Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français fr
CORDIS - Résultats de la recherche de l’UE
CORDIS

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

Description du projet

Des systèmes d’alerte précoce multirisques intégrés pour la résilience climatique

Une catastrophe naturelle peut en déclencher une autre. Bien qu’elles surviennent rarement de manière isolée, les catastrophes naturelles sont généralement traitées séparément par des cadres de recherche et politiques qui ne tiennent pas compte des dynamiques de dangers multiples. Soutenu par le programme Actions Marie Skłodowska-Curie, le projet WARN2RESIL développe un cadre d’alerte précoce intégré conçu pour capter et répondre à cette dynamique de dangers multiples. Il combine l’IA, des méthodes basées sur les données et l’implication des parties prenantes pour améliorer la précision des prévisions et la simulation des scénarios de déclenchement des incidents. WARN2RESIL entend fournir un cadre théorique, deux études de cas et un indicateur de dangers multiples pour une prise de décision éclairée. Les objectifs du projet sont conformes aux efforts internationaux, notamment au Programme de développement durable à l’horizon 2030 et au Cadre de Sendai des Nations Unies pour la réduction des risques de catastrophe 2025-2030.

Objectif

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.

Champ scientifique (EuroSciVoc)

Mots‑clés

Programme(s)

Thème(s)

Régime de financement

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

Voir tous les projets financés dans le cadre de ce programme de financement

Appel à propositions

(s’ouvre dans une nouvelle fenêtre) HORIZON-MSCA-2025-PF

Voir tous les projets financés au titre de cet appel

Coordinateur

UNIVERSITA CA' FOSCARI VENEZIA
Contribution nette de l'UE
€ 193 643,28
Coût total
Aucune donnée

Partenaires (3)