Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

SKYNET

Financiado

Estimating the ice volume of Earth's glaciers via Artificial Intelligence and re...

Estimating the ice volume of Earth's glaciers via Artificial Intelligence and remote sensing Estimating the ice volume of Earth's glaciers is a grand challenge of Earth System science. Besides being a critical parameter to model glacier evolution, knowledge of glacier volume is fundamental to quantify global sea level ris... ver más

30/09/2026

UNIVE

289K€

Presupuesto del proyecto: 289K€

Líder del proyecto

UNIVERSITA CA FOSCARI VENEZIA No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Fecha límite participación Sin fecha límite de participación.

Ver 3 Participantes

Financiación concedida El organismo HORIZON EUROPE notifico la concesión del proyecto el día 2022-05-18

HORIZON-MSCA-2021-PF-01-01: MSCA Postdoctoral Fellowships 2021 ExpectedOutcome:

I+D

Cerrada hace 3 años

0% 100% 100%

Información adicional privada

No hay información privada compartida para este proyecto. Habla con el coordinador.

3 Participantes

UNIVE

288.86K€ | Lider

THE REGENTS OF THE UNIVERSIT...

LOS ANGELES UCLA SANTA BARBA...

N.D. | Participante

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Proyectos interesantes

TEC2016-77741-R APRENDIZAJE ESTADISTICO PARA LA DETECCION DE NUBES EN IMAGEN... 185K€ Cerrado

MeDiTwin Mediterranean Digital Twin Network for Understanding Climate... 1M€ Cerrado

EIFFEL REVEALING THE ROLE OF GEOSS AS THE DEFAULT DIGITAL PORTAL FO... 5M€ Cerrado

PRE2020-096664 HERRAMIENTAS DE APRENDIZAJE PROFUNDO PARA LA DETECCION DE NU... 99K€ Cerrado

S4E Space4Earth 75K€ Cerrado

FJC2020-046097-I Funcionamiento de la vegetación de zonas áridas con intelige... 53K€ Cerrado

Duración del proyecto: 52 meses Fecha Inicio: 2022-05-18
Fecha Fin: 2026-09-30

Líder del proyecto

UNIVERSITA CA FOSCARI VENEZIA No se ha especificado una descripción o un objeto social para esta compañía.

TRL 4-5

Presupuesto del proyecto 289K€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto Estimating the ice volume of Earth's glaciers is a grand challenge of Earth System science. Besides being a critical parameter to model glacier evolution, knowledge of glacier volume is fundamental to quantify global sea level rise and available freshwater resources. Under current global warming glaciers are losing mass, making improved glacier ice volume estimates a top-priority to constrain future climate scenarios. Direct glacier ice volume estimates are limited by difficulty in directly measuring the ice thickness. As a result, estimates rely on models, many of which depend on explicit physical laws but require parameters often poorly constrained. Today, the amount of satellite data is increasing at such a rate that it cannot be efficiently exploited by traditional processing pipelines. At the same time, Artificial Intelligence techniques are becoming increasingly dominant problem-solving techniques. In particular, deep learning models have recently shown the ability to surpass human accuracy in many scientific tasks. The goal of the SKYNET project is to develop an innovative deep learning-based model capable of exploiting the huge amount of available satellite data to improve the current estimates of ice volumes of all Earth’s glaciers, from continental alpine glaciers to polar glaciers, including those in the periphery of Greenland and Antarctica. The proposed methodology makes use of state-of-the art image inpainting architectures fed with satellite-based digital elevation models (TanDEM-X,REMA), altimetry (NASA’s ICESat-2), gravity and ice surface velocity data to infer subglacial topographies hence ice volumes. Modelled topographies will be constrained towards realistic solutions using glacier ice thickness measurements (GlaThiDa repository) from in-situ and remotely sensed observations. SKYNET will be jointly developed by two leading institutions in glaciology and remote sensing: the University of Venice and the University of California Irvine.

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores