Projektbeschreibung
KI soll die Ursachen von Waldbränden aufdecken
Das Verständnis der Ursachen der zunehmenden Waldbrände ist für ein wirksames regionales Risikomanagement unerlässlich. Die Fortschritte bei der Satellitenüberwachung liefern zwar genaue Brandkarten, lassen aber die zugrunde liegenden Ursachen nicht erkennen, sodass potenzielle Erkenntnisse weitgehend ungenutzt bleiben. Das durch die Marie-Skłodowska-Curie-Maßnahmen unterstützte Projekt ForestFireAI wird Erdbeobachtungsdaten aus verschiedenen Quellen und Zeiträumen nutzen, um KI-Algorithmen für die Einschätzung der Ursachen von Waldbränden zu entwickeln. Es wird ein Benchmark-Datensatz mit den Ursachen von Waldbränden in Europa erstellen, der als Grundlage für die Bewertung dieser Algorithmen dient. Das Projekt wird die räumliche Auflösung und zeitliche Genauigkeit durch KI-Techniken verbessern und gleichzeitig effiziente Methoden zur Identifizierung von zugrunde liegenden Faktoren, wie menschliche Aktivitäten, hohe Temperaturen, Brennstoffverfügbarkeit und Trockenheit, entwickeln.
Ziel
With the increasing frequency and intensity of forest fires, it is essential to better understand the drivers causing them. Identifying forest fire drivers offer valuable insights that can enhance our comprehension of forest fire variability and guide targeted regional risk management strategies. Recent advancements in satellite remote sensing and machine learning data processing techniques have significantly improved fire monitoring. However, while these efforts have resulted in accurate fire maps, they do not provide information about the underlying causes. Consequently, the full potential of Earth Observation data, along with advanced data processing and modelling techniques for studying the forest fire drivers, remains largely unexplored. The ForestFireAI project aims to leverage the availability of multi-source and multi-temporal Earth Observation data to propose new AI algorithms for estimating forest fire drivers. This includes creating a benchmark dataset of forest fire drivers in Europe, which will serve as a ground truth data for evaluating developed advanced AI algorithms. Moreover, the project will focus on developing AI techniques to improve the spatial resolution of data, use multi-source data and their temporal resolution, and establish efficient processing schemes for detecting forest fire drivers, such as human activities, high temperature, fuel, and dryness. To ensure the reliability, efficiency, and scalability of the developed algorithms, uncertainty-aware, explainable, and hybrid physical/data-driven techniques will be incorporated. Through this multidisciplinary approach—bringing together expertise in remote sensing, computer science, and forest ecology—ForestFireAI will take important steps toward developing the algorithms necessary for better understanding forest fire drivers. This knowledge could contribute in reducing the risk of extreme forest fires and will accelerate the advancement of Dr Benyamin Hosseiny’s research.
Wissenschaftliches Gebiet (EuroSciVoc)
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: Das European Science Vocabulary.
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: Das European Science Vocabulary.
- Technik und Technologie Maschinenbau Fahrzeugbau Luft- und Raumfahrttechnik Satellitentechnologie
- Naturwissenschaften Biowissenschaften Ökologie
- Technik und Technologie Umwelttechnik Energie und Kraftstoffe
Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen
Wir bitten um Entschuldigung ... während der Ausführung ist ein unerwarteter Fehler aufgetreten.
Sie müssen sich authentifizieren. Ihre Sitzung ist möglicherweise abgelaufen.
Vielen Dank für Ihr Feedback. Sie erhalten in Kürze eine E-Mail zur Übermittlungsbestätigung. Wenn Sie sich für eine Benachrichtigung über den Berichtsstatus entschieden haben, werden Sie auch im Falle einer Änderung des Berichtsstatus benachrichtigt.
Schlüsselbegriffe
Schlüsselbegriffe des Projekts, wie vom Projektkoordinator angegeben. Nicht zu verwechseln mit der EuroSciVoc-Taxonomie (Wissenschaftliches Gebiet).
Schlüsselbegriffe des Projekts, wie vom Projektkoordinator angegeben. Nicht zu verwechseln mit der EuroSciVoc-Taxonomie (Wissenschaftliches Gebiet).
Programm/Programme
Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.
Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.
-
HORIZON.1.2 - Marie Skłodowska-Curie Actions (MSCA)
HAUPTPROGRAMM
Alle im Rahmen dieses Programms finanzierten Projekte anzeigen
Thema/Themen
Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.
Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.
Finanzierungsplan
Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.
Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.
HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships
Alle im Rahmen dieses Finanzierungsinstruments finanzierten Projekte anzeigen
Aufforderung zur Vorschlagseinreichung
Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.
Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.
(öffnet in neuem Fenster) HORIZON-MSCA-2024-PF-01
Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigenKoordinator
Finanzieller Nettobeitrag der EU. Der Geldbetrag, den der Beteiligte erhält, abzüglich des EU-Beitrags an mit ihm verbundene Dritte. Berücksichtigt die Aufteilung des EU-Finanzbeitrags zwischen den direkten Begünstigten des Projekts und anderen Arten von Beteiligten, wie z. B. Dritten.
EX4 4QJ Exeter
Vereinigtes Königreich
Die Gesamtkosten, die dieser Organisation durch die Beteiligung am Projekt entstanden sind, einschließlich der direkten und indirekten Kosten. Dieser Betrag ist Teil des Gesamtbudgets des Projekts.