●在委内瑞拉大众迁移危机期间,使用ML和时间序列的Sentinel-2卫星图像加速了哥伦比亚350多个移民定居点的检测。模型预测是使用前提数据开发的移动应用程序在哥伦比亚的当地贡献者进行了验证的。结果与当地非政府组织和国际发展机构共享,从而实现了更有效,有针对性的人道主义援助和响应行动。合作者:Immap哥伦比亚和前提数据。
地理数据的使用在世界各地日益增多,因此数据质量也越来越受到重视。如今,地理数据组织正投入更多精力分析其当前确保和维护数据质量的方法,以满足客户日益增长的需求。瑞典政府非常重视组织之间的合作,并启动了一项建立国家地理数据基础设施的项目。为了使这种合作取得成功,生成的地理数据的可靠性必须很高,并且必须确保数据质量达到可接受的水平。本研究的主要目的是分析瑞典部分地理数据组织(Lantmäteriet、Stockholms Stad 和 Sjöfartsverket)的当前数据质量保证流程,找出脱节之处并提出改进建议。此外,还与国际组织 iMMAP 的数据质量保证流程进行了比较。
地理数据的使用在世界各地日益增多,因此数据质量也越来越受到重视。如今,地理数据组织正投入更多精力分析其当前确保和维护数据质量的方法,以满足客户日益增长的需求。瑞典政府非常重视组织之间的合作,并启动了一项建立国家地理数据基础设施的项目。为了使这种合作取得成功,生成的地理数据的可靠性必须很高,并且必须确保数据质量达到可接受的水平。本研究的主要目的是分析瑞典部分地理数据组织(Lantmäteriet、Stockholms Stad 和 Sjöfartsverket)的当前数据质量保证流程,找出脱节之处并提出改进建议。此外,还与国际组织 iMMAP 的数据质量保证流程进行了比较。