Projektbeschreibung
AI4EO misst globale Ernährungssicherheit
Die Messung der globalen Ernährungssicherheit stellt eine wesentliche Voraussetzung für die Gestaltung wirksamer politischer Entscheidungen dar. Es gibt mehrere Bewertungsmaßnahmen, die sich jedoch auf Ernährung und körperliche Aspekte konzentrieren. Auch die Schwierigkeit, relevante Daten zu beschaffen, führt zu unvollständigen Bewertungen. In diesem Zusammenhang wird das ERC-finanzierte Projekt EO4FoodSecurity die einzigartigen KI-Algorithmen und die Funktionen zur Verwaltung großer Erdbeobachtungsdaten, die im Rahmen des ERC-finanzierten Projekts So2Sat entwickelt wurden, erweitern, um den Zustand der globalen Ernährungssicherheit auf regionaler Ebene zu beziffern. Im Projekt wird eine Software erstellt, die multimodale, aus Satellitenbildern abgeleitete Daten und zusätzliche offene Daten als kommerziellen, integrierten Dienst nutzt. EO4FoodSecurity wird ein umfassendes Geschäftsszenario entwickeln, das bei der Entwicklung einer Nutzungsstrategie und einer interaktiven Plattform zur Analyse großer Erdbeobachtungsdaten helfen soll.
Ziel
Characterizing the state of global food security is essential in devising and evaluating policies and programs for effective decision making. The concept of food security is multidimensional and dynamic and is often compounded by the challenge of obtaining relevant data. Moreover, finding appropriate indicators that specifically encompass the four dimensions of food security (including physical availability of food, economic and physical access to food, food utilization, and sustainability) as specified by UN FAO remains a challenging task. There exist variety of different measures for assessing the food security situation, but they merely focus on nutrition and physical aspects and thus provide incomplete assessments related to the problem.
In this PoC project, I aim to extend the unique AI algorithms and the big EO data management features developed in the ERC StG “So2Sat” to characterize the state of global food security on regional scales using multimodal data derived from satellite imagery and auxiliary open data, and offer our software as a commercial, integrated service. Within the PoC, a comprehensive business case that will assist us in designing an exploitation strategy will be developed. Achieving these objectives will augment the capability of our existing AI solution for land cover/land use mapping to infer the crucial aspects of food security and sustainability.
Our value proposition in EO4FoodSecurity is a set of professional solutions to extract relevant indicators for characterizing food security by retrieving them from big EO data and other open sources using AI. E.g. generating land use map and using it along with other information extraction modules of So2Sat (such as population density, road and building footprints) and other open data (e.g. meteorological, nutrition) to generate food security map at unprecedented finer spatial and temporal scales. We aim to support these solutions in an easy-to-use, interactive big EO data analysis platform.
Wissenschaftliches Gebiet
- natural sciencescomputer and information sciencesdata science
- natural sciencescomputer and information sciencessoftware
- engineering and technologymechanical engineeringvehicle engineeringaerospace engineeringsatellite technology
- natural sciencesearth and related environmental sciencessoil sciencesland-based treatment
- medical and health scienceshealth sciencesnutrition
Programm/Programme
- HORIZON.1.1 - European Research Council (ERC) Main Programme
Thema/Themen
Finanzierungsplan
HORIZON-AG-LS - HORIZON Lump Sum GrantGastgebende Einrichtung
80333 Muenchen
Deutschland