Embed Size (px)
Citation preview
I Jornada de Prospectiva e Gestão do Conhecimento
Biodiversidade: a experiência do CRIA com as atividades de gestão da informação
Dora Ann Lange CanhosDora Ann Lange Canhos
[email protected]@cria.org.br
O desafio social ....O desafio social ....
Renato Dagnino (2001)
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
CRIA - Organização da Sociedade Civil de Interesse Público (OSCIP)
Missão: a socialização do conhecimento científico
Informática para biodiversidade:
pesquisa desenvolvimento serviços
Comunidade Comunidade CientíficaCientífica
Público AlvoPúblico AlvoCRIACRIA
Novas tecnologias de informação e Novas tecnologias de informação e comunicação:comunicação: permitem prever o desencadeamento de uma cultura permitem prever o desencadeamento de uma cultura
cooperativa e colaborativa antes inimaginável.cooperativa e colaborativa antes inimaginável. Acesso à informação: 1 software (www)Acesso à informação: 1 software (www)
O desafio:O desafio: a articulação da comunidadea articulação da comunidade Promover uma mudança cultural: compartilhar dados/ Promover uma mudança cultural: compartilhar dados/
informaçõesinformações a definição de padrões mínimos (integração de dados de a definição de padrões mínimos (integração de dados de
fontes diversas)fontes diversas) o desenvolvimento e uso de ferramentas de integração o desenvolvimento e uso de ferramentas de integração
de dados e de interoperabilidade de sistemasde dados e de interoperabilidade de sistemas a produção de sínteses e diagnósticos a produção de sínteses e diagnósticos inteligíveis aos aos
mais diversos segmentos da sociedade organizadamais diversos segmentos da sociedade organizada
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)
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
Sistema de Informação Integrado e Interoperável
“traduzido” em campos mínimos comuns, vocabulário controlado, formatos comuns
Tecnicamente viável: interoperabilidade, integração de dados
consideradoconsiderado Algo complexoimpossível
Provedor deverá ter total controle
dos dados
Torna-seTorna-se
fundamentalfundamental
conceitoconceito
SeSe
Tipos de Sistemas de InformaçãoTipos de Sistemas de Informação
CentralizadosCentralizados DistribuídosDistribuídos Mistos (parte centralizada parte distribuída)Mistos (parte centralizada parte distribuída)
Sistema Centralizado de Informação
Provedores de dados
Sistema Central
Usuário
Problemas: atualização
Provedores de dados
Sistema Centralizado
Perigo: Rompimento entre o provedor e o sistema centralizado
Usuário
Problema: distância usuário - provedor
Provedores de dados
Sistema Central
Possível falta de interação entre o usuário e o provedor de dados
Usuário
Vantagens
Provedores de dados
Sistema Central
Usuário
Provedor: Baixa demanda em informática
Sistema Distribuído
Gateway de Dados
Aplicativos:
• Catálogo Virtual• Modelagem• ....
Col 1 Col 2 Col 3
Internet 2
• Requer boa infra-estrutura computacional dos provedores• Requer boa conectividade• Exige uma capacidade de integração de sistemas heterogêneos
• Atualização em tempo real• Consultas são distribuídas• Autoria (custodianship)
Sistema Misto
Gateway de Dados
Aplicativos:
• Catálogo Virtual• Modelagem• ....
Col 1 Cache Node Banco de Dados
Internet 2
Col 2 Col 3 Col 4 Col 5
Internet
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)
SinBiota: Sistema Centralizado
• Provedor: pesquisador
• Padronização da entrada de dadosficha de coletaUso de GPS
• Alimentação ou alteração de dados: via Internet,
pelo provedor (protegido por senhas)
http://sinbiota.cria.org.br
Banco de Dados
Informação sobre a coleta
Sistema de Informação de Coleções Sistema de Informação de Coleções de Interesse Biotecnológicode Interesse Biotecnológico
http://sicol.cria.org.brhttp://sicol.cria.org.br
Apoio MCT/CNPq
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
http://www.oecd.org
Evolução: Catálogo (CC) Centro de Dados (CRB)
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.
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
http://www.cabri.org/
SICol (visão geral)
Interface Web
Bactérias
Fungos
Células
Etc...
Base de dados do SICol
Centros de Recursos Biológicos
Usuário
Slide: Mauro Munhoz ([email protected])
http://sicol.cria.org.br/cv
Gateway de Dados
Aplicativos:
• Catálogo Virtual• Modelagem• Outros
Col 1 Cache Node SinBiota
Internet 2Internet 2
Col 2 Col 3 P1 Pn
InternetInternet
Species Analyst
SICol
CRB
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 ([email protected])
Integração entre os dados
Pontos de ocorrência
Distribuiçãoprevista
Variáveisambientais(coberturasgeográficas)
vegetação
temperatura
precipitação
relevo
Slide: Townsend Peterson e Marinez Ferreira de Siqueira ([email protected])
Geog
rafi
a
Ecolo
gia
Modelagem de Distribuição Geográfica
Pontos de Ocorrência
Algoritmo Precipitação
Tem
pera
tura
Modelo do Nicho Ecológico
Previsão da
Distribuição
Slide: Townsend Peterson e Marinez Ferreira de Siqueira ([email protected])
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
Modelagem: distribuição esperada para duas espécies de Anadenanthera
Slide: Marinez Ferreira de Siqueira ([email protected])
Geog
rafi
a
Ecolo
gia
Analisando Mudanças de Cenário: ClimaAnalisando Mudanças de Cenário: Clima
Pontos de Ocorrência
Algoritmo Precipitação
Tem
pera
tura
Modelo do Nicho Ecológico
Previsão daDistribuição
Slide: Townsend Peterson
Projeção comMudançaClimática
Projeção considerando alterações climáticas
Análises de Alteração Climática
Modelo de Circulação Geral (HadCM2) usando dois cenários: HHGSDX50 - 0.5%/ano CO2
HHGGAX50 - 1%/ano CO2
Afeta:Temperatura MédiaPrecipitação Média
Exemplos de predição de distribuição atual (1961-1990) e futura (2055) para espécie arbórea de cerrado: Acosmium subelegans (Siqueira et.al. submetido)
Área habitável em 2055 baseado no cenário liberal
Área habitável em 2055 baseado no cenário conservador
Slide: Marinez F. Siqueira ([email protected])
Padrão previsto de riqueza de espécies (162) arbóreas de cerrado para a área core de cerrado no Brasil baseado em cenário climático atual (1961-1990) (Siqueira et.al. submetido)
Região prevista que abrigaria a maior riqueza de espécies
Área prevista que abrigaria maior riqueza de espécies para um cenário de mudança climática conservador
Área prevista de maior riqueza para cenário liberal
Previsão baseada em cenários futuros
Possíveis ProjeçõesG
eogr
afia
E
colo
gia
Pontos de Ocorrência
Algoritmo
Precipitação
Tem
pera
tura Modelo do Nicho Ecológico
Previsão daDistribuição
Nativa
Projeção sobreClima Modificado
Projeçãosobre climaalterado
Previsão deInvasão
Projeção sobre outra região
Lantana camara L.
HábitoHabitat - Preferências
Climas quentes Relativamente abertas e
úmidas Grande tolerância(Baars & Neser,
1999)
Complexo poliplóide de espécies (Stirton,1977)
Nativa dos NeotrópicosPlanta Ornamental
Slide: [email protected]
Crotalaria pallida (nativa África, invasora Brasil)
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
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
