Ecoinformática

La ecoinformática , o informática ecológica, es la ciencia de la información en ecología y ciencias ambientales . Integra las ciencias ambientales y de la información para definir entidades y procesos naturales con un lenguaje común tanto para los humanos como para las computadoras. Sin embargo, esta es un área en rápido desarrollo en ecología y existen perspectivas alternativas sobre lo que constituye la ecoinformática.

Han circulado algunas definiciones, centradas principalmente en la creación de herramientas para acceder y analizar datos de sistemas naturales. Sin embargo, el alcance y los objetivos de la ecoinformática son ciertamente más amplios que el desarrollo de estándares de metadatos para ser utilizados en la documentación de conjuntos de datos. La ecoinformática tiene como objetivo facilitar la investigación y la gestión ambiental mediante el desarrollo de formas de acceder e integrar bases de datos de información ambiental y desarrollar nuevos algoritmos que permitan combinar diferentes conjuntos de datos ambientales para probar hipótesis ecológicas. La ecoinformática está relacionada con el concepto de servicios ecosistémicos . ^[1]

La ecoinformática caracteriza la semántica del conocimiento de los sistemas naturales. Por este motivo, gran parte de la investigación ecoinformática actual se relaciona con la rama de la informática conocida como representación del conocimiento , y los proyectos ecoinformáticos activos están desarrollando vínculos con actividades como la Web Semántica .

Las iniciativas actuales para gestionar, compartir y reutilizar eficazmente los datos ecológicos son indicativas de la creciente importancia de campos como la ecoinformática para desarrollar las bases de una gestión eficaz de la información ecológica. Ejemplos de estas iniciativas son los proyectos Datanet de la National Science Foundation , DataONE , Data Conservancy y Artificial Intelligence for Environment & Sustainability . ^[1]

El concepto central de la ecoinformática es el ciclo de vida del desarrollo de software (SDLC), un marco sistemático para escribir, implementar y mantener productos de software. Normalmente, en los proyectos de ecoinformática, el proceso de desarrollo incluye la recopilación de datos, normalmente de varias fuentes de datos ambientales diferentes, la posterior integración de estas fuentes de datos y, finalmente, el análisis de los datos. Aquí, cada paso del SDLC se describe en el contexto de la ecoinformática, según Michener et al. ^[2]. Es importante señalar que los pasos de planificación, recopilación, garantía, descripción y conservación se refieren a la entidad de recopilación de datos, que pueden ser investigadores individuales o grandes redes de recopilación de datos, mientras que los pasos de descubrimiento, integración y análisis suelen referirse al investigador individual.

Plan : Los proyectos de ecoinformática requieren datos de varias bases de datos. Cada base de datos contiene datos diferentes y, por lo tanto, los investigadores deben identificar qué tipos de datos ambientales o ecológicos necesitarán para responder a su pregunta de investigación.

Recopilación : los datos se recopilan de varias formas diferentes. En ecoinformática, esto suele limitarse a introducir manualmente los datos en una hoja de cálculo y analizarlos a partir de una base de datos existente. El crecimiento de las bases de datos relacionales ha facilitado a los ecologistas la descarga de datos relevantes y la integración de conjuntos de datos.

Asegurar : Las entradas de datos deben ser revisadas minuciosamente para validar su precisión y usabilidad, por ejemplo, para verificar si hay valores atípicos y puntos erróneos. El mismo principio se aplica a los datos descargados de los conjuntos de datos. Esta responsabilidad recae tanto en el ecólogo que descarga los datos como en la entidad que configura el sistema de recopilación de datos.

Describir : Una descripción precisa de los metadatos de un conjunto de datos que se utiliza en un estudio debe incluir suficiente información para deducir la metodología de recopilación y procesamiento de datos, cuándo se recopilaron los datos, por qué se recopilaron y cómo se almacenaron. Esto es importante para la reproducibilidad, especialmente para proyectos que se basan entre sí y pueden reciclar datos.

Conservar : una vez que una entidad institucional recopila datos, estos deben archivarse de manera que sean fácilmente accesibles. Lo ideal es que se hagan en bases de datos que se mantengan y no corran riesgo de quedar obsoletas.

Descubrir : si bien existen buenas prácticas para descubrir datos para iniciar un proyecto de investigación, este proceso a menudo se ve empañado por la falta de datos publicados y utilizables, ya que los investigadores pueden recopilar datos específicos para su estudio, pero no publicarlos para un uso más amplio. En lo que respecta a la recopilación de datos, esto se puede solucionar con mejores prácticas de intercambio de datos, como vincular conjuntos de datos al publicar artículos o estudios. En lo que respecta a la adquisición de datos, esto se puede solucionar con una búsqueda de datos más precisa, como el uso de palabras clave para encontrar conjuntos de datos relevantes.

Integrar : sintetizar conjuntos de datos puede ser una tarea difícil y laboriosa, en gran medida debido a las diferencias metodológicas en la recopilación de datos. Existen varios enfoques para ello, pero las mejores prácticas suelen implicar enfoques computacionales, es decir, el uso de R o Python , para automatizar los procesos y evitar errores.

Análisis : El análisis de datos puede adoptar diversas formas y debe adaptarse al proyecto ecológico específico. Sin embargo, todos los métodos de análisis de datos deben estar bien documentados, incluido el procedimiento de análisis, la justificación de los métodos de análisis y las deficiencias de un enfoque específico.

Los estudios de ecosistemas, por definición, abarcan interacciones de todo el espectro de las ciencias de la vida, desde reacciones bioquímicas microscópicas hasta fenómenos geológicos a gran escala. Como resultado, las grandes bases de datos pueden no estar diseñadas específicamente para ninguna pregunta de investigación en particular, pero deben ser lo suficientemente inclusivas como para respaldar la mayoría de los estudios. Dado que las preguntas a nivel de ecosistemas requieren una perspectiva amplia, los proyectos relacionados con los datos de ecosistemas probablemente incorporarían datos de varias bases de datos.

Un marco común para incorporar datos en los estudios a nivel de ecosistemas es el modelo de ciencia de redes , en el que los mecanismos y recursos de recolección de datos se tratan como una gran red interconectada en lugar de entidades individuales. La red puede incluir varias estaciones de recolección de datos dentro de una base de datos, o puede abarcar varias bases de datos. Actualmente existen varias redes a gran escala, pero no generan datos a una escala tal que permita considerar la ecología como una ciencia de big data.

Un desafío actual para la ecoinformática en la ecología de los ecosistemas es que la mayor parte de la financiación se destina a generar nuevos datos en lugar de a mantener las infraestructuras de datos existentes. La integración de datos en distintas escalas espaciales también puede resultar difícil, ya que cada conjunto de datos puede contener distintos tipos de datos.

El impulso actual hacia las ciudades inteligentes y la integración de redes de sensores en la infraestructura las ha posicionado como una fuente importante de datos para los estudios ecológicos. Las preguntas típicas de la ecología urbana abordan los efectos de la urbanización en el ecosistema local y cómo impulsar el desarrollo futuro para promover la biodiversidad urbana .

Si bien las redes de sensores en las ciudades suelen recopilar datos ambientales para optimizar los procesos urbanos, también pueden utilizarse para iniciativas ecológicas, especialmente con respecto a la comprensión de la relación compleja y de múltiples capas entre las ciudades y su ecosistema local. También se pueden utilizar para comprender mejor el panorama actual de las ciudades e identificar vías para reestructurarlas. Por ejemplo, el análisis de los patrones de movilidad puede identificar áreas que pueden prestarse bien para la construcción de parques y espacios verdes. Los datos de observación de aves también se pueden utilizar para identificar los tipos de especies de aves en un área local.

Al igual que otras disciplinas de la ecología, las enfermedades infecciosas emergentes y la epidemiología abarcan múltiples escalas, desde la comprensión de la genética que impulsa las tendencias de las enfermedades hasta los análisis espaciotemporales a gran escala. Como resultado, los estudios de enfermedades infecciosas pueden incorporar todo tipo de información, desde bioinformática, secuencias genéticas, secuencias de aminoácidos y datos de observación ambiental.

A escala micro, estos datos pueden utilizarse para predecir la infectividad y la transmisibilidad, la resistencia a los fármacos, los candidatos a fármacos y los sitios de mutación. A escala macro, pueden utilizarse para identificar tendencias sociales o factores ambientales que favorecen la propagación, lugares de infección y prácticas que provocan la transmisión de enfermedades.

• Red de sensores de caudal de corrientes del USGS
• Fondo de Inversión Global (GBIF)
• Neotoma
• Base de datos de paleobiología
• Archivo de Vegetación Europea
• Análisis del inventario forestal del USDA
• INTENTAR
• BIEN
• Ameriflux
• EQUIPO
• iNaturalista
• NEÓN
• Gleón
• Líquido
• CZO
• Charrán
• SAEÓN

• ecoinformatics.org, recurso en línea para la gestión de datos e información ecológica
• Colaboratorio de Ecoinformática, enlaces de investigación y wiki público para discusión.
• Educación en ecoinformática, informática de ecosistemas en la Universidad Estatal de Oregón
• Informática ambiental industrial, Informática ambiental industrial en HTW-Berlín, Universidad de Ciencias Aplicadas
• Sociedad Internacional de Informática Ecológica
• Centro Canadiense de Investigación en Ecoinformática, Ecoinformática en la Universidad de Ottawa, Canadá
• Programa de ecoinformática del Centro Nacional de Análisis y Síntesis Ecológica Archivado el 5 de noviembre de 2014 en Wayback Machine.
• Informática ecológica: revista internacional sobre ecología computacional y ciencia de datos ecológicos
• Datos ecológicos
• Convocatoria de propuestas para NSF DataNet
• Datos ONE
• Conservación de datos
• [1], EcoInformatics Summer Institute, un sitio REU financiado por la NSF (Experiencia de investigación para estudiantes universitarios)