Une IA pour anticiper le stress hydrique

Valorisable

Facile

Économique

Le projet PrevizO, piloté par la Région Centre-Val de Loire, a été sélectionné parmi les lauréats de l’appel à projets national France 2030 pour son utilisation innovante de l’intelligence artificielle dans la gestion des ressources en eau. Son objectif principal est d’anticiper les périodes de stress hydrique afin de mieux protéger la biodiversité et les activités économiques dépendantes de l’eau.

PrevizO utilise une intelligence artificielle peu énergivore pour collecter et analyser des données issues de mesures sur site, d’observations satellitaires et de modèles physiques. Il permet d’anticiper les épisodes de stress hydrique et d’aider les acteurs locaux à mieux gérer les ressources en eau.

Transparent et sécurisé, il repose sur un modèle open source hébergé localement pour limiter l’empreinte carbone.

Impact du stress hydrique sur l'eau.

Partager cette bonne pratique

Découvrir les initiatives voisines

voir aussi :

Ateliers culinaires locaux pour apprendre à cuisiner.

Cuisinons nos produits locaux

La communauté d’agglomération Cap Excellence organise des ateliers culinaires pour apprendre à bien cuisiner les produits locaux. Cette initiative a été développée à la suite de la crise

Lire la suite »
[liens_categorie_prioritaire]

Où ? Quand ?

Par qui ?

Contact

+33 (0)2 38 70 30 30

Comment Ithéa valorise cette BP

2024
Centre Val de Loire
6
8
6
+33 (0)2 38 70 30 30
https://www.centre-valdeloire.fr/lactualite-de-la-region-centre-valdeloire/le-projet-regional-previzo-laureat-dun-appel-projet
Le projet PrevizO, piloté par la Région Centre-Val de Loire, a été sélectionné parmi les lauréats de l’appel à projets national France 2030 pour son utilisation innovante de l’intelligence artificielle dans la gestion des ressources en eau. Son objectif principal est d’anticiper les périodes de stress hydrique afin de mieux protéger la biodiversité et les activités économiques dépendantes de l’eau.
PrevizO utilise une intelligence artificielle peu énergivore pour collecter et analyser des données issues de mesures sur site, d’observations satellitaires et de modèles physiques. Il permet d’anticiper les épisodes de stress hydrique et d’aider les acteurs locaux à mieux gérer les ressources en eau.
Transparent et sécurisé, il repose sur un modèle open source hébergé localement pour limiter l’empreinte carbone.
stress hydrique