Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski pl
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

Coastal Storm Erosion Alert Systems

Opis projektu

Oparty na danych system prognozowania erozji sztormowej wybrzeża

Sztormowa erozja wybrzeża stanowi poważne globalne wyzwanie, zagrażające społecznościom, infrastrukturze i ekosystemom. W wielu obszarach, zwłaszcza na europejskim wybrzeżu Atlantyku, nadal brakuje skutecznych systemów wczesnego ostrzegania pozwalających przewidywać erozję plaż, co ogranicza możliwości ograniczania ryzyka związanego z erozją wybrzeża. Finansowany w ramach programu działania „Maria Skłodowska-Curie“ projekt CoStErAS ma na celu opracowanie modelu prognostycznego erozji plaż poprzez stworzenie kompleksowego zbioru danych z wielu źródeł, uwzględniającego różnorodne warunki przybrzeżne na całym świecie, łączącego istniejące zbiory danych z nowymi danymi pochodzącymi z pomiarów terenowych, obserwacji satelitarnych oraz symulacji numerycznych. W ramach projektu fizyka wybrzeża zostanie połączona z podejściami opartymi na sztucznej inteligencji w celu zidentyfikowania głównych czynników wpływających na erozję sztormową, co pozwoli na opracowanie interpretowalnych i wiarygodnych modeli, unikając jednocześnie prognoz typu „czarna skrzynka”. Ramy te pozwolą określić odpowiednie strategie modelowania, zapewniając narzędzia prognostyczne dla regionów o dużej ilości danych oraz wytyczne operacyjne dla obszarów o ograniczonej dostępności danych w celu zwiększenia odporności wybrzeża.

Cel

Coastal storm-induced erosion is a pressing global issue threatening coastal communities, infrastructure, and ecosystems, increasingly exacerbated by climate change and human pressures. Yet, many regions—particularly the Atlantic coast of Europe—still lack operational Early Warning Systems (EWSs) able to predict storm-induced erosion, a key component for storm risk mitigation. The CoStErAS project addresses this gap by developing a predictive framework for storm-driven beach erosion that is both robust and transferable, designed for integration into EWSs. A comprehensive storm impact dataset will be built by combining existing long-term records (Australia, USA, Japan, France) with new European field data, satellite-derived shorelines, and XBeach simulations. This dataset will underpin the development of a new modelling framework that couples physics-informed feature engineering with advanced AI approaches (e.g. Bayesian Networks for explanatory/causal analysis, XGBoost for predictive skill optimization). This strategy avoids “black-box” pitfalls, ensuring models remain interpretable, transparent, and applicable across diverse coastal settings and tidal regimes. In data-rich areas, the model will provide reliable real-time predictions; in data-limited regions, it will deliver clear guidelines and strategies for operational implementation. Through this MSCA fellowship, I will be trained by world-leading experts at UNSW-WRL (outgoing phase) and EPOC Bordeaux (return phase), acquiring advanced skills in remote sensing, AI, and large-scale coastal modelling. This experience will also deepen my expertise in Atlantic European systems, strengthening my career goal of securing a permanent research position in France. Ultimately, CoStErAS will advance predictive modelling of storm-induced beach erosion, provide valuable insights for the scientific community, and deliver practical tools to improve the resilience of European—and global—coastal societies.

Dziedzina nauki (EuroSciVoc)

Słowa kluczowe

Program(-y)

Temat(-y)

System finansowania

HORIZON-TMA-MSCA-PF-GF - HORIZON TMA MSCA Postdoctoral Fellowships - Global Fellowships

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

(odnośnik otworzy się w nowym oknie) HORIZON-MSCA-2025-PF

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Koordynator

UNIVERSITE DE BORDEAUX
Wkład UE netto
€ 325 542,36
Koszt całkowity
Brak danych

Partnerzy (1)