Skip to main content
Vai all'homepage della Commissione europea (si apre in una nuova finestra)
italiano it
CORDIS - Risultati della ricerca dell’UE
CORDIS

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

Descrizione del progetto

Sistemi integrati di allerta precoce multirischio per la resilienza climatica

Un disastro naturale può innescarne un altro. Sebbene raramente siano isolati, i rischi naturali generalmente vengono trattati separatamente dalla ricerca e dalle politiche, che non tengono conto delle dinamiche multirischio. Il progetto WARN2RESIL, sostenuto dal programma di azioni Marie Skłodowska-Curie, sta sviluppando un sistema integrato di allerta precoce progettato per rilevare e rispondere alle dinamiche multirischio. La soluzione coniuga intelligenza artificiale, metodi basati sui dati e il coinvolgimento delle parti interessate, al fine di migliorare la precisione predittiva e la simulazione di scenari relativi ai fattori scatenanti dei pericoli. WARN2RESIL si propone di fornire un quadro teorico, due casi di studio e un indicatore multirischio che consenta di prendere decisioni informate. Gli obiettivi del progetto sono in linea con gli sforzi internazionali, tra cui l’Agenda 2030 per lo sviluppo sostenibile e il Quadro di riferimento di Sendai per la riduzione del rischio di catastrofi 2025-2030 delle Nazioni Unite.

Obiettivo

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.

Campo scientifico (EuroSciVoc)

Parole chiave

Programma(i)

Argomento(i)

Meccanismo di finanziamento

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

Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento

Invito a presentare proposte

(si apre in una nuova finestra) HORIZON-MSCA-2025-PF

Vedi tutti i progetti finanziati nell’ambito del bando

Coordinatore

UNIVERSITA CA' FOSCARI VENEZIA
Contributo netto dell'UE
€ 193 643,28
Indirizzo
DORSODURO 3246
30123 Venezia
Italia
Regione
Nord-Est Veneto Venezia
Tipo di attività
Higher or Secondary Education Establishments
Collegamenti
Costo totale
Nessun dato

Partner (3)