GEO.INFORMED (EVINBO)
Drone (foto Yves Adams - Vildaphoto)
Details
Het GEO.INFORMED project zal generieke deep learning algoritmes ontwikkelen, aangepast aan de eigenschappen van aardobservatiedata. Calibratie en validatie is een onmisbaar onderdeel van deep learning. We zullen generieke cal/val procedures ontwikkelen, met duidelijke richtlijnen voor het ontwerpen van de steekproefopzet voor in-situ data en voor het hergebruik van bestaande data. De noden van de eindgebruikers zijn de drijvende kracht achter het ontwikkelen van geo-indicatoren voor het omgevingsbeleid. In dit project worden de geo-indicatoren geselecteerd en hun ontwikkeling opgevolgd d.m.v. een co-design procedure. Er zijn tot op vandaag weinig voorbeelden van co-design waarbij beleidsmakers de eindgebruikers zijn. Het GEO.INFORMED project zal dus een testcase zijn voor het inzetten van co-design in het spanningsveld tussen wetenschap en beleid. Specifieke workflows voor de geselecteerde geo-indicatoren zullen aan het eind van het project samengesteld worden.
Status | Uitgevoerd |
---|---|
Effectieve start/einddatum | 01/10/2020 - 30/09/2024 |
Teams
- Natuur & Maatschappij
- Biometrie, methodologie en kwaliteitszorg
- Biotoopdiversiteit
- Faunabeheer en invasieve soorten
INBO Onderzoeksdomein(en)
- Beschermde natuur
- Water
- Bodem & lucht
- Bos
- Faunabeheer
- Klimaat
- Invasieve soorten
- Natuur & maatschappij
- Landbouw
Tags
- vegetatie
- EVINBO
- remote-sensing
- omgevingsdrukken
- waterkwaliteit
- monitoring
- evinbo
Deelnemers
Stien HeremansThierry Onkelinx
Francis Turkelboom
Julie Callebaut
Jim Casaer
Anneleen Rutten
Lynn Pallemaerts