Projet ANR VGI4Bio

Projet ANR VGI4Bio

 

 

ANR-17-CE04-0012

La conservation de la biodiversité et sa relation avec les pratiques agricoles représente actuellement un défi majeur, car elle affecte les caractéristiques environnementales, sociales, économiques et autres activités humaines. Les données d’observation peuvent être nécessaires à grande échelle spatiale ou temporelle pour englober un large éventail de situations afin d’obtenir des résultats significatifs.

Cela implique que des centaines ou des milliers d’observateurs doivent être mobilisés, à un coût qui serait prohibitif s’ils devaient être payés. Par conséquent, dans ce projet, nous définirons un ensemble d’outils statistiques et de modèles de comportement d’observateurs pour extraire et visualiser des données précises et pertinentes à partir de la masse de données opportunistes (données Volunteer Geographic Information – VGI) afin de produire des indicateurs significatifs de la biodiversité.

De plus, comme les systèmes VGI ne fournissent pas d’outils d’analyses complexes, nous utiliserons l’OLAP spatial (SOLAP) pour analyser ces bio-indicateurs agricoles. Étant donné que les utilisateurs finaux sont différents et nombreux, nous définirons une nouvelle méthodologie de conception de participative pour l’implémentation des modèles SOLAP pour les bio-indicateurs agricoles.

 

 

The conservation of biodiversity currently represents a major challenge, since it impacts environmental, social, economical and other human activities features. Observation data may be needed at large spatial or temporal scales to encompass a wide range of situations in order to achieve meaningful results.

This implies that hundreds or thousands of observers need to be mobilized, at a cost which would be prohibitive if they had to be paid. Therefore, in this project we will define an R package offering a set of frequentist and bayesian statistical tools and observer behavior modeling to extract and visualize accurate and relevant data from the mass of opportunistic data (VGI data), in order to produce meaningful biodiversity indicators.

Moreover, since VGI systems do not provide advanced analysis tools, we will use Spatial OLAP to analyze those bioindicators. Since final users are different and numerous, we will define a new group decision-making SOLAP design methodology to implement Spatial OLAP models for bioindicators.

 

Projet PRCE (http://www.agence-nationale-recherche.fr/AAPG2017)

Challenge 1 « Gestion sobre des ressources et adaptation au changement climatique »

Application « Smart Monitoring » de l’axe 4 “Innovations scientifiques et tech.

Orientation 1 “Suivi intelligent du système terre

Budget 431 000 Eur

Durée 48 mois

Début: 1 Décembre 2017