ReTreevAIble
Het project ontwikkelt ReTreevAIble, een datagestuurde oplossing voor beleidsmakers om urban forestation te verbeteren met AI-ondersteunde analyses van boomgezondheid en biodiversiteit.
Projectdetails
Inleiding
While local governments are trying to mitigate the risks associated with increased urbanisation such as flooding danger and decreased air quality by focusing on urban forestation, they lack know-how and specific data to come up with detailed and effective plans om de fenomenen van groene gebieden die worden vervangen door grijze gebieden te verminderen en/of om te keren.
Complexiteit van Urban Forestation
To add to the potential hazards of increased urbanisation and decreased urban green, urban forestation is een complex onderwerp dat expertise en gedetailleerde specifieke plannen vereist om de gewenste KPI's te bereiken die zijn vastgesteld door de lokale stadsregering.
Regionale Verschillen
Regionale verschillen en inter-soort boomverschillen maken het een complex scenario waarin geen generiek oplossing ontwerp kan worden ontworpen dat voor alle doeleinden geschikt is.
Voorstel voor Oplossing
Binnen dit project stellen we voor om een oplossing te bieden door het ontwikkelen van ReTreevAIble, dat individuele boomgegevens en analyses biedt in een intuïtieve oplossing waarmee beleidsmakers en andere belanghebbenden beslissingen kunnen nemen op een datagestuurde manier in plaats van uitgebreide veldwerk en gegevensverzameling.
Technologie en Functionaliteiten
We aim to develop ReTreevAIble, dat is gebouwd op state-of-the-art technologieën en functionaliteiten, gericht op het ondersteunen van besluitvorming, stedelijke boomplanning en het bieden van hoogwaardige gegevens over boomsoorten, kenmerken en scenario-analyses over boomgezondheid, biodiversiteit en het milieu aan derden. Dit zal worden gedaan met behulp van state-of-the-art AI en ML-technologieën in combinatie met mensgerichte ontwerpmethoden.
Samenwerking met AI Bedrijven
Door samen te werken met drie toonaangevende AI-bedrijven die actief zijn in complementaire domeinen, zullen we in staat zijn om een uitgebreide oplossing te leveren die nieuwe methodologieën door het hele AI-proces integreert, van gegevensverzameling, remote sensing en verwerking tot een intuïtief eXplainable AI (XAI) ontwerp.
Toekomstige Toepassingen
Hoewel de doelinnovatie zal worden getest en gevalideerd met stedelijke bomen en parken tijdens de subsidieperiode, zal deze worden uitgebreid voor boompopulaties binnen landelijke gebieden en bossen.
Financiële details & Tijdlijn
Financiële details
Subsidiebedrag | € 199.850 |
Tijdlijn
Startdatum | Onbekend |
Einddatum | Onbekend |
Subsidiejaar | 2022 |
Partners & Locaties
Projectpartners
- Lucidminds B.V.penvoerder
- Space4Good B.V.
- UNL Network B.V.
Land(en)
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 |
GREENER URBAN TRAVEL ENVIRONMENTS FOR EVERYONE: From measured wellbeing impacts to Big Data analyticsThe project aims to assess the quality and equity of green urban travel environments using advanced technologies to enhance wellbeing and inform future greenery integration in cities. | ERC Consolid... | € 1.981.735 | 2023 | Details |
De Groene Motor: Met AI verbeterde beslissingen nemen om in schaarse ruimte met bomen maximaal te vergroenen.Bomenwacht Nederland onderzoekt de haalbaarheid van 'De Groene Motor', een AI-toepassing om bomenbeheer te optimaliseren en stedelijke vergroening te bevorderen. | Mkb-innovati... | € 20.000 | 2023 | Details |
Lichtgewicht onderconstructie voor bomen op het dak van de stadThe Urban Jungle Project BV onderzoekt de krachtenverdeling van bomen op daken om een efficiënte, lichtgewicht onderconstructie te ontwikkelen. | Mkb-innovati... | € 20.000 | 2022 | Details |
Fusing LiDAR Observations with Remote-sensing Analysis for finding “beauty” in the cityThe FLORA project aims to create a multidimensional dashboard integrating diverse data sources to enhance urban health and aesthetics, aiding planners in data-driven decision-making for improved quality of life. | ERC Proof of... | € 150.000 | 2025 | 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.
GREENER URBAN TRAVEL ENVIRONMENTS FOR EVERYONE: From measured wellbeing impacts to Big Data analytics
The project aims to assess the quality and equity of green urban travel environments using advanced technologies to enhance wellbeing and inform future greenery integration in cities.
De Groene Motor: Met AI verbeterde beslissingen nemen om in schaarse ruimte met bomen maximaal te vergroenen.
Bomenwacht Nederland onderzoekt de haalbaarheid van 'De Groene Motor', een AI-toepassing om bomenbeheer te optimaliseren en stedelijke vergroening te bevorderen.
Lichtgewicht onderconstructie voor bomen op het dak van de stad
The Urban Jungle Project BV onderzoekt de krachtenverdeling van bomen op daken om een efficiënte, lichtgewicht onderconstructie te ontwikkelen.
Fusing LiDAR Observations with Remote-sensing Analysis for finding “beauty” in the city
The FLORA project aims to create a multidimensional dashboard integrating diverse data sources to enhance urban health and aesthetics, aiding planners in data-driven decision-making for improved quality of life.