Projektbeschreibung
Erweiterte Überwachung für die Modernisierung der Gemeinsamen Agrarpolitik (GAP)
Im Rahmen ihrer laufenden Bemühungen um eine Vereinfachung und Modernisierung der Gemeinsamen Agrarpolitik (GAP) der EU hat die Europäische Kommission neue Regeln verabschiedet, die den Einsatz einer Reihe moderner Technologien bei der Durchführung von Kontrollen für flächenbezogene GAP-Zahlungen ermöglichen. So wird beispielsweise die neue Satellitentechnologie die Anzahl der Feldinspektionen und die Kosten für die Verwaltung der Kontrollen und Überprüfungen reduzieren. Aufbauend auf diesen Fortschritten entwickelt das EU-finanzierte Projekt DIONE ein Instrument zur Kontrolle der Direktzahlungen, um die erwartete modernisierte GAP-Regelung auf den Einsatz fortschrittlicher Technologie auszurichten. Ein auf regionaler oder nationaler Ebene entwickeltes und auf maschinellem Lernen basierendes System wird das aktuelle Bodenqualitätsniveau bewerten, um evidenzbasierte Schlussfolgerungen hinsichtlich möglicher Umweltauswirkungen auf eine ganze Region zu ziehen.
Ziel
DIONE proposes a close-to-market (TRL7) area-based direct payments monitoring toolbox that will address the forthcoming Modernised CAP regulation of using automated technologies to ensure more frequent, accurate and inexpensive compliance checks. In particular, DIONE will:
(i) Capitalise on recent results of ESA’s SEN4CAP project that showcased the capability of Sentinel data to monitor the crop diversification rules. DIONE shall further integrate generated crop-type maps in a way directly exploitable by the paying agencies;
(ii) Include in the analysis the so far neglected EFA types (fallow land of all sizes, buffer strips, hedges, trees), by making use of super-resolution technology that improves the 10-20m Sentinel resolution to an improved resolution range (5-10m). This is enabled through Machine-Learning (ML) based post-processing and data fusion of Copernicus DIAS-sourced data with targeted drone-obtained data. This aims to motivate the use of such EFAs over the –of ambiguous environmental impact- use of productive areas (nitrogen-fixing crops and catch crops).
(iii) Complement the use of EO data with a system of reliable, ground-based geo-tagged photos, captured by the farmers that exploits (a) advances that allow for improved positional accuracy, (ii) low-footprint encryption techniques for improved data security and reliability and (iii) image detecting manipulation techniques (image forensics). The system will allow for an improved LC/LU annotation and ensure the process is untampered.
(iv) Implement a Green Compliance toolbox, integrated with the paying agencies’ aforementioned tools. This will benefit from (a) low-cost spectral sensors measuring soil quality and assessing the status of land-degradation in the land parcels and (b) an ML-based inferencing system deployed on a larger scale (regional, national) to quantify the levels of some of the monitored parameters and consequently extract tangible environmental performance metrics for an entire region
Wissenschaftliches Gebiet
- natural sciencescomputer and information sciencescomputer securitydata protection
- natural sciencesphysical sciencesopticsmicroscopysuper resolution microscopy
- engineering and technologyelectrical engineering, electronic engineering, information engineeringelectronic engineeringsensors
- agricultural sciencesagriculture, forestry, and fisheriesagriculture
Schlüsselbegriffe
Programm/Programme
Thema/Themen
Aufforderung zur Vorschlagseinreichung
Andere Projekte für diesen Aufruf anzeigenUnterauftrag
H2020-SPACE-2019
Finanzierungsplan
IA - Innovation actionKoordinator
106 82 ATHINA
Griechenland