面向劳动保健可达性评估的半监督式庇护所地图制图

劳动保健服务获取不足是难民营区公共卫生的主要关切，密集人群加速致病性疾病传播。孟加拉国考克斯巴托的罗兴雅定居点正是典型，大量人口居住在严重空间受限环境中。我们开发了一个基于 Segment Anything Model (SAM) 的半监督分割框架，用于从多时相亚米遥感影像（2017-2025 年）中绘制庇护所地图，显著提升复杂营区环境中的检测效果，F1 分数提高 4.9%。检测到的庇护所地图显示，庇护所扩张在 2020 年后趋于稳定，但人口持续增长导致 2020 年至 2025 年人均居住空间缩减约 14%。劳动保健可达性（采用改进版基于网络的两步浮动捕获区（2SFCA）方法衡量）从 2022 年下降到 2025 年，加剧了设施负荷，超过全球基准。进一步构建的性别分布场景引入安全惩罚因素，揭示显著的性别不平等，女性可达性约低于男性 27%。这些结果表明，遥感驱动的 AI 诊断可为优先投资劳动保健并缓解长期滞留环境中的健康风险提供基于平等的证据。