IVL Swedish Environmental Research Institute

ivl.se
Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Hållbar datadriven kustzonsplanering och förvaltning
IVL Swedish Environmental Research Institute.
IVL Swedish Environmental Research Institute.
IVL Swedish Environmental Research Institute.
2024 (Swedish)Report (Other academic)Alternative title
Sustainable coastal zone planning and management (English)
Abstract [sv]

Kustnära marina ekosystem över hela världen är hotade på grund av mänskliga aktiviteter och klimatförändringar. I ramdirektivet för havsplanering (2014/89 / EU) anges att havsplanering ska stödja och underlätta hållbar tillväxt av havsbaserade aktiviteter som fiske, sjöfart och vattenbruk, och samtidigt bevara, skydda och förbättra våra marina miljöer. För att lyckas krävs data, god kunskap och noggrann planering av våra komplexa marina ekosystem. Modeller kan vara effektiva verktyg för kustzonsplanering och förvaltning eftersom de möjliggör scenariosimuleringar och icke-invasiva experiment. Tillgång till data av god kvalitet, både som indata till modeller och för modellvalidering, är viktigt för att modellresultaten ska hålla hög kvalitet. Det är dock ofta en utmaning att hitta bra dataunderlag. 

Målet med denna syntes var att utvärdera möjligheter och brister i hur data, modeller och planeringsverktyg används idag och hur de skulle kunna användas i framtiden. Som ett led i detta har olika modeller, planeringsverktyg och datakällor sammanställts, beskrivits och utvärderats. Nya tekniker som skulle kunna hjälpa till att fylla de luckor och brister som identifierats har beskrivits. Kan, till exempel, data och modeller kombineras och användas för att underlätta kustzonsplanering och förvaltning?  

Resultaten från denna syntes visar att nuvarande inventering och kartering av arter och flora i kustzonen är otillräcklig som underlag för tillförlitlig planering. Det finns ett stort antal modeller och planeringsverktyg anpassade för kustzonen, men i det flesta fall saknas grundläggande data, såsom geografiskt fördelade data över var olika arter och biotoper finns samt batymetri. Om underliggande data till modellerna eller planeringsverktygen är bristfälliga finns det en stor risk att resultat feltolkas eller övertolkas.  

I komplement till traditionell inventering föreslås att nya tekniker och metoder bör utforskas. Detta kan handla om att kombinera, till exempel, miljö-DNA, maskininlärningstekniker, modellering och mätningar med nya lågkostnadssensorer för att samla in geografiskt fördelade data över arter och biotoper. 

Resultaten från denna studie visar även att det finns stora möjligheter med att dela och återanvända data i kustzonsplanering och förvaltning, Det finns idag flera portaler där data delas, dock kan det vara svårt att hitta rätt data eftersom nödvändiga metadata ofta är bristfällig. Denna studie visar att det behövs ett system för datahantering och delning. Särskilt vill vi lyfta värdet av att arbeta med länkade data och beständiga identifierare. För att ha en chans att bevara våra kustnära ekosystem och naturvärden måste vi samla kompetens om miljö, digitalisering och näringsliv från såväl myndigheter, forskare och verksamhetsutövare. Det kommer krävas en övergripande långsiktig satsning som inkluderar utveckling av nya metoder och arbetssätt samt en förvaltningsgemensam digitalisering. 

Abstract [en]

Coastal marine ecosystems all over the world are under threat due to human activities and climate change. The Maritime Spatial Planning Framework Directive (2014/89/EU) states that maritime spatial planning should support and facilitate the sustainable growth of offshore activities such as fishing, shipping, and aquaculture, while preserving, protecting, and enhancing our marine environments. To succeed, data, good knowledge and careful planning of our complex marine ecosystems are required. Models can be effective tools for coastal zone planning and management, as they enable scenario simulations and non-invasive experiments. Access to good quality data both as input to models and for model validation is essential to ensure high quality model results. However, it is often a challenge to find good data. 

The goal of this synthesis was to evaluate opportunities and shortcomings in how data, models and planning tools are used today and how they could be used in the future. As part of this, we have compiled, described, and evaluated different models, planning tools and data sources. We have also investigated whether there are new technologies that could help fill the gaps and shortcomings identified. For example, can data and models be combined and used to facilitate coastal zone planning and management? 

The results from this synthesis show that the current inventory and mapping of species and flora in the coastal zone is insufficient, to serve as a basis for reliable planning. There are many available models and planning tools adapted for the coastal zone, but in most cases basic input data are missing, such as spatial data on where different species and biotopes are located as well as bathymetry. If the underlying data for the models or planning tools is deficient, there is a high risk that the results will be misinterpreted or overinterpreted. 

In addition to traditional inventory, new techniques and methods should be explored. This may involve combining, for example, environmental DNA, machine learning techniques, modelling, and measurements with new low-cost sensors to acquire the data of spatial distribution of species and biotopes that are missing. 

Furthermore, the results from this study show that there are great opportunities in sharing and reusing data in coastal zone planning and management. There are today several data portals where data is shared, however, it can be difficult to find the right data due to insufficient metadata. A system for data management and sharing is needed. In particular, we want to highlight the value of working with linked data and persistent identifiers. In order to preserve our coastal ecosystems and enable sustainable growth of offshore activities, we must gather expertise on for example environment and digitization from both authorities, researchers and business practitioners. This will require an overarching long-term investment that includes the development of new methods and techniques as well as data management. 

Place, publisher, year, edition, pages
Göteborg: IVL Svenska Miljöinstitutet, 2024.
Series
C report ; C831
Keywords [sv]
Hållbar; kustzonsplanering; förvaltning; datadriven;
National Category
Oceanography, Hydrology and Water Resources
Identifiers
URN: urn:nbn:se:ivl:diva-4348ISBN: 978-91-620-7085-4 (electronic)OAI: oai:DiVA.org:ivl-4348DiVA, id: diva2:1851175
Funder
Swedish Environmental Protection AgencyAvailable from: 2024-04-12 Created: 2024-04-12 Last updated: 2024-04-12

Open Access in DiVA

fulltext(1435 kB)41 downloads
File information
File name FULLTEXT01.pdfFile size 1435 kBChecksum SHA-512
9bbe9845c44616808afb247545a704b1672cce0c37b993334723e7297f786f5e3bc9eff386893f8a9ea41f7a33b46f79d529eb63d8275d1920d47d860f886dd9
Type fulltextMimetype application/pdf

Search in DiVA

By author/editor
Gustafsson, MalinWatne, ÅgotFridén, Håkan
By organisation
IVL Swedish Environmental Research Institute
Oceanography, Hydrology and Water Resources

Search outside of DiVA

GoogleGoogle Scholar
Total: 41 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

isbn
urn-nbn

Altmetric score

isbn
urn-nbn
Total: 137 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf