Rastreo 1

Swastik Ghimire - Maestría en Ingeniería Civil | Kshitij Dahal - Doctorado en Ingeniería Civil | Suraj Tiwari - Doctorado en Ingeniería Civil

Después de comparar datos de nivel freático medidos con siete conjuntos de datos diferentes, este equipo encontró una fuerte correlación entre los datos terrestres y los datos satelitales de GRACE (campo gravitacional terrestre). Mapeando esto en todo el país, se muestra que el oeste de Nepal está experimentando una disminución más pronunciada del agua subterránea, lo que puede atribuirse a sequías, aumento de la irrigación y crecimiento poblacional. Proponen soluciones que incluyen: riego por goteo, redirigir el agua subterránea hacia suelos porosos, concreto poroso en áreas urbanas y aguas residuales tratadas para riego o fines industriales.

Prashamsa Thapa - Doctorado en Innovación en Desarrollo Global | Giulia Genna - Doctorado en Innovación en Desarrollo Global | Oceane Ingram - Estudiante de segundo año en Ingeniería Eléctrica

Este equipo realizó primero un análisis de datos terrestres, donde se compararon los conjuntos de datos satelitales NDWI (agua de las plantas), NDVI (vegetación) y SMAP (humedad del suelo) con los niveles de agua subterránea medidos y encontraron una correlación positiva entre los datos terrestres y NDWI. El equipo luego probó esta hipótesis en dos casos: los distritos de Nawalparasi y Rautahat. Estos sitios mostraron tendencias similares, lo que sugiere la replicabilidad de este algoritmo. Se propuso un modelo de gobernanza para las aguas subterráneas que incluía NDWI pero también factores socioeconómicos, patrones migratorios y demográficos.

Rastreo 2

Elizabeth Garayzar - Estudiante de segundo año en Sistemas de Exploración | Tasha Coelho - Estudiante de segundo año en Sistemas de Exploración | Lucas Barduson - Estudiante de tercer año en Ingeniería Aeroespacial | Gabriella Nakleh - Estudiante de tercer año en Ingeniería Aeroespacial

Este equipo identificó una fuerte correlación entre las ubicaciones anteriores de deslizamientos de tierra y la precipitación + la pendiente del terreno. Estas regiones de alto riesgo se mostraron coincidentes con una alta densidad de población, lo que indica favelas (a menudo construidas en terrenos no deseados). Luego propusieron utilizar Facebook y Whatsapp como plataforma para un sistema de alerta temprana y divulgación pública a ONGs para la creación de refugios de emergencia en áreas de menor riesgo para su uso durante el clima extremo. El gobierno también podría implementar Estrategias Resilientes a Inundaciones en estas áreas de alto riesgo.

Rastreo 3

Manthan Satish - Maestría en Robótica | Aditya Mohan - Maestría en Ciencias de la Computación | Mirali Purohit - Doctorado en Ciencias de la Computación

Centrándose específicamente en California, este equipo creó un modelo predictivo para evaluar el riesgo de incendios a partir de datos satelitales de banda ancha a través de un algoritmo de aprendizaje automático, que fue entrenado utilizando la altura de la copa de los árboles y la sequedad de la vegetación (factores para incendios forestales) y el ingreso medio y el precio medio de la vivienda (indicadores económicos). Se encontró que ciertas bandas infrarrojas de datos satelitales estaban correlacionadas con el riesgo de incendios. Y la demografía de ingresos medios más bajos tiende a tener puntajes de Factor de Impacto de Riesgo de Incendio (RIF) más altos. Este modelo podría aplicarse a otras regiones del mundo para predecir incendios forestales.

Ayush Shejwal - Estudiante de primer año en Ciencias de la Computación | Diya Sankla - Estudiante de primer año en Ciencia de Datos | Palak Jain - Estudiante de primer año en Ciencias de la Computación | Apoorv Singh - Estudiante de primer año en Ciencias de la Computación

Este equipo comparó imágenes satelitales del área quemada, estructuras de edificios y datos económicos de cinco incendios globales importantes. Descubrieron que las personas que residen en regiones con alto riesgo de incendios forestales tienen ingresos significativamente más bajos que el promedio nacional, pero por cada aumento del 10% en la cantidad de "infraestructura verde" en una zona de Interfaz Urbano Forestal, las probabilidades de que una vivienda sea destruida disminuyeron en un 8.6%. Propusieron una iniciativa de la ONU para aumentar la resiliencia de las personas en todo el mundo que actualmente residen en estas regiones de alto riesgo.