• Login
    Password
All challenges
      • NOU09 - Anticipate decline in food production due to the El Niño phenomenon via a predictive model

          • ENSO (El Niño / Southern oscillation) is one of the most important oceanic phenomena impacting global climatic variations. Experts are now able to detect it and predict its impact on major regional climatic changes, mainly natural disasters such as cyclones, floods and droughts. The human & socio-economic consequences of these disasters are unfortunately still simply recorded & post quantified!

            An in-depth statistical analysis of historical data on marine (fisheries & aquaculture) and agricultural food production and oceanographic data should be able to predict production decline, in order to reduce the risk of famine and socio-economic disasters depending on the ENSO phase. As soon as a Niña or Niño phase is confirmed, thanks to an evolving predictive model, national and international public authorities will then be able to anticipate by organizing the necessary support actions to avoid these risks of famine and reduce health & socio-economic difficulties.

            We want to design this predictive model to serve countries and international organizations, such as the Pacific Community (SPC) based in Noumea & the UN World Food Program (WFP), starting with the islands of the tropical West & Central Pacific. This model can then be extended to all countries impacted by ENSO throughout the Pacific, the Caribbean and the west coast of the Indian Ocean.

            ***

            ENSO (El Niño/Southern oscillation) est l´un des plus importants phénomènes océaniques impactant les variations climatiques mondiales. Les experts arrivent désormais à le détecter et à prévoir son impact sur les grandes évolutions climatiques régionales, principalement les désastres naturels comme les cyclones, inondations et sécheresses. Les conséquences humaines & socio-économiques de ces désastres sont hélas encore simplement constatées & comptabilisées a posteriori !

            Une analyse statistique approfondie des données historiques des productions alimentaires marines (pêches & aquaculture) et agricoles et des données océanographiques doit pouvoir prévoir les chutes de productions pour réduire les risques de famine et de catastrophes socio-économiques selon la phase d’ENSO. Dès la confirmation d´une phase Niña ou Niño, grâce à un modèle prédictif évolutif, les pouvoirs publics nationaux et internationaux pourront alors anticiper en organisant les actions de soutien nécessaires pour éviter ces risques de famine et réduire les difficultés sanitaires & socio-économiques.

            Nous voulons concevoir ce modèle prédictif au service des pays et organismes internationaux, comme la Communauté du Pacifique (CPS) basée à Nouméa & le Programme Alimentaire Mondial (PAM) de l´ONU, en commençant par les iles du Pacifique tropical Ouest & central. Ce modèle pourra ensuite être étendu à l´ensemble des pays impactés par ENSO sur l´ensemble du Pacifique, les Caraïbes et la côte Ouest de l’Océan Indien.

          • What the challenge owner would like to develop over 48h
          • A localized predictive model (NF / FJ) for PoC of the targeted global solution
            ***
            un modèle prédictif localisé (NF/FJ) pour PoC de la solution globale visée
          • Which skills the challenge owner is looking for
          • Data analyst
            IT developer
            Meteorologist
            Marine biologist
            Economist of primary production (fisheries, aquaculture, agriculture)
Campus mondial de la mer
Technopôle Brest-Iroise
525, Avenue Alexis de Rochon
29280 Plouzané
Contactez-nous
#allerloin
  • Brest Métropole
  • Région Bretagne
  • https://www.tech-brest-iroise.fr/
Lettre d'informations : Désinscription | Mailings : Désinscription
 
Mentions-légales | Plan du site | Powered by diasite
Designed by diateam