Dans le cadre de l’assemblée générale 2026 de l’EGU, nous organisons une session sur le traitement et la gestion des données multi-sources imparfaites en géosciences. C’est ouvert à l’ensemble des disciplines en géosciences et nous acceptons aussi bien des contributions théoriques que des applications/études de cas.
La date limite pour l’envoi des résumés est le 15 janvier 2026.
La date limite pour la soumission d’une bourse de voyage spécifique ‘étudiants » est le 1er décembre 2026. D’autres aides financières sont aussi disponibles et listées sur le site web de la conférence.
Les frais d’inscription sont supprimés pour la participation virtuelle :
– des scientifiques ayant une affiliation permanente dans un pays à revenu faible ou intermédiaire inférieur selon la définition de la Banque mondiale.
– des étudiants de premier cycle et de master sur production d’une preuve du statut d’étudiant.
Vous trouverez ci-dessous l’appel à contributions, accompagné d’un lien pour soumettre le résumé. N’hésitez pas à le partager avec vos collègues susceptibles d’être intéressés par cette problématique.
HS 3.8 Managing and Processing Heterogeneous and Imperfect Data: current practices and challenges in Hydrology and Geosciences
Co-organized by ESSI1/GI2
Convener: Nanee Chahinian | Co-conveners: Franco Alberto Cardillo, Batoul Haydar, Cécile Gracianne, Franca Debole.
Data imperfection is a persistent and multi-faceted challenge in hydrology and more broadly in geosciences. Researchers and practitioners regularly work with datasets that are incomplete, imprecise, erroneous, heterogeneous, or redundant—whether originating from in-situ measurements, remote sensing, modelling outputs, or participatory sources.
While traditional statistical methods have long been used to address these limitations, the growing complexity and diversity of hydrological and environmental data have created new demands—and opportunities—for innovation. Advances in artificial intelligence, data fusion, knowledge representation, and reasoning under uncertainty now allow for more robust integration and interpretation of heterogeneous information.
This session aims to gather contributions that explore how we can move from imperfect, fragmented data toward coherent and actionable hydrological and environmental knowledge. We welcome abstracts on:
• Applications and case studies in hydrology or other domains, addressing missing data imputation, model inversion, uncertainty propagation, or multi-source integration—using time series, spatial data, imagery, videos, etc. The case studies may focus on hydrological and natural hazards (floods, droughts, earthquakes, landslides, marine submersion, etc..) or resources management (water supply, treatment, etc…)
• Methodological developments in data fusion, completion, uncertainty quantification, and AI-based knowledge extraction from heterogeneous data.
• Cross-disciplinary approaches that connect geosciences, and specifically hydrological sciences, with AI, data mining, and knowledge systems, including citizen science, crowd-sourced data, or opportunistic sensing.
• Experimental contributions in hydrology and geosciences relying on AI, such as novel models and algorithms, explainable methods, and comparative studies on domain-specific datasets.
• Feedback from data integration initiatives into domain specific or cross disciplinary repositories.
We particularly encourage contributions that highlight novel practices or conceptual frameworks for dealing with imperfect and multi-source data in complex environmental systems.
Lien session : ICI
