There is currently an effort within the European Union and Sweden to make data produced by government agencies available for reuse to citizens and organizations. While Sweden has had a long history of sharing information with its citizens the country is currently behind its northern neighboring countries when it comes to publishing government data openly. In this study, the author seeks to find if there are types of governmental agencies whose work makes it easier or harder to make it available for reuse. This was done in two phases; in the first phase, the author identified overrepresented and underrepresented agency types on Sweden’s open data portal. In the second phase, the author interviewed two agencies from an overrepresented agency type and two agencies from an underrepresented agency type, to learn what has enabled the overrepresented agencies and what has prevented the underrepresented agencies to publish data openly. The results show that agencies that have sensitive data, in general, had a harder time publishing their data openly than those which did not. The agencies that were underrepresented on the Swedish data portal also had decentralized data generation methods and ways of storage that negatively impacted their ability to publish data openly. What enabled the overrepresented agencies to publish data, beyond having a low amount of sensitive data was the tangible benefits of publishing data openly and the organizational willingness that came with these benefits.

Im Herbst 2012 feiert der Lehrstuhl Datenbanken an der Technischen Universität Dresden sein 10-jähriges Bestehen unter der Leitung von Wolfgang Lehner. In diesem Zeitraum wurde die inhaltliche Ausrichtung im Bereich der Datenbankunterstützung zur Auswertung großer Datenbestände weiter fokussiert sowie auf Systemebene deutlich ausgeweitet. Die Forschungsgruppe um Wolfgang Lehner ist dabei sowohl auf internationaler Ebene durch Publikationen und Kooperationen sichtbar als auch in Forschungsverbünden auf regionaler Ebene aktiv, um sowohl an der extrem jungen und agilen Software-Industrie in Dresden zu partizipieren und, soweit eine Forschungsgruppe dies zu leisten vermag, auch unterstützend zu wirken. [Aus: Einleitung]

The Swedish water sector faces many challenges in terms of climate change, worn out facilities and distribution systems as many of them were built in the 50-, 60- and 70s, but also increased cyber security concerns. Collaborations between different actors are therefore required to address these challenges. This thesis work's purpose is to examine the opportunities a collaboration between water treatment plants could bring for the water sector to achieve a more sustainable drinking water production. The purpose is also to examine the most efficient way to establish a collaboration between them through digital means. A workshop and several interviews with representatives from different water treatment plants were conducted to gather information on possibilities of data/information sharing between them, but also to make a security classification of data/information generated at the water treatment plants. The representatives included process engineers, process technicians, security associates and an associate at Svenskt vatten, an interest organization for the water sector. The result showed that data/information sharing is already taking place in the sector under limited conditions. Smaller VA organizations have more challenges due to lack of skilled workers, partners and time. It is difficult for many in the sector to know where to turn to when in need of help, particularly for smaller VA organizations who usually are the ones with fewer contact networks. It is not to say that only smaller VA organizations are affected but they are more likely to lack contact with other water organizations. The majority of water treatment plants agree on that data/information on treatment processes would be allowed to share under limited conditions. The information classification is a matter for each plant due to different security realities which determines the information classification. This makes it difficult to decide on what parameters could be shared by every water treatment plant. This needs to be investigated further in order to determine what data/information could be shared by most water treatment plants on a platform. Most participants thought that a platform of some kind would be the best solution to simplify data/information sharing between water treatment plants. The suggested platform is a good start for making contacts between water treatment plants and has the potential to enable storage and sharing of data/information in the future. / Den svenska VA sektorn står inför många utmaningar så som klimatförändringar, slitna anläggningar och distributionsnät då många av dem byggdes under 50-, 60- och 70-talet. Även oron kring cybersäkerheten ökar. Samarbeten mellan olika aktörer krävs för att lösa dessa utmaningar. Syftet med examensarbetet är att undersöka de möjligheter som samarbeten mellan vattenverk skulle medföra för att nå en mer hållbar dricksvattenproduktion. Syftet är också att undersöka det mest effektiva sättet att få till ett samarbete mellan vattenverken med digitala medel. En workshop och flertalet intervjuer genomfördes med olika representanter från vattenverk för att samla information om möjligheten med att dela data/information mellan dem. Men också för att göra en säkerhetsklassning av data/information som genereras på vattenverken. Representanterna inkluderade processingenjörer, processtekniker, säkerhetsansvariga samt en medarbetare från Svenskt vatten, en intresseorganisation för vattensektorn. Resultatet visade att delning av data/information redan sker inom sektorn, dock under begränsade former. Mindre VA organisationer har fler utmaningar på grund av brist på anställda med rätt kompetens, samarbetspartners och tid. Många inom sektorn har utmaningar när det kommer till att söka och få hjälp, särskilt för de mindre VA organisationerna som vanligtvis har färre kontakter. Men de är inte bara de små som är påverkade av detta problem, men det är vanligare att de inte har kontakter med andra VA organisationer. De flesta vattenverken ansåg att data/information från reningssteg skulle vara möjligt att dela under begränsade former. Informationssäkerhetsklassning är en enskild fråga för varje vattenverk som baseras på de hot som varje vattenverk står inför. Detta medför att det är svårt att bestämma vilken data/information som kan delas av varje vattenverk. Detta område behöver vidare utredas innan ett beslut kan fattas om vilken data/information alla vattenverk ska dela på en plattform. De flesta deltagarna tyckte att en plattform av något slag skulle vara lösningen för att förenkla delning av data/information mellan vattenverken. Den föreslagna plattformen är en bra start för vattenverk att skapa kontakter och har potentialen att möjliggöra lagring och delning av data/information i framtiden.

No description available.

No description available.

Platforms for publication and collaborative management of data, such as Data.gov or Google Fusion Tables, are a new trend on the web. They manage very large corpora of datasets, but often lack an integrated schema, ontology, or even just common publication standards. This results in inconsistent names for attributes of the same meaning, which constrains the discovery of relationships between datasets as well as their reusability. Existing data integration techniques focus on reuse-time, i.e., they are applied when a user wants to combine a specific set of datasets or integrate them with an existing database. In contrast, this paper investigates a novel method of data integration at publish-time, where the publisher is provided with suggestions on how to integrate the new dataset with the corpus as a whole, without resorting to a manually created mediated schema or ontology for the platform. We propose data-driven algorithms that propose alternative attribute names for a newly published dataset based on attribute- and instance statistics maintained on the corpus. We evaluate the proposed algorithms using real-world corpora based on the Open Data Platform opendata.socrata.com and relational data extracted from Wikipedia. We report on the system's response time, and on the results of an extensive crowdsourcing-based evaluation of the quality of the generated attribute names alternatives.

Den första detaljerade topografiska karteringen som täcker en större del av Sverige är den s.k. Häradskartan som framställdes under 1800-talets andra hälft och som följdes av Generalstabens topografiska karta under början av 1900-talet. För framställning av kartorna upprättades först stomkartor genom transporter av äldre kartor i större skala från skiften och lantmäteriförrättningar. Historiska topografiska kartor ur Häradskartan och stomkartorna till Generalstabens topografiska karta publicerades under 2023 av Naturvårdsverket i form av digitala kartraster som georefererats med en automatisk metod baserad på rutnät av kartbladshörn för kartserierna. Denna studie syftar till att undersöka huruvida resultatet av den automatiska georefering som utförts med kartbladshörnen kan förbättras med en metod baserad på identifiering av gemensamma passpunkter mellan de historiska kartan och den moderna topografiska karta som finns tillgänglig som öppen data från Lantmäteriet. För att den metod som används ska vara användbar för en intresserad allmänhet undersöktes de möjligheter för georeferering av de historiska topografiska kartorna som finns med kostnadsfria Open Source-programvaror och öppna data. För att resultatet av georefereringen ska kunna utvärderas i en praktisk tillämpning undersöktes skapande av 3D-visualiseringar av de historiska kartorna. Studien avgränsas till ett område omfattande 400 000 ha huvudsakligen i Örebro län och de georefereringsmetoder som finns i programvaran QGIS. Passpunkter identifierades i den moderna topografiska kartan där byggnadspunkter för slott, kyrkor och herrgårdar som kunde verifieras genom sökningar i bebyggelseregister kompletterades med gränspunkter, vägkorsningar och hydrografiska objekt som visuellt kan antas sammanfalla vid studie av geometrier i de automatiskt georefererade kartorna. För att de kartblad som bygger upp kartserierna ska passa ihop över skarvarna efter georeferering mosaikerades dessa kartblad till ett gemensamt virtuellt kartraster. Resultaten av georefereringen visade att de medelavvikelser som uppmättes i de automatiskt rektifierade kartorna, ca 50 m för Häradskartan och ca 150 m för stomkartorna, kunde förbättras till ca 30 m för båda kartmaterialen med ca sex passpunkter/kvadratmil. Det framgår dock att stora lokala variationer i storleken på felen finns såväl före som efter transformationerna och studien visar på att en mer komplex lokal transformationsmetod med en stor mängd passpunkter fördelade över kartan behövs för att erhålla generella förbättringar av passningen. De skapade 3D-visualiseringarna visade på att en visuellt bättre passning ändå kunde erhållas även med de relativt få passpunkter som använts här. / The first detailed topographic mapping of larger parts of Sweden is the so-called District Economic Map that was produced during the second half of the 19th century and which was followed by the General Staff Map in the beginning of the 20th century. These maps were produced from skeleton maps that were constructed from transports of older large-scaled maps from legal shifts and parcel acts. Historical topographic maps from the District Economic Map and the skeleton maps for the General Staff Map were published in 2023 as digital raster maps that has been georeferenced using an automatic method based on a grid of corner coordinates for the map series. This study aims to investigate whether the result of the automatic georeferencing method can be improved using a method of identifying common ground control points between the historical maps and the modern topographic maps that are available as open data from the Swedish Land Survey. In order for the applied methods to be available to an interested general public this study investigates the possibilities of performing the georeferencing using free open-source software and open data. To allow the evaluation of the georeferencing results in a practical application the historical maps are visualized in 3D. The study is limited to an area encompassing 400 000 ha mainly in Örebro county and the georeferencing algorithms that are available in the QGIS software. Ground control points were identified in the modern topographic map by supplementing building points representing castles, churches and manor houses that can be verified by researching registries of built heritage with boundary points, road crossings and hydrographic objects that visually appear to coincide when studying the geometries of the automatically georeferenced maps. In order to ensure that the map sheets that make up the map series fit over the sheet edges the sheets were mosaicked in a single virtual raster. The results of the georeferencing process show that the mean deviations that could be measured in the automatically referenced maps (approx. 50 m for the District Economic Map and approx. 150 m for the skeleton maps) could be improved to approx. 30 m in both cases using about six control points per 10 000 ha. Large variations in the sizes of local errors are prevalent both before and after the transformations and the study shows that a more complex local transformation method using a large amount of control points is required in order to achieve a general improvement of the fit with modern data. Visualizing in 3D did show, however, that a visually significant improvement could be achieved already using relatively few control points as in this study.

[ES] Desde hace varias décadas vivimos en lo que los académicos e industriales han convenido llamar la era de la información y economía del conocimiento, ambas caracterizadas, entre otras cosas, por el rol preponderante que ocupan tanto la información como el conocimiento en el quehacer y en los procesos, tanto productivos como de gestión, de las organizaciones. La información y el conocimiento han pasado de ser un recurso más en las organizaciones a ser uno de los principales activos que éstas poseen y utilizan para tomar decisiones, mejorar sus procesos, comprender el entorno y obtener una ventaja competitiva. Pero, para disfrutar de todos estos beneficios, se hace necesario una gestión pro-activa e inteligente de los datos. Esta última se hace más necesaria en el contexto actual en donde la cantidad de datos disponibles sobrepasa la capacidad del hombre para analizarlos. Es en este contexto donde la Inteligencia de Negocios cobra especial importancia, ya que tiene como propósito tomar datos, generalmente, desde diferentes fuentes, integrarlos y procesarlos, dejándolos listos para posteriores tareas de análisis. Paralelo al lugar importante que ocupa la inteligencia de negocios, está la contribución de la Web 2.0 en la generación de nuevo contenido. La Web 2.0 ha sido uno de los desencadenantes en la producción de datos a través de la internet convirtiéndose así en una fuente valiosa de datos sobre lo que las personas hacen, sienten y desean. Tal es el caso de plataformas como Twitter, que permite a las personas expresar su opinión sobre cualquier tema de interés u OpenStreetMap, que facilita la creación y consulta de información geográfica de manera colaborativa, entre otras. Esta tesis gira en torno al uso de datos colaborativas y la utilización de la tecnología de la Inteligencia de Negocio para soportar el proceso de toma de decisiones, aplicado, concretamente, al sector turístico. Aunque el enfoque de tratamiento de los datos descrito en esta tesis puede ser utilizado, con ligeras adaptaciones, para trabajar en otros dominios, se seleccionó el turismo por ser uno de las principales actividades económicas a nivel mundial. Tomando como referencia el año 2019, este sector económico creció en un 3.5 % por encima de la economía global que creció un 2.5 %, generó 330 millones de empleos (1 de cada 10) y representó el 10.3 % del producto interno bruto global. En primer lugar, se realizó un análisis de las fuentes de datos colaborativas que pueden aportar conocimiento para el análisis de este sector y se seleccionaron cuatro fuentes de datos: OpenStreetMap y Twitter, ya nombradas y Tripadvisor y Airbnb para la información sobre alojamientos. Con las cuatro fuentes de datos colaborativas identificadas y utilizando la Inteligencia de Negocio como soporte tecnológico, se creó una plataforma responsable de todo el proceso, el cual abarca la extracción de datos de las diferentes fuentes, su integración en un formato consistente, su procesamiento y estructuración para ser utilizados en tareas de análisis y visualización de los resultados del análisis. La plataforma construida se denomina BITOUR. BITOUR integra la propuesta de un modelo de BI para manejar datos geoespaciales, abiertos, combinados con contenido de redes sociales (colaborativos) junto con la propuesta de una serie de algoritmos para la identificación de los turistas y residentes de los destinos, la detección de usuarios no reales y la asignación de los tuits a los lugares dentro de un destino. La integración de datos colaborativos, junto con los algoritmos, en una plataforma de Inteligencia de negocio representa una fuente potencial de valioso conocimiento que puede ser aprovechado en el sector turismo para conocer las actividades que realizan los turistas en un destino, las opiniones sobre un destino particular y sus atracciones, los periodos del año más frecuentados por los turistas según la nacionalidad, entre muchas otras preguntas. BITOUR permite definir, interactivamente, un destino a analizar, cargar datos desde diferentes tipos de fuentes (espaciales y de opinión, entre otras), ejecutar rutinas que asocian opiniones a lugares e identifican turistas entre los datos recopilados, así como visualizar los datos a través de la misma plataforma. BITOUR permite, entre otras cosas, la creación de tablas y gráficos dinámicos que posibilitan manipular los resultados de todos los cálculos que en la plataforma se han realizado. De esta manera, se pueden analizar tendencias de los turistas, tener un menor tiempo de respuesta frente a los eventos, enfocar mejor las campañas de mercadeo, etc. En definitiva, tener otra forma de acercarse a los turistas y comprenderlos. / [EN] For several decades we have lived what academics and entrepreneurs call the information age and knowledge economy, both characterized, among other things, by the preponderant role that both information and knowledge hold in the production and management work of the organizations. Information and knowledge have evolved from being one among the resources in organizations to being one of their main assets in order to make decisions, to improve their processes, to understand the environment and to obtain a competitive advantage. But, to enjoy all these benefits, a pro-active and intelligent data management is necessary. The latter is more necessary in the current context where the amount of available data exceeds human capacity to analyze it. It is in this context where Business Intelligence takes on special importance since its purpose is to take data, generally from different sources, integrate and process the data so as to leaving it ready for subsequent analysis tasks. Parallel to the relevant role of Business Intelligence, there is the contribution of Web 2.0 in the generation of new data. Web 2.0 has been one of the triggers in the production of data through internet, thus becoming a valuable source of information about what people do, feel and wish. This is the case of platforms such as Twitter, which allows people to express their opinion on any topic of interest or OpenStreetMap, which facilitates the creation and consultation of geographic information in a collaborative way, among others. This thesis revolves around the use of collaborative data and the use of Business Intelligence technology to support the decision-making process, specifically applied to the tourism sector. Although the data management approach described in this thesis can be used, with slight adaptations, to work in other domains, tourism was selected for being one of the main economic activities worldwide. Taking 2019 as a reference, this economic sector grew 3.5 % above the global economy, which grew 2.5 %, generated 330 million jobs (1 in 10) and represented 10.3 % of gross domestic product global. First, an analysis of the collaborative data sources that can provide knowledge for the analysis of this sector was carried out and four data sources were selected: OpenStreetMap and Twitter, already mentioned, and Tripadvisor and Airbnb for information on accommodations. With these four collaborative data sources identified and using Business Intelligence as technological support, a platform responsible for the entire process was created, which includes the extraction of data from the different sources, integration of data in a consistent format, processing and structuring data to be used in analysis tasks and visualization of the analysis results. The built platform is called BITOUR. BITOUR integrates the proposal of a BI model to handle open, geospatial data, combined with content from social networks (collaborative) together with the proposal of a series of algorithms for the identification of tourists and residents of the destinations, the detection of non-real users and the assignment of tweets to places within a destination. The integration of collaborative data in a Business Intelligence platform represents a potential source of valuable knowledge that can be used in the tourism sector to know the activities that tourists carry out in a destination, the opinions about a particular destination and its tourist attractions or the seasons most frequented by tourists according to nationality, among many other questions. BITOUR allows to interactively define a destination to be analyzed, to load data from different types of sources like spatial and opinion sources, to execute routines that associate opinions with places and to identify tourists among the collected data as well as visualize the data in the same platform. BITOUR allows for the creation of dynamic tables and graphics that make it possible to manipulate the results of all the calculations that have been performed on the platform. In this way, tourist trends can be analyzed to shorten response time to events, put the focus on marketing campaigns, etc. In short, having another way of approaching tourists and understanding them. / [CA] Des de fa diverses dècades vivim en el que els acadèmics i industrials han convingut dir la era de la informació i economia del coneixement, totes dues caracteritzades, entre altres coses, pel rol preponderant que ocupen tant la informació com el coneixement en el quefer i en els processos, tant productius com de gestió, de les organitzacions. La informació i el coneixement han passat de ser un recurs més en les organitzacions a ser un dels principals actius que aquestes posseeixen i utilitzen per a prendre decisions, millorar els seus processos, comprendre l'entorn i obtenir un avantatge competitiu. Però, per a gaudir de tots aquests beneficis, es fa necessari una gestió pro-activa i intel·ligent de les dades. Aquesta última es fa més necessària en el context actual on la quantitat de dades disponibles sobrepassa la capacitat de l'home per a analitzar-los. És en aquest context on la Intel·ligència de Negocis cobra especial importància, ja que té com a propòsit prendre dades, generalment, des de diferents fonts, integrar-los i processar-los, deixant-los llestos per a posteriors tasques d'anàlisis. Paral·lel al lloc important que ocupa la intel·ligència de negocis, està la contribució de la Web 2.0 en la generació de nou contingut. La Web 2.0 ha sigut un dels desencadenants en la producció de dades a través de la internet convertint-se així en una font valuosa d'informació sobre el que les persones fan, senten i desitgen. Tal és el cas de plataformes com Twitter, que permet a les persones expressar la seua opinió sobre qualsevol tema d'interès o OpenStreetMap, que facilita la creació i consulta d'informació geogràfica de manera col·laborativa, entre altres. Aquesta tesi gira entorn de l'ús de dades col·laboratives i la utilització de la tecnologia de la Intel·ligència de Negoci per a suportar el procés de presa de decisions, aplicat, concretament, al sector turístic. Encara que l'enfocament de tractament de les dades descrit en aquesta tesi pot ser utilitzat, amb lleugeres adaptacions, per a treballar en altres dominis, es va seleccionar el turisme per ser un de les principals activitats econòmiques a nivell mundial. Prenent com a referència l'any 2019, aquest sector econòmic va créixer en un 3.5 % per damunt de l'economia global que va créixer un 2.5 %, va generar 330 milions d'ocupacions (1 de cada 10) i va representar el 10.3 % del producte intern brut global. En primer lloc, es va realitzar una anàlisi de les fonts de dades col·laboratives que poden aportar coneixement per a l'anàlisi d'aquest sector i es van seleccionar quatre fonts de dades: OpenStreetMap i Twitter, ja nomenades i Tripadvisor i Airbnb per a la informació sobre allotjaments. Amb les quatre fonts de dades col·laboratives identificades i utilitzant la Intel·ligència de Negoci com a suport tecnològic, es va crear una plataforma responsable de tot el procés, el qual abasta l'extracció de dades de les diferents fonts, la seua integració en un format consistent, el seu processament i estructuració per a ser utilitzats en tasques d'anàlisis i visualització dels resultats de l'anàlisi. La plataforma construïda es denomina BITOUR. BITOUR integra la proposta d'un model de BI per a manejar dades geo-espacials, obertes, combinades amb contingut de xarxes socials (col·laboratius) juntament amb la proposta d'una sèrie d'algorismes per a: la identificació dels turistes i residents de les destinacions, la detecció d'usuaris no reals i l'assignació dels "tuits" als llocs dins d'una destinació. La integració de dades col·laboratives en una plataforma d’Intel·ligència de negoci representa una font potencial de valuós coneixement que pot ser aprofitat en el sector turisme per a conèixer les activitats que realitzen els turistes en una destinació, les opinions sobre una destinació particular i les seues atraccions, els períodes de l’any més freqüentats pels turistes segons la nacionalitat, entre moltes altres preguntes. BITOUR permet definir, interactivament, una destinació a analitzar, carregar dades des de diferents tipus de fonts (espacials i d’opinió, entre altres), executar rutines que associen opinions a llocs i identifiquen turistes entre les dades recopilades, així com visualitzar les dades a través de la mateixa plataforma. BITOUR permet, entre altres coses, la creació de taules i gràfics dinàmics que possibiliten manipular els resultats de tots els càlculs que en la plataforma s’han realitzat. D’aquesta manera, es poden analitzar tendències dels turistes, tenir un menor temps de resposta enfront dels esdeveniments, enfocar millor les campanyes de mercadeig, etc. En definitiva, tenir una altra manera d’acostar-se als turistes i comprendre’ls. / Bustamante Martínez, AA. (2020). Análisis de datos colaborativos e inteligencia de negocio: aplicación al sector turístico [Tesis doctoral]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/160061

This paper describes problems of eGovernment and proposes way to measure e-Government services. Described is the state of the Czech eGovernment in detail to selected projects and in international comparison. The description shows that the development is still ongoing, but in a much slower pace than in the electronically advanced countries. Main identified problem is inconsequent strategic management and resortism, which is constraining deployment of cross-resort projects. Based on the description of the current situation and on the international experiences, author offers specific recommendations to future development of the electronization of public administration in the Czech Republic. In response on management problems is in this paper proposed and tested methodology for measuring the effectiveness of e-Government services. This methodology is an objective procedure of measuring the effectiveness of e-services which is providing feedback for service providers. Testing of methodology evaluates three services from taxation agenda and highlights their weaknesses, including the proposal of corrective solutions.

This thesis presents the implementation of data fusion techniques for sustainable urban development. Recently, increasingly more geospatial data have been made easily available for no cost. The immeasurable quantities of geospatial data are mainly from four kinds of sources: remote sensing satellites, geographic information systems (GIS) data, citizen science, and sensor web. Among them, satellite images have been mostly used, due to the frequent and repetitive coverage, as well as the data acquisition over a long time period. However, the rather coarse spatial resolution of e.g. 30 m for Landsat 8 multispectral images impairs the application of satellite images in urban areas. Even though image fusion techniques have been used to improve the spatial resolution, the existing image fusion methods are neither suitable for sharpening one band thermal images nor for hyperspectral images with hundreds of bands. Therefore, simplified Ehlers fusion was developed. It adds the spatial information of a high-resolution image into a low-resolution image in the frequency domain through fast Fourier transform (FFT) and filter techniques. The developed algorithm successfully improved the spatial resolution of both one band thermal images as well as hyperspectral images. It can enhance various images, regardless of the number of bands and the spectral coverage, providing more precise measurement and richer information. To investigate the performance of simplified Ehlers fusion in practical use, it was applied for urban heat island (UHI) analysis. This was done by sharpening daytime and nighttime thermal images from Landsat 8, Landsat 7, and the Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER). The developed algorithm effectively improved the spatial details of the original images so that the temperature differences between agricultural, forest, industrial, transportation, and residential areas could be distinguished from each other. Based on that, it was found that in the study city the causes of UHI are mainly anthropogenic heat from industrial areas as well as high temperatures from the road surface and dense urban fabric. Based on this analysis, corresponding mitigation strategies were tailored. Remote sensing images are useful yet not sufficient to retrieve land use related information, despite high spatial resolution. For sustainable urban development research, remote sensing images need to be incorporated with data from other sources. Accordingly, image fusion needs to be extended to broader data fusion. Extraction of urban vacant land was therefore taken as a second application case. Much effort was spent on the definition of vacant land as unclear definitions lead to ineffective data fusion and incorrect site extraction results. Through an intensive study of the current research and the available open data sources, a vacant land typology is proposed. It includes four categories: transportation-associated land, natural sites, unattended areas or remnant parcels, and brownfields. Based on this typology, a two-level data fusion framework was developed. On the feature level, sites are identified. For each type of vacant land, an individual site extraction rule and data fusion procedure is implemented. The overall data fusion involves satellite images, GIS data, citizen science, and social media data. In the end, four types of vacant land features were extracted from the study area. On the decision level, these extracted sites could be conserved or further developed to support sustainable urban development.