Mariam Atoyebi: Projekt zur Visualisierung von Überschwemmungsdaten in Malawi 2015

Überschwemmung in Malawi 2015: Datenvisualisierung der Auswirkungen 

Dieses Projekt wurde in erster Linie durchgeführt, um die Auswirkungen der Überschwemmungen in Malawi zu ermitteln, insbesondere in Südmalawi, der am stärksten betroffenen Region des Landes. Die Überschwemmung wurde durch starke Regenfälle zwischen Januar und März 2015 verursacht.  

Ich habe das Projekt in einem Visualisierungsformat präsentiert, da visuelle Darstellungen beim Erzählen von Geschichten eine große Wirkung auf die Menschen haben, und dies wurde mit Hilfe von Python und die QGIS-Softwarepakete.  

Nach Angaben von UNICEF wurden in Malawi 276 Menschen getötet oder vermisst, 645 Menschen wurden verletzt und 230.000 Menschen wurden durch die Überschwemmungen 2015 vertrieben.  

Es ist eine traurige Realität, denn Überschwemmungen sind vermeidbare Katastrophen, wenn ausreichende Vorsichtsmaßnahmen getroffen werden. Ich hoffe, dass die zuständigen staatlichen und nichtstaatlichen Stellen mit Hilfe meines Projekts angemessene Pläne zur Verhinderung künftiger Ereignisse erstellen können. 

Lesen Sie hier mehr über das Projekt

Über den Experten

ATOYEBI, Temitope Mariam
Temitope Mariam Atoyebi is a freiberuflicher Datenwissenschaftler. She has worked for clients across various industries which include health, finance, environmental, agricultural and transport. Mariam worked formerly in the Oil and Gas Industry as a petrotechnical expert but her current passion is  the use of Datenwissenschaft and its related fields to solve societal challenges which is reflected in the projects she works on. She holds a BSc. degree in Petroleum Engineering and she is about to complete her MSc. degree in Project Management.

Einige ihrer Projekte sind: Bau eines maschinelles Lernen model that can help create an optimized ambulance deployment system in Nairobi, Kenya; Building of a machine learning model to forecast air quality (as measured by PM2.5 µ/m3) for each hour of the coming 25 hours across five locations in Kampala Uganda; Building of ein Modell für maschinelles Lernen, um ein kenianisches Unternehmen bei der Entwicklung eines Chatbots für psychische Gesundheit zu unterstützen. Sie liebt es auch, Geschichten zu erzählen und Erkenntnisse durch Datenvisualisierung zu gewinnen.

Kontaktieren Sie sie unter:

• Kolabtree
• Github   
• ZindiAfrika