条件的冲突地区，展示了实现及时、透明、可复现粮食安全监测的可行性。

(b) Timeline of events in ACLED database. The crop calendar and timeline of key political events are shown at the bottom, including the official start of the war in November 2020.