Gjør positive virkninger med miljøunderretning - dummier

Elva er et skinnende eksempel på hvordan miljøkunnskapsteknologier kan brukes til å gi en positiv innvirkning. Denne gratis plattformen for åpen kildekode gjør det enklere å kartlegge og rapportere datavisualisering for valgovervåking, menneskerettighetsbrudd, miljøforringelse og katastroferisiko i utviklingsland.

I et av sine nyere prosjekter har Elva jobbet med Internews, et internasjonalt nonprofit dedikert til å fremme selvstendige medier og tilgang til informasjon for å kartlegge miljømessige problemer på krisenivå i en av de fattigste, underutviklede nasjonene av Verden, Den sentralafrikanske republikk. Som en del av disse anstrengelsene bruker lokale menneskerettighetsreportere og humanitære organisasjoner Elva til å overvåke, kartlegge og rapportere informasjon utledet av miljødata om naturkatastrofer, infrastruktur, vann, sanitet, hygiene og menneskers helse. Formålet med Elvas involvering i dette prosjektet er å legge til rette for humanitær dataanalyse og visualisering i sanntid for å støtte beslutningstaking av internasjonale humanitære nødhjelpseksperter og samfunnsledere.

Med hensyn til datavitenskapsteknologier og metodikker implementerer Elva

• Autofeeds for datainnsamling: Dataene som er kartlagt, visualisert og rapportert gjennom Elva-plattformen, er faktisk opprettet av borgeraktivister på bakken som bruker SMS og smarttelefoner til å rapportere miljøforhold ved hjelp av rapporter eller undersøkelser. Rapporteringssystemet er bygget slik at alle rapporter kommer inn med riktig struktur, samles inn av tjenesteleverandørens servere, og blir deretter overført til Elva-databasen.

• Ikke-relasjonelle database teknologier: Elva bruker en ikke-relasjonell NoSQL database infrastruktur for å lagre undersøkelsesdata levert av smarttelefon og SMS, samt andre kilder til strukturert, ustrukturert og semistrukturerte data.
• Åpne data: OpenStreetMap styrer kartdataene som Elva-plattformen bruker. Åpne data ressurser er datafiler som er gjort tilgjengelig for bruk, gjenbruk, modifisering og deling med andre.
• Inferens fra matematiske og statistiske modeller: Elvas dataanalysemetoder er ikke altfor komplekse, men det er perfekt for å produsere rask, sanntidsanalyse for humanitær beslutningsstøtte. Elva avhenger hovedsakelig på tidsserieanalyse, lineær regresjon og enkel matematisk inngrep.
• Data visualisering: Elva produserer datavisualiseringer direkte fra rapporterte data og også fra inferensielle analyser. Dette er interaktive JavaScript-visualiseringer bygget fra Highcharts API.
• Plasseringsbaserte spådommer: Slike spådommer er basert på enkel innføring og ikke på avansert romlig statistikk. Elva-ansatte kan utlede steder med høy risiko basert på historiske tidsserier rapportert i regionen.