Skip to main content
Weiter zur Homepage der Europäischen Kommission (öffnet in neuem Fenster)
Deutsch de
CORDIS - Forschungsergebnisse der EU
CORDIS

Towards Resilient Communities: Understanding triggers of Multi-Hazard Early Warning Systems with Comprehensive Risk Metrics

Projektbeschreibung

Integrierte Mehrfachgefahren-Frühwarnsysteme für bessere Klimaresilienz

Eine Naturkatastrophe kann eine weitere auslösen. Auch wenn Naturgefahren selten isoliert auftreten, werden sie in der Forschung und in politischen Rahmenwerken meist getrennt behandelt, wodurch die Dynamik, die mehrere Gefahren entwickeln können, völlig außer Acht gelassen wird. Das Team des innerhalb der Marie-Skłodowska-Curie-Maßnahmen unterstützten Projekts WARN2RESIL entwickelt ein integriertes Frühwarnsystem, das dazu bestimmt ist, die Dynamik mehrerer Gefahren zu erfassen und darauf zu reagieren. Mit einer Kombination aus künstlicher Intelligenz (KI), datengestützten Methoden und Einbindung von Interessengruppen werden die Vorhersagegenauigkeit und Szenariosimulation von Gefahrenauslösern verbessert. Das Ziel der Arbeit von WARN2RESIL lautet, ein theoretisches Rahmenwerk, zwei Fallstudien und einen Indikator zur Messung des Mehrfachgefahrenrisikos bereitzustellen, die eine fundierte Entscheidungsfindung ermöglichen. Die Ziele des Projekts stehen mit internationalen Bemühungen, darunter der Agenda 2030 für nachhaltige Entwicklung und dem Sendai-Rahmen der Vereinten Nationen für Katastrophenvorsorge 2025-2030, im Einklang.

Ziel

In our interconnected and rapidly changing world, multiple natural hazards pose significant threats to human communities and
infrastructure. Natural hazards often occur simultaneously or trigger one another, such as droughts leading to wildfires or
earthquakes causing landslides. Despite the interconnected nature of these hazards, policy and research traditionally focus on single
hazards in isolation, overlooking the cascading effects of multi-hazard scenarios. Recognizing this gap, Multi-Hazard Early Warning
Systems (MHEWS) aims to develop a comprehensive framework to address and scale EWS for multi-hazard events. This proposal seeks
to advance understanding of the interactions between different natural hazards and improve early warning systems (EWS) to account
for these interactions. It also aims to create a robust risk metric to inform policymakers, thereby enhancing risk mitigation strategies.
The state-of-the-art approach integrates artificial intelligence (AI) and digital twins with traditional monitoring systems, providing a
holistic and adaptive framework. AI-driven models analyze vast datasets to offer precise predictive insights, while digital twins
simulate real-world interactions between hazards and infrastructure, allowing for better preparedness and response strategies. The
proposal outlines three main objectives: developing a theoretical framework for multi-hazard EWS, implementing multi-hazard EWS
in two case studies, and creating a risk metric for multi-hazard events. By achieving these objectives, MHEWS intends to build more
resilient societies capable of effectively responding to natural disasters. This research supports global policy initiatives like the 2030
Agenda for Sustainable Development and the Paris Agreement on Climate Change, promoting integrated approaches to address
significant societal challenges and enhance community resilience.

Wissenschaftliches Gebiet (EuroSciVoc)

Schlüsselbegriffe

Programm/Programme

Thema/Themen

Finanzierungsplan

HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

Alle im Rahmen dieses Finanzierungsinstruments finanzierten Projekte anzeigen

Aufforderung zur Vorschlagseinreichung

(öffnet in neuem Fenster) HORIZON-MSCA-2025-PF

Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigen

Koordinator

UNIVERSITA CA' FOSCARI VENEZIA
Netto-EU-Beitrag
€ 193 643,28
Adresse
DORSODURO 3246
30123 Venezia
Italien
Region
Nord-Est Veneto Venezia
Aktivitätstyp
Higher or Secondary Education Establishments
Links
Gesamtkosten
Keine Daten

Partner (3)