AquaticPollutants: Auf künstliche Intelligenz basierte Vorhersage schädlicher Algenblüten, Vorhaben: Fernerkundungs- und Kl-basierte Frühwarnung vor Algenblüten

SupportProgram

Origins: /Wissenschaft/Helmholtz-Gemeinschaft/GFZ /Bund/UBA/UFORDAT

Tags: Algenblüte ? Cyanobakterien ? Genetik ? Bakterientoxin ? Prognose ? Bewertungsverfahren ? Frühwarnsystem ? Innovation ? Künstliche Intelligenz ? Toxizität ? Modellierung ? Küstenökosystem ? Bevölkerung ? Fernerkundung ? Gewässernutzung ? Gewässer ? Früherkennung ? Sequenzierung ? Werkzeug ?

Region: Brandenburg

Bounding boxes: 13.01582° .. 13.01582° x 52.45905° .. 52.45905°

License: cc-by-nc-nd/4.0

Language: Deutsch

Organisations

• Bundesministerium für Forschung, Technologie und Raumfahrt (Geldgeber*in)
• GFZ Helmholtz-Zentrum für Geoforschung (Betreiber*in)
• ILN International Iberian Nanotechnology Laboratory, Water quality group (Mitwirkende)
• Norwegian University of Science and Technology, Computer Science (Mitwirkende)
• Technological University Dublin, School of Civil & Structural Engineering (Mitwirkende)
• Umweltbundesamt (Bereitsteller*in)
• University of South Bohemia, Department Landscape Management (Mitwirkende)

Time ranges: 2021-09-01 - 2024-08-31

Status

Aktiv

Quality score

• Overall: 0.45
• Findability: 0.47

  • Title: 0.00
  • Description: 0.00
  • Identifier: false
  • Keywords: 0.84
  • Spatial: RegionIdentified (1.00)
  • Temporal: true
• Accessibility: 0.67

  • Landing page: Specific (1.00)
  • Direct access: false
  • Publicly accessible: true
• Interoperability: 0.00

  • Open file format: false
  • Media type: false
  • Machine-readable metadata: false
  • Machine-readable data: false
• Reusability: 0.67

  • License: ClearlySpecifiedAndFree (1.00)
  • Contact info: false
  • Publisher info: true

Accessed 1 times.