I Jornada de Prospectiva e Gestão do Conhecimento Biodiversidade: a experiência do CRIA com as atividades de gestão da informação

Transcrição

1 I Jornada de Prospectiva e Gestão do Conhecimento Biodiversidade: a experiência do CRIA com as atividades de gestão da informação Dora Ann Lange Canhos dora@cria.org.br

2 O desafio social... Renato Dagnino (2001)

3 O Papel da Comunidade Científica A democratização política e econômica depende de uma ciência voltada para as necessidades sociais. A resolução dos problemas ambientais e o planejamento de um futuro sustentável exigem: Competência Articulação: diferentes segmentos, diferentes níveis (local, nacional, regional, internacional) Informação científica de qualidade

4 CRIA - Organização da Sociedade Civil de Interesse Público (OSCIP) Missão: a socialização do conhecimento científico Informática para biodiversidade: pesquisa desenvolvimento serviços Comunidade Científica CRIA Público Alvo

5 Novas tecnologias de informação e comunicação: permitem prever o desencadeamento de uma cultura cooperativa e colaborativa antes inimaginável. Acesso à informação: 1 software (www) O desafio: a articulação da comunidade Promover uma mudança cultural: compartilhar dados/ informações a definição de padrões mínimos (integração de dados de fontes diversas) o desenvolvimento e uso de ferramentas de integração de dados e de interoperabilidade de sistemas a produção de sínteses e diagnósticos inteligíveis aos mais diversos segmentos da sociedade organizada

6 Política do CRIA Uso de software de domínio público Linux (sistema operacional) Apache Web Server Linguagens de programação: Java e Perl PostgreSQL Database Management System Padrões abertos para interoperabilidade XML (Extensible Markup Language) XSL (Extensible Stylesheet Language) XML Schema SOAP (Simple Object Access Protocol) HTTP (Hypertext Transfer Protocol) Distributed Generic Information Retrieval (DiGIR)

7 Desenvolvido com ferramentas open source Vantagens de ferramentas open source : Rápida absorção de novas tecnologias Compatibilidade com os padrões mais utilizados Alto grau de estabilidade (bug free) Custo reduzido (software) Rede de colaboradores (equipe expandida ) Demanda uma equipe capacitada

8 Sistema de Informação Integrado e Interoperável Se considerado Algo complexo impossível traduzido em campos mínimos comuns, vocabulário controlado, formatos comuns Torna-se Tecnicamente viável: interoperabilidade, integração de dados conceito fundamental Provedor deverá ter total controle dos dados

9 Tipos de Sistemas de Informação Centralizados Distribuídos Mistos (parte centralizada parte distribuída)

10 Sistema Centralizado de Informação Usuário Sistema Central Provedores de dados

11 Problemas: atualização Perigo: Rompimento entre o provedor e o sistema centralizado Usuário Provedores de dados Sistema Centralizado

12 Problema: distância usuário - provedor Possível falta de interação entre o usuário e o provedor de dados Usuário Provedores de dados Sistema Central

13 Vantagens Provedor: Baixa demanda em informática Usuário Sistema Central Provedores de dados

14 Sistema Distribuído Atualização em tempo real Consultas são distribuídas Autoria (custodianship) Internet 2 Gateway de Dados Aplicativos: Catálogo Virtual Modelagem... Col 1 Col 2 Col 3 Requer boa infra-estrutura computacional dos provedores Requer boa conectividade Exige uma capacidade de integração de sistemas heterogêneos

15 Sistema Misto Aplicativos: Gateway de Dados Catálogo Virtual Modelagem... Internet 2 Col 1 Cache Node Banco de Dados Internet Col 2 Col 3 Col 4 Col 5

16 Projetos CRIA Biota (Fapesp) SinBiota Revista Biota Neotropica Website do Programa Biota/Fapesp O Instituto Virtual da Biodiversidade SICol (MCT/CNPq) Website Catálogo Virtual SpeciesLink (Fapesp) Lifemapper (NSF) Desktop Garp Hydro (Fapesp) Bioline Publications (U. Toronto, Bioline/UK)

17 SinBiota: Sistema Centralizado Provedor: pesquisador Padronização da entrada de dados ficha de coleta Uso de GPS Alimentação ou alteração de dados: via Internet, pelo provedor (protegido por senhas)

18

19

20 Banco de Dados

21

22

23 Informação sobre a coleta

24

25

26

27

28

29 Sistema de Informação de Coleções de Interesse Biotecnológico Apoio MCT/CNPq

30 Centros de Recursos Biológicos (CRB) Centros especializados que adquirem, validam, estudam e distribuem: organismos "cultiváveis (microorganismos, tecidos de plantas e animais, células humanas) partes replicáveis destes (genomas, plasmídeos, virus e bancos de cdna) organismos viáveis mas ainda não cultivados Centros de informação Workshop "Science & Technology Infrastructure: Support for Biological Resource Centres", OECD

31 Evolução: Catálogo (CC) Centro de Dados (CRB)

32 Objetivos do SICol Servir de elemento integrador às diversas e diferenciadas coleções (CRBs). Atender à demanda por informação das coleções e dos usuários de insumos biológicos na área da biotecnologia Atender à demanda por informação dos formuladores de políticas públicas.

33 Modelo: CABRI Common Access to Biological Resources and Information iniciativa da Comunidade Européia integra as principais coleções ex-situ da Europa desenvolveu um sistema federado de bancos de dados acessível via World Wide Web Padrões: dados mínimos, dados recomendados e dados completos para cada grupo taxonômico. permite a inclusão de dados históricos permite a inserção de dados mais completos

34 SICol (visão geral) Bactérias Usuário Fungos Células Interface Web Etc... Centros de Recursos Biológicos Base de dados do SICol Slide: Mauro Munhoz

35

36

37

38

39

40 Gateway de Dados Aplicativos: Catálogo Virtual Modelagem Outros Internet 2 Species Analyst Col 1 Cache Node SinBiota SICol Internet Col 2 Col 3 P1 Pn CRB

41 Utilização dos Pontos de Ocorrência das Espécies Ocorrências de espécies são associadas a pontos específicos no espaço, permitindo a caracterização de necessidades ecológicas Ocorrências de espécies são associadas a pontos específicos no tempo, permitindo a avaliação de mudanças temporais Slide: Marinez Ferreira de Siqueira (marinez@cria.org.br)

42 Integração entre os dados Pontos de ocorrência vegetação temperatura precipitação relevo Variáveis ambientais (coberturas geográficas) Distribuição prevista Slide: Townsend Peterson e Marinez Ferreira de Siqueira (marinez@cria.org.br)

43 Modelagem de Distribuição Geográfica Geografia Ecologia Algoritmo Temperatura Pontos de Ocorrência Modelo do Nicho Ecológico Precipitação Previsão da Distribuição Slide: Townsend Peterson e Marinez Ferreira de Siqueira (marinez@cria.org.br)

44 Exemplo de Análise de Distribuição Geográfica Dados dos Projetos: Viabilidade de Conservação dos Fragmentos de Cerrado do Estado de São Paulo Programa Biota/FAPESP: levantamento de espécies arbóreas Projeto de Cooperação Técnica: Conservação e Manejo da Biodiversidade do Bioma Cerrado - EMBRAPA Cerrados - UnB - Ibama/DFID Reino Unido Autores da Análise: Marinez Ferreira de Siqueira, CRIA (tese de doutorado) Prof. A. Townsend Peterson do Natural Museum and Biodiversity ResearchCenter, da Universidade de Kansas

45 Modelagem: distribuição esperada para duas espécies de Anadenanthera Slide: Marinez Ferreira de Siqueira

46 Analisando Mudanças de Cenário: Clima Geografia Ecologia Algoritmo Pontos de Ocorrência Temperatura Modelo do Nicho Ecológico Precipitação Previsão da Distribuição Projeção considerando alterações climáticas Projeção com Mudança Climática Slide: Townsend Peterson

47 Análises de Alteração Climática Modelo de Circulação Geral (HadCM2) usando dois cenários: HHGSDX50-0.5%/ano CO 2 HHGGAX50-1%/ano CO 2 Afeta: Temperatura Média Precipitação Média

48 Exemplos de predição de distribuição atual ( ) e futura (2055) para espécie arbórea de cerrado: Acosmium subelegans (Siqueira et.al. submetido) Área habitável em 2055 baseado no cenário conservador Área habitável em 2055 baseado no cenário liberal Slide: Marinez F. Siqueira (marinez@cria.org.br)

49 Padrão previsto de riqueza de espécies (162) arbóreas de cerrado para a área core de cerrado no Brasil baseado em cenário climático atual ( ) (Siqueira et.al. submetido) Região prevista que abrigaria a maior riqueza de espécies

50 Previsão baseada em cenários futuros Área prevista que abrigaria maior riqueza de espécies para um cenário de mudança climática conservador Área prevista de maior riqueza para cenário liberal

51 Possíveis Projeções Geografia Ecologia Algoritmo Temperatura Pontos de Ocorrência Modelo do Nicho Ecológico Precipitação Previsão da Distribuição Nativa Projeção sobre Projeção outra região sobre clima alterado Projeção sobre Clima Modificado Previsão de Invasão

52 Lantana camara L. Hábito Habitat - Preferências Climas quentes Relativamente abertas e úmidas Grande tolerância(baars & Neser, 1999) Complexo poliplóide de espécies (Stirton,1977) Nativa dos Neotrópicos Planta Ornamental Slide: rafael@cria.org.br

53 Distribuição Nativa Lantana camara L. Slide:

54 Distribuição Exótica - África Lantana camara L. Slide: rafael@cria.org.br

55 Distribuição Exótica - Australásia Lantana camara L. Slide: rafael@cria.org.br

56 Crotalaria pallida (nativa África, invasora Brasil)

57 Crotalaria pallida (FABACEAE) Região Nativa Slide:

58 Crotalaria pallida (FABACEAE) Área de Invasão Slide:

59 Modelagem Preditiva: Algumas Aplicações Biologia Melhora a compreensão sobre a distribuição de espécies raras, ameaçadas, espécies bioindicadoras etc; Norteia programas de re-introdução de espécies; Orienta o desenvolvimento de novos inventários estabelecendo lacunas de conhecimento; Validação de dados Conservação: informação de apoio à decisão Estuda os efeitos da mudança climática sobre a biodiversidade; Auxilia no desenvolvimento de planos de conservação da biodiversidade. Economia Espécies invasoras Agricultura e pestes agrícolas Saúde Pública Doenças infecciosas

60

61

62

63

64

65

66

67

68

69

70

71

72 Desenvolvendo Ferramentas e Protocolos Parcerias CRIA: Modelagem: Universidade de Kansas (NSF) desktop Garp Lifemapper Interoperabilidade de Sistemas: California Academy of Science, Universidade de Kansas, grupos de pesquisa da Australia e da Europa Distributed Generic Information Retrieval (DiGIR) Servidor de Localidades: Universidade de Kansas e Museu de Zoologia de Vertebrados de Berkeley BioGeoMancer Servidor de Nomes

73 Centro de Referência em Informação Ambiental Obrigada. Dora Ann Lange Canhos