Digitaaliset kaksoset auttavat tunnistamaan kestävimmät viljelykasvilajikkeet

Digitaaliset kaksoset on tuotu biodiversiteettitutkimukseen CSC – Tieteen tietotekniikan keskuksen koordinoimassa BioDT-hankkeessa. Hanke oli 21 organisaation yhteistyöhanke, jota rahoitettiin Horisontti Eurooppa -ohjelmasta, ja se auttaa Eurooppaa vastaamaan nopeammin biodiversiteetti- ja ilmastohaasteisiin. 

Digitaalinen kaksonen on todellisen kohteen tai järjestelmän digitaalinen esitys. Digitaalinen kaksonen voi kuvata ekologisia prosesseja, kuten populaatiodynamiikkaa, lajien reagointia ilmastonmuutokseen ja ekosysteemien toimintaa.  

Hankkeessa kehitettiin yhdeksän digitaalisen kaksosen prototyyppiä, jotka käsittelevät muun muassa lajien reaktioita ympäristön muutoksiin, lajidynamiikkaa sekä lajien aiheuttamia tai niihin kohdistuvia uhkia, lajien vuorovaikutusta keskenään ja ihmisten kanssa sekä geneettistä biodiversiteettiä.  

Tukea maatalouden päätöksentekoon 

Mallintaminen on yksi digitaalisen kaksosen osa. Lisäksi digitaalinen kaksonen mahdollistaa mallien yhdistämisen automatisoituihin työkulkuihin ja vuorovaikutuksen mallinnustuotteiden kanssa graafisten käyttöliittymien kautta.  

CSC:llä digitaalisten kaksosten parissa koordinaattorina työskentelevä Gabriela Zuquim kertoo, miten ne voivat hyödyttää maatalouden päätöksentekoa. Konseptilla voidaan esimerkiksi tunnistaa kestävimmät viljelykasvilajikkeet eri ilmastoskenaarioissa ja tehdä riskinarviointeja vaihtoehtoisten skenaarioiden pohjalta. 

Digitaalisilla kaksosilla voi simuloida viljelystrategioita ja auttaa optimoimaan biodiversiteetin suojelua, sadontuotantoa ja vedenhallintaa. Nyt digitaalinen kaksonen nimeltä Crop Wild Relatives (CWR) on pilottivaiheessa, Zuquim kertoo. CWR:t ovat luonnonvaraisia kasveja, jotka ovat läheistä sukua viljelykasveille. Kehitetty prototyyppi auttaa tunnistamaan viljelykasvien luonnonvaraisten sukulaislajien geneettisiä resursseja ja niiden maantieteellistä esiintymistä. Tietoa voidaan hyödyntää viljelykasvien ilmastokestävyyden parantamiseksi. 

CWR-geenivarojen hyödyntämiseksi alueet, joilta voidaan löytää stressinsietokykyisiä CWR-populaatioita, on tunnistettava eri puolilla maailmaa. MoDGP-työkalun (Modelling the Germplasm of Interest) avulla prototyyppi tuottaa yksityiskohtaisia karttoja alueista, joilla stressinsietokykyisiä CWR-populaatioita esiintyy.  

Dataa päivitettävä tiheästi 

Zuquimin mukaan digitaalisen kaksosen hyödyntämisessä tärkeää on datan tiheä päivitys, joka mahdollistaa ajantasaiset ja tarkemmat tulokset loppukäyttäjille.  

Digitaalisen kaksosen kehittämisessä hyödynnettiin esimerkiksi maankäyttöaineistoja, geenivarojen esiintymistietoja, viljelykasvien ominaisuustietoja sekä sensoreista tai malleista johdettuja ympäristömuuttujia.