Hushållsdata, satellitbilder och maskininlärning inom utvecklingsforskning: Är det (till slut) dags för satellitbilder inom samhällsvetenskap?
Syftet med det här projektet är att förbättra kunskapen om hur den afrikanska landsbygden och särskilt jordbruket har förändrats och hur det har påverkat bland annat fattigdomen i regionen. Traditionellt så förutsätter ett sådant syfte att en kombination av typiska samhällsvetenskapliga metoder används, framför allt hushållsintervjuer och fältobservationer, något som vår forskargrupp har lång erfarenhet att arbeta med. Projektet adresserar även den omtvistade teoretiska frågan om vad som driver jordbrukets strukturomvandling.
I det här projektet kommer vi att tillämpa ett för samhällsvetenskap helt nytt angreppssätt. Vi kommer att applicera metoder som påminner om de som tillämpas för bland annat ansiktsigenkänning. Istället för ansikten så kommer vi att analysera detaljerade satellitbilder över jordbrukslandskap. Målet är att genom maskininlärning träna en algoritm att känna igen byar som t ex är fattiga eller byar där jordbruksproduktionen ökar. Eftersom satellitbilder är yttäckande på ett helt annat sätt än urvalsstudier och kan förekomma flera gånger per år så kommer vi att kunna följa utvecklingen över tid och rum på ett helt nytt sätt. Projektet är välförsett med hushållsdata för perioden 2001 – 2017 så vi kommer att kunna göra en noggrann utvärdering av resultatet och metoden. Det är troligt att kunskapen från det här projektet kommer att kunna föras till den samhällsvetenskapliga verktygslådan, i sin helhet eller delvis.