Prosjekt

Sosioøkonomisk vekst har ført til rask byutvikling i polske byer, og det har oppstått utfordringer med ukontrollerbar byspredningsutvikling (f.eks. overbelastning av transport og høye trafikkutslipp).

Beslutningstakerne har ikke fullstendig forstått hvilken påvirkning dette har, ofte på grunn av manglende kunnskapsbasert informasjon.

Målet med prosjektet er å utvikle et integrert rammeverk for å analysere sammenhengen arealbruk – transport – trafikkutslipp (LUTEm) assosiert med utvikling av byspredning i polske byer ved å kombinere avansert multimodal transportplanlegging og utslippsmodellering.

LUTEm-rammeverket vil bli brukt som casestudier i polske byer for å

1. understreke negative effekter av suburbanisering,
2. vurdere intervensjonsscenarier og
3. formulere veier mot grønn omstilling i arealbruk-transportutvikling i case-studiebyene.

Resultatene vil være forskningsstøtte for beslutningstakere for å forstå samspillet mellom arealbruk og transport, og trafikkutslipp som et resultat av dette, for å forbedre luftkvaliteten og redusere klimaendringer.

For å oppnå dette vil vi utføre transportmodellering, der effektene av romlig utvikling vs. transportsystemstrukturer på reisevalg blir simulert.

Transportmodellen blir deretter integrert med modellering av trafikkutslipp for å gi innsikt i forholdet mellom byplanlegging og miljømessig bærekraft på tvers av case-studiene.

Prosjektet vil gi fordelaktige understøttende tiltak for å dempe den negative miljøpåvirkningen fra byspredningsutvikling.

Prosjekt

GreenZone-prosjektet har som mål å

• styrke motstandskraften i skolene mot de negative effektene av klimaendringer;
• øke elevenes og lærernes bevissthet om klimaendringer; og
• redusere klimagassutslipp på lokalsamfunnsnivå.

For å gjøre dette vil prosjektet implementere ulike naturbaserte løsninger (NBS) på to skoler og i ett offentlig rom i byen Kozienice, inkludert:

• Bygging av permeable grunnflater for vannretensjon og håndtering av regnvann
• Implementing av grønne vegger, planting av passende ikke-invasive planter og frukttrær
• Bygge økopedagogisk rom
• Utvikling av utdanningsveier og didaktiske hager
• Lage økohager, bygge hus for dyr

I tillegg vil det bli gjennomført ulike utdannings- og bevisstgjøringsaktiviteter, inkludert:

• Bevisstgjøringskampanjer mot publikum via ulike sosiale medier
• Aktivering av skolene og lokalsamfunnene gjennom direkte engasjement i implementeringen av NBS
• Opplærings- og utdanningsaktiviteter overfor skolens lærere og elever

Prosjekt

Klimaendringene kommer til uttrykk gjennom stigende havnivå, hetebølger, skogbranner, tørke, flom og økende temperaturer. De påvirker alle økosystemer og biologisk mangfold, så vel som økonomisk vekst, infrastruktur og livskvalitet. Det er et presserende behov for å redusere utslippene som reflektert i Paris-avtalen fra 2015 og EUs 2030 klima- og energirammeverk.

Green Zulawy-prosjektet har som mål å forbedre energieffektiviteten til skolebygg, redusere CO2-utslipp, øke andelen energi som genereres fra fornybare energikilder, og øke bevisstheten om energieffektivitet hos innbyggerne.

Følgende hovedoppgaver er planlagt:

• Workshops for kartlegging av interessenter, engasjement og samskaping

• Kapasitetsbygging, opplæring og kunnskapsdeling om løsninger, inkludert naturbaserte løsninger for å forbedre energieffektiviteten

• Bevisstgjøring og utdanningsaktiviteter overfor skoleelever og lærere

• Termisk modernisering i tre barneskoler

• Lab- og feltstudieturer – naturbaserte løsninger og fornybare energianlegg i Norge

• Analyse av prosjektets innvirkning på samfunnet

Prosjektleder:

Ms Anna Uzdowska, Head of the Development Department, Gmina Nowy Staw

Prosjekt

"Dyrk din egen mat i korridoren i blokka der du bor, samtidig som du reduserer klimagassutslipp, matavfall, energi- og transportkostnader! Forbedre helsen ved å endre spisevaner og engasjere deg mer med naboene dine!»

Hovedmålet med SmartFood-prosjektet (https://smartfood.city/) er å gi et nytt evidensbasert sosioteknologisk rammeverk for bærekraftig matproduksjon og forbruk i retning fremtidens bærekraftige smartby. Ved å engasjere mikro-lokale samfunn i å ta i bruk nyskapende egenproduksjon av mat og få til atferdsendring i form av kostholdsendringer, med det formål å forbedre helseresultater og redusere klimagassutslipp, vil vi redusere energisløsing, forbedre sosial inkludering og skape større bevissthet hos innbyggerne.

SmartFood integrerer toppmoderne tverrfaglig forskning på urban matforbruk og produksjon med en ny tilnærming til samskaping av insekt- og grønnsaksbasert, næringsrik mat, uten å bruke jord eller land, samtidig som man utnytter lokalt tilgjengelig regnvann og solenergi. Dette gir en helårlig bærekraftig og trygg matproduksjon, i korridorene i boligblokker.

SmartFood har som mål å gi et betydelig bidrag til oppfyllelsen av den langsiktige visjonen om fremtidens byer, der overgang til bærekraftig matforbruk og produksjonsmønstre, styrker sunne matvaner, reduserer avhengigheten av matvarehandel, reduserer matsvinn og styrker fellesskapet i urbane bygninger.

Som et resultat av disse aktivitetene reduserer matproduksjonen «i hjemmet» miljøfotavtrykket, fordi klimagassutslippene for matproduksjon og transport reduseres. I forhold til tidligere arbeid med reduksjon av matsvinn og bærekraftig samfunnsutvikling, som primært er avhengig av selvrapporterte undersøkelsestiltak som har lav prediktiv pålitelighet, iverksetter vi et toppmoderne kontrollert eksperiment. Det implementerer faktiske bærekraftige selvproduksjonsanlegg og måler det reelle miljøet, atferdsmessige og holdningsmessige resultater – og gir derfor evidensbaserte politiske anbefalinger.

Prosjekt

Målet med i-CLARE er å designe og produsere det elektrokjemiske vannbehandlingssystemet, med implementerte kunstige intelligensprosedyrer dedikert til å identifisere og lære de mest effektive driftsparametrene for å fjerne en gitt blanding av organisk forurensninger.

Prosjekt

HAPADS er et ambisiøst prosjekt som skal utvikle et nytt mobilt luftovervåkingssystem (inklusivt sensorer, datainnsamling, analyse og brukergrensesnitt), som vil muliggjøre informasjonsdrevne beslutninger for å redusere luftforurensnings eksponering.

Prosjektet har som mål å utvikle:

• detektordesign (mikrobølgebasert NO2-sensor og tidsforsinkelses integrert (TDI) bildebasert partikkel (PM) sensor.
• programmerbar «edge» prosessorsenhet for datainnsamling og signalbehandling med Deep Learning støtte.
• «embedded» programvare for kalibrering og optimalisering av sensorene.