Paredzams, ka projektu rezultāti sniegs ieguldījumu visos turpmāk minētajos sagaidāmajos rezultātos:

• uzlabota pamatota, politikas vajadzībām atbilstoša ekosistēmu novērtēšana, dabas aizsardzības un atjaunošanas plānošanas darbības, kā arī bioloģiskās daudzveidības tendenču prognozēšana, pamatojoties uz mērķim atbilstošiem datiem, tādējādi atbalstot ES bioloģiskās daudzveidības un klimata mērķus;
• stiprināta pētnieku, praktiķu un lēmumu pieņēmēju kapacitāte uzlabot bioloģiskās daudzveidības uzraudzības praksi un novērst zināšanu trūkumus, integrējot datus un novērojumus no dažādiem sensoriem un platformām, sākot no omikas datiem (genomikas, transkriptomikas, metabolomikas) līdz dažādiem in-situ un satelītu Zemes novērošanas datiem;
• uzlabota in-situ datu kopu izmantojamība kā apmācības un validācijas resursiem statistiskām, mašīnmācīšanās un progresīvām AI balstītām pieejām, atbalstot tādas lietotnes kā biotopu klasifikācija, ekosistēmu kartēšana un bioloģiskās daudzveidības tendenču prognozēšana.

Lai sasniegtu ES bioloģiskās daudzveidības stratēģijas 2030. gadam, Kunming-Montreal Global Biodiversity Framework mērķus un novērtētu progresu to noteikto uzdevumu izpildē, ir nepieciešamas saskaņotas, integrētas un ilgtermiņa uzraudzības pieejas, kuru pamatā ir FAIR (atrodami, pieejami, savietojami un atkārtoti izmantojami) datu sistēmas. Daudzas esošās in-situ datu vākšanas metodes (t.i., genomikas novērtējumi, uzzemes paraugu ņemšana, dronu un gaisa novērojumi) netika izstrādātas, domājot par integrāciju ar satelītu tālizpēti (t.i., validācijai un kalibrēšanai, integrētiem datu produktiem vai informācijas statistiskai mērogošanai), un tām trūkst struktūras, saskarnes un metadatu, kas nepieciešami progresīvas analītikas, tostarp AI, atbalstam. FAIR dati par sugām un ekosistēmām arī palīdzēs nodrošināt, ka bioloģiskās daudzveidības saglabāšana kļūst par būtisku citu nozaru, piemēram, lauksaimniecības, transporta, enerģētikas vai bioekonomikas, sastāvdaļu. Ir nepieciešami sistēmiski, saskaņoti vai standartizēti bioloģiskās daudzveidības dati par Zemes virsmu, lai atbalstītu AI lietojumus, sākot no genoma līdz kosmosam, un lai paplašinātu mūsu zināšanas par biotopu, sugu, ekosistēmu stāvokli un tendencēm, kā arī par to izzušanas cēloņiem.

Lai risinātu šīs problēmas, priekšlikumos būtu:

• jāizstrādā un jāvalidē mērķim atbilstošas multisensoras bioloģiskās daudzveidības datu integrācijas sistēmas, lai nodrošinātu uz omiku balstītu un in-situ datu saskaņošanu un integrāciju ar tālizpētes datiem no kosmosa vai suborbitālām platformām, kā arī sociālekoloģiskos un klimatiskos datus ekosistēmu stāvokļa un degradācijas novērtējuma uzlabošanai, kā arī bioloģiskās daudzveidības tendenču paredzamo modelēšanu starptautiskā, reģionālā un Eiropas mērogā;
• jāizstrādā konkrētas tehniskās iespējas, kas spēj atbildēt uz dažādiem lietošanas gadījumiem sauszemes, saldūdens un jūras ekosistēmās dalībvalstīs un asociētajās valstīs. Šajā nolūkā priekšlikumos būtu jāidentificē un jānosaka prioritātes kritiskiem bioloģiskās daudzveidības zināšanu trūkumiem un to datu vajadzībām, koncentrējoties uz paredzamo analītiku un AI izmantošanu, un tie jārisina, izstrādājot datu integrācijas pieejas, kas atbalsta zinātniskās un politikas vajadzības, tostarp bioloģiskās daudzveidības aizsardzības, atjaunošanas un ilgtspējīgas izmantošanas mērķus un uzdevumus, kā arī citus saistītus politikas mērķus;
• jāizstrādā demonstrācijas un verifikācijas gadījumi, koncentrējoties uz konkrētām ekosistēmām saskaņā ar EU ecosystem typology^[1] un biotopiem, tostarp ekotoniem^[2], kas identificēti kā tādi, kas atrodas zem spiediena vai ir prioritāri atjaunošanai. Priekšlikumos būtu jāņem vērā sociālekonomiskais spiediens un darbības, kas ietekmē ekosistēmas, tostarp zemes un jūras izmantošana un piesārņojošo vielu emisijas (piemēram, lauksaimniecība, akvakultūra, urbanizācija, resursu izmantošana un apsaimniekošanas prakses). Demonstrācijas gadījumiem jābūt atbilstošiem EO lietojumiem, piemēram, ar AI palīdzību veiktai ekosistēmu un biotopu kartēšanai, nodrošinot savietojamību ar Eiropas un globālajām sistēmām, piemēram, Global Ecosystem Typology, kā arī EUNIS, un saskaņotiem ar ziņošanas prasībām saskaņā ar Habitats Directive, Birds Directive, Marine Strategy Framework Directive un EU Nature Restoration Regulation;
• jāsniedz FAIR dati, saskaņošanas darbplūsmas un apstrādes protokoli, kas atbalsta datu integrāciju no genoma līdz kosmosam, un jāpārbauda ģenerēto datu kopu izmantošana identificētajām analīzes vajadzībām. Priekšlikumos novērojumu dati būtu jāsasaista ar jaunajiem sociālekonomiskajiem, klimata, lauksaimniecības, mežsaimniecības, zivsaimniecības un vides datiem, kā arī ar attiecīgajām datu infrastruktūrām, tostarp, ja piemērojams, European Open Science Cloud (EOSC) un European Common Data Spaces un SAGE^[3];
• jāsniedz ieguldījums vienprātības panākšanā un kopīgu datu vākšanas, metadatu un apstrādes protokolu, datu kvalitātes un standartu saskaņošanas ieviešanā, kas ļauj integrēt novērojumus “no genoma līdz kosmosam”.

Priekšlikumos būtu jāparedz resursi sadarbībai ar esošajām iniciatīvām, piemēram, in-situ datu vākšanas sistēmām (piemēram, GBIF, OBIS, LUCAS). Joint Research Centre (JRC) var pievienoties izvēlētajam konsorcijam saistībā ar efektīvu koordināciju ar EC Knowledge Centre for Biodiversity (KCBD) un tā zinātnes dienestu, kā arī iekļaujot in-situ datus no European Commission vadītajām bioloģiskās daudzveidības uzraudzības shēmām, piemēram, LUCAS, īpaši LUCAS grassland, un EMBAL (European Monitoring of Biodiversity in Agricultural Landscapes). Priekšlikumos var apsvērt pakalpojumus, ko piedāvā European research infrastructures^[4].

Šī tēma ir daļa no EC-ESA Earth System Science Initiative (ESSI) bioloģiskās daudzveidības klastera. Priekšlikumos būtu jāparedz pietiekami līdzekļi efektīvai koordinācijai ar projektiem, kas atlasīti saskaņā ar ESA FuturEO programmu.

[1] “EU ecosystem typology” ir ekosistēmu tipu klasifikācija, ko izstrādājusi Komisija un European Environmental Agency sadarbībā ar dalībvalstīm, un tā ir pielāgota ES vajadzībām. Tās pirmais līmenis ir noteikts tiesību aktos un tiek izmantots ziņošanai saskaņā ar Regulas (ES) 691/2011 IX pielikumu.

[2] Ekotoni ir apgabali ar strauju pāreju starp ekoloģiskajām kopienām, ekosistēmām un/vai ekoloģiskajiem reģioniem gar vides vai citu gradientu. (S. Kark, Effects of Ecotones on Biodiversity, Reference Module in Life Sciences, Elsevier, 2017, ISBN 9780128096338, https://doi.org/10.1016/B978-0-12-809633-8.02290-1)

[3] https://www.egi.eu/project/sage/.

[4] European Strategy Forum on Research Infrastructures (ESFRI) pētniecības infrastruktūru portfeļa katalogu var pārlūkot ESFRI tīmekļa vietnē https://ri-portfolio.esfri.eu/