Esempi innovativi di Big Earth Data per sus

Questo contributo, redatto dal Prof. Huadong Guo e il suo team discutono del potenziale e dell’utilità dei Big Earth Data attraverso una serie di casi di studio a sostegno dell’Agenda 2030 per lo sviluppo sostenibile. I casi di studio dimostrano che, alla luce della mancanza di dati rilevanti in molti paesi, la disponibilità di dati multi-sorgente in crescita e i rapidi progressi nei metodi e nelle infrastrutture dei big data offrono opportunità uniche per mitigare queste sfide relative ai dati. Il documento introduce i Big Earth Data come una classe speciale di big data con attributi spaziali. Ha un enorme potenziale per facilitare la scienza, la tecnologia e l’innovazione e, in particolare, per integrare le prospettive sociali, ambientali ed economiche nelle strategie di sviluppo nazionali verso società sostenibili.

Gli esperti discutono di come i Big Earth Data attingono dai vantaggi della crescente quantità di dati con riferimento spaziale sui sistemi e sui processi della Terra che hanno il potenziale per colmare le lacune nei dati che ostacolano il progresso verso gli SDG. Questi vantaggi sono particolarmente rilevanti per quanto riguarda i crescenti problemi transfrontalieri globali come il riscaldamento globale, l’intensificazione dei disastri, i disturbi ecologici, le sfide della gestione delle risorse, l’inquinamento ambientale, i rapidi cambiamenti della copertura del suolo su larga scala e l’aumento delle insicurezze alimentari e idriche globali. In generale, definiscono la ricerca sui Big Earth Data come l’utilizzo di piattaforme scientifiche della Terra digitale per la gestione, l’elaborazione e l’analisi di dati multi-sorgente attraverso metodi scientifici avanzati che coinvolgono il data mining, l’intelligenza artificiale (AI) e il cloud computing.

Le caratteristiche importanti dei Big Earth Data discusse in questo documento includono: Caratteristiche spaziotemporali che implicano l’elaborazione di informazioni multi-sorgente e ad alto volume che richiedono automazione, intelligenza, dati in tempo reale e capacità di elaborazione dati batch; Visualizzazione complessa evidenziando la visualizzazione delle caratteristiche multidimensionali delle informazioni; e Alta correlazione e alta (multi)dimensionalità per affrontare complesse interazioni del sistema terrestre che sono quantificate da migliaia di attributi per fornire una descrizione completa e affidabile di questi processi interconnessi. Secondo gli autori, il sistema Big Earth Data richiede quindi capacità tecniche per Percezione onnipresente dei dati, affidabilità dei dati, fusione di dati multivariati, gemello digitale e simulazioni complesse e cognizione dell’intelligenza spaziale.

Gli autori hanno anche compilato diversi casi di studio per dimostrare l’utilità dei Big Earth Data nella scienza della sostenibilità, in particolare nella valutazione e nel monitoraggio di indicatori SDG selezionati. Un caso di studio discute un metodo più accurato per monitorare la qualità dell’acqua con un algoritmo di inversione che utilizza l’indice del colore dell’acqua e l’angolo di cromaticità per stimare la trasparenza dell’acqua. Allo stesso modo, un altro caso di studio propone aggiornamenti degli indicatori nel target 11.4 e mostra che il “costo di input per unità di superficie” è una metrica più ragionevole rispetto alla “spesa totale pro capite” attualmente in uso per la conservazione del patrimonio mondiale. Un altro caso di studio dimostra l’utilità dei Big Earth Data nella stima di LCRPGR ed EGRLCR, dimostrando che il processo di urbanizzazione in Cina negli ultimi decenni è diventato più sostenibile grazie alle politiche di urbanizzazione di qualità. L’indice di rischio per la biodiversità presentato in uno dei casi di studio aiuterà a migliorare la gestione delle aree protette ea rafforzare il ripristino dell’habitat. Altri prodotti su scala globale come la produttività netta globale dell’ecosistema, l’indice globale di copertura verde di montagna ad alta risoluzione e i prodotti per la ricchezza di specie in via di estinzione hanno tutti dimostrato capacità migliorate nel monitoraggio del progresso globale verso la sostenibilità. Lo studio presenta anche un’analisi completa dei progressi della Cina in sei SDG selezionati che utilizzano i Big Earth Data, suggerendo che la Cina è in programma per raggiungere questi obiettivi entro il 2030.

I ricercatori sostengono che la grande quantità e le diverse forme di dati di osservazione della Terra attualmente disponibili da varie piattaforme possono aumentare significativamente il valore informativo di fonti di dati discrete e aiutare a colmare varie lacune nei dati e nelle informazioni per quanto riguarda gli SDG e, se adeguatamente integrati e interpretati , forniscono informazioni chiave sulle interazioni socio-ambientali. Inoltre, i Big Earth Data possono aiutare a costruire e integrare metodi e algoritmi esistenti nel campo dei big data. Suggeriscono che vari strumenti e algoritmi forniscono opportunità innovative per acquisire conoscenze e sviluppare teorie per spiegare il funzionamento e i meccanismi di evoluzione dei sistemi sociali fisici. Queste informazioni sono estremamente preziose nell’attuazione degli SDG, in particolare gli obiettivi che sono strettamente correlati all’ambiente e alle risorse sulla superficie terrestre dipendenti da processi periodici su larga scala. La ricerca orientata ai risultati e alle applicazioni che utilizza i Big Earth Data ha contribuito a metterne in evidenza il ruolo e il valore nei processi decisionali.

prof. Huadong Guo ha anche introdotto diversi progetti e programmi di ricerca incentrati sui Big Earth Data che sono stati avviati per promuovere ulteriormente lo sviluppo di questo concetto. Ad esempio, il Big Earth Data Science Engineering Program (CASEarth) utilizza i Big Earth Data per studiare sistematicamente una serie di importanti problemi scientifici con integrità e mostra il potenziale per importanti scoperte nella cognizione della scienza del sistema terrestre e nel supporto decisionale. Un altro programma, il Digital Belt and Road Program (DBAR), è una piattaforma di innovazione scientifica e tecnologica per la Cina al servizio degli sforzi di attuazione degli SDG attraverso la ricerca sui Big Earth Data, che coinvolge 48 istituzioni nazionali, diverse organizzazioni internazionali e un team internazionale di ricercatori . Più di recente, CBAS è stato formalmente istituito nel 2021 come il primo istituto di ricerca scientifica internazionale incentrato sulla ricerca sui big data al servizio dell’Agenda 2030 per lo sviluppo sostenibile.

Il team conclude che in futuro paradigmi di analisi, algoritmi e modelli per l’applicazione dei Big Earth Data dovrebbero essere continuamente perfezionati per formare un quadro analitico maturo per i Big Earth Data. L’integrazione di cloud computing, algoritmi di machine learning, algoritmi di deep learning, metodi matematici e metodi di analisi spaziale con i Big Earth Data, suggeriscono, aiuterà a garantire un’analisi intelligente per politiche informate e attuabili per mitigare le sfide della sostenibilità a livello mondiale.

https://doi.org/10.1016/j.scib.2022.07.015