De nombreuses données sur la biodiversité sont collectées dans le monde entier, mais il reste difficile de rassembler les connaissances dispersées pour évaluer l'état et les tendances de la biodiversité. Le concept de variables essentielles de la biodiversité (EBV) a été introduit pour structurer la surveillance de la biodiversité à l'échelle mondiale, et pour harmoniser et normaliser les données sur la biodiversité provenant de sources disparates afin de capturer un ensemble minimum de variables critiques nécessaires pour étudier, rapporter et gérer les changements de la biodiversité.
Ici, nous évaluons les défis d'une approche « Big Data » pour créer des produits de données mondiaux sur l'EBV à travers les taxons et les échelles spatio-temporelles, en nous concentrant sur la distribution et l'abondance des espèces. La majorité des données actuellement disponibles sur la distribution des espèces proviennent d'observations rapportées accidentellement ou d'enquêtes où les données de présence uniquement ou de présence-absence sont échantillonnées à plusieurs reprises avec des protocoles standardisés. La plupart des données sur l'abondance proviennent de dénombrements de population opportunistes ou de séries chronologiques de population utilisant des protocoles normalisés (par exemple, des relevés répétés de la même population à partir d'un ou de plusieurs sites). Il existe une énorme complexité dans l'intégration de ces ensembles de données hétérogènes et multisources dans l'espace, le temps, les taxons et les différentes méthodes d'échantillonnage. L'intégration de ces données dans les produits de données EBV mondiaux nécessite de corriger les biais introduits par une détection imparfaite et un effort d'échantillonnage variable, de gérer différentes résolutions et étendues spatiales, d'harmoniser les unités de mesure de différentes sources de données ou méthodes d'échantillonnage, d'appliquer des outils statistiques et des modèles d'inter‐ ou extrapolation et quantification des sources d'incertitude et d'erreurs dans les données et les modèles.
Pour soutenir le développement des EBV par le Group on Earth Observations Biodiversity Observation Network (GEO BON), nous identifions 11 étapes clés du flux de travail qui opérationnaliseront le processus de création de produits de données EBV au sein et entre les infrastructures de recherche du monde entier. Ces étapes du flux de travail prennent en compte plusieurs activités séquentielles, notamment l'identification et l'agrégation de diverses sources de données brutes, le contrôle de la qualité des données, la correspondance des noms taxonomiques et la modélisation statistique des données intégrées. Nous illustrons ces étapes par des exemples concrets de projets existants de science citoyenne et de surveillance professionnelle, notamment eBird, le réseau d'évaluation et de surveillance de l'écologie tropicale, l'indice Planète vivante et la surveillance du zooplancton de la mer Baltique.
Les étapes du flux de travail identifiées sont applicables aux systèmes terrestres et aquatiques et à un large éventail d'échelles spatiales, temporelles et taxonomiques. Ils dépendent de métadonnées claires, trouvables et accessibles, et nous fournissons un aperçu des normes actuelles en matière de données et de métadonnées. Plusieurs défis restent à résoudre pour construire des produits de données EBV mondiaux : (i) développer des outils et des modèles pour combiner des ensembles de données hétérogènes et multi-sources et combler les lacunes de données dans la couverture géographique, temporelle et taxonomique, (ii) intégrer des méthodes et technologies émergentes pour la collecte de données telles que la science citoyenne, les réseaux de capteurs, les techniques basées sur l'ADN et la télédétection par satellite, (iii) la résolution de problèmes techniques majeurs liés à la structure des produits de données, au stockage des données, à l'exécution des flux de travail et au processus/cycle de production, ainsi qu'à l'approche de l'interopérabilité technique entre les infrastructures de recherche, (iv) permettre l'interopérabilité sémantique en développant et en adoptant des normes et des outils pour capturer des données et des métadonnées cohérentes, et (v) assurer l'interopérabilité juridique en approuvant des données ouvertes ou des données exemptes de restrictions d'utilisation, de modification et de partage. Relever ces défis est essentiel pour la recherche sur la biodiversité et pour évaluer les progrès vers les objectifs de la politique de conservation et les objectifs de développement durable.