Opis projektu
Szacowanie wpływu emisji innych niż CO2 z sektora lotniczego na środowisko
Nie jest tajemnicą, że lotnictwo ma negatywny wpływ na klimat ze względu na szkodliwe emisje, jednak wyniki najnowszych badań wskazują, że dotychczas nie byliśmy świadomi wpływu smug kondensacyjnych i antropogenicznych cirrusów na zjawisko chłodzenia atmosfery i powstawanie zachmurzenia. Ze względu na złożoność i mnogość zmiennych, badania naukowe na ten temat były ograniczone. Zespół finansowanego ze środków Unii Europejskiej projektu E-CONTRAIL zamierza zrealizować kompleksowe badanie poświęcone smugom kondensacyjnym oraz zachmurzeniu spowodowanemu przez sektor lotniczy, opierając się w tym celu na najnowocześniejszych technologiach obrazowania satelitarnego. Celem prac jest badanie ich potencjalnego wpływu na środowisko. Drugim celem badaczy jest zbudowanie sztucznej sieci neuronowej zdolnej do przewidywania wpływu na środowisko emisji zanieczyszczeń innych niż CO2 przez lotnictwo. Aby zrealizować to założenie, wykorzystają oni rozległą wiedzę z zakresu uczenia głębokiego oraz nauk o klimacie, co pozwoli na zminimalizowanie niepewności.
Cel
Contrails and aviation-induced cloudiness effects on climate change show large uncertainties since they are subject to meteorological, regional, and seasonal variations. Indeed, under some specific circumstances, aircraft can generate anthropogenic cirrus with cooling. Thus, the need for research into contrails and aviation-induced cloudiness and its associated uncertainties to be considered in aviation climate mitigation actions becomes unquestionable.
We will blend cutting-edge AI techniques (deep learning) and climate science with application to the aviation domain, aiming at closing (at least partially) de existing gap in terms of understanding aviation-induced climate impact.
The overall purpose of E-CONTRAIL project is to develop artificial neural networks (leveraging remote sensing detection methods) for the prediction of the climate impact derived from contrails and aviation-induced cloudiness, contributing, thus, to a better understanding of the non-CO2 impact of aviation on global warming and reducing their associated uncertainties as essential steps towards green aviation.
Specifically, the objectives of E-CONTRAIL are:
O-1 to develop remote sensing algorithms for the detection of contrails and aviation-induced cloudiness.
O-2 to quantify the radiative forcing of ice clouds based on remote sensing and radiative transfer methods.
O-3 to use of deep learning architectures to generate AI models capable of predicting the radiative forcing of contrails based on data-archive numerical weather forecasts and historical traffic
O-4 to assess the climate impact and develop a visualization tool in a dashboard
Upon successful achievement of the objectives described above, we ambition to provide aviation stakeholders with an early and accurate (thus, reducing the associated uncertainty) prediction of those volumes of airspace with the conditions for large global warming impact due to contrails and aviation-induced cloudiness.
Dziedzina nauki
- natural sciencesearth and related environmental sciencesatmospheric sciencesmeteorology
- engineering and technologyenvironmental engineeringremote sensing
- natural sciencescomputer and information sciencesartificial intelligencemachine learningdeep learning
- natural sciencesearth and related environmental sciencesatmospheric sciencesclimatologyclimatic changes
- natural sciencescomputer and information sciencesartificial intelligencecomputational intelligence
Słowa kluczowe
Program(-y)
- HORIZON.2.5 - Climate, Energy and Mobility Main Programme
Temat(-y)
Zaproszenie do składania wniosków
Zobacz inne projekty w ramach tego zaproszeniaSystem finansowania
HORIZON-JU-RIA - HORIZON JU Research and Innovation ActionsKoordynator
28903 Getafe (Madrid)
Hiszpania