Tilbake til søkeresultatene

JPIWATER-Water challenges for a changing world

AI-powered Forecast for Harmful Algal Blooms

Tildelt: kr 1,3 mill.

AIHABs-prosjektet, som står for "Artificial Intelligence for Harmful Algal Blooms", er et banebrytende forsøk på å løse et stort miljøproblem ved hjelp av avanserte teknologier. Målet med prosjektet er å bruke kunstig intelligens (AI) for å bedre forstå og forutsi forekomst, spredning og skjebne for skadelige algeblomster (HABs) i innlandsvannkropper. Etter en analyse med flere kriterier ble to steder med dokumentert historie om HABs (ett i Spania og ett i Tsjekkia) identifisert som de mest egnede for studien. En HAB er en rask økning i antallet giftige alger i et vann, noe som kan skade andre organismer i vannet, mennesker eller miljøet. Blomstringene kan produsere giftige stoffer som kan påvirke helsen til fisk, marine pattedyr og fugler, og kan også utgjøre en risiko for menneskers helse hvis vannet brukes til drikke eller rekreasjon. AIHABs-prosjektet utnytter de siste innovasjonene innen nanosensor-teknologi, fjernmåling og maskinlæring. Nanosensorer er en nøkkelkomponent i AIHABs-prosjektet, da de gir sanntids, nøyaktig data om vannkvalitet, som er avgjørende for effektiv HAB-deteksjon og -ledelse. Fjernmåling gir store og repetitive observasjoner av vannkroppene, noe som gjør det mulig å kartlegge og overvåke endringer i vannkvalitetsparametere som har blitt identifisert som forløpere for HABs. Til slutt brukes maskinlæringsalgoritmer til å analysere store mengder data om vannkvalitet, værforhold og andre relevante faktorer. Denne datan brukes deretter til å identifisere mønstre og forutsi sannsynligheten for HABs. Med hjelp av AI arbeider AIHABs-prosjektet for å forbedre evnen til å oppdage og reagere på HABs, og til slutt beskytte menneskers helse, vannlevende liv og miljø. Ved å kombinere kraften til AI med tradisjonelle overvåkningsmetoder, representerer AIHABs-prosjektet et pionerarbeid for å begrense virkningene av disse skadelige hendelsene

Eutrophication of water bodies and global warming in Europe are contributing to the increment of cyanobacteria to excessive levels, causing Harmful Algal Blooms (HABs). Cyanobacteria are very well-known producers of secondary metabolites that very frequently are toxic to humans and other organisms. Those metabolites, called in general cyanotoxins, are one of the issues of maximum concern in reference to water quality and effects on population. They appear very frequently in water bodies in Europe, are highly toxic, harming human health and the aquatic ecosystems, and many of them are almost unknown in terms of producers and ecological dynamics. Thus, monitoring and early detection of HABs is essential for the establishment of effective water governance policies. AIHABs is a multidisciplinary innovative initiative aimed at developing an integrated evaluation system to forecast the risk derived from the presence of emerging cyanotoxins in inland and coastal ecosystems. The innovation of this proposal resides at merging tools as last generation Artificial Intelligence (AI), remote sensing, nanosensors, hydrodynamic modelling and massive genetic sequencing with the joint purpose of providing an early warning system to decision making authorities in terms of risk to the population. The predicting modelling effort will allow a timely action to minimize the risks of consuming surface waters or using them as recreational resources when the waterbodies are prone to produce toxic cyanobacterial blooms.

Publikasjoner hentet fra Cristin

Ingen publikasjoner funnet

Ingen publikasjoner funnet

Ingen publikasjoner funnet

Ingen publikasjoner funnet

Budsjettformål:

JPIWATER-Water challenges for a changing world