AI4EBVs

Verwendung der KI zur Validierung und Herunterskalierung ökosystembezogener wesentlicher Biodiversitätsvariablen (Essential Biodiversity Variables, EBVs) in Berggebieten

  • Deutsch
  • English
  • Italiano
AI4EBVs


AI4EBVs ist ein dreijähriges Projekt der 1. gemeinsamen Ausschreibung von GEO BON und Microsoft: ‘EBVs in the cloud’. EURAC Research leitet das Projektkonsortium, dessen Teammitglieder seit Mitte der 2000er Jahre an der Etablierung von GEO MOUNTAINS mit Schwerpunkt auf weltweiten Bergregionen arbeiten: EURAC Research, der US Geological Survey (USGS), die Mountain Research Initiative (MRI) und das Institut für Atmosphärenwissenschaften und Klima des Nationalen Forschungsrats von Italien (ISAC-CNR). 

AI4EBVs wurde entwickelt, um die Group on Earth Observations Global Network for Observing Mountain Environments (GEO MOUNTAINS) bei der Kartierung der wesentlichen Biodiversitätsvariablen (EBVs), der Ausdehnung des Ökosystems und der Ökosystemfragmentierung zu unterstützen. Wir setzen künstliche Intelligenz (KI) ein, um eine großmaßstäbliche Karte der globalen Bergökosysteme zu validieren und deren räumliche Auflösung zu verbessern. Dazu verwenden wir KI-basierte Algorithmen und nutzen das Rechenpotenzial von Cloud Plattformen, um genaue, hochauflösende Karten der Ausdehnung der Bergökosysteme abzuleiten. Wir erstellen diese Karten für verschiedene Zeitpunkte, um eine umfassende Bewertung der Veränderung und Fragmentierung von Ökosystemen zu ermöglichen.

Die folgenden Ergebnisse sind geplant:

- Hochauflösende Karten der Ausdehnung von Bergökosystemen im Zeitverlauf, die eine Bewertung der Veränderung und Fragmentierung von Ökosystemen ermöglichen

- Ein Set übertragbarer wolkenbasierter, von der KI abgeleiteter Analysen zur Erstellung genauer und hochauflösender Karten, die in anderen Regionen angewendet werden können.

Die EURAC ist für die konzeptionelle Arbeit und die technische Umsetzung der Ansätze verantwortlich. Das Projekt unterstützt die Biodiversitätsforschung und die Weiterentwicklung von KI und Erdbeobachtungsdaten in Cloud-Plattformen.

Kontaktperson: Ruth Sonnenschein ruth.sonnenschein@eurac.edu

Projekt gefördert durch

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)
Vortrag

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

Weitere Informationen: https://phiweek.esa.int/

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

Our partners
Project Team
1 - 5

Daniel Frisinghelli

Team Member

Projects

1 - 8
Project

TRANSALP

Grenzüberschreitende Sturmrisiko- und Folgenabschätzung in alpinen Regionen

Duration: December 2020 - July 2022Funding: Other EU Funding (EU funding / ...

view all

Institute's Projects

Institute