Förbättring av beslutsstödsystem för katastrofkriser: utnyttja framväxande teknologier för förbättrad civil beredskap och krishantering

Förväntat resultat

Projektresultaten förväntas bidra till några eller alla av följande förväntade utfall: Utveckling av beslutsstödsystem för katastrofkriser, som använder nära realtidsdata från marken för att förbättra situationsmedvetenhet och insats; Skapande av system utformade för att stärka civil beredskap, som förbättrar operativ effektivitet och insatstider, och säkerställer snabb och effektiv hantering av olika katastrofscenarier, från tidig varning till tidig insats; Integration av avancerade dataanalys- och beslutsstödsverktyg för att stödja myndigheter och första insatspersoner vid katastrofsituationer.

Omfattning

Detta ämne fokuserar på att förbättra befintliga beslutsstödsystem för katastrofkriser genom att integrera framväxande teknologier för att förbättra civil beredskap och krishantering. Målet är att utveckla kapaciteten hos befintliga system, göra dem mer pålitliga, anpassningsbara och effektiva genom införandet av tillförlitliga AI-teknologier som säkerställer transparens, ansvarstagande och etiska beslutsprocesser. Projekt ska syfta till att möjliggöra snabbare och mer informerade insatser under katastrofscenarier. Förslag bör fokusera på att skapa avancerade system som stärker civil beredskap och hjälper myndigheter och insatspersoner att hantera olika katastrofsituationer på ett snabbt och effektivt sätt. Dessa system ska utnyttja toppmoderna AI-drivna verktyg för att bearbeta stora datamängder och tillhandahålla handlingsbara insikter som förbättrar beslutsfattandet i kritiska ögonblick, från tidig varning till tidig insats. Betoning ska läggas på att integrera avancerad dataanalys och prediktiv modellering för att förutse katastrofutvecklingar och styra insatser, samtidigt som systemen är transparenta, förklarbara och bygger på principer om tillförlitlighet, inkluderande och genusmedveten samt etisk AI-användning och säker AI-implementering. Projekt ska genomföra en intressent- eller marknadsanalys samt en färdplan eller plan för införande av de utvecklade metoderna, resultaten och teknologierna till industrin, forsknings- och innovationssamhället och/eller relevanta myndigheter. Dessutom bör testcenter spela en nyckelroll i denna forskning genom att öka sin kapacitet att pröva och validera framväxande teknologier, vilket stödjer mer effektiv civil beredskap och krisinsatsförmåga. Det förväntade resultatet är att skapa system som inte bara förbättrar operativ effektivitet och insatstider utan också främjar bättre samarbete mellan intressenter, inklusive lokala myndigheter, räddningstjänster och andra relevanta aktörer. Detta inkluderar integration av drönare med statliga räddningsfordon, smarta trafiksystem och brottsbekämpande myndigheter för att förbättra datadriven katastrofberedskap och insats, vilket säkerställer effektiv samordning och snabbare beslutsfattande för lokala myndigheter. Projekt ska även bidra till att förbättra användbarheten och tillgängligheten hos beslutsstödsystem för olika användare, så att de enkelt kan integreras i katastrofhanteringsramverk och användas effektivt i olika krissituationer. Lösningarna ska följa EU:s riktlinjer för AI-etik och resiliensbyggande, och säkerställa att de kompletterar befintliga initiativ för civilskydd och krishantering samtidigt som de driver innovation inom riskreducering för katastrofer. Beredskapsunionens strategi är ett nyckeldokument i detta avseende. Det rekommenderas att analysera kapacitetsbrister inom UCPM och hitta synergier med projekt från operativa bidrag, såsom Knowledge for Action in Prevention & Preparedness (KAPP).

Vad detta innebär för städer och regioner

Myndigheter för civilskydd och krishantering på lokal, regional och nationell nivå som slutanvändare. Ämnesbudget 9 miljoner euro; 3 bidrag förväntas; cirka 3 miljoner euro per projekt. Öppnar 5 maj 2027; stänger 4 november 2027. Nära realtids situationsmedvetenhet är där Copernicus nödkartläggning och satellitbilder är starkast; ämnet efterfrågar just denna typ av dataintegration.