La Universidad Pablo de Olavide de Sevilla participa en un proyecto europeo para mejorar la prevención ante las inundaciones
Fuente: Universidad Pablo de Olavide
El objetivo del proyecto FLOOD CBA#2 es el establecimiento de medidas de prevención y protección en las zonas más propensas a sufrir inundaciones.
La Comisión Europea ha aprobado el proyecto FLOOD CBA#2, cuyo objetivo es el establecimiento de las medidas de prevención y protección más adecuadas en las zonas más propensas a sufrir inundaciones. Esta iniciativa está impulsada por un consorcio de entidades procedentes de Grecia, Reino Unido, Portugal y España, entre las que está la Universidad Pablo de Olavide, de Sevilla.
Financiado por la Dirección General de Ayuda Humanitaria y Protección Civil (DG ECHO), este proyecto tiene sus antedecentes en la iniciativa FLOOD CBA, que ya permitió establecer una plataforma de conocimiento para analizar el coste-beneficio de las medidas de prevención frente a inundaciones. La ejecución de este proyecto comenzará a principios de este año 2016 y se desarrollará durante dos años, con un coste estimado en 795.000 euros, de los cuales 596.250 euros son aportados por la Comisión Europea.
Las entidades que participan en FLOOD CBA#2 son la empresa griega SIGMA Consultants Ltd, como coordinadora, el Flood Hazard Research Centre de la Universidad de Middlesex (Reino Unido), el Research Centre for Geography and Regional Planning, la Universidad Pablo de Olavide de Sevilla a través del grupo de Investigación PAIDI “Coastal Environments” y el Área de Geografía Física, la Universidad Nova de Lisboa y el municipio de Amandor (ambos en Portugal), la Región de East Macedonia-Thrace (Grecia) y la Agencia de Medio Ambiente y Agua de Andalucía, en coordinación con la Red de Información Ambiental de Andalucía (REDIAM).
Últimas publicaciones
El proyecto está financiado por el programa Erasmus+ de la Unión Europea y cuenta con la participación de instituciones de Italia, España y Francia.
Sigue leyendo
Un equipo de investigación de la Universidad de Cádiz ha creado un sistema basado en aprendizaje profundo capaz de localizar y clasificar automáticamente anomalías en radiografías de tórax. Los resultados mejoran la precisión de otros métodos utilizados y lo validan como una herramienta con potencial para dar soporte a la evaluación precoz de patologías del pulmón.
El hallazgo permitirá ampliar el estudio microbiano de los ecosistemas fluviales a gran escala, incluso en zonas remotas. Evalúan la conservación por secado al aire y congelación que mantienen la información ecológica de los ciclos de nutrientes.
Sigue leyendo
