Anuncio de premios para conjuntos de datos sobre el clima: salud y energía

16 February 2023

Anuncio de premios para conjuntos de datos sobre el clima: salud y energía

Beneficiarios de Clima 2022

Lacuna Fund se complace en anunciar los premios de los ocho equipos que crearán conjuntos de datos de aprendizaje automático en el dominio de Clima. Cinco equipos del proyecto se enfocarán en la intersección entre clima y energía, y evaluarán el impacto en Paquistán, Sri Lanka, Nigeria, 7 Mauricio. La finalidad de estos conjuntos de datos es mejorar los sistemas y la infraestructura de energía para la mitigación y adaptación del cambio climático.

Los tres equipos restantes se centrarán en la salud. Su objetivo es comprender los daños climáticos sobre la salud y los medios de subsistencia y, en este sentido, realizarán trabajos en Kenia, Malaui, Senegal, Tanzania, Uganda, y las Filipinas.

Estos conjuntos de datos de aprendizaje automático para el clima y la energía, y el clima y la energía para la salud se extienden en varios continentes, contextos y condiciones. Felicitamos a estos equipos por los premios obtenidos por crear conjuntos de datos abiertos y equitativos en países de ingresos bajos y medios de todo el mundo.

Extendemos el profundo agradecimiento a nuestros Paneles Asesores Técnicos (TAP) de Clima de 2022 y a los revisores asociados por su trabajo a la hora de simplificar un vasto grupo de aplicaciones y seleccionar una cartera diversa de proyectos para financiar.

Miembros de los TAP de clima y energía:

Anders Pedersen, World Bank Group
Daniel Dotta, Universidad Estatal de Campinas
Johannes Friedrich, Instituto de Recursos Mundiales
Na Luo, Laboratorio Nacional Lawrence Berkeley
Phoebe Odour, Centro Regional para el Mapeo de Recursos para el Desarrollo (RCMRD)
Ruth Schmidt, Agencia Alemana de Cooperación Internacional (GIZ)
Satheesh SK, Instituto Indio de Ciencia

Miembros de los TAP de clima y salud:

Álvaro Soto, Universidad Católica de Chile
Damazo Kadengye, Centro de Investigación sobre Salud y Población Africana
Daniel Rodriguez, Universidad de California, Berkeley
Emmanuel Raju, Universidad de Copenhague
Jeffrey Stanaway, Universidad de Washington
Judy Wawira Gichoya, Universidad Emory
Tejumade Afonja, AI Saturdays Lagos

Agradecemos también a nuestros patrocinadores por hacer posibles estos premios: The Rockefeller Foundation, Google.org, Wellcome Trust y el programa FAIR Forward de GIZ en nombre del Ministerio Federal Alemán de Cooperación y Desarrollo Económicos (BMZ).

Siga leyendo para obtener más información sobre estos equipos y los conjuntos de datos que desarrollarán.

Clima y salud

Vinculación de los datos a nivel de pueblo para el clima y la salud en ciudades de las Filipinas

Contacto: Pia Faustino | pia@thinkingmachin.es

Thinking Machines Data Science, en asociación con EpiMetrics, Inc., Manila Observatory y Philippine Action for Community-Led Shelter Iniciatives, Inc. crearán un conjunto de datos rotulados, validados y vinculados en los que se miden 20 años de las dimensiones climática, ambiental, socioeconómica y de salud a nivel de pueblo en 12 ciudades distintas de las Filipinas. En este conjunto de datos granulares se clasificarán los riesgos para la salud dispares a los que se enfrentan las comunidades más vulnerables, en particular, quienes viven en asentamientos informales. Se obtendrán los datos de instalaciones de salud locales y nacionales, instituciones dedicadas al clima y las condiciones climáticas, plataformas geoespaciales de código abierto y encuestas del hogar realizadas previamente. A partir de los conjuntos de datos obtenidos, los encargados de elaborar políticas, la sociedad civil, las comunidades, los gobiernos, el sector académico, las empresas económicas y los investigadores contarán con una imagen de referencia de la conexión espacial e histórica existente entre el clima y la salud en las Filipinas. Asimismo, dará lugar al desarrollo de modelos para anticiparse y aportar información sobre las acciones orientadas a reducir y mitigar los riesgos para la salud sensibles al clima en la tierra. Los socios del proyecto cuentan con años de experiencia en ciencia climática, investigación sobre salud, aprendizaje automático y asuntos urbanos.

“Muchas de las causas de una mala salud recaen fuera del sistema de salud. Esta subvención nos ayudará a comprender el efecto del cambio climático sobre la inequidad en salud y, posiblemente, a incluir el clima y la salud en la agenda política”.

— Dr. John Q. Wong, fundador y asesor técnico sénior de EpiMetrics

“Nuestro consorcio se complace en sacar provecho del premio de Lacuna Fund para desarrollar un conjunto de datos de gran importancia que vincule el cambio climático y el impacto sobre la salud a nivel del pueblo en las Filipinas. Esperamos que este conjunto de datos ayude a los responsables de tomar decisiones a comprender y abordar de una mejor manera los riesgos desproporcionados para la salud que deben enfrentar las comunidades más vulnerables en uno de los países con mayor riesgo de sufrir el impacto del clima”.

— Pia Faustino, directora de Impacto y Sustentabilidad Social, Thinking Machines Data Science

INSPIRE Network: Integración y armonización de la vigilancia demográfica y sanitaria, y datos sobre clima en África

Contacto: Agnes Kiragga | akiragga@aphrc.org

Implementation Network for Sharing Population Information from Research Entities (INSPIRE)
es una colaboración entre sitios de vigilancia demográfica y sanitaria (HDSS) cuyo objetivo es crear una red de Estudios Longitudinales sobre la Población (LPS) en África. INSPIRE se desarrolla en el Centro de Investigación sobre Salud de la Población Africana en Kenia. Hace ya más de 20 años que los HDSS aportan datos demográficos sobre nacimientos, fallecimientos y migración en muchos países africanos. Muchos HDSS se utilizan como plataformas para encuestas de salud que controlan los signos, los síntomas y la prevalencia de distintas afecciones de salud.

En este proyecto, el equipo tiene por finalidad vincular los datos de los HDSS con datos climáticos de sensores satelitales remotos para comprender el efecto del cambio climático sobre la situación sanitaria en poblaciones africanas. De manera específica, mejoraremos el modelo de datos habitual de INSPIRE con los datos sobre clima aportados por los HDSS para predecir el efecto del cambio climático sobre las comunidades rurales y urbanas africanas. Estos conjuntos de datos de código abierto servirán de información a líderes comunitarios, encargados de elaborar políticas, planificadores de salud y especialistas en salud pública sobre los medios más efectivos para reducir y gestionar el cambio climático en África.

“El cambio climático es la mayor amenaza global para la salud del siglo XXI y, en este marco, África sufre los efectos del cambio climático de manera desproporcionada. Nos complace recibir financiación de Lacuna Fund para posibilitar la creación de conjuntos de datos sobre salud y clima de acceso abierto en colaboración con productores de datos de comunidades africanas y sitios de vigilancia sanitaria, cuya finalidad es estimar el efecto del cambio climático sobre las vidas africanas y aportar información para la elaboración de políticas de respuesta informativas”.

— Agnes Kiragga, jefa del Programa de Ciencias de Datos, Centro de Investigación sobre Salud y Población Africana

Conjunto de datos sobre enfermedades transmitidas por el agua sensibles al cambio climático en Tanzania para el aprendizaje automático predictivo

Contacto: Joseph P. Telemala | josephmasamaki@gmail.com O josephmasamaki@sua.ac.tz

Los avances en aprendizaje automático (AA) para las aplicaciones de atención médica presentan el potencial de ser una solución alternativa, y la mejor, para resolver los problemas provocados por enfermedades sensibles al clima en África y en países de bajos ingresos, como Tanzania. Con este proyecto, se fortalecerá el sistema de salud en la región de África Oriental al crear un conjunto de datos que contribuya a predecir y caracterizar las enfermedades transmitidas por el agua según se vean influenciadas por el cambio climático. El conjunto de datos incluirá tres enfermedades transmitidas por el agua que son sensibles al cambio climático, a saber: fiebre tifoidea, diarrea y amebiasis.

Se utilizarán cinco conjuntos de datos distintos para clasificar los puntos candentes de la enfermedad en cinco áreas seleccionadas de Tanzania: Concejo Municipal (MC) de Morogoro, MC de Singida, Concejo de la Ciudad (CC) de Dodoma y CC de Dar es Salaam (MC de Temeke, MC de Ilala). Se recogerán conjuntos de datos en cinco categorías: (i) características demográficas de las enfermedades transmitidas por el agua, (ii) ubicación y calidad de los sanitarios, (iii) manejo de desechos sólidos y sitios de vertido, (iv) información meteorológica de los puntos candentes y (v) ubicación de las fuentes de agua utilizadas por los lugareños para las actividades domésticas cotidianas. Se utilizará la combinación de todos estos conjuntos de datos en un formato tabular para entrenar a los potentes algoritmos de aprendizaje automático para que puedan predecir y caracterizar los brotes de enfermedades transmitidas por el agua en las áreas del estudio. Asimismo, pueden incorporarse los modelos predictivos en sistemas de advertencia temprana para servir de apoyo a gerentes del concejo y proveedores de atención médica para que tomen decisiones informadas orientadas a controlar y eliminar el brote de enfermedades transmitidas por el agua.

“Los efectos del cambio climático sobre la salud humana son reales. Los brotes de enfermedades transmitidas por el agua y sensibles al clima en los países en desarrollo son un desastre generalizado. Si los investigadores de IA cuentan con un conjunto de datos específico a disposición, pueden desarrollar versátiles modelos de IA predictivos que sirvan para proyectar brotes, evitar epidemias y salvar vidas. Con el apoyo de Lacuna, desarrollaremos el primer conjunto de datos de aprendizaje automático de Tanzania para pronosticar enfermedades transmitidas por el agua y sensibles al clima”.

— Joseph P. Telemala, Universidad de Agricultura de Sokoine

Clima y energía

Desarrollo de un conjunto de datos de emisiones de instalaciones operativas de mataderos en el sur de Nigeria

Contacto: Dr. Emmanuel C. Chukwuma | ec.chukwuma@unizik.edu.ng

Según encuestas preliminares, más de 400 mataderos en el sur de Nigeria dependen en gran medida de la madera y los neumáticos de descarte para el procesamiento de la carne. En horas de la mañana, se observa un humo espeso en las cercanías de estos mataderos mientras se procesa la carne. Además, en los alrededores de estos mataderos, se observan restos de alimentos parcialmente digeridos por los animales y otros desechos animales, producto de un manejo deficiente de los residuos. Además, en la lucha por tener acceso al agua necesaria para procesar la carne sin costo, más del 50 % de los mataderos están ubicados cerca de un curso de agua. Las emisiones visibles del procesamiento de la carne (humo espeso), la emisión natural de desechos biológicos y el descarte de aguas residuales en los cursos de agua cercanos (ríos, arroyos) generan una grave contaminación del agua y del aire, además de significar un desafío para la salud de operadores, residentes y compradores de carne. En este proyecto, se analizará el desarrollo de un conjunto de datos sobre emisiones climáticas y energía limpia en los mataderos del sur de Nigeria. El conjunto de datos aportará información geoespacial, contaminación estimada del aire, potencial energético de los biorresiduos y mucho más. Se prevé que el conjunto de datos alentará la intervención para atenuar la contaminación ambiental procedente de mataderos de animales y que sirva como fuente de energía limpia.

“Crear conjuntos de datos de libre acceso para eliminar la contaminación del aire es responsabilidad de todos”.

— Dr. Emmanuel C. Chukwuma, director, Alianza para un Entorno Progresivo y Sustentable

Conjunto de datos para el consumo de energía, necesidades y proyecciones mediante el uso de herramientas indígenas

Contacto: Zeeshan Shafiq | zeeshanshafiq@uetpeshawar.edu.pk

Este proyecto tiene por finalidad implementar las soluciones en servicios públicos desarrolladas por el Centro de Sistemas Inteligentes e Investigación de Redes (CISNR), Universidad de Ingeniería y Tecnología de Peshawar, provincia Khyber Pakhtunkhwa de Paquistán, en colaboración con una organización local de desarrollo, el Programa de Apoyo Rural de Sarhad (SRSP) en distritos seleccionados de Khyber Pakhtunkhwa en Paquistán. Las soluciones en servicios públicos desarrolladas e implementadas aportarán un control en tiempo real, mediciones y fallos de la infraestructura de electricidad en varios niveles, a saber: generación (planta de energía microhidroeléctrica), distribución y consumo. El conjunto de datos del equipo tiene por finalidad registrar diversos parámetros, como controles y mediciones en tiempo real, las 24 horas, los 7 días de la semana, así como identificación de fallos, pérdidas y alertas para los usuarios afectados y las autoridades. Con el sistema, se identificarán las pérdidas en tiempo real y se generarán alertas para que las autoridades tomen las medidas necesarias antes de que se produzcan daños en la infraestructura, además de reducir las pérdidas en las líneas neutrales debido a la falta de equilibrio. El conjunto de datos será fundamental para prestar asistencia a la administración con el análisis, la evaluación y la toma de decisiones mediante el uso de algoritmos de aprendizaje automático. El conjunto de datos aportará una variación de la generación de electricidad y los parámetros de consumo a lo largo del tiempo como resultado del cambio climático. La decisión, con asistencia de la IA, contribuirá a reducir las pérdidas técnicas y administrativas con relación al ahorro de energía.

“Paquistán es un país con inseguridad energética. Las comunidades locales siguen dependiendo de la madera y los combustibles fósiles para calefaccionar y cocinar, tanto en verano como en invierno. Las Plantas Pequeñas Micro Hidro (MHP), establecidas por el Programa de Apoyo Rural de Sarhad (SRSP) son una de las principales fuentes de energía limpia en estas áreas. Para mejorar la confiabilidad de la electricidad y garantizar un suministro de energía ininterrumpido por parte de SRSP a sus consumidores comerciales y domésticos en estas áreas, CISNR, en asociación con SRSP, implementará soluciones de vanguardia en servicios públicos, lo que les permitirá tomar las decisiones correctas, en el momento adecuado, tomando como referencia datos en tiempo real obtenidos de distintos parámetros. Este sistema puede ampliarse a nivel nacional e internacional, tanto en países desarrollados como en vías de desarrollo, para aprovechar los beneficios de la medición y el control inteligentes. Gracias al apoyo económico de Lacuna Fund, se garantizará el desarrollo, el mantenimiento y el uso de este conjunto de datos para el control, la medición y la predicción en tiempo real de las futuras pérdidas y demandas con relación a la carencia energética, además de solucionar los problemas en MHP a través del aprendizaje automático. Al tratarse de estaciones fuera de la red y al ser la única fuente de electricidad para la comunidad local, el hecho de que estas estaciones sean más confiables y aporten una mejor calidad de servicio mejorará la calidad de vida de estas comunidades remotas”.

— Prof. Dr. Gul Muhammad Khan, director del Centro de Sistemas Inteligentes e Investigación de Redes (CISNR), Universidad de Ingeniería y Tecnología de Peshawar.

Conjunto de datos sobre irradiancia solar para Mauricio, Rodrigues y Agaléga

Contactos:

Pro vicerrector (Academia) | pvcacd@uom.ac.mu

Sra. Ranjani Devi Pather-Poonoosamy, gerente administrativa de la Oficina del provicerrector (Academia) | r.poonoosamy@uom.ac.mu

En consonancia con los Objetivos de Desarrollo Sostenible (ODS) de la ONU, números 7 y 13 (Energía asequible y no contaminante, y Acción por el clima), los gobiernos de todo el mundo, así como Mauricio, toman medidas para integrar la energía renovable en la red de energía inteligente. A medida que evoluciona el campo de la inteligencia artificial (IA), la predicción de patrones solares o eólicos, con precisión granular según las distintas ubicaciones, puede ayudar en particular a todos los productores de energía independientes en la gestión de su producción y los servicios públicos locales para analizar, planificar y optimizar de una mejor manera la implementación de la energía en su red eléctrica, cuando sea necesario.

El conjunto de datos del equipo contendrá datos periódicos sobre irradiancia solar en 12 ubicaciones distintas en las islas del Océano Índico: Mauricio, Rodrigues y Agaléga. Además de los datos de la serie temporal, también se capturarán los datos de imágenes satelitales correspondientes (con una resolución mínima de 250 m x 250 m) y se compilarán en otro conjunto de datos. Estos dos conjuntos de datos se complementarán entre sí al correlacionar el nivel de irradiancia solar con el grado de cobertura de las nubes sobre las ubicaciones específicas. Por lo tanto, pueden implementarse modelos de proyección basados en el aprendizaje automático mediante el uso de patrones de los datos de series temporales y del grado de cobertura de las nubes como información para las predicciones de irradiancia solar a corto y largo plazo. Asimismo, pueden realizarse extrapolaciones para predecir la generación, el almacenamiento y la distribución de energía solar que mejorarían el suministro de energía ecológica a la red.

“Estamos agradecidos a Lacuna Fund por darnos la oportunidad de crear conjuntos de datos sobre irradiancia solar para Mauricio, Rodrigues y Agaléga. Nos entusiasma este proyecto porque el conjunto de datos tendrá el potencial para garantizar que se satisfaga cada vez más la demanda energética del país mediante el uso de la energía renovable, además de aportar perspectivas para la evaluación y planificación de la energía generada con el sol, así como sostener los compromisos internacionales. Además, el público se beneficiará de una plataforma de energía solar en línea y gratuita que puede mejorar la aceptación de la tecnología PV solar y aumentar la penetración de las tecnologías limpias en el país para reducir aún más las emisiones de GEI”.

— Dr. Yogesh Beeharry, Departamento de Ingeniería Eléctrica y Electrónica, Facultad de Ingeniería, Universidad de Mauricio, Réduit, Mauricio

Conjunto de datos de veinte meses sobre el consumo de electricidad en el hogar y sus conductores, recopilado a través de lecturas de medidores y una encuesta longitudinal

Contacto: Nilusha Kapugama | nilusha@lirneasia.net

Satisfacer la creciente demanda de electricidad de manera sustentable a nivel ambiental es uno de los principales desafíos a los que se enfrentan varios países en desarrollo. Se reconoció la gestión efectiva de la demanda como parte importante de la solución. Sin embargo, se requieren datos detallados sobre el consumo de electricidad, así como del comportamiento y las actitudes de los consumidores en cuanto al consumo de electricidad. En este momento, es difícil encontrar conjuntos de datos tales que permitan una cobertura adecuada, calidad de los datos y documentación suficiente. Es fundamental tener acceso a dichos conjuntos de datos para desarrollar métodos y técnicas que conduzcan a información confiable, productos mejorados y cambios en las políticas que tengan un impacto transformador sobre el sector de energía residencial.

LIRNEasia trabajará junto con Lanka Electricity Company (LECO) para crear un conjunto de datos compuesto por dos partes en el que se combinen los datos sobre consumo eléctrico con los conductores correspondientes del consumo de electricidad a nivel doméstico, recopilados en una encuesta longitudinal realizada a más de 4000 hogares en Sri Lanka. Este conjunto de datos de alta calidad, representativo y con características enriquecidas daría lugar a varias oportunidades para que los científicos de datos trabajen con expertos de los campos de la electricidad y la energía, la política pública y la ciencia del comportamiento. Estas oportunidades incluirían, entre otras, comprender en detalle el consumo de electricidad de los consumidores, promover hábitos de consumo eficiente de la energía a través de premios y otros incentivos, mejorar los estándares y las políticas nacionales de energía, y asociarse con las compañías de distribución de la electricidad y los encargados de elaborar políticas sobre las iniciativas de gestión de la demanda.

“La falta de tipo de cambio para importar petróleo y carbón para la generación de electricidad ha conducido al relevo de la carga, en tanto que ha profundizado aún más la actual crisis económica de Sri Lanka. En este sentido, es fundamental gestionar los costos cada vez más elevados de la generación a través de una gestión efectiva de la demanda. El conjunto de datos propuesto posibilitará la experimentación con premios al comportamiento y otras soluciones para gestionar la demanda de electricidad”.

— Helani Galpaya, director ejecutivo, y Merl Chandana, investigador sénior y gerente de proyectos, LIRNEasia

Conjunto de datos sobre gestión de recursos energéticos distribuidos

Este conjunto de datos ha sido creado para la gestión de los recursos de energía distribuida (DER) en Sri Lanka. Entre los DER considerados, se incluyen microrredes, flexibilidad de la demanda y generación solar distribuida. El proyecto se esfuerza por combinar la microrred disponible, los medidores de energía de los servicios públicos y los datos sobre energía solar distribuida, además de sumar mayor flexibilidad en la demanda de los datos existentes. El equipo del proyecto está compuesto por socios multidisciplinarios, como expertos en microrredes, estudios climáticos, flexibilidad de la demanda, servicios públicos de distribución de la energía, ingeniería de datos, Internet de las Cosas/computación frontera y gestión de proyectos. El proyecto ha sido diseñado para crear un conjunto de datos que pueda utilizarse para estudiar la energía y el clima en varias escalas, a saber: microrredes, sistemas de distribución de la energía en universidades, áreas de servicio de subestaciones y áreas de servicios de los servicios públicos de distribución. Pueden utilizarse los datos disponibles para resumir los escenarios en otras partes de la red de distribución a fin de aumentar la granularidad de los estudios. En futuros estudios, puede asegurarse financiación adicional para implementar las mediciones y aumentar los datos disponibles para la gestión de los DER, como datos de los sensores de temperatura en edificios comerciales del servicio público. El equipo del proyecto espera poder crear un entorno en el que se combine la experiencia de los socios para ejercer un impacto duradero sobre el desarrollo de los DER en Sri Lanka. Esto le servirá al gobierno de Sri Lanka para alcanzar su meta del 70 % de generación de energía renovable para el 2030.

“Dar lugar a la participación de los consumidores para alcanzar el objetivo de generación de energía renovable del 70 % en Sri Lanka para el 2030”.

— Tharindu De Silva, Lanka Electricity Company