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.
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
Startdatum | Onbekend |
Einddatum | Onbekend |
Subsidiejaar | 2021 |
Partners & Locaties
Projectpartners
- Space4Good B.V.penvoerder
Land(en)
Vergelijkbare projecten binnen MIT Haalbaarheid
Project | Regeling | Bedrag | Jaar | Actie |
---|---|---|---|---|
Remote Sensing for carbon stocks measurement in food supply chainsHet 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. | Mkb-innovati... | € 20.000 | 2023 | Details |
Het samenbrengen van Vraag en Aanbod voor Voedselbos realisatiesHet project ontwikkelt een platform om vraag en aanbod voor voedselbossen te verbinden, met als doel duurzame voedselvoorziening en natuurontwikkeling te bevorderen. | Mkb-innovati... | € 19.488 | 2021 | Details |
Haalbaarheidsstudie naar een MSC sprayboomsensor die ziekten en pesticiden identificeert en monitort om inzicht te geven in de staat van de gewassenApplied 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. | Mkb-innovati... | € 20.000 | 2021 | Details |
Sensoroplossing voor monitoring op afstand en predictief onderhoud van de groene dakenHet 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. | Mkb-innovati... | € 20.000 | 2022 | Details |
Invasieve GrondbankGIScovery B.V. onderzoekt de haalbaarheid van een digitale Invasieve Grondbank voor het vroegtijdig detecteren en verwijderen van plantinvasies via remote sensing. | Mkb-innovati... | € 20.000 | 2023 | Details |
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.
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.
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.
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.
Invasieve Grondbank
GIScovery B.V. onderzoekt de haalbaarheid van een digitale Invasieve Grondbank voor het vroegtijdig detecteren en verwijderen van plantinvasies via remote sensing.
Vergelijkbare projecten uit andere regelingen
Project | Regeling | Bedrag | Jaar | Actie |
---|---|---|---|---|
TreeTracker.aiTreeTracker ontwikkelt AI-algoritmen voor snellere en objectievere boominspecties, waardoor de benutting van bomen in klimaatadaptatie verbetert en arbeidsintensieve processen worden verminderd. | Mkb-innovati... | € 211.904 | 2019 | Details |
Green Building MaterialsHet project ontwikkelt een hoogwaardig risicomodel met realtime temperatuurdata om bosbeheerders te helpen insectenuitbraken tijdig te detecteren en schade aan bossen te verminderen. | Mkb-innovati... | € 105.700 | 2017 | Details |
Project ACROHet project 'Analyse CROps' ontwikkelt AI-gestuurde software voor gewasherkenning uit luchtbeelden, om nauwkeurige teeltadviezen te bieden voor precisielandbouw. | Mkb-innovati... | € 200.000 | 2016 | Details |
Tree-level biomass maps for AfricaTREEMAP 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. | ERC Proof of... | € 150.000 | 2024 | Details |
Digital twins for understanding forest disturbances and recovery from spaceThis 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. | ERC Starting... | € 1.498.859 | 2022 | Details |
TreeTracker.ai
TreeTracker ontwikkelt AI-algoritmen voor snellere en objectievere boominspecties, waardoor de benutting van bomen in klimaatadaptatie verbetert en arbeidsintensieve processen worden verminderd.
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.
Project ACRO
Het project 'Analyse CROps' ontwikkelt AI-gestuurde software voor gewasherkenning uit luchtbeelden, om nauwkeurige teeltadviezen te bieden voor precisielandbouw.
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.
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.