CloudFerro, firma specjalizująca się w innowacyjnych usługach przetwarzania w chmurze, dostarcza usługi eksperckie dotyczące technologii chmury obliczeniowej w projekcie Digital Twin Earth Precursor, realizowanym przez Europejską Agencję Kosmiczną.
Projekt Digital Twin Earth ma na celu stworzenie „cyfrowego bliźniaka” naszej planety, który odtworzy zachodzące na Ziemi procesy, umożliwiając przeprowadzanie złożonych symulacji funkcjonowania globalnych ekosystemów. Historyczne i aktualne dane satelitarne obserwacji Ziemi, w połączeniu z rozwiązaniami sztucznej inteligencji i modelowaniem, pozwolą na opracowanie dokładnych, długoterminowych prognoz dotyczących klimatu.
Obecnie ESA prowadzi kilka równoległych projektów-prekursorów, mających na celu opracowanie modeli Digital Twin Earth, obejmujących różne dziedziny, takie jak gospodarka morska, rolnictwo czy zmiany klimatu. CloudFerro dostarcza ekspertyzę technologiczną dla jednego z tych projektów – prekursora w zakresie obszarów leśnych – Forest Digital Twin Earth Precursor. Zapewni także infrastrukturę obliczeniową w celu kontynuacji projektu w ramach inicjatywy Network of Resources.
Głównym wyzwaniem tego przedsięwzięcia będzie cyfrowa rekonstrukcja zachowania ekosystemów leśnych w skali globalnej, poprzez integrację modeli środowiskowych z danymi satelitarnymi z obserwacji Ziemi. Lasy są ważnym i niezwykle złożonym elementem w globalnym modelowaniu Ziemi. Wpływają na wiele obszarów, takich jak gospodarka wodna, zmienne meteorologiczne i klimatologiczne (wiatr, wilgotność, obieg dwutlenku węgla). Ważna będzie integracja modelu prekursora leśnego z pozostałymi, za pomocą modeli numerycznych, zautomatyzowanego pobierania i przepływów danych oraz w oparciu o potężną infrastrukturę, która będzie w stanie obsłużyć obliczenia i rosnące wolumeny informacji.
Liderem projektu Forest Digital Twin Earth Precursor jest fińska firma państwowa VTT. Oprócz CloudFerro, partnerami projektu są także: Uniwersytet Helsiński, UNIQUE z Niemiec, SIMOSOL z Finlandii oraz ICAS z Rumunii. Zakończenie wstępnej fazy projektu planowane jest na wrzesień 2021 roku, kiedy to zostanie zaprezentowany dokładny plan realizacji oraz wersja demonstracyjna rozwiązania.