AI4EBVs

Uso dell’IA per downscaling e validazione di variabili essenziali della biodiversità (Essential Biodiversity Variables, EBVs) in ambienti montani

  • Deutsch
  • English
  • Italiano
AI4EBVs


AI4EBVs è un progetto triennale finanziato dal 1° bando congiunto GEO BON - Microsoft: "EBVs on the cloud". EURAC Research è alla guida del consorzio del progetto, i cui membri del team lavorano dalla metà degli anni 2000 per contribuire e fondare GEO MOUNTAINS, concentrandosi sulle regioni di montagna in tutto il mondo: EURAC Research, lo US Geological Survey (USGS), la Mountain Research Initiative (MRI), e l’Istituto per le Scienze dell’Atmosfera e del Clima del Consiglio Nazionale delle Ricerche (ISAC-CNR).

AI4EBVs è stato progettato per supportare il Group on Earth Observations Global Network for Observing Mountain Environments (GEO MOUNTAINS) nel mappare l'estensione e la frammentazione dell'ecosistema delle Variabili Essenziali della Biodiversità (EBV). Utilizziamo l'intelligenza artificiale (IA) per validare e scalare una mappa globale dell'ecosistema montano su larga scala sfruttando le capacità avanzate di estrazione delle caratteristiche fornite dagli algoritmi basati sull'IA e il potenziale computazionale delle piattaforme basate su cloud per ricavare mappe accurate e ad alta risoluzione delle estensioni dell'ecosistema montano. Produciamo queste mappe nel tempo per consentire una valutazione completa del cambiamento e della frammentazione dell'ecosistema.

Sono previsti i seguenti output:

- Mappe ad alta risoluzione delle estensioni dell'ecosistema montano nel tempo, che consentono di valutare i cambiamenti e la frammentazione dell'ecosistema

- Un set di analisi trasferibili basate su cloud, derivate dall'IA, per produrre mappe accurate e ad alta risoluzione che possono essere applicate altrove.

EURAC è responsabile per il lavoro concettuale e la realizzazione tecnica degli approcci. Il progetto sostiene la ricerca sulla biodiversità e l'ulteriore sviluppo dei dati dell'IA e dell'Osservazione della Terra nelle piattaforme cloud.

Persona di riferimento: Ruth Sonnenschein ruth.sonnenschein@eurac.edu

Progetto finanziato da

This content is hosted by a third party. By showing the external content you accept the terms and conditions.
Publications
Using Artificial Intelligence to Downscale Ecosystem-Related Essential Biodiversity Variables in Mountain Environments
Frisinghelli D, Claus M, Jacob A, Sayre R, Adler C, Thornton J, Zebisch M, Sonnenschein R (2021)
Presentazione

Conference: ESA Phi-week 2021 | Frascati, Rome | 11.10.2021 - 15.10.2021

Ulteriori informazioni: https://phiweek.esa.int/

https://hdl.handle.net/10863/18603

Our partners
1 - 3
Project Team
1 - 4

Projects

1 - 7
Project

interTwin

Digital Twin Engine interdisciplinare per la scienza

Duration: - Funding: Horizon Europe (EU funding / ...

view all

Institute's Projects

Institute