Opis projektu
AI4EO zbada światowe bezpieczeństwo żywnościowe
Pomiar globalnego bezpieczeństwa żywnościowego jest niezbędny dla opracowywania skutecznych polityk decyzyjnych. Istnieje kilka sposobów dokonywania pomiarów, jednak koncentrują się one na żywieniu i aspektach fizycznych. Dodatkowo problem z uzyskaniem odpowiednich danych skutkuje niepełnymi ocenami. W tym kontekście zespół projektu EO4FoodSecurity finansowanego przez ERBN rozbuduje unikalne algorytmy SI oraz funkcje zarządzania dużymi zbiorami danych z obserwacji Ziemi opracowane w ramach projektu So2Sat (również finansowanego przez ERBN), aby zmierzyć stan globalnego bezpieczeństwa żywnościowego na poziomach regionalnych. Naukowcy opracują oprogramowanie, posiłkując się multimodalnymi danymi uzyskanymi z obrazów satelitarnych oraz dodatkowym zbiorem otwartych danych w formie zintegrowanej usługi komercyjnej. Członkowie projektu EO4FoodSecurity opracują kompleksowy przypadek biznesowy, aby pomóc w zaprojektowaniu strategii eksploatacji oraz interaktywnej platformy do analizy dużych zbiorów danych z obserwacji Ziemi.
Cel
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.
Dziedzina nauki
- 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
Program(-y)
- HORIZON.1.1 - European Research Council (ERC) Main Programme
System finansowania
HORIZON-AG-LS - HORIZON Lump Sum GrantInstytucja przyjmująca
80333 Muenchen
Niemcy