Gør positive virkninger med miljøunderretning - dummier

Elva er et skinnende eksempel på, hvordan miljøintelligens teknologier kan bruges til at gøre en positiv indvirkning. Denne gratis platform med open source letter kortlægning af årsager og datavisualisering til valgovervågning, krænkelse af menneskerettigheder, miljøforringelse og katastroferisiko i udviklingslande.

I et af sine nyere projekter har Elva arbejdet sammen med Internews, et internationalt nonprofit til fremme af uafhængige medier og adgang til information med henblik på at kortlægge miljømæssige problemer på kriseområdet i en af ​​de fattigste, underudviklede nationer af verden, den centralafrikanske republik Som led i disse bestræbelser bruger lokale menneskerettighedsreportere og humanitære organisationer Elva at overvåge, kortlægge og indberette oplysninger fra miljødata om naturkatastrofer, infrastruktur, vand, sanitet, hygiejne og menneskers sundhed. Formålet med Elva's engagement i dette projekt er at lette humanitær data-analyse og visualisering i realtid for at understøtte beslutningstagningen fra internationale humanitære hjælpeeksperter og samfunds ledere.

Med hensyn til datalogi teknologier og metoder implementerer Elva

• Autofeeds til dataindsamling: Dataene, der kortlægges, visualiseres og rapporteres via Elva-platformen, er faktisk skabt af borgeraktivister på jorden, der bruger sms og smartphones til at rapportere miljøforhold ved hjælp af rapporter eller undersøgelser. Rapporteringssystemet er opbygget således, at alle rapporter kommer ind med den korrekte struktur, indsamles af servere af servere og derefter skubbes over til Elva-databasen.

• Ikke-relationelle database teknologier: Elva bruger en ikke-relationel NoSQL database infrastruktur til at gemme undersøgelsesdata indsendt af smartphone og SMS samt andre kilder til strukturerede, ustrukturerede og semistrukturerede data.
• Åbne data: OpenStreetMap styrer de kortdata, som Elva-platformen bruger. Åbn data ressourcer er datafiler, der er gjort offentligt tilgængelige til brug, genbrug, ændring og deling med andre.
• Inferencer fra matematiske og statistiske modeller: Elvas dataanalysemetoder er ikke alt for komplicerede, men det er perfekt til at producere hurtige, real-time analyser til humanitær beslutningsstøtte. Elva afhænger for det meste af tidsserieanalyse, lineær regression og simpel matematisk indledning.
• Data visualisering: Elva producerer datavisualiseringer direkte fra rapporterede data og også fra inferentielle analyser. Disse er interaktive JavaScript-visualiseringer bygget fra Highcharts API.
• Lokationsbaserede forudsigelser: Sådanne forudsigelser er baseret på simpel indledning og ikke på avanceret rumlig statistik. Elva-personale kan udlede steder af høj risiko baseret på historiske tidsserier, der er rapporteret i regionen.