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

SupportProgram

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: 11.26573192069808° .. 14.765701804175729° x 51.35902035179683° .. 53.55870151955478°

License: Creative Commons Namensnennung-keine Bearbeitung-Nichtkommerziell 4.0

Language: Deutsch

Organisations

• Bundesministerium für Forschung, Technologie und Raumfahrt (Finanzielle Förderung)
• GFZ Helmholtz-Zentrum für Geoforschung (Projektverantwortung)
• ILN International Iberian Nanotechnology Laboratory, Water quality group (Mitwirkung)
• Norwegian University of Science and Technology, Computer Science (Mitwirkung)
• Technological University Dublin, School of Civil & Structural Engineering (Mitwirkung)
• Umweltbundesamt (Bereitstellung)
• University of South Bohemia, Department Landscape Management (Mitwirkung)

Last harvest: 22.04.2026 00:30

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

Status

Aktiv

Quality score

• Overall: 0.47
• Findability: 0.56

  • Title: 1.00
  • Description: 0.00
  • Identifier: false
  • Keywords: 0.84
  • Spatial: BoundingBox (0.50)
  • 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.