Omar Marín González

David Pastor Escuredo

Agricultura, Desarrollo Humano y Big Data

¿Por qué Big Data?

“Did you know that nearly eight out of ten Indonesians have access to cell phones?”

How a low-tech mobile app is changing the

way Indonesia responds to disasters

(UNGP Blog)

“There were 5 exabytes of information created between the dawn of civilization through 2003, but that much information is now created every 2 days.”

– Eric Schmidt, of Google, said in 2010.

“about 40 million people worldwide use mobile money, and the industry is growing. (...) Africa and Asia are the most active regions right now [with] 18,000 new mobile banking users per day in

Uganda, 15,000 in Tanzania and 11,000 in Kenya.” (Cornu, Celine. “Mobil Banking’ Moving Through Developing Countries.” Jakarta Globe. 21 Feb, 2010. )

“the digitally trackable or storable actions, choices, and preferences that people generate as they go about their daily lives.” (“Data Exhaust.” http://www.wordspy.com/words/dataexhaust.asp)

“The hope is that as you take the

economic pulse in real time, you will be able to respond to anomalies more quickly.”

- Hal Varian, Google Chief Economist (Professor Emeritus, University of California, Berkeley)

¿Por qué Big Data?

Micro y macro escala social

Aplicación para detección temprana

Estimaciones de censo

Estudios de riesgos e impacto actualizados con más frecuencia

Planificación de acción humanitaria

Sentimiento y alarma social

Patrones sociales de movilidad y comunicación

Perspectivas sobre la capacidad de resiliencia

Datos críticos en tiempo real

Completar información costosa para estudios

Adquirir conocimiento sobre sociedades

¿Qué es Big Data?

TIC=Sensores sociales que permiten medir actividad social

Redes sociales, móviles, mensajería digital, etc.

Tecnología espacial para imágenes satélite y medidas ambientales

Tecnología informática para analizar datos a gran escala

Convergencia de ciencias para dar respuesta al reto del Big Data

Sentimiento y alarma social

Patrones sociales de movilidad y comunicación

Perspectivas sobre la capacidad de resiliencia

Rastros y huellas producidas por sociedades

Tecnología sofisticada

Indicadores sociales digitales

Ecosistema Big Data

Empresas

•Infraestructuras TIC

•Empresas de internet,

aplicaciones móviles…

•Servicios digitales para

sociedades

•Entidades de inversión y

financiación

Sistemas de Gobierno

•Gobiernos

•Organizaciones humanitarias

•Decision brokers

•Sistemas de protección

ciudadana

Academia

•Universidades y centros de

investigación

•Fundaciones de innovación

Evaluar Impacto Inundaciones en México

Proyecto (Sep’13-May’14)

Inundaciones Tabasco 2009: Modelo en México de

intervención e impacto de Inundaciones según UNDP

•Estimación de censo automático a partir de datos de

telefonía móvil

•Localización de lugares afectados críticos cruzando

datos de móviles de Telefónica y datos satélite de la

NASA

•Métrica de identificación de eventos y anomalías en

comunidades

•Medida del tiempo de respuesta de las poblaciones a

la situación ambiental y al plan de protección civil

Proyecto: UPM, United Nations Global Pulse, Telefonica Research, World Food

Programme, Mexico Government

Articulo científico: Pastor-Escuredo D. , Morales A., Torres Y. et Al.

http://arxiv.org/abs/1411.6574

Movilidad en incendios en Costa de Marfil

Proyecto (Sep’12-Abr’13)

•Clasificación de regiones mediante imágenes

satélite y actividad de telefonía móvil

•Geolocalización de incendios a partir de datos

de la NASA

•Identificación de población envuelta en

incendios mediante tracking de uso de telefonía

móvil

•Caracterización de anomalías en el patrón de

comunicaciones de regiones afectadas según el

nivel económico de la región

Proyecto: UPM, United Nations Global Pulse

Published D4D Challenge Netmob 2013 Pastor-Escuredo D. et Al.

http://perso.uclouvain.be/vincent.blondel/netmob/2013/D4D-book.pdf

Fires detected over night

lights NASA images

Estimar factores de vulnerabilidad Senegal

Proyecto (Jun’14-)

Senegal es un país con alta vulnerabilidad

alimentaria debido a su pobreza y su

dependencia en la climatología

http://www.wfp.org/content/senegal-analyse-globale-vulnerabilite-securite-

alimentaire-nutrition-juillet-2014

•Caracterización de la población y estilos de vida

en función de sus patrones migratorios con datos

de telefonía móvil

•Estimación del comportamiento mediante

métricas basadas en el uso del móvil que pueden

estimar el nivel socio-económico

•Evaluación del posible impacto de las

alteraciones estacionales (datos de la Nasa

sobre lluvias y otros datos) y migratorias en el

acceso a alimentos.

Proyecto: UPM, United Nations Global Pulse, World Food

Programme, Orange

Unpublished. To be summitted to D4D Challenge / Netmob 2015

Líneas en proceso y perspectivas

Proyectos UPM

Nuevas metodologías (ciencia de redes, física aplicada,

informática, estadística) para aumentar el rendimiento de los datos

Big Data como herramienta de decisión

Indicadores proxy validados para toma de decisiones y

planificación

Indicadores de detección de alertas para la activación de

emergencias

Big Data hacia la resiliencia

Integración de datos de redes sociales e indicadores de

sentimiento

Diseño de infraestructuras y servicios TIC que permitan adquirir

datos más especializados (económicos, sociales, agrícolas…)

10

Reto mundial de alimentos En 2050 se necesitará alimentar mas de 10.000 M de personas lo que

requerirá un aumento del 70% en la producción mundial de alimentos

Agricultura en el desarrollo humano

1/9

11

800

millones

12

165M

Desnutrición

crónica 13

3.5M niños

mueren al año

14

300M

obesidad

15

2000M (<1$/d)

70%

agricultores de

subsistencia 16

Caso Ruanda: 10% PIB Agricultura

Clave “alcanzar los ODM”

17

Las limitaciones son transversales y sinérgicas

• Población creciente

• Recursos limitados

• Producción y consumo sostenible y resiliente

• Sobre y desnutrición: Dietas saludables y nutritivas

• Población rural vulnerable

• Disponibilidad “local” de alimento

• Reducción de desperdicios y basuras

• Mercados imperfectos

• Educación

18

Políticas Nacionales de exportación

Primeros modelos de cultivos

Ministerio de defensa EEUU

19

Innovación y Agricultura

Fondos Especulativos Agricultura de precisión

20

21

Big Data + Cloud computing Gestión y manejo

explotaciones

22

• Información de radares

meteorológicos utilizada

en modelos de simulación

hidrológica

• Predicción y gestión de

recursos hídricos

Abengoa (2008)- Sistema Hydro DSS

Abengoa compra DTN, compañía de servicios de la

información (agricultura, energía, m.ambiente) 445 M$

(2008)

Monsanto compra Climate Coorp por 1100 M$ (2013)

Gestión y manejo

de explotaciones

Reducción de riesgos

23

• Aprovechar el conocimiento y experiencia

de grupos del ITD. Concretar en proyectos

modelo de Big Data dentro del ITD

• Mejorar sistemas agrícolas es factor clave

para llegar a sociedades más resilientes

• Oportunidad temática dentro del Big Data

(Agricultura actual Hot Topic) 24

Oportunidades de Proyecto

25

La cuenca del cacahuete

de Senegal

Senegal

Distribución de antenas de telefonía móvil en Senegal

Correlación entre volumen de

llamadas e índice de vegetación

Big Data Climate Challenge (UNGlobal Pulse) winners

26

Proyecto Google- Revolucionar Agricultura

27

• Los recursos no aumentan

• Innovación y tecnología claves en el desafío alimentario

A corto plazo… Potenciar metodologías

actuales mediante integración de datos

existentes

• Datos climáticos / remote sensing -> Fuegos, lluvias, contaminación, cambio forestal

• Redes sociales -> Sentimiento y

conciencia social

• Datos de móviles -> Migración

• Datos socio-económicos

• Otros?

28

29

1. Completar datos para modelos. Información

temporal y espacial más detallada -

Investigación

2. Herramientas y aplicaciones para

decisión a nivel local (potenciar resiliencia y

dar soporte a la implantación de políticas) -

Emprendimiento

3. Medidas de evaluación de impacto de

proyectos de innovación agraria

(indicadores proxy basados en datos) -

Estrategia

A medio-largo plazo… Potenciar el uso de TIC

(apps, subvenciones, etc)

30

Servicios TIC

a usuarios

Mejor Data

AGRO-

SENSING!

0

20

40

60

80

100

120

42006

102006

42007

112007

52008

122008

62009

12010

72010

12011

82011

22012

92012

Porcentaje

Mes y año

Interés de busqueda:"araña roja"

Riesgos

Propiedad de los datos

Implantación e Implementación

Privacidad y seguridad de datos

Intereses públicos vs privados

Financiación

Diferencias culturales y marco regulatorio

31

Enlaces

• http://www.magrama.gob.es/es/agricultura/temas/sistema-de-informacion-geografica-de-parcelas-agricolas-sigpac-/

• http://www.bynse.com/index.php?page=products_bynseap

• http://www.farm2050.com/#solution

• https://twi.climate.com/

• http://irevolution.net/2013/09/23/principles-for-big-data-and-resilience/

32

www.itd.upm.es

itd@upm.es

@itdupm

itdupm