DeepForest crown study

Space4Good ontwikkelt een methode voor automatische detectie van boomkruinen met DeepForest en RGB-data, om bosbouwers inzicht te geven in biodiversiteit in Oost-Kalimantan.

Subsidie
€ 20.000
2021

Projectdetails

Inleiding

Space4Good ontwikkelt een methode om automatisch boomkruinen te detecteren en identificeren door middel van remote sensing.

Doel van het project

Dit project onderzoekt de haalbaarheid van het gebruik van het open source deep learning algoritme DeepForest, toegepast op RGB-data van een gemengd regenwoudgebied in Oost-Kalimantan, Indonesië.

Toepassing

Deze toepassing kan bosbouwers helpen op afstand inzicht te krijgen in onder andere:

  • Biodiversiteit
  • Bosstructuur
  • Groeipatronen

Financiële details & Tijdlijn

Financiële details

Subsidiebedrag€ 20.000

Tijdlijn

StartdatumOnbekend
EinddatumOnbekend
Subsidiejaar2021

Partners & Locaties

Projectpartners

  • Space4Good B.V.penvoerder

Land(en)

Netherlands

Vergelijkbare projecten binnen MIT Haalbaarheid

Mkb-innovati...

Remote Sensing for carbon stocks measurement in food supply chains

Het project ontwikkelt een Remote Sensing service om de koolstofopslag in koffie- en cacaoplantages te meten, ter ondersteuning van merken bij het verminderen van hun ecologische voetafdruk.

€ 20.000
Mkb-innovati...

Het samenbrengen van Vraag en Aanbod voor Voedselbos realisaties

Het project ontwikkelt een platform om vraag en aanbod voor voedselbossen te verbinden, met als doel duurzame voedselvoorziening en natuurontwikkeling te bevorderen.

€ 19.488
Mkb-innovati...

Haalbaarheidsstudie naar een MSC sprayboomsensor die ziekten en pesticiden identificeert en monitort om inzicht te geven in de staat van de gewassen

Applied Drone Innovations B.V. onderzoekt de haalbaarheid van een multi-spectrale sprayboomsensor voor het monitoren van ziekten en pesticiden in gewassen ter verbetering van pestmanagement.

€ 20.000
Mkb-innovati...

Sensoroplossing voor monitoring op afstand en predictief onderhoud van de groene daken

Het project onderzoekt de aanpassing van een sensoroplossing voor het monitoren en voorspellen van onderhoud aan groene daken, om kosten te verlagen en effectiviteit te verbeteren.

€ 20.000
Mkb-innovati...

Invasieve Grondbank

GIScovery B.V. onderzoekt de haalbaarheid van een digitale Invasieve Grondbank voor het vroegtijdig detecteren en verwijderen van plantinvasies via remote sensing.

€ 20.000

Vergelijkbare projecten uit andere regelingen

Mkb-innovati...

TreeTracker.ai

TreeTracker ontwikkelt AI-algoritmen voor snellere en objectievere boominspecties, waardoor de benutting van bomen in klimaatadaptatie verbetert en arbeidsintensieve processen worden verminderd.

€ 211.904
Mkb-innovati...

Green Building Materials

Het project ontwikkelt een hoogwaardig risicomodel met realtime temperatuurdata om bosbeheerders te helpen insectenuitbraken tijdig te detecteren en schade aan bossen te verminderen.

€ 105.700
Mkb-innovati...

Project ACRO

Het project 'Analyse CROps' ontwikkelt AI-gestuurde software voor gewasherkenning uit luchtbeelden, om nauwkeurige teeltadviezen te bieden voor precisielandbouw.

€ 200.000
ERC Proof of...

Tree-level biomass maps for Africa

TREEMAP aims to develop and harmonize tree-level biomass mapping tools for effective monitoring of trees outside forests in Africa, enhancing participation in forest restoration and carbon markets.

€ 150.000
ERC Starting...

Digital twins for understanding forest disturbances and recovery from space

This project aims to enhance understanding and monitoring of forest disturbances and recovery using advanced 3D models and satellite data across diverse ecosystems, improving carbon stock forecasting.

€ 1.498.859