Integração de Sensoriamento Remoto e observações in-situ da Biodiversidade, rumo a uma estrutura de observação e dados totalmente interoperável

Resultado Esperado:

Espera-se que os resultados do projeto contribuam para todos os seguintes resultados esperados:

• avançar na avaliação robusta e relevante para políticas de ecossistemas, atividades de proteção e planejamento de restauração da natureza, e previsão de tendências de biodiversidade com base em dados adequados, apoiando assim os objetivos de biodiversidade e clima da UE;
• capacidade fortalecida de pesquisadores, profissionais e tomadores de decisão para melhorar as práticas de monitoramento da biodiversidade e abordar lacunas de conhecimento através da integração de dados e observações em sensores e plataformas, desde dados baseados em ômicas (genômicos, transcriptômicos, metabolômicos), vários dados in-situ até dados de observação da Terra baseados em satélite;
• usabilidade aprimorada de conjuntos de dados in-situ como recursos de treinamento e validação para abordagens estatísticas, de aprendizado de máquina e avançadas baseadas em IA, em apoio a aplicações como classificação de habitat, mapeamento de ecossistemas e previsão de tendências de biodiversidade.

Escopo:

Alcançar os objetivos da estratégia de biodiversidade da UE para 2030, o Quadro Global de Biodiversidade Kunming-Montreal, e avaliar o progresso em relação às suas metas definidas, requer abordagens de monitoramento coerentes, integradas e de longo prazo, sustentadas por sistemas de dados FAIR (Findable, Accessible, Interoperable and Re-usable). Muitas coleções de dados in-situ existentes (ou seja, avaliações genômicas, amostragem de campo, observações por drones e aéreas) não foram projetadas com a integração de Sensoriamento Remoto por Satélite em mente (ou seja, para validação e calibração, produtos de dados integrados ou escalonamento estatístico de informações) e carecem da estrutura, interface e metadados necessários para suportar análises avançadas, incluindo IA. Dados FAIR sobre espécies e ecossistemas também ajudarão a garantir que a preservação da biodiversidade seja uma característica principal de outros setores, como agricultura, transporte, energia ou bioeconomia. Há uma necessidade de dados de biodiversidade sistêmicos, harmonizados ou padronizados na superfície da Terra para apoiar aplicações de IA que vão do genoma ao espaço e para construir nosso conhecimento sobre o status e as tendências de habitats, espécies, ecossistemas e sobre os impulsionadores do declínio.

Para enfrentar esses desafios, as propostas devem:

• desenvolver e validar sistemas de integração de dados de biodiversidade multissensoriais adequados, para permitir a harmonização e integração de dados baseados em ômicas e in-situ com dados de sensoriamento remoto de plataformas espaciais ou suborbitais, bem como dados socioecológicos e climáticos para aprimorar a avaliação da condição e degradação do ecossistema, e a modelagem preditiva de tendências de biodiversidade em escalas internacionais, regionais e europeias;
• desenvolver capacidades técnicas concretas capazes de responder a diversos casos de uso, em ecossistemas terrestres, de água doce e marinhos nos Estados-Membros e Países Associados. Para isso, as propostas devem identificar e priorizar lacunas críticas de conhecimento sobre biodiversidade e suas necessidades de dados, com foco em análises preditivas e no uso de IA, e abordá-las projetando abordagens de integração de dados que apoiem as necessidades científicas e políticas, incluindo proteção da biodiversidade, restauração e metas e objetivos de uso sustentável, bem como outros objetivos políticos relacionados;
• desenvolver casos de demonstração e verificação com foco em ecossistemas específicos sob a tipologia de ecossistemas da UE e habitats, incluindo ecótonos, identificados como aqueles sob pressão ou como prioridades de restauração. As propostas devem levar em consideração as pressões e atividades socioeconômicas que impactam os ecossistemas, incluindo o uso da terra e do mar e as emissões de poluentes (por exemplo, agricultura, aquicultura, urbanização, exploração de recursos e práticas de gestão). Os casos de demonstração devem ser relevantes para aplicações de EO, como mapeamento de ecossistemas e habitats assistido por IA, garantindo a interoperabilidade com o quadro europeu e global…