Project
FAIRiCUBE
Het project beoogt om machine learning tools te leveren die toegepast kunnen worden op datacubes, een opslagvorm waar binnen de EU al veel gebruik van wordt gemaakt. In een ruimtelijke datacube liggen allerlei verschillende datalagen van rastercellen als het ware op elkaar en met o.a. Artificial Intelligence is het mogelijk om op handige manieren patronen te kunnen vinden.
In dit project worden analysetools ontwikkeld en uitgeprobeerd in een aantal use cases en hierover wordt in innovatieworkshops en disseminatie events gecommuniceerd en ze worden beschikbaar gesteld via de FAIRiCUBE Hub. Ook wordt nagegaan hoe deze technieken beleidsmakers kunnen ondersteunen. Voor de Nederlandse use case worden analysetools ontwikkeld om verklaarbare verbanden tussen verschillende interventies op boerderijniveau, omgevingsfactoren en de biodiversiteit te ontdekken om zo de biodiversiteitsindicatoren uit de biodiversiteitsmonitor (van Doorn en Jongeneel, 2020) te valideren. Er wordt aangesloten bij relevante nationale initiatieven op het gebied van agro-biodiversiteit en ontwikkeling van agro-sector brede KPIs. Daarbij wordt gebruik gemaakt van data en indicatoren die beschikbaar komen vanuit actuele databronnen als de gecombineerde opgave, AgroDataCube, Open Bodem Index etc.