Carregar apresentação
A apresentação está carregando. Por favor, espere
PublicouAntônio Amorim Alterado mais de 10 anos atrás
1
Dora Ann Lange Canhos dora@cria.org.br
I Jornada de Prospectiva e Gestão do Conhecimento Biodiversidade: a experiência do CRIA com as atividades de gestão da informação Dora Ann Lange Canhos
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 Público Alvo CRIA
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
Uso de software de domínio público
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
Integrado e Interoperável Algo complexo impossível
Sistema de Informação Integrado e Interoperável Algo complexo impossível considerado Se “traduzido” em campos mínimos comuns, vocabulário controlado, formatos comuns Torna-se Tecnicamente viável: interoperabilidade, integração de dados Provedor deverá ter total controle dos dados conceito fundamental
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 Sistema Centralizado Provedores de dados
12
Problema: distância usuário - provedor
Possível falta de interação entre o usuário e o provedor de dados Usuário Sistema Central Provedores de dados
13
Vantagens Sistema Central Provedores de dados Usuário
Provedor: Baixa demanda em informática Usuário Sistema Central Provedores de dados
14
Sistema Distribuído Internet 2 Aplicativos: Catálogo Virtual Modelagem
Atualização em tempo real Consultas são distribuídas Autoria (custodianship) Aplicativos: Catálogo Virtual Modelagem .... Gateway de Dados Internet 2 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 Internet 2 Internet Aplicativos: Catálogo Virtual
Modelagem .... Gateway de Dados Internet 2 Col 1 Cache Node Banco de Dados Internet Col 2 Col 3 Col 4 Col 5
16
Projetos CRIA Biota (Fapesp) SICol (MCT/CNPq) SpeciesLink (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)
19
Freshwater Marine Terrestrial
20
Banco de Dados
23
Informação sobre a coleta
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) Interface Web Base de dados do SICol Bactérias
Fungos Células Etc... Base de dados do SICol Usuário Interface Web Centros de Recursos Biológicos Slide: Mauro Munhoz
40
Internet 2 Internet Aplicativos: Catálogo Virtual Modelagem Outros
Gateway de Dados Internet 2 Species Analyst Col 1 Cache Node SinBiota SICol Internet P1 Pn Col 2 Col 3 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
42
Integração entre os dados
Pontos de ocorrência Distribuição prevista Variáveis ambientais (coberturas geográficas) vegetação temperatura precipitação relevo Slide: Townsend Peterson e Marinez Ferreira de Siqueira
43
Modelagem de Distribuição Geográfica
Precipitação Temperatura Modelo do Nicho Ecológico Algoritmo Previsão da Distribuição Geografia Ecologia Pontos de Ocorrência Slide: Townsend Peterson e Marinez Ferreira de Siqueira
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
Resultado preliminar com dados cedid Slide: Marinez Ferreira de Siqueira
46
Analisando Mudanças de Cenário: Clima
Precipitação Temperatura Modelo do Nicho Ecológico Projeção considerando alterações climáticas Algoritmo Previsão da Distribuição Geografia Ecologia Pontos de Ocorrência Projeção com Mudança Climática Slide: Townsend Peterson
47
Análises de Alteração Climática
Modelo de Circulação Geral (HadCM2) usando dois cenários: HHGSDX %/ano CO2 HHGGAX50 - 1%/ano CO2 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
49
Região prevista que abrigaria a maior riqueza de espécies
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 Modelo do Nicho Ecológico
Pontos de Ocorrência Algoritmo Precipitação Temperatura Modelo do Nicho Ecológico Previsão da Distribuição Nativa Projeção sobre Clima Modificado Projeção sobre clima alterado Previsão de Invasão outra região
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:
53
Distribuição Nativa Lantana camara L. Slide:
54
Distribuição Exótica - África
Lantana camara L. Slide:
55
Distribuição Exótica - Australásia
Lantana camara L. Slide:
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
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
Apresentações semelhantes
© 2024 SlidePlayer.com.br Inc.
All rights reserved.