Description du projet
Méthode innovante d’évaluation des risques de glissement de terrain
Il n’est pas facile de prévoir les glissements de terrain. L’évaluation des risques et des dangers repose sur des facteurs marqués par l’incertitude, comme les conditions géologiques et géotechniques et l’activité humaine. Le projet HYBLAND, financé par l’UE, développera une méthode innovante, fiable et inclusive pour évaluer la susceptibilité et les risques de glissements de terrain. En prenant le sud-ouest de Chypre comme zone d’essai, le projet associera la technologie d’observation de la Terre à la recherche géotechnique classique pour étudier les mécanismes de défaillance des glissements de terrain et leur propagation spatio-temporelle. HYBLAND élaborera une méthode déterministe multimodale efficace et une méthode d’évaluation basée sur l’apprentissage automatique. Le projet combinera ces méthodes afin de développer une approche méthodologique innovante pour une gestion plus efficace des incertitudes associées.
Objectif
The activation as well as the consequences of natural geohazards, such as landslides, are difficult to predict, as they depend on factors characterized by large uncertainties, such as the geological and geotechnical conditions, and the influence of human activities. The proposed study aims at the development of a novel, reliable and comprehensive method for the estimation of the landslide susceptibility and hazard. The individual goals of this study are: a) to investigate the failure mechanism of landslides and their spatio-temporal spread using an approach which combines the Earth Observation technology with the classical geotechnical research, b) to formulate an effective multimodal determinist approach for landslide susceptibility assessment, c) to develop a landslide susceptibility and hazard assessment method based on Machine Learning, d) to combine the two previous methods, effectively creating a novel, highly performing methodological approach. The new method will be able to manage more effectively the uncertainties, giving reliable results even in areas where there is scarcity of landslide records. The testbed area for the development of the new approach will be southwestern Cyprus, a region with very high density of landslide phenomena due its particular geology and relatively high seismicity. The produced hazard maps will allow the identification of areas which are susceptible to landslides and, consequently, the results of this research will help the decision-makers in taking actions towards protecting the built environment from the landslide hazards, thus securing sustainable development. Eventually, after the validation of the new method and produced maps, this process can be applied in other parts of Europe suffering from similar phenomena.
Champ scientifique (EuroSciVoc)
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN.
CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN.
- sciences naturellessciences de la Terre et sciences connexes de l'environnementgéologiesismologie
- sciences socialessociologiegouvernancegestion de crise
- sciences naturellessciences de la Terre et sciences connexes de l'environnementgéographie physiquecatastrophe naturelle
- sciences naturellesinformatique et science de l'informationintelligence artificielleapprentissage automatique
Vous devez vous identifier ou vous inscrire pour utiliser cette fonction
Mots‑clés
Programme(s)
Régime de financement
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)Coordinateur
2021 Lefkosia
Chypre
L’entreprise s’est définie comme une PME (petite et moyenne entreprise) au moment de la signature de la convention de subvention.