Non-Profit · Machine Learning

Der Zusammenhang zwischen Landdegradation und Konflikthäufigkeit

Data-Science-Forschung mit der humanitären NGO World Vision: Analyse von Vegetationsdaten aus Satellitenbildern (NDVI) und historischen Konfliktdaten, um den Zusammenhang zwischen Landdegradation und Konflikthäufigkeit zu untersuchen.

74 % Genauigkeit bei der Vorhersage von Konflikten 6 Monate im Voraus
Illustration einer in Landflächen unterteilten Karte mit erkannter und bewerteter Vegetation
Kunde
NGO
Branche
Non-Profit
Technologie
Machine Learning
Auch anwendbar in
NGOs und Non-Profits
01

Die Herausforderung

Gemeinsam mit der internationalen humanitären NGO World Vision wollten wir untersuchen, ob Landdegradation und Konflikte in Ländern der Gruppen IPC 4 und IPC 5 miteinander korrelieren.

Die Schwierigkeit bestand darin, aus vielfältigen Datenquellen aussagekräftige Erkenntnisse zu gewinnen und einen klaren Zusammenhang zwischen Landdegradation und Konfliktvariablen herzustellen. Zudem sollte ein Vorhersagemodell entstehen, das das Auftreten von Konflikten in den folgenden sechs Monaten anhand des Zustands von Landdegradation oder -regeneration prognostiziert.

02

Unsere Lösung

Die Vegetation wurde mit dem Normalized Difference Vegetation Index (NDVI) bewertet, der von -1 bis +1 reicht. Hohe Werte stehen für gesunde Vegetation, niedrige für geringe Vegetation oder nicht photosynthetisch aktives Material. Wir haben jährliche NDVI-Medianwerte für die Länder der Gruppen IPC 4 und IPC 5 ab 1981 extrahiert und zusammen mit historischen Konfliktdaten analysiert, die durch vier Variablen beschrieben werden: Gesamtzahl der Todesopfer, Gesamtzahl der Konflikte, Gesamtzahl der Konflikttage und Schweregrad.

Die Analyse ergab eine negative Korrelation zwischen dem NDVI und allen vier Konfliktvariablen: Sank der NDVI, was auf Landdegradation hinweist, stiegen die Konfliktvariablen in den folgenden sechs Monaten. Auf höhere Konfliktwerte folgte umgekehrt ein niedrigerer NDVI. Mithilfe von Feature Engineering haben wir anschließend einen Klassifikator entwickelt, der das Auftreten von Konflikten in den nächsten sechs Monaten anhand der per NDVI gemessenen Landdegradation und -regeneration vorhersagt.

  • Jährliche NDVI-Medianwerte für Länder der Gruppen IPC 4 und IPC 5 seit 1981
  • Analyse historischer Konfliktdaten nach Todesopfern, Anzahl der Konflikte, Konflikttagen und Schweregrad
  • Korrelationsanalyse zwischen Vegetationszustand und Konfliktvariablen
  • Klassifikator mit Feature Engineering, der Konflikte sechs Monate im Voraus mit 74 % Genauigkeit vorhersagt
03

Das Ergebnis

74 % Genauigkeit bei der Vorhersage von Konflikten 6 Monate im Voraus

Die Forschung zeigte einen klaren Zusammenhang zwischen Landdegradation und Konflikthäufigkeit in den untersuchten Ländern. Das Vorhersagemodell liefert humanitären und Umweltorganisationen eine zusätzliche Grundlage für frühzeitiges, präventives Handeln.

World Vision hat die Ergebnisse auf seiner Website veröffentlicht, damit auch andere Organisationen sie nutzen können.

Projekt starten

Lassen Sie uns über ein solches Projekt für Ihr Unternehmen sprechen

Teilen Sie uns ein paar Details mit, unser KI-Team übernimmt den Rest. So geht es weiter:

  1. Wir prüfen Ihre Anfrage und antworten per E-Mail.
  2. Ein Gespräch mit einem KI-Experten zu Ihrem Problem, Ihren Daten und Zielen.
  3. Eine klare Empfehlung: unser Lösungsansatz und eine erste Aufwandsschätzung.

Mit dem Absenden stimmen Sie unserer Datenschutzerklärung zu. Wir verwenden Ihre Angaben ausschließlich, um Ihre Anfrage zu beantworten.

Projekt besprechen