Integration von Fernerkundungs- und In-situ-Beobachtungen der Biodiversität, hin zu einem vollständig interoperablen Beobachtungs- und Datenrahmen

Erwartetes Ergebnis:

Es wird erwartet, dass die Projektergebnisse zu allen folgenden erwarteten Ergebnissen beitragen:

• Förderung robuster, politikrelevanter Ökosystembewertungen, Naturschutz- und Wiederherstellungsplanungsaktivitäten sowie Vorhersagen von Biodiversitätstrends auf der Grundlage zweckmäßiger Daten, wodurch die Biodiversitäts- und Klimaziele der EU unterstützt werden;
• Stärkung der Kapazitäten von Forschern, Praktikern und Entscheidungsträgern zur Verbesserung der Biodiversitätsüberwachungspraktiken und zur Behebung von Wissenslücken durch die Integration von Daten und Beobachtungen über Sensoren und Plattformen hinweg, von Omics-basierten Daten (genomisch, transkriptomisch, metabolomisch) über verschiedene In-situ- bis hin zu satellitengestützten Erdbeobachtungsdaten;
• Verbesserte Nutzbarkeit von In-situ-Datensätzen als Trainings- und Validierungsressourcen für statistische, maschinelle Lern- und fortgeschrittene KI-basierte Ansätze zur Unterstützung von Anwendungen wie Habitatklassifizierung, Ökosystemkartierung und Vorhersage von Biodiversitätstrends.

Umfang:

Die Erreichung der Ziele der EU-Biodiversitätsstrategie für 2030, des Kunming-Montreal Global Biodiversity Framework und die Bewertung des Fortschritts bei der Erreichung ihrer definierten Ziele erfordert kohärente, integrierte und langfristige Überwachungsansätze, die durch FAIR-Datensysteme (Findable, Accessible, Interoperable and Re-usable) untermauert werden. Viele bestehende In-situ-Datensammlungen (d.h. genomische Bewertungen, Bodenproben, Drohnen- und Luftbeobachtungen) wurden nicht mit Blick auf die Integration von Satellitenfernerkundungsdaten (d.h. zur Validierung und Kalibrierung, integrierte Datenprodukte oder statistische Skalierung von Informationen) konzipiert und es fehlt ihnen an der Struktur, Schnittstelle und den Metadaten, die zur Unterstützung fortgeschrittener Analysen, einschließlich KI, erforderlich sind. FAIR-Daten über Arten und Ökosysteme werden auch dazu beitragen, dass der Biodiversitätsschutz ein zentrales Merkmal anderer Sektoren wie Landwirtschaft, Verkehr, Energie oder Bioökonomie wird. Es besteht ein Bedarf an systemischen, harmonisierten oder standardisierten Biodiversitätsdaten an der Erdoberfläche, um KI-Anwendungen vom Genom bis zum Weltraum zu unterstützen und unser Wissen über den Status und die Trends von Habitaten, Arten, Ökosystemen und die Ursachen des Rückgangs aufzubauen.

Um diese Herausforderungen anzugehen, sollten Vorschläge:

• zweckmäßige multisensorische Biodiversitätsdatenintegrationssysteme entwickeln und validieren, um die Harmonisierung und Integration von Omics-basierten und In-situ-Daten mit Fernerkundungsdaten aus dem Weltraum oder von suborbitalen Plattformen sowie sozio-ökologischen und klimatischen Daten zu ermöglichen, um die Bewertung des Zustands und der Degradation von Ökosystemen und die prädiktive Modellierung von Biodiversitätstrends auf internationaler, regionaler und europäischer Ebene zu verbessern;
• konkrete technische Fähigkeiten entwickeln, die in der Lage sind, vielfältige Anwendungsfälle in terrestrischen, Süßwasser- und Meeresökosystemen in den Mitgliedstaaten und assoziierten Ländern zu beantworten. Zu diesem Zweck sollten Vorschläge kritische Wissenslücken im Bereich der Biodiversität und ihren Datenbedarf identifizieren und priorisieren, mit Schwerpunkt auf prädiktiver Analytik und dem Einsatz von KI, und diese durch die Entwicklung von Datenintegrationsansätzen angehen, die wissenschaftliche und politische Bedürfnisse unterstützen, einschließlich Biodiversitätsschutz, Wiederherstellung und nachhaltige Nutzungsziele sowie andere damit verbundene politische Ziele;
• Demonstrations- und Verifizierungsfälle entwickeln, die sich auf spezifische Ökosysteme gemäß der EU-Ökosystemtypologie und Habitate, einschließlich Ökotone, konzentrieren, die als unter Druck stehend oder als Wiederherstellungsprioritäten identifiziert wurden. Vorschläge sollten sozioökonomische Belastungen und Aktivitäten berücksichtigen, die Ökosysteme beeinflussen, einschließlich Land- und Meeresnutzung und Emissionen von Schadstoffen (z.B. Landwirtschaft, Aquakultur, Urbanisierung, Ressourcenausbeutung und Managementpraktiken). Demonstrationsfälle sollten für EO-Anwendungen relevant sein, wie z.B. KI-gestützte Ökosystem- und Habitatkartierung, um die Interoperabilität mit europäischen und globalen Rahmenbedingungen zu gewährleisten…