DeepWealth: A generalizable open-source deep learning framework using satellite images for well-being estimation

Autor(es)

Ben Abbes, Ali ; Machicao, Jeaneth ; Correa, Pedro L. P. ; Specht, Alison ; Devillers, Rodolphe ; Ometto, Jean P. ; Kondo, Yasuhisa ; Mouillot, David

• Tipo de documento: Artigo Científico
• Fonte: SOFTWAREX; v. 27, p. 8-pg., 2024-06-21.

Resumo

Measuring socioeconomic indices at the scale of regions or countries is required in various contexts, in particular to inform public policies. The use of Deep Learning (DL) and Earth Observation (EO) data is becoming increasingly common to estimate specific variables like societal wealth. This paper presents an endto-end framework 'DeepWealth' that calculates such a wealth index using open -source EO data and DL. We use a multidisciplinary approach incorporating satellite imagery, socio-economic data, and DL models. We demonstrate the effectiveness and generalizability of DeepWealth by training it on 24 African countries and deploying it in Madagascar, Brazil and Japan. Our results show that DeepWealth provides accurate and stable wealth index estimates with an R 2 of 0.69. It empowers computer-literate users skilled in Python and R to estimate and visualize well-being-related data. This open -source framework follows FAIR (Findable, Accessible, Interoperable, Reusable) principles, providing data, source code, metadata, and training checkpoints with its source code made available on Zenodo and GitHub. In this manner, we provide a DL framework that is reproducible and replicable. (AU)

• Processo FAPESP: 22/14429-8 - Construção de novas ferramentas para compartilhamento e reutilização de dados através de uma investigação transnacional dos impactos socioeconômicos de áreas de conservação
• Beneficiário: Ali Ben Abbes
• Modalidade de apoio: Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
• Processo FAPESP: 17/22269-2 - Transição para sustentabilidade e o nexo água-agricultura-energia: explorando uma abordagem integradora com casos de estudo nos biomas Cerrado e Caatinga
• Beneficiário: Jean Pierre Henry Balbaud Ometto
• Modalidade de apoio: Auxílio à Pesquisa - Programa de Pesquisa sobre Mudanças Climáticas Globais - Temático
• Processo FAPESP: 18/24017-3 - Desenvolvimento de novas ferramentas para o compartilhamento e reúso de dados através de pesquisa transnacional sobre o impacto socioeconômico das áreas protegidas (PARSEC)
• Beneficiário: Pedro Luiz Pizzigatti Corrêa
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Processo FAPESP: 20/03514-9 - Avaliação dos efeitos das áreas protegidas brasileiras nas comunidades locais com base no uso e reutilização de dados biológicos, ambientais e socioeconômicos
• Beneficiário: Marina Jeaneth Machicao Justo
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado