Коротка назва: iMERMAID
Назва: “Інноваційні рішення для відновлення середземноморської екосистеми шляхом моніторингу та дезактивації від хімічного забруднення”)
Instrument (Call): HORIZON-MISS-2022-OCEAN-01
Тривалість: 3 роки (2023 – 2025)
Анотація: Середземне море та прилеглі до нього регіони сприяють різноманітній соціально-економічній діяльності. Це один із найбільш експлуатованих водних шляхів, і вплив антропогенної діяльності на його морські середовища проживання та екосистеми значно зріс після промислової революції. Через це басейн Середземного моря дуже вразливий до хімічного накопичення та забруднення. Захистити басейн Середземного моря від забруднюючих речовин ( contaminants for emerging concerns – CoEC), iMERMAID буде інтегрувати, координувати та синергізувати інноваційні рішення для профілактики, моніторингу та відновлення. iMERMAID створить багатовимірну структуру, засновану на фактичних даних, яка керуватиме розробкою політики та трансформуватиме суспільне сприйняття, щоб зменшити використання CoEC, викиди та забруднення. Крім того, в iMERMAID будуть розроблені датчики наступного покоління та рішення для відновлення, щоб контролювати та видаляти пріоритетні хімічні речовини з їх джерела, одночасно зменшуючи забруднення вище за течією. iMERMAID створює ідеальну міждисциплінарну команду, об’єднуючи видатних малих і середніх підприємств, дослідників, регуляторів та професіоналів з інновацій, які відіграли важливу роль у покращенні знань та обізнаності про CoEC. Окрім найсучасніших технологій, iMERMAID намагатиметься посилити регулювання проти CoEC, розширити економічні можливості та конкурентоспроможність, покращити рівень життя для ЄС мешканців, одночасно запобігаючи накопиченню хімічного забруднення в басейні Середземного моря. iMERMAID сприятиме зусиллям, спрямованим на створення води з нульовим забрудненням і вільними забрудненнями, завдяки чому цілі хімічної стратегії стануть практичною реальністю.
Публікації за проєктом
- Kussul Nataliia, Kuzin Volodymyr, Salii Yevhenii, Yailymov Bohdan, Shelestov Andrii Transfer Learning Models for Oil Spills Detection Based on Satellite Data. 4th International Symposium on Applied Geoinformatics (ISAG2024), May 9 – 10, 2024, 15252. Link>>>
- Henitsoi Pavlo, Shelestov Andrii Transfer Learning Model for Chlorophyll-a Estimation Using Satellite Imagery. 4th International Symposium on Applied Geoinformatics (ISAG2024), May 9 – 10, 2024, 15247. Link>>>
- Nataliia Kussul, Volodymyr Kuzin, Yevhenii Salii, Bohdan Yailymov, Andrii Shelestov Transfer learning approach for oil spills’ detection using SAR satellite data. 2024 IEEE 42nd International Conference on Electronics and Nanotechnology (ELNANO), May 13 – 16, 2024 (presented)
- Bohdan Yailymov, Pavlo Henitsoi, Nataliia Kussul, Andrii Shelestov Increasing Chlorophyll-A Spatial Resolution Using Machine Learning. IEEE International Conference on System Analysis & Intelligent Computing (SAIC), October 08 – 11, 2024 (presented)
- Bohdan Yailymov, Nataliia Kussul, Pavlo Henitsoi, Andrii Shelestov Improving spatial resolution of chlorophyll-a in the Mediterranean sea based on machine learning. Journal Radioelectronic and Computer Systems. Vol 2024, No 2 (2024), p. 52-65. https://doi.org/10.32620/reks.2024.2.05
- Nataliia Kussul, Volodymyr Kuzin, Yevhenii Salii, Bohdan Yailymov, Andrii Shelestov Single-Polarized SAR Image Preprocessing in Scope of Transfer Learning for Oil Spill Detection. 2024 IEEE 12th International Conference on Intelligent Systems (IS), Varna, Bulgaria, August 29-31, 2024. https://doi.org/10.1109/IS61756.2024.10705228
- Andrii Shelestov, Pavlo Henitsoi, Bohdan Yailymov, Nataliia Kussul Advanced pollutions’ monitoring in the Mediterranean Sea: AI-based approach using satellite data and products. Springer Lecture Notes in Networks and Systems (chapter accepted).
- A. Shelestov, N. Kussul, Y. Salii, V. Kuzin, B. Yailymov, S. Drozd, P. Henitsoi Earth observations in HORIZON Europe iMERMAID project. Poster presentation on EuroGEO Workshop 2024, 8-10 October 2024, Krakow Poland.
- S. Drozd, N. Kussul Downscaling Aqua MODIS and GCOM-C Data for Enhanced Chlorophyll-a Monitoring in Cyprus’ Coastal Waters with Sentinel-3 and Machine Learning. Science Of Remote Sensing (on reviewing).