EP4217955A1 - Überwachungs- und risikoindexmesssystem basierend auf gemessenen ökosystemleistungen in abhängigkeit von sektor-bezogenen wirtschaftsleistungen, und entsprechendes verfahren - Google Patents

Überwachungs- und risikoindexmesssystem basierend auf gemessenen ökosystemleistungen in abhängigkeit von sektor-bezogenen wirtschaftsleistungen, und entsprechendes verfahren

Info

Publication number
EP4217955A1
EP4217955A1 EP21791261.7A EP21791261A EP4217955A1 EP 4217955 A1 EP4217955 A1 EP 4217955A1 EP 21791261 A EP21791261 A EP 21791261A EP 4217955 A1 EP4217955 A1 EP 4217955A1
Authority
EP
European Patent Office
Prior art keywords
bes
measurement
measuring
indicators
monitoring system
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
EP21791261.7A
Other languages
English (en)
French (fr)
Inventor
Oliver SCHELSKE
Rogier DE JONG
Anna RETSA
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Swiss Re AG
Original Assignee
Swiss Reinsurance Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Swiss Reinsurance Co Ltd filed Critical Swiss Reinsurance Co Ltd
Publication of EP4217955A1 publication Critical patent/EP4217955A1/de
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/08—Insurance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2219/00—Indexing scheme relating to application aspects of data processing equipment or methods
    • G06F2219/10—Environmental application, e.g. waste reduction, pollution control, compliance with environmental legislation

Definitions

  • the present invention relates to automated measurement and monitoring systems which, based on specific measurement parameters and measurement indices, allow complex processes and states in nature and the different ecosystems, such as biodiversity or services of biodiversity and the ecosystem, to be recorded and monitored quantitatively and measurably. More generally, it refers to automated measurement, monitoring, alarm, trigger and signaling systems and methods for measuring or evaluating complex processes and system states, in particular risk measurements related to and correlated with these processes and system states occurrence of disasters and hazards and the correlated occurrence and accumulation of such measurable risk and danger masses.
  • Earth observation e.g., Earth Observation (EO) measurements from satellites or aerial photographs
  • EO Earth Observation
  • in situ measurements by providing repeatable, thematically consistent, and spatially continuous measurements of terrestrial ecosystems that characterize biodiversity patterns over large, understudied areas and can measure.
  • linking field and EO data is a technically difficult challenge. This includes evaluating incomplete sampling (e.g. when field measurements do not adequately reflect the magnitude of environmental variations) and compensating for differences in size and scale (e.g. when field plots are much smaller than EO pixels).
  • Developing EO-based biodiversity monitoring systems technically requires a comprehensive approach to linking this data.
  • Scaling plays a central role both in in-situ measurement of ecological processes and in EO measurement technology.
  • the technical connection of spatial and temporal scales in biological communities is a central problem in the technical field and is referred to as the problem of pattern (pattern) and scale.
  • pattern emphasizes that multiple ecological processes often determine biodiversity patterns, and that these processes can often operate across multiple spatial and organismic scales. As such, there is seldom a single measurement scale best suited to measuring and discerning how particular processes drive patterns.
  • Similar scale dependencies apply to EO measurements, with the grain size of an EO sensor often determining which patterns can be measured before multiscale EO analyzes do can reveal influences of several processes and which can determine the biodiversity patterns. Applying concepts of patterns and scales to EO measurements could be a means to better connect these domains and provide the way for improved biodiversity monitoring.
  • Measurement scales must also be properly selected in order to be able to measure/capture biodiversity patterns (i.e. biological diversity) or ecological processes at a given scale or set of scales.
  • An important dynamic in scaling is that as the scale of the measurement changes, so does the variation within that measurement.
  • biodiversity/ecosystem functions suggest that the relationship between species richness and productivity should be concave and maximum biomass accumulation at medium diversity applies to both primary and secondary productivity.
  • this functional form depends on the cell size and cannot be used to measure ecological processes.
  • measurements of community-level patterns such as species richness and turnover (i.e., alpha and beta diversity) have been shown to vary directly with scale.
  • the measurement scales also form the technical limitation as to which biodiversity patterns can be measured by EO, ie by satellite-supported earth observation (see Figure 2).
  • fine-grain sensors can measure patterns at the species and community level, such as species abundance and occurrence and taxonomic diversity. Measuring species characteristics and corresponding species characteristics has proven to be a technical challenge, at least in part, due to the difficulties in distinguishing individual species in the EO images and EO measurements.
  • some plant characteristics such as the nitrogen content of the tree canopy and photosynthesis rates, can also be measured with moderate grain sizes.
  • High-frequency measurements can depict time-sensitive processes, such as the phenology of vegetation, but often come at the expense of coarser grain sizes in the case of high-frequency continuous measurements.
  • Coarse-grain EO sensors can measure ecosystem-level patterns, such as disturbance regimes or ecosystem extents. Satellite-based EO has traditionally focused on measuring ecosystem-level patterns in the prior art, however, the increasing number of fine-grain EO sensors in orbit are expanding EO biodiversity detection to species- and community-level patterns could expand.
  • grain size and extent both limit the inter-grain variations. Large cells tend to have more species per plot and less fluctuation between plots. Likewise, large EO pixels tend to contain more organisms per grain and less inter-grain fluctuation, altering the specificity of the measurement. The grain size of an EO sensor therefore technically limits the smallest possible measuring unit.
  • data can be spatially aggregated to larger measures and scales. For example, contiguous pixels measuring the same tree could be merged into a single crown, or clusters of forested pixels could be merged to delineate forest fragments.
  • Biodiversity is the basis and motor for life on earth. The loss of biodiversity poses a threat to the quality of life and the continued existence of life as we know it. Biodiversity provides or supports indispensable services (so-called ecosystem services) for centuries: it provides drinking water and clean air, fertile soil and food and protects against natural hazards. If these services had to be compensated, the costs would be far higher than the financial expenditure for the protection of biodiversity.
  • the aim of the various monitoring systems and processes in the state of the art is to deliver measurement data that enable a well-founded, technically based assessment of the status and development of biodiversity, i.e. measuring a physical measure of biodiversity.
  • Examples of such systems which at the same time show how technically complex and wide-ranging biodiversity monitoring is, are e.g (flowering plants, ferns and horsetails), aquatic insects, invertebrates, mosses and butterflies, (ii) the monitoring of the development of the recorded floodplain areas, moors (raised and low moors), amphibian spawning areas and dry meadows and pastures according to defined protection goals by means of the so-called effectiveness control Biotope Protection Switzerland (WBS), which is based on floristic and faunistic measurements as well as aerial photo measurements and analyses, (iii) the monitoring program "Species and habitats in agriculture” (ALL-EMA) in Switzerland, which, based on floristic measurements, monitors the condition and changes in the Biodiversity and natural habitats in the agricultural landscape
  • patent specification CN1 10334876 discloses a device for regulation and control of runoff processes in the environment based on structural runoff parameters, measurements of water quality and biological measurement parameters, which includes the following steps: (1) Determination and selection of the river ecological subdivisions and identification of the main structural runoff parameters and water quality parameters that influence the biocenosis, ie the community of organisms of different species in the measured, definable habitat (biotope) or location.
  • Biocenosis and biotope together form the ecosystem; (2) construction of a quantitative relationship between runoff situation, water quality factors and biodiversity indices or units of measurement; (3) considering whether the measured flow is a natural flow or a regulated and controlled flow, and if the regulated and controlled influence is relevant, measuring the rate of change of the biodiversity index under the regulated and controlled influence; if the measured flow is slightly affected by the gate dam regulation or is a natural flow, perform (4) directly; and (4) expanding the measurement of the assessment index (including runoff structure, water quality factors and biodiversity indices) and river health criteria. And based on the actual measurement of the daily runoff process, intervals of the environmental runoff process are measured under different water quality health levels.
  • the system provides technical support in determining the runoff process in the river environment, the impact of regulation and control of water conservation projects on the biocenosis and protection of the river ecosystem.
  • CN 108875002 discloses a remote monitoring and GIS (Geography Information System) based system for measuring and creating a red map for desert ecosystems.
  • the system belongs to the technical field of Monitoring and measurement of biodiversity and its protection.
  • the system includes (a) construction of a classification system for desert ecosystems with selection of the technically relevant measurement parameters; (b) classification of vegetation measurement parameters to measure desert ecosystems; (c) establishing a measurement standard for the threat level of the desert ecosystem; (d) measuring a measurement index for the threat level of the desert ecosystem; (e) classification and triggering of the threat level to the desert ecosystem; and (f) generating a red inventory for the desert ecosystems.
  • GIS Geographic Information System
  • the measurements will be combined with spatial measurements on habitat area degradation to provide a basis for the protection and management of large-scale ecosystems, and the problems that ecosystem classification can be unified in the existing process of ecosystem red inventory classification, so that the basic valuation units can be measured, and the ecosystem change processes proceed with corresponding quantification indices, and the batch valuation can be realized at the macro level.
  • Biodiversity and ecosystem monitoring systems and services form the basis of all technical and economic activities in societies worldwide and should be part of all financial services monitoring systems or their technical governance. According to studies, 55% of global GDP is already moderately or heavily dependent on biodiversity measurements and BES. The impact on transactions, financial or otherwise, is also huge: the Dutch National Bank estimates that EUR 510 billion, or 36% of all investments made by Dutch financial institutions, would be lost if the ecosystem services underlying the Dutch economy were no longer available.
  • the impact of the decline in biodiversity monitoring and BES has been a topic in various areas of technology for many years. More recently, however, the demand for appropriate systems and processes has increased sharply as there is a better understanding of how biodiversity and BES affect not just assets, but also affects technology and business in general. This also has implications for risk transfer technology.
  • the above objects for measuring and monitoring system for measuring and monitoring of ecosystem and biodiversity services and associated risks and the corresponding method are achieved in that the measuring and monitoring system comprises a large number of measuring sensors and measuring devices, by means of which geographically cellularly limited measurement parameters are recorded, wherein the measurement sensors and measurement devices include in-situ measurement devices and/or EG (Earth Observation) measurement devices for measuring/capturing atmospheric measurement parameter values and/or maritime measurement parameter values and/or land-based measurement parameter values, that the measurement and monitoring system a includes a central digital platform with a core engine and a persistent memory, using an aggregation module based on predefined parameterizations of BES indicators for measuring the BES Indicators are recorded by the measuring sensors and measuring devices and stored in the persistent memory, the measurement parameters being aggregatable by means of the parameterization of the BES indicators to quantitative BES measurement index values for each of the BES indicators and/or a total BES measurement index value, so that the system Correlation module comprising a large number of parameterized stored production processes and
  • FIG. 1 shows a block diagram which schematically shows a measuring and monitoring system 1 comprising a multiplicity of measuring sensors and measuring devices 11, by means of which geographically cellularly limited measuring parameters 113 are recorded.
  • the measurement sensors and measurement devices 1 1 include in-situ measurement devices 1 12 and/or EO (Earth Observation) measurement devices 1 1 1 for measuring atmospheric measurement parameter values 1 131 and/or maritime measurement parameter values 1 132 and/or land-based measurement parameter values 1133.
  • FIG. 2 shows a diagram that shows a schematic timeline of the most important Earth Observation (EO) satellites, including satellites with optical/multispectral sensors, satellites with thermal sensors, esp. Infrared sensors, and satellites with radar and passive microwave-sensing sensors and measuring devices.
  • EO Earth Observation
  • Figure 3 shows a diagram which schematically illustrates an identification of relevant ecosystem services, e.g. in relation to their relevance for automated risk transfer technology and/or data availability. It includes here, for example, (i) habitat integrity, (ii) pollination, (iii) air quality and local climate (air quality and local climate), (iv) water security (water security), (v) water quality (Water Quality), (vi) Soil Fertility, (vii) Erosion Control, (viii) Coastal Protection, (ix) Food Provision, and (x) Timber Provision Commission).
  • the BES measurement index allows the status of the ecosystem and its performance to be measured and recorded using a reliable technical parameter. This measurand has diverse technical relevance not only in signalling, alarm and control units of technical devices and systems.
  • FIG. 4 shows a diagram which schematically shows a map with the global, measured BES measurement index with a resolution of 1 km 2 .
  • Figure 5 shows a diagram that shows schematically the correlation and interaction of biodiversity and ecosystem services with industry, society and the economy.
  • Figure 6 is a graph schematically illustrating global trends in nature's ability to contribute through services, from 1970 to the present, showing a decline for 14 of the 18 analyzed categories of nature's contributions to humans.
  • the measurement data for determining the global trends and regional variations come from different regional measurements and measuring stations.
  • the measurement indicators were selected based on previous use in assessments and mapping to 18 categories. Two indicators have been included for the different categories of nature's contributions, measuring different aspects of nature's ability to contribute to human well-being within this category.
  • the indicators are defined in such a way that an increase in the indicator is associated with an improvement in nature's contributions.
  • FIG. 7 shows a diagram that schematically illustrates how the goals of sustainable development (SDG: Sustainable Development Goals) for the biosphere are the basis for all other SDGs.
  • SDG sustainable Development Goals
  • Figure 8 shows a diagram which schematically shows a classification of threats to biological diversity and ecosystem services.
  • figure ? shows a diagram that schematically shows indirect and direct causes and examples for the deterioration of ecosystem services.
  • FIG. 10 shows a diagram showing estimated values of selected biodiversity and ecosystem services based on measurement data.
  • Figures 1 l a/b tabularly shows the key areas of biodiversity and ecosystem services or the decline in biodiversity and ecosystem services and their importance for re/insurance technology.
  • Figure 12 shows a diagram that illustrates the interplay between ecology and economy and the corresponding transfer mechanism to financial services.
  • Figure 13 shows a diagram that illustrates the ecosystem services included in the BES measurement index.
  • Figure 14 shows a diagram showing the global BES measurement index, which maps the range from very large ecosystem services to very small ecosystem services and overlays locations.
  • FIG. 15 shows a diagram showing an embodiment variant comprising an automated online information and mapping system, by means of which the results are made available, for example as maps for natural hazards will.
  • a tool as an HMI (Human Machine Interface) for the BES measurement index makes it possible, for example, to enlarge individual regions using the zoom function and to provide customized maps. Users can import their own coordinates and information into the tool to generate customized datasets.
  • HMI Human Machine Interface
  • Figure 16 shows a chart illustrating the BES Index classes at the country level, presented as a proportion of each class for a selection of countries.
  • Figure 17-19 show diagrams, each with a table showing the comparative share of "fragile" (very low BES class) and "intact” (very high BES class) ecosystem services as area of the respective class compared to the area of the country, captured by the BES maps.
  • the GDP-weighted dependency scales are included using min-max scaling to enable comparability.
  • Figure 17 shows a country ranking based on GDP dependency on biodiversity and ecosystem services (BES).
  • Figure 20 shows a diagram illustrating the status of the ten ecosystem services included in the exemplary BES measurement index, aggregated across a selection of countries.
  • Figure 21 shows a diagram that illustrates the correlation or dependency of the technology and economic sectors (NACE Rev. 2) on the ecosystem services contained in the BES measurement index.
  • Reference number 1 indicates agriculture, forestry and fisheries, reference number 2 mining and quarrying, reference number 3 manufacturing, reference number 4 electricity, gas, steam and air conditioning, utilities, in particular water supply, sewerage, waste management and sanitation activities, reference number 5 construction, the reference number 6 wholesale and retail; Repair of motor vehicles and motorcycles, reference number 7 transport and storage, reference number 8 accommodation and activities catering, reference number 9 information and communication, reference number 10 financial and insurance activities, reference number 1 1 real estate, professional and administrative activities, reference number 12 public administration and defense; compulsory social security, reference number 13 education, reference number 14 human health and social work activities, reference number 15 arts, entertainment and recreation facilities; household activities; other activities.
  • USD trn x BES dependency factor value-added output, trillion USD, in constant local currency units (LCU) , converted to prices from USD according to Oxford Economics Sources.
  • reference number 1 designates agriculture, forestry and fisheries, reference number 2 mining and quarrying, reference number 3 manufacturing, reference number 4 electricity, gas, steam and air conditioning, utilities, in particular water supply, sewerage, waste management and remediation activities, the Reference number 5 construction, reference number 6 wholesale and retail; Repair of motor vehicles and motorcycles, reference number 7 Transport and storage, reference number 8 Accommodation and catering activities, reference number Information and communication, reference number 10 Financial and insurance activities, reference number 1 1 Real estate, professional and administrative activities, reference number 12 Public Administration and Defense;
  • Figure 23 shows a diagram showing exemplary country profiles for a selection of countries showing the share of very high and very low ecosystem services and the correlations of the technology sector and the country's economy from the BES (sector-specific dependency weighted with each sector's share of GDP of the country).
  • the matrix and measurement data behind Figure 21 visualize the basic relationships between human-economic Footprints and the environment as predicted in various studies, although data are not yet available that globally compare the impact of each driver as classified by IUCN (International Union for Conservation of Nature and Natural Resources) or IPBES on each km 2 measure the earth.
  • IUCN International Union for Conservation of Nature and Natural Resources
  • Figures 24a/b shows a diagram with a tabular list of the Aichi biodiversity goals of the UN (United Nations/United Nations) up to the year 2020.
  • the United Nations (UN) recognized the importance of biological diversity and declared five strategic goals up to 2020 and twenty targets (these are called the Aichi Biodiversity Targets) to halt biodiversity loss. While many of these goals and targets have not been met, the international community has begun negotiating a new biodiversity framework.
  • Figure 25 shows a diagram showing exemplary strategic CBD (Convention on Biological Diversity) biodiversity goals relevant to the UN SDGs in connection with the ten components of the BES measurement index.
  • Figures 26a-e show a tabular diagram that shows, by way of example, that the BES measurement index encompasses a wide range of measurement contributions to ecosystem services.
  • Figures 24a-e describe a selected set of ecosystem services that may be included in the BES measurement index, together with the selected technical indicators for quantification at a global scale and other assumptions considered.
  • FIG. 27 shows a diagram which illustrates the provision of the BES index measured values 302/3021 3031 as an example.
  • FIG. 28 shows a diagram which shows the transmission mechanisms as an example. In addition to the operation of the monetary services, they are fundamental to the inventive structure. Detailed Description of Preferred Embodiments
  • FIG. 1 schematically illustrates an architecture of a possible realization of an embodiment variant for a measuring and monitoring system 1 of ecosystems and biodiversity according to the invention.
  • the system 1 comprises a large number of measuring sensors and measuring devices 11, by means of which geographically cellularly limited measuring parameters 113 are recorded.
  • the measurement sensors and measurement devices 1 1 include in-situ measurement devices 1 12 and/or EO (Earth Observation) measurement devices 1 1 1 for measuring atmospheric measurement parameter values 1 131 and/or maritime measurement parameter values 1 132 and/or land-based measurement parameter values 1 133.
  • EO Earth Observation
  • the measuring and monitoring system 1 comprises a central digital platform 3 with a core engine 30 and at least one persistent memory or storage unit 33.
  • an aggregation module 301 measurement parameters for measuring the BES indicators 301 1 are based on predefined parameterizations of BES indicators 301 1 detected by the measuring sensors and measuring devices 1 1 and stored in the persistent memory 33.
  • the measurement parameters are aggregated into quantitative BES measurement index values 302/3021/3022 for each of the BES indicators 301 1 and/or a total BES measurement index value 303 by means of the parameterization of the BES indicators 301 1 .
  • the BES indicators 301 1 can include, for example, at least measurement parameters for measuring habitat integrity 301 1 1 and/or pollination 301 12 and/or air quality 301 13 and local climate 301 14 and/or water security 301 15 and/or water quality 301 16 and/or or Soil Fertility 301 17 and/or Erosion Control 301 18 and/or Coastal Protection 301 19 and/or Food Provision 30120 and/or Timber Provision 30121.
  • the in-situ measuring devices 1 12 can be used, for example, to measure key substances as quantitative indicators for the air quality 301 13, with the key substances containing at least the measured nitrogen dioxide content and/or fine dust and the soot content and/or coarse dust content and/or the proportion of opaque/opaque particles and/or dust constituents comprising pollen and/or sea salts.
  • the quantitative measurement of the water quality 301 16 at least one electrical conductance and/or dissolved substances including hormones and/or fungicides and/or pesticides can be measured using the in-situ measuring devices 1 12, for example.
  • can Measurement the BES indicators 301 1 are selected in such a way and/or their selection is varied in such a way until a defined measurement accuracy of one or more BES measurement index values 302/3021/3022 is achieved.
  • the measuring and monitoring system 1 includes a correlation module 304 with a large number of parameterized stored production processes and production services 2 and with associated correlation measurement indices 21.
  • the respective correlation measurement indices 21/21 1 221 measurably record the dependency of a production process or production service 2 on the individual BES measurement indices 302 in respective defined sub-sectors using the average values for each BES indicator 301 1 .
  • the BES indicators 301 1 included with the BES measurement indices 302 can be linked to ENCORE data (Exploring Natural Capital Opportunities, Risks and Exposure) based on their measurement relevance and modified to their maximum measurability and weighted in relation to their correlation .
  • ENCORE data Exposure
  • the subsectors can be based on ENCORE’s Global Industry Classification Standard (GICS).
  • GICS Global Industry Classification Standard
  • the sub-sectors can comprise two or more hierarchical levels based on the NACE Rev2 (Statistical Classification of Economic Activities in the European Community) industry classification.
  • NACE Rev2 Statistical Classification of Economic Activities in the European Community
  • the dependencies for example, based on the various classifications, discrete dependency values with the values "low”, “moderate” and “high” can be classified and/or discretized using the terciles mentioned, with a dependency on sectors that lie in the upper tercile as "High” and in the lower tertile as “Low”.
  • Other, finer subdivisions are also possible, for example.
  • the weighted dependency can be classified as low, medium, and high based on the third.
  • the correlation measurement index 21 /21 1 221 of each production process or output 20 can be measured.
  • all correlated BES indicators 301 1 can be recorded or generated as a weighted average comprising at least the following three criteria by means of an accumulated BES measurement index 303: (i) the measured, average correlation measurement index 21 /21 1 221 , ( ii) the measured maximum correlation measurement index 21 /21 1 221 , and the measured number of correlated BES indicators 301 1 , of which the respective production process or Production output 20 depends.
  • the outputs of the production processes or production outputs 20 to be correlated and recorded or measured as well as the measured BES measurement index values 302/3021 3031 for the BES indicators 301 1 are recorded quantitatively, ie they are quantitative (measured) variables. They are present in the inventive measuring and monitoring system 1 as independent pairs of observations. In one embodiment variant, it can be assumed that the two variables are normally distributed and the relationship examined is linear.
  • the correlation measurement indices 21/21 1 221 can then be generated/measured as correlation coefficients as a dimensionless measure of the strength of the relationship between the two quantitatively measured quantities of the production processes or production outputs 20 and the BES measurement index values 302/3021 3031, ie as quantitative Mass Correlation Coefficients.
  • the selection of the production processes or production services 20 correlated with the BES indicators 301 1 can take place as an embodiment variant by means of a machine-learning module during the data analysis or data mining.
  • a corresponding sentence can thus be extracted, for example, from production processes or production services 20 or the BES indicators 301 1 , for example by means of supervised learning structures or unsupervised learning structures. This allows, inter alia, an optimized
  • the correlation measurement indices 215/221 for water security and wood supply for generating the accumulated BES measurement index 303 can be assigned double weighting.
  • the measurement and monitoring system 1 can be used, for example, to generate or measure probability values or risk indices for the occurrence of damaging events or reductions in production output 2 , the BES measurement index values 302/3021 3031 being related on the production processes and production services 2 by means of the assigned correlation measurement indices 21 using the average value of the correlation measurement indices 21 for the individual parameterized BES indicators 301 1 and the aggregated dependency of all the BES indicators 301 1 contained in the accumulated BES measurement index 303 .
  • further measurement parameters can be selected for the measurable recording of economic indicators.
  • the economic indicators can be selected, e.g.
  • the technical measurement of risks based on the measure of biological diversity and / or ecosystem services (BES) 61 / 61 1 621 is complex and technically demanding, since there is a massive underlying collection of risks, apart from that the technical measurement of biodiversity (or ecosystem services) as such already involves a major technical challenge (see above).
  • BES biological diversity and / or ecosystem services
  • the measurement index should also make it possible to measure what percentage of a country's ecosystems contribute what different levels (very low to very high) of 'nature contributions to people'.
  • the measurement index should also facilitate or enable automated processes for the inclusion of risk-relevant BES factors in expert systems, measurement parameter-based trigger systems and signaling systems and generate BES-related benchmark measurements.
  • industry and other stakeholders have new technical means to manage the process, operational, transition and reputational risks associated with BES decline.
  • the measurement index parameter values can also be used for the development, control and signaling of technical processes, strategies and products and/or for the protection of technical plants, industries, companies, society and the environment.
  • the destruction of the Aral Sea can serve as an example of the importance of technical measurement systems for precisely monitoring and measuring biodiversity/ecosystem measurement parameters and correlated risks for signaling and triggering appropriate warning systems or other automated systems.
  • the near-destruction of the Aral Sea demonstrates the profound impact that an uncontrolled collapse of an ecosystem can have on people, industry and industrial processes, and economies.
  • the Aral Sea was a thriving economy: thousands of people lived in the region and made a living from the surrounding natural resources.
  • the fishing industry provided the country with almost two out of every ten fish, while the water that fed the lake encouraged agriculture. When this water was diverted to other regions to irrigate fields, the inflows into the lake decreased and it began to disappear. Today, despite restoration efforts, that sea has all but disappeared. Much of the lake sediment contains high concentrations of pesticides that have accumulated over decades from runoff on land.
  • Figure 1 shows the ecosystem services that, in connection with the present invention, are considered to be most relevant for industry, control of technical systems, in particular control by means of machine-learning control units, signaling devices, alarm and forecast systems and/or automated risk transfer units, etc. have been identified.
  • Respiratory diseases are spatially strongly associated with the lack of forests or sufficiently large parks. Forests can naturally clean the air, and where they exist, the burden of respiratory disease is lower than in areas without trees. These are just two examples of how eg the field of risk transfer technology can be affected. We could enumerate more: business disruption in shipping and power cuts due to drought, adverse effects on agriculture, water scarcity and soil fertility. While these examples are typically presented as risks, ie as probabilities or frequencies of occurrence for companies, they can also be converted into opportunities for reinsurers and investors.
  • FIG 4 3 ecosystem services have been aggregated to the BES overall measurement index shown in Figure 4, ie the accumulated BES measurement index 303.
  • the map of Figure 4 provides a visualization of the state of the various ecosystem services 61, which are represented by the BES measurement indices 302/3021 3031 for be recorded every square kilometer of land.
  • the overall measurement index map ( Figure 4) shows many 'red' areas (ie 'very low' BES measurement index value), indicating where the BES are so vulnerable that any further use could accelerate a decline. Some of these fragile areas include densely populated and economically important regions where the economy includes many plants, assets and activities that are protected, for example through risk transfer. Slow but steady degradation can lead to tipping points and subsequent abrupt ecosystem collapse.
  • (Automated) risk transfer technology is based on three principles: (i) Risk selection: select risks that are technically measurable, parameterizable and detectable: (ii) risk management: the insured are expected to take cost-effective risk management measures: and (iii) Adequate risk pricing and/or resource allocation: insurance premiums reflect the residual risk after risk management, i.e. the measured level of threat/probability of the event with the level of its impact which remains after every effort has been made to identify and eliminate risks.
  • BES ecosystem services
  • the height above sea level is only 10 m, and the main hazard, ie the measurement probability for the occurrence of a physically measurable damaging event, is the storm surge.
  • the BES 61 that determine whether the Property heavily exposed to storm surge, protection is provided by coral reefs or mangrove forests along the coast. When integrity is high, risk is transferrable through low resource allocation or premium. If it is low, the resource allocation or premium must be higher or the risk of the object may not be automatically transferrable. If coral reefs or mangrove forests are destroyed, either man-made storm surge protection becomes necessary, or the risk transfer cannot be offered automatically by a (financial) risk transfer system at all from a technical point of view.
  • This example illustrates a clear connection between the measurable health of a relevant ecosystem 6 and its services (BES) 61 and the necessary resource allocation to balance the transferred amount of risk, or costs and the availability of a risk transfer for an object, such as a technical system, real estate, etc., their value and insurability depend on the respective BES 61 /61 1 621 .
  • the measurement of storm surges can be given as an example of the physical measurability and measurement of such events.
  • measurement data from the wave channels and natural data from local measurement sensors can be used.
  • the results of the data analyzes used here show that the beach profile development during a storm surge can be technically simulated in large-scale, two-dimensional simulations in accordance with nature. If an appropriate scale (1:1) is maintained for both the profile shape and the sediment properties, scale effects can be neglected. Model effects on the storm surge-related development of the beach profile can also be technically minimized if the measurement and simulation parameters are defined accordingly.
  • BES ecosystem services
  • the measurement index can be used to automatically minimize the exposure of investments to a deterioration in the BES.
  • the inventive measuring index 302/3021 3031 also offers new possibilities for nature-related risk transfer solutions as well as investment opportunities.
  • the loss of the Amazon forest has implications for (micro)climate, water supply, carbon storage and soil integrity.
  • Deforestation affects water supplies in Brazilian cities and neighboring countries. It also affects the actual farms that drive deforestation and causes water scarcity and land degradation. Further deforestation may also affect water supplies worldwide.
  • Invasive species are estimated to cost global agriculture $540 billion annually, or more than $100 billion annually to the US economy alone.
  • the Eurasian water milk sheet an example of an invasive aquatic plant species, has reduced the value of lakefront real estate in Vermont by up to 16% and Wisconsin lake property by 13%.
  • Other examples include invasive mussels that colonize and corrode water pipes and block water flow, increasing operating costs for utilities; Fraudster weed, which fuels wildfires, increases the technical difficulty of firefighting and thus its cost and damage to facilities and property; and the Asiatic citrus psyllid attacks the orange groves, with consequent damage.
  • Biodiversity is crucial for drug development, as about half of all approved modern drugs have been developed from wild species in the last 30 years. critical Recent examples: scientistss developed the antimalarial drug artemisinin from sweet wormwood, while Malagasy periwinkle and Pacific yew have yielded treatments for cancer.
  • Insects are the world's most important pollinators and have declined by 20%-40% in recent decades (various estimates depending on the source and method of meta-analysis). 75% of critical food crops depend on animal pollination, including fruits, vegetables, nuts and seeds, and important crops such as coffee and cocoa. The global annual market value of animal-pollinated crops is estimated at USD 235-577 billion (OECD 2019).
  • Ecosystem services (BES) 61 are essential for the functioning of industries, societies and economies.
  • Figure 5 shows the interaction of biodiversity and ecosystem services with industry, society and the economy; explains the BES-related transmission mechanism between financial services and the real economy, in analogy to the transmission mechanism in the interest rate system (lending and investment grants, insurance protection).
  • Biodiversity as a measurement parameter measures the number, diversity and variability of living organisms (animal and plant species, fungi, microorganisms). It includes diversity within species, between species and between ecosystems. The term also encompasses the way diversity changes from one place to another and over time.
  • Ecosystem services are services drawn from and provided by ecosystems, according to the Millennium Ecosystem Assessment (MEA 2003): 'Ecosystem services can be classified as provisional (e.g. fibre, food, freshwater production), regulatory (e.g. disease management , climate regulation, freshwater purification), supportive/processes (e.g. nutrient cycling, pollination, soil formation) and cultural (e.g. cultural/religious/spiritual, aesthetic, educational, recreational).
  • NCP Nature's Contributions to People
  • beneficial contributions include such things as food supply, water purification, flood control, and artistic inspiration
  • harmful contributions include the transmission of disease and overexploitation that harms humans or their property.
  • Many NCPs can be perceived as beneficial or harmful depending on the cultural, temporal, or spatial context. For example, 18 NCPs can be identified, grouped according to the type of contribution they make to people's quality of life: regulatory, material, and non-material NCPs (see Figure 6 for a comprehensive list and global trends).
  • Species redundancy is a measure of ecosystem resilience in a period of prolonged decline, as certain species can replace the essential functions of other endangered species. However, this relationship does not last forever due to the potential risk of ecosystem services malfunctioning or abrupt environmental changes occur.
  • the current (evolving) scientific consensus is that the relationships between biodiversity and ecosystem functions are positively concave (with ecosystem service functionality up to 100% on the x-axis and increasing species richness on the y-axis), with a decreasing marginal Contribution of the next important species plays a role.
  • the individual relationships between biodiversity, ecosystem functions and services that affect biodiversity and contribution to economic value vary widely. These links depend on tradeoffs between different ecosystem services and between expected economic returns and risks.
  • the main direct drivers are (i) habitat and land-use changes, including forest fragmentation and the development of infrastructure and other built-up areas; (ii) invasive species that become established and spread outside their normal geographical range; (iii) overexploitation of natural resources; (iv) Pollution - particularly from excessive fertilizer use leading to high nutrient levels in soil and water; and (v) climate change.
  • Figure 8 shows a detailed classification of these driving forces.
  • figure ? illustrates the indirect and direct drivers that lead to the degradation of ecosystem services using some concrete examples. Since the late 1990s, economists have better measured and understood nature's essential contributions to functioning industries, economies, and societies. Studies estimate that global ecosystem services yield annual benefits in the range of US$125-140 trillion. Concrete examples range from the global annual value of the nutrient cycle of seagrass of US$1.9 trillion to a global annual market value of US$235-577 billion for animal-pollinated crops or a first sale value of fisheries and aquaculture of US$362 billion annually, and more country-specific examples. Figure 10 shows specific examples (OECD: Organization for Economic Co-operation and Development).
  • Biodiversity and ecosystem services are relevant to re/insurance technology.
  • Figures 11a/b tabulate the key areas that are of importance.
  • Figure 12 gives an overview of the risks of BES degradation, including the drivers and the automatic interaction with the financial and insurance markets. This interaction is commonly referred to as the transmission mechanism.
  • lenders and insurers enable and influence the activities of these sectors to varying degrees.
  • the state of the art includes systems for systematically and quantitatively measuring and assessing risks arising from biodiversity loss and ecosystem service decline for investments held by defined financial institutions.
  • the dependency factors developed by the NCFA can be extended for technical use. They enable the simulation of expected losses, in particular monetary losses, that may arise from the loss of ecosystem services. According to studies, a loss of ecosystem services would lead to significant disruptions to business processes and financial losses. Studies also analyzed indirect dependencies of ecosystem services and conclude, for example for Dutch financial institutions, that EUR 510 billion or 36% of the EUR 1.4 trillion in investments held by Dutch financial institutions are heavily or very heavily dependent on one or more ecosystem services . This corresponds to the total expected financial losses if ecosystem services were zero.
  • the BES measurement index was provided by overlaying measurement data for ten important ecosystems on a grid-based (cell-based) resolution of 1 km 2 , which are comparable worldwide.
  • One of the goals of the BES measurement index is to enable automated expert systems to take actions and make decisions that are more sustainable and ecosystem-friendly.
  • the international nature conservation debate calls for an increase in protected areas by up to 30% of the earth's surface (CBD: Convention on Biological Diversity). In addition, it calls for proper environmental management of all socio-economic activities within these areas and ultimately a reduction in the severe negative impacts on nature. This expansion of protected areas appears to be necessary to provide more and less disturbed habitats for the species to survive.
  • the BES Measurement Index can also be used to measure activity in protected areas. While the measurement index technically allows measuring the state of ecosystems relevant to risk selection, risk management and risk pricing in any part of the world, it also allows for a global, integrative and conservation-focused measurement approach for the entire planet earth.
  • the state of the BES can be provided with the measurement index, for example from a globally comparative assessment of a 1 km 2 resolution for aggregates at the country level.
  • the measurement index for example from a globally comparative assessment of a 1 km 2 resolution for aggregates at the country level.
  • a set of ten BES indicators and measurement parameters focusing on terrestrial ecosystems was selected. The selection is based on the relevance of the BES to the re/insurance industry and the different lines of business, as well as on data availability.
  • the BES Measurement Index focuses on terrestrial ecosystems - these represent the majority of risk sites and a wide range of measurement techniques and associated data sources are available to quantify them.
  • the BES measurement index can easily be technically expanded to include aquatic and marine ecosystems, provided the data quality has improved and meets the different requirements.
  • an indicator is selected for each service, which is derived from one or more measurement parameters and/or airborne and/or satellite measurement data, which are mapped on a global scale, e.g. based on geographic cell units will.
  • the result is a global comparative indicator measurement system for the health of the ten BES most relevant to the re/insurance industry (Figure 13). All BES available at each location are then aggregated in the BES measurement index, which gives an overview of the BES for every square kilometer of land. For aggregation, a weighted average of the deployment of the BES present at each site is generated, with all 10 selected BES being assigned equal weights.
  • the values of the BES measurement index are classified worldwide into 7 classes according to the 15th percentile classification; the classes range from "very high” to "very low” and given the similar values, the middle classes are defined as "moderate”.
  • Sites with high values of the BES measurement index (“Very High” BES - upper 15th percentile globally) are assigned to an intact ecosystem with significant value for biodiversity and high capacity to provide ES (ecosystem services);
  • Sites with low values of the BES (“Very Low” class - lower 15th percentile globally) are considered vulnerable ecosystems that have suffered from the effects of degradation.
  • the system is built to supplement data on threatened species.
  • Figure 14 shows the changes on the map of the BES measurement index when very high-capacity and very low-capacity locations are superimposed.
  • most of the results can be made available as maps in an automated online natural hazard information and mapping system.
  • a tool as an HMI (Human Machine Interface) for the BES measurement index makes it possible, for example, to enlarge individual regions using the zoom function and to provide customized maps. Users can import their own coordinates and information into the tool to generate customized datasets, such as Figure 15 illustrates.
  • HMI Human Machine Interface
  • Figure 16 shows the distribution of the aggregated status of the ten ecosystem services across the seven classes for a selected range of countries for the entire country size. This enables a cross-comparison of the status of ecosystem services in different countries.
  • Figures 17-19 provide a list of the top 20 countries with the highest proportion of high-capacity ecosystems ("Very High” BES) and the top 20 countries with the highest proportion of low-capacity ecosystems ("Very Low” BES).
  • Figure 17-19 show diagrams, each with a table, showing the proportion of low-capacity ("very low” BES class) and high-capacity (“very high” BES class) ecosystems as area of the respective class compared to the area of the country that captured by the BES maps.
  • the GDP-weighted dependency scales are included using min-max scaling to allow for comparability.
  • Figure 19 shows a country ranking based on GDP dependency on biodiversity and ecosystem services (BES).
  • Figure 20 shows (also for a selected selection of countries) the state of the individual ecosystem services within such a country. This enables further differentiation and a cross-comparison of the individual ecosystem services.
  • One of the measurement results using the BES measurement index and The corresponding inventive measurement system is that, for example, 54 countries (or 22% of all countries) have more than 30% of their country ecosystems that are classified in a low-capacity and thus quasi-fragile state.
  • 34 countries or 14% of all countries have more than 30% of their terrestrial ecosystems classified in a high-capacity and thus quasi-intact state.
  • the global picture thus shows how the ten ecosystem services included in the exemplary BES measurement index contribute to industrial and economic activity, namely: (i) Directly: through physical inputs for production processes (water and wood), (ii) Indirectly: through conditions, essential for production processes (habitat integrity, pollination, soil fertility, water quality, air quality and local climate), and (iii) protective (protective/repellent): protection of production processes from disturbances caused by extreme events (erosion and coastal protection).
  • Biodiversity loss poses a threat to all industrial and economic sectors, as they depend directly or indirectly on the provision of ecosystem services for their activities.
  • An analysis highlights the technology and economic sectors that are more dependent on nature, particularly those dependencies that are more material, and each country's exposure to the risks and implications of BES decline.
  • tools such as the online tool "Exploring Natural Capital Opportunities, Risks and Exposure (ENCORE)" developed by Natural Capital Finance Alliance and the UNEP-WCMC (United Nations Environment Program World Conservation Monitoring Centre, also World Conservation Monitoring Centre).
  • NACE level 1 NACE Rev2 industry classification (Statistical Classification of Economic Activities in the European Community))
  • the correlation or dependency that belongs in the top tercile (scores >3.15) is classified as "high” and that in the bottom tertile as “low” (scores ⁇ 2, 3).
  • Figure 1 1 shows these results: Agriculture, forestry and fisheries depend on all BES studied. Public health depends heavily on the availability of water for medical operations as well as erosion control to protect physical infrastructure. In general, erosion protection plays an important role for economic sectors that only depend on the (building)/infrastructure.
  • the dependency of each sector results from the aggregation of dependency at a NACE level 4 (approx. 600 classifications of sectoral technologies and industries). This allows for a sectoral level dependency analysis based on the industries included in each sector.
  • this view used here can be described as "value proposition at risk due to dependence of economic activity on BES with the highest impact on GDP". It is obtained by multiplying the percentage share of a technology or economic sector in the global GDP contribution (according to the NACE Rev. 2 sector classification) by the ENCORE BES dependency ranking for this sector (scale 1-5, Figure 20). Taking the above thresholds into account, 29% of global GDP is highly correlated with the BES, while about 26% of global GDP is moderately dependent on the BES.
  • a sector-specific view implies that i) the manufacturing industry, ii) the real estate business as well as professional and administrative activities and iii) the wholesale and retail trade; the repair of motor vehicles and motorcycles are priority sectors from an economic point of view (Figure 20), especially on policy-relevant issues where the correlation with the BES must first be reduced in order to pre-emptively mitigate potential risks to the economy and technology development.
  • the country-specific view gives a boomerang-style envelope.
  • the BES measurement index can also be used to assess the correlations of the various economies with the BES and their exposure to risks resulting from the loss of biological diversity or ecosystem degradation.
  • the measurement indicator "value-added output in % of GDP" from Oxford Economics can be used as a weight, with the weighted sum of the dependence on the BES from all sectors of a country being formed.
  • a list of the ten most and least ten countries dependent on GDP is given in Figure 17.
  • it can be related to the BES measurement index map (Figure 4 and Figure 16) for the proportion of high-capacity and low-capacity ecosystems in each country. They are combined with economic correlation and dependency analysis, adding population density as an indirect driver of BES decline (Figure 23).
  • FIG. 23 shows a selection of all countries, measured by their share of countries in a low-capacity state (x-axis) and their share of countries in a high-capacity state (y-axis).
  • the "boomerang" curve is the envelope over all countries. According to the understanding of the invention, countries with a high proportion of land with a low-capacity status of ecosystem services are more susceptible to ecological disturbances.
  • boomerang is used here to underline the importance of active, functional nature conservation for a functioning technology development, industry and thus economy. Boomerangs can strike back, and in this case the means of production (raw materials, water, air and erosion) endangered when nature is overexploited and overexploited.
  • the automation of risk transfer can also be supported by the BES measurement index 302/3021 3031 in potential risk transfer cases, for example: (i) Detection and measurement of overlay locations of known measurable individual risks with the BES (biodiversity and ecosystem services): Such an overlay can provide first-hand knowledge when an exposed entity, e.g. as a potential or actual insured, operates in damaged or untouched ecosystems or if and to what extent an industrial activity in a specific location is dependent on the BES. A site-specific view can also reveal where BES is already limited, making future activities more vulnerable to business disruption. In addition, it can indicate where property values could be protected from natural hazards by BES.
  • the SDGs and the Aichi goals are industry sector-independent, and as such the technical goals, in particular measurement technology and monitoring technology, but also the other goals, (sub-) goals and indicators are not risk transfer-specific. Furthermore, while the idea of developing further risk transfer structures to address the SDGs is being considered by some, the need has not yet been met by the industry.
  • the SDGs attempt to cover the diversity of sustainability - environmental, social, industrial and economic - on which many aspects contribute to or depend on BES.
  • the Aichi Targets attempt to cover the diversity of biodiversity and ecosystem services.
  • the present invention allows connections between 12 SDGs and the ten ecosystem services contained in the BES measurement index to be demonstrated. This figure alone makes it clear how important the BES and the BES measurement index are for achieving the UN goals by 2030.
  • a key technical question is: How does risk transfer technology integrate the achievement of the SDGs into the operational strategy and structure? This starts with mapping and prioritizing the (BES-bound) SDGs.
  • the risk transfer industry needs to become aware of how their operations support or do not support a particular SDG: does it support the achievement of the SDGs? Does it even harm? Is there a measurable trade-off, eg supporting climate protection measures but damaging life on land?
  • Awareness-raising is an important step and the BES measurement index of the present invention, its measurement and large-scale monitoring can be an invaluable technical tool in this regard and the
  • BES linked SDGs currently prioritized by the re/insurance industry: zero hunger, health and well-being, clean water and sanitation, sustainable cities and communities, and climate action. These are all SDGs that rely heavily on and correlate strongly with BES. However, at present, the re/insurance industry generally does not prioritize life on land or life underwater.
  • SDGs 14 and 15 The problem of SDGs 14 and 15: The conservation of biological diversity and ecosystem services underpins SDGs 14 “Life below water” and 15 “Life on land”, and their contribution to ecosystem services and human well-being underpins the achievement of all others Goals. As demonstrated in studies, the effectiveness of the currently mandated SDG framework for protecting biodiversity is uncertain. For various reasons, social and economic, especially industrial, issues are preferred over environmental issues.
  • the two directly linked SDGs (life under water, life on land) often receive the least attention and the lowest prioritization, for which the BES measurement index according to the invention can serve as a technical aid, especially since better measurement data and technical-based analyzes are the most important reasons identified for this deficit.
  • the assessment relied on mapping the contribution of the BES to achieving the goals for 12 SDGs using the BES Measurement Index and the links between SDGs and the Aichi Biodiversity Goals.
  • the goals of the SDGs can thus be technically aggregated and the results measurably capture the level of support for each of the ecosystem services for the 12 SDGs, with the maximum representing a strong level of support for all goals assessed in those SDGs (Figure 25).
  • the results make technically measurable the enormous importance of the aspects of biodiversity and ecosystem services, which were considered in the present research and development for the SDGs and Aichi goals. Particularly noteworthy are "Urgent climate protection measures" and “Life on the land” with a very strong support from the ecosystem services considered.
  • Re/insurance technology can use this research not only to help achieve their technology and corporate goals, but also to help their governments meet countries' commitments to achieve both the SDGs and the Aichi Goals, set out in the strategic plan.
  • the technical quantification and quantified measurement of the status of the various BES is controversial because, depending on the definition, it involves a certain degree of subjectivity.
  • Certain ecosystem services depend on stakeholder expectations or are relative to a subjectively defined state.
  • more services can be defined than are proposed and recorded using the system according to the invention introduced here, or the services can be grouped using different classification methods.
  • the spatial resolution used also brings with it technical uncertainty: while a global coverage of 1 km 2 is absolutely 'high resolution' for many services, it may vary beyond this scale for other services.
  • country-specific export-import relations or cross-country input-output tables which are connected to all BES in the scope in order to develop dependencies of the BES in other countries, are not yet available and were therefore not taken into account in the system according to the invention. However, they can be integrated without prohibitive technical effort if they are available.
  • the BES measurement index is a technical instrument for the automated monitoring and signaling of other systems, in particular expert and alarm systems for decision support and automated pattern recognition - because risk transfer technology, for example, is currently looking for such identifications and technical measurement indicators .
  • acknowledging these technical limitations should not prevent reducing dependencies and impacts, especially when the state of the BES is fragile or very fragile.
  • the invention provides a technical measurement index that specifically measurably indicates where BES dependency is found around the globe. With the help of this measuring instrument according to the invention one can see which BES are available at a specific location and what their status is. This information can be used to make effective decisions, particularly through automated monitoring, alerting and expert systems, on how to maintain or improve the performance of the BES.
  • the invention creates a possibility to monitor, measure and detect (i) the medium to long-term impact perspective for the BES at a given location; (ii) The dependency and correlation of industrial and economic activity on the BES in a given geographic location.
  • the measurement results can, for example, support industry in their efforts to reduce their dependence on the BES and to monitor it automatically. The same applies, for example, to the selection of new locations. Both scenarios will benefit the reliability and resilience of the relevant industry sector. In addition, it may prompt industry to consider and adopt leaner and more secure practices when it comes to utilizing the various BES.
  • the financial industry and financial-related technology can also use the BES measurement index in a similar way for automated monitoring, alerting, automated signaling of third-party systems and corresponding expert systems, in particular based on geographically distributed automated pattern recognition.
  • the price of the financing or risk transfer should take into account the measured degree of fragility or integrity of the BES. Activities in fragile areas that are heavily dependent on the BES may not have a sustainable future, and using the BES measurement index can thus support relevant expert systems to allocate resources accordingly.
  • the price that the financial industry charges for the provision of capital, whether through investments or risk transfers, must reflect the predicted, measured risk associated with the BES.
  • the technical instrument and technical means presented here enable these decisions to be made and monitored automatically in the future in order to avoid technical To make plants and industry reliable and more resilient to a possible external shock of BES depletion.
  • the BES measurement index and the measurement and monitoring technology according to the invention can provide technical support, e.g. when prioritizing conservation goals or changing zoning and spatial planning, by integrating and measuring the status of ecosystem services in defined areas.
  • the measurement index enables public institutions to detect potential ecological shortages in densely populated urban or suburban areas and, for example, to automatically identify and classify them using pattern recognition based on the measured parameters and indices.
  • the BES measurement index can indicate the need for resource efficiency when it comes to developing new neighborhoods within specific settlement areas or planning new cities.
  • the BES measurement index can provide technical support for the implementation of nature conservation or environmental policies, with a focus on the relevant AICHI or UN post-2020 framework targets for biodiversity or for ecosystem functions.
  • the BES and the BES measurement index can form the basis for nature-related risk transfer solutions and their assessment to be promoted together with the public sector and stakeholders. Examples of this are nature-based clean water in water-stressed areas, restocking of fisheries by restoring mangrove forests, returning degraded land to agricultural land by restoring soils, or reviewing and prioritizing sites where ecosystem services mitigate natural hazards.
  • the dependency levels, ie correlations, of the BES against the BES measurement index can warn or generally inform an industry leader or a public body about the current state of the ecosystem services. Looking to the future, they can also measure whether development is going in the right direction. This means that if the financial industry uses the BES criteria as described as a technical measurement unit in its decision-making, the potential negative technical or economic impact on investments, as outlined by the DNB, should decrease over time. This should be the goal in order to realize a key purpose of risk transfer, specifically promoting societal resilience. as specific technology, this is proposed here by identifying the opportunities for automated risk transfer to strengthen the ability of industry, economy and societies to bounce back and restart growth after major setbacks.
  • the latter is, inter alia, one of the objects of the present invention, namely (i) by providing the technical means and measurement techniques for risk transfer structures, which help to overcome damage and to resume or maintain the operation in the event of a disaster; and (ii) by providing the new possibilities for technology-based analysis and monitoring to avoid disasters that put people and industry at risk.
  • the BES measurement index presented here and the corresponding measurement system and method according to the invention relate to making reference measurement parameters technically tangible and allow new and innovative risk knowledge to be generated. In particular, it allows the development of new technical solutions that support biodiversity and ecosystem services - and promote sustainable growth.
  • Figure 26 once again includes a tabular overview of some methodological details of the BES measurement index. The table illustrates the ecosystem services included in the BES measurement index.
  • the presentation is based on the IPBES classification, whereby the selection of the ecosystem services contained and measured in the BES measurement index is based on two criteria: 1) the relevance of the BES for reinsurance technology and various lines of business (LoB Lines of Business) and 2) the worldwide availability of measurement data in high resolution.
  • Some ecosystem services were excluded because they did not meet these technical criteria; the ecosystem services for "Ocean Acidification” and “Medical, Biochemical and Genetic Resources” are excluded due to the lack of available global measurement datasets at a resolution consistent with other ecosystem services, while “Energy” was excluded due to its limited applications.
  • the non-material ecosystem services listed in the IPBES classification are not considered.
  • the BES measurement index encompasses a wide range of measurement contributions to ecosystem services.
  • Figures 26a-e describe a selected group of ecosystem services that can be included in the BES measurement index as an example, together with the selected indicators for quantification on a global scale and other assumptions taken into account.

Abstract

Es wird ein Mess- und Überwachungssystem vorgeschlagen umfassend eine Vielzahl von Messsensoren und Messvorrichtungen mittels welchen geographisch zellulär begrenzte Messparameter erfasst werden. Die Messparameter werden zu einem BES-Messindex aggregiert, wobei eine Selektion der Messparameter in Bezug auf die gewünschte Messgenauigkeit des Biodiversitäts- und Ökosystemleistungen (BES)- Messindex erfolgt. Das Mess- und Überwachungssystem umfasst selektierbare, unterschiedliche Biodiversitäts- und Ökosystemleistungen mindestens umfassend Messparameter zum Messen der Intaktheit des Lebensraums und/oder Bestäubung und/oder Luftqualität und lokales Klima und/oder Wassersicherheit und/oder Wasserqualität und/oder Bodenfruchtbarkeit und/oder Erosionskontrolle und/oder Küstenschutz und/oder Versorgung mit Lebensmitteln und/oder Holzbereitstellung. Das Mess- und Überwachungssystem erlaubt zudem das quantitative erfassen/messen Risikoindices basierend auf den gemessenen Ökosystemleistungen in Abhängigkeit von sektor-bezogenen Wirtschaftsleistungen.

Description

Überwachungs- und Risikoindexmesssystem basierend auf gemessenen Ökosystemleistungen in Abhängigkeit von sektor- bezogenen Wirtschaftsleistungen, und entsprechendes Verfahren
Technisches Gebiet der Erfindung
Die vorliegende Erfindung betrifft automatisierte Mess- und Überwachungssysteme, welche basierend auf spezifischen Messparametern und Messindices komplexe Prozesse und Zustände in der Natur und den unterschiedlichen Ökosystemen, wie z.B. die Biodiversität oder Leistungen der Biodiversität und des Ökosystems quantitativ und messbar erfassen und überwachen lassen. Ganz allgemein bezieht es sich auf automatisierte Mess-, Überwachungs-, Alarm, Trigger- und Signalsysteme und Methoden zur Messung oder Bewertung von komplexen Prozessen und Systemzuständen, insbesondere von Risikomessungen im Zusammenhang mit diesen Prozessen und Systemzuständen verbundenem und korrelierten Auftreten von Katastrophen und Gefahren und dem korrelierten Eintreten und Kumulieren von solchen messbaren Risiko- und Gefahrenmassen.
Technischer Hintergrund der Erfindung
Die globale, messtechnische Überwachung der biologischen Vielfalt und der Ökosystemleistungen (BES) ist eine wichtige, aber technisch herausfordernde Aufgabe, da menschliche Aktivitäten das Funktionieren von Ökosystemen und die Struktur und Zusammensetzung der biologischen Populationen auf allen taxonomischen Ebenen verändern. Für eine Eindämmung des Biodiversitäts-Verlustes und das Erhalten der wichtigen Ökosystemleistungen ist es erforderlich, die Geschwindigkeit, das Ausmass und die Geografie dieser Veränderungen messtechnisch zu erfassen und überwachen zu können. In Anbetracht des Umfangs der erforderlichen Massnahmen ist das Wissen über die globalen Biodiversitäts- und Ökosystem-Veränderungen nach wie vor begrenzt. Zudem wird das, was über den Wandel der biologischen Vielfalt bekannt ist, durch taxonomische, geografische und zeitliche Verzerrungen unüberschaubar kompliziert. Zurzeit werden neuartige Systeme zur Überwachung der biologischen Vielfalt entwickelt um systematisch Veränderungen über multiple Taxa in grosser Masse messen, überwachen und bewerten zu können. Zur Überwachung der Veränderungen der Arten, Gemeinschaften und Ökosysteme wurden im Laufe der zeit verschiedene global konsistenten Metriken vorgeschlagen. Diese Metriken sind biologisch, reagieren empfindlich auf Veränderungen, sind ökosystemunabhängig und haben das Ziel einheitliche Überwachungsprotokolle weltweit zu ermöglichen. Diese Bemühungen wurden durch den zunehmenden Zugang zu global verfügbaren ln-situ- Biodiversitätsbeobachtungen weiter gefördert. Da In-situ-Daten allein jedoch nicht ausreichen, um globale Diversitätsmuster zu bewerten, werden ergänzende Messdaten benötigt, um effektive Überwachungsmassnahmen zu ermöglichen.
Erdbeobachtung (z. B. Earth Observation (EO) Messdaten durch Satellitenoder Luftbildaufnahmen) ergänzen In-situ-Messdaten, indem sie wiederholbar, thematisch konsistente und räumlich kontinuierliche Messungen terrestrischer Ökosysteme bereitstellen, die Muster von biologischer Vielfalt über grosse, unzureichend untersuchte Gebiete charakterisieren und messen können. Allerdings ist die Verknüpfung von Feld- und EO-Daten eine technisch schwierige Herausforderung. Dazu gehört die Auswertung unvollständiger Probenahmen (z.B. wenn die Feldmessungen das Ausmass der Umweltvariationen nicht angemessen wiedergeben) und der Ausgleich von Grössen- und Skalenunterschieden (z. B. wenn Feldparzellen viel kleiner sind als EO-Pixel). Entwicklung von EO-basierten Biodiversitätsüberwachungssystemen setzt technisch einen umfassenden Ansatz zur Verknüpfung dieser Daten voraus.
Skalierung spielt sowohl beim in-situ Messen von ökologischen Prozessen als auch in der EO-Messtechnik eine zentrale Rolle. Das technische Verbinden von räumlichen und zeitlichen Skalen in biologischen Gemeinschaften ist dabei ein zentrales Problem auf dem technischen Gebiet und wird als das Problem von Muster (Pattern) und Skala bezeichnet. Das Problem von Muster und Skala betont, dass häufig mehrere ökologische Prozesse die Muster der biologischen Vielfalt bestimmen, und dass diese Prozesse häufig über mehrere räumliche und organismische Skalen hinweg wirken können. Daher gibt es selten eine einzige Messskala, die sich am besten zum Messen und Erkennen eignet, wie bestimmte Prozesse Muster steuern. Für EO-Messungen gelten ähnliche Skalenabhängigkeiten, wobei die Korngröße eines EO-Sensors oft bestimmt, welche Muster gemessen werden können, und erst multiskalige EO-Analysen die Einflüsse mehrerer Prozesse aufdecken kann und die die Biodiversitätsmuster bestimmen kann. Die Anwendung von Konzepten für Muster und Skalen auf EO-Messungen könnte ein Mittel sein, um diese Bereiche besser zu verbinden und den Weg für eine verbesserte Überwachung der biologischen Vielfalt bereitstellen.
Das technische Problem von Mustern und Grössenordnungen bei ökologischen Messsystemen konzentriert sich auf zwei unterschiedliche Messskalen, nämlich Korngrösse und Ausdehnung. Falls im Folgenden nicht anders für diese Skalen definiert, betreffen sie Skalen in räumlichem Sinne, obwohl die zeitliche Korngrösse auch die Häufigkeit von Beobachtungen (z. B. ein Tageszyklus für die Nettoprimärproduktivität) und die zeitliche Ausdehnung der Gesamtzeit beschreiben kann, in welcher Zeitspanne ein ökologischer Prozess stattfindet kann (z. B. phänologische Variation während eines Jahres).
Messskalen müssen zudem richtig selektiert werden, um Biodiversitätsmuster (d.h. biologische Vielfalt) oder ökologische Prozesse in einem bestimmten Massstab oder einer Reihe von Skalen messen/erfassen zu können. Eine wichtige Dynamik bei der Skalierung ist, dass bei einer Änderung der Skala der Messung, auch die Variation innerhalb dieser Messung ebenfalls einer Veränderung unterliegt. Zum Beispiel legen Biodiversität/Ökosystemfunktionen nahe, dass die Beziehung zwischen Artenreichtum und Produktivität konkav sein sollte und eine maximale Biomasseakkumulation bei einer mittleren Diversität sowohl für die Primär- als auch für die Sekundärproduktivität gilt. Allerdings ist diese funktionale Form abhängig von der Zellgrösse und lässt sich nicht zum Messen von ökologischen Prozesses nutzen. Auch Messungen von Mustern auf Gemeinschaftsebene, wie Artenreichtum Reichtum und Umsatz (d. h. Alpha- und Beta- Diversität), variieren nachweislich direkt mit der Skala.
Die Messskalen bilden auch die technische Limitierung, welche Biodiversitäts-Muster durch EO, d.h. durch die satellitengestützte Erdbeobachtung gemessen werden können (siehe Figur 2). Im Allgemeinen können feinkörnige Sensoren Muster (Pattern) auf der Ebene von Arten und Gemeinschaften messen, wie z.B. das Vorkommen und Auftreten von Arten sowie die taxonomische Diversität. Die Messung von Artenmerkmalen und entsprechenden Eigenschaften der Arten hat sich mindestens teilweise als eine technische Herausforderung erwiesen aufgrund der Schwierigkeiten bei der Unterscheidung einzelner Spezies in den EO-Bildern und EO- Messungen. Hingegen lassen sich einige Pflanzenmerkmale, wie der Stickstoffgehalt der Baumkronen und Photosynthese-Raten, auch bei moderaten Korngrössen messen. Hochfrequenz-Messungen können zeitlich empfindliche Prozesse, wie die Phänologie der Vegetation abbilden, gehen aber bei hochfrequenten kontinuierlichen Messungen oft auf Kosten von gröberen Korngrössen. Grobkörnige EO-Sensoren können Muster auf Ökosystem-Ebene messen, wie Störungsregime oder die Ausdehnung von Ökosystemen. Die satellitengestützte EO hat sich bis anhin im Stand der Technik auf die Messung von Mustern auf Ökosystem-Ebene konzentriert, wobei allerdings die zunehmende Anzahl von feinkörnigen EO-Sensoren in der Umlaufbahn die EO- Biodiversitäts-Erfassung auf Muster auf der Ebene von Arten und Gemeinschaften ausdehnen könnte.
Technisch gibt es wichtige Ähnlichkeiten in der Skalierungsdynamik zwischen Feldmessdaten, d.h. in situ Daten, und EO-Daten: Korngröße und Ausdehnung begrenzen sowohl die Variationen zwischen den Körnern. Grosse Zellen neigen dazu mehr Arten pro Parzelle und eine geringere Fluktuation zwischen Parzellen. Gleichermaßen enthalten grosse EO-Pixel tendenziell mehr Organismen pro Korn und eine geringere Fluktuation zwischen den Körnern, was die Spezifität der Messung verändert. Die Korngröße eines EO-Sensors beschränkt technisch deshalb die kleinste mögliche Messeinheit. Hingegen können Daten räumlich zu grösseren Massstäben und Skalen aggregiert werden. Zum Beispiel könnten zusammenhängende Pixel, die denselben Baum messen, zu einer einzigen Krone zusammengefasst werden, oder Cluster von bewaldeten Pixeln können zusammengefasst werden, um Waldfragmente abzugrenzen. Dies ermöglicht Vergleiche zwischen Kronen oder Fragmenten anstelle von Pixeln und hilft die Kluft zwischen räumlichen und biologischen Maßstäben zu überbrücken. Diese objektbasierte Bildanalyse kommt bei der Überwachung der biologischen Vielfalt zurzeit immer häufiger zum Einsatz, durch die Entwicklung von neuartigen Segmentierungsalgorithmen, die auf EO-Messungen abgestimmt sind. Obwohl dieser Ansatz das Verarbeiten der Messdaten und die ökologische Interpretation von EO-Daten erleichtert, gibt es auch hier wichtige Skalierungsdynamiken, die mit der Aggregation von Daten über Skalen hinweg verändert werden. Eine technische Herausforderung durch das Problem von Muster und Maßstab ist, dass es selten nur einen Maßstab gibt, auf dem ein Muster untersucht werden muss, da häufig mehrere ökologische Prozesse die räumlichen Biodiversitätsmuster bestimmen. Diese Muster müssen häufig an mehreren Punkten entlang biologischen, räumlichen oder zeitlichen Skalenspektrums gemessen werden, um zu erfassen, wie mehrere Prozesse die Muster steuern.
Im Stand der Technik gibt es zwei grundlegende Verfahren zum Messen von Biodiversitäts-Mustern mittels EO-Messungen. Das erste ist die direkte Messung von Mustern auf der Ebene von Arten, Gemeinschaften oder Ökosystemen. Beispiele für dieses Paradigma sind die Identifizierung einzelner Organismen innerhalb einer Art oder das Erfassen der Ausdehnung eines Ökosystems. Zweitens können Biodiversitätsmuster indirekt modelliert werden unter Verwendung von EO als Ausgangsparameter und Umweltmerkmale für prädiktive Messungen. Beispiele für dieses Verfahren sind die Modellierung des Artenreichtums anhand von Messungen der Lebensraumstruktur oder die Modellierung der Verteilung von Arten anhand von Landbedeckungsmessungen.
Allgemein lässt sich festhalten, dass es eine technische Notwendigkeit zur Entwicklung funktionierender Mess- und Überwachungssysteme gibt, die ein Monitoring der Biodiversität oder Leistungen der Biodiversität und des Ökosystems quantitativ und messbar ermöglichen. Die Notwendigkeit zum Entwickeln von verlässlichen Überwachungssystemen liegt aber auch in der Wichtigkeit der Biodiversität und dem Funktionieren der Ökosysteme selbst. Die Biodiversität ist Grundlage und Motor für das Leben auf dieser Erde. Der Verlust von Biodiversität stellt eine Gefahr für Lebensqualität und den Fortbestand des Lebens in der bekannten Art dar. Die Biodiversität erbringt bzw. unterstützt unverzichtbare Leistungen (sogenannte Ökosystemleistungen) für die Menschheit: Sie liefert Trinkwasser und saubere Luft, fruchtbare Böden und Nahrung und schützt vor Naturgefahren. Müssten diese Leistungen kompensiert werden, wären die Kosten weitaus höher als der finanzielle Aufwand für den Schutz der Biodiversität.
Studien zeigen, dass fast die Hälfte der untersuchten Lebensräume und mehr als ein Drittel der Tier- und Pflanzenarten der Welt bedroht sind. Hauptgründe dafür sind die intensive Nutzung von Boden und Gewässern sowie die hohe Belastung durch Stickstoff. Hinzu kommt der unkontrollierte Raubbau an wichtigen Ökosystemen, wie z.B. das Abbrennen der ökologisch wichtigen Regenwälder in Südamerika und Afrika.. Der anhaltende Verlust an biologischer Vielfalt bedroht weltweit einheimische Arten in ihrer Existenz und gefährdet zentrale Lebensgrundlagen für die Menschen und die Wirtschaft sowie die Einzigartigkeit der Landschaften. Gründe für den immer kritischer werdende Zustand der Biodiversität ist das Zusammenwirken mehrerer Faktoren, namentlich des wachsenden Flächenbedarfs für Siedlungen und Infrastrukturen und der intensiven Landwirtschaft. Immer bedeutender wird auch der Druck, der von invasiven Arten, von Mikroverunreinigungen oder von Klimaveränderungen hervorgerufen wird. Den Zustand der Biodiversität technisch zu messen, ist eine komplexe Aufgabe. Ziel der unterschiedlichen Monitoringsysteme und -prozesse im Stand der Technik ist, Messdaten zu liefern, die eine fundierte, technisch basierte Einschätzung des Zustands und der Entwicklung der Biodiversität ermöglichen, das heisst des Messens eines physikalischen Masses für die Biodiversität. Beispiele für solche Systeme, die gleichzeitig zeigen, wie technisch komplex und weitgefächert ein Biodiversitäts-Monitoring ist, zeigen z.B. das Biodiversitätsgesamt-Monitoring der Schweiz, umfassend (i) das Biodiversitäts-Monitoring Schweiz (BDM), welches auf Messdaten zu verbreiteten Vogelarten, Gefässpflanzen (Blütenpflanzen, Farne und Schachtelhalme), Wasserinsekten, Wirbellosen, Moosen und Tagfaltern beruht, (ii) die Überwachung der Entwicklung der erfassten Auengebiete, Moore (Hoch- und Flachmoore), Amphibienlaichgebiete und Trockenwiesen und - weiden gemäss definierter Schutzziele mittels der sog. Wirkungskontrolle Biotopschutz Schweiz (WBS), welche auf floristischen und faunistischen Messungen sowie mit Luftbildmessungen und -analysen basiert, (iii) das Monitoringprogramm "Arten und Lebensräume Landwirtschaft" (ALL-EMA) der Schweiz, das basierend auf floristischen Messungen den Zustand und die Veränderung der Artenvielfalt und der natürlichen Lebensräume in der Agrarlandschaft misst, oder (iv) das Überwachungsprogramm zum Monitoring gefährdete Arten von Tieren, Pflanzen sowie Pilzen und Flechten, deren einer Output die sog. "Rote Liste" darstellt, die insbesondere die langfristige Entwicklung der gefährdeten Spezies erfasst. Erst das umfassende Monitoring beruhend auf allen 4 Systemen erlaubt die technische Messung der Biodiversität. Des Weiteren ist bei solchen Messsysteme zu beachten, dass Landwirtschaft und Biodiversität typischerweise eng verknüpft sind (vgl. z.B. BIOBIO-System zur Messung der Biodiversität zur Messung der Biodiversität auf extensiv und intensiv bewirtschafteten Flächen). So lebt die Hälfte aller europäischen Pflanzen- und Tierarten auf landwirtschaftlichen Nutzflächen (Artenvielfalt). Landwirtschaftliche Kulturpflanzen und Nutztiere differenzieren sich in unzählige Sorten und Rassen (genetische Vielfalt). Und die Agrarlandschaft zeichnet sich durch ein Nebeneinander von unterschiedlichsten Lebensräumen aus (Habitatvielfalt). Deren Biodiversität möglichst umfassend zu messen ist Aufgabe der Überwachungssysteme zum Messen der Biodiversität. Deshalb braucht es Messindikatoren und Messparameter, die wissenschaftlich abgesichert und technisch aussagekräftig und messbar sind. Eine der technisch schwierigsten Aufgaben liegt in der Auswahl solcher Messindikatoren und der Entwicklung eines Erfassungssystem, mit dem die Biodiversität auf nicht-bewirtschafteten und natürlichen Flachen, aber auch auf biologisch und extensiv wirtschaftenden Flächen gemessen werden kann.
Abgesehen von der technischen Aufgabe zum Messen der Biodiversität, haben die so gemessen Messdaten ein vielfältiges Anwendungsgebiet in verschiedenen technischen Gebieten, da das Mass der Biodiversität auf viele Entwicklungen und technischen Prozesse oder Überwachungen direkt einwirkt. Z.B. offenbart die Patentschrift CN1 10334876 eine Vorrichtung zur Regelung und Steuerung von Abflussprozessen in der Umwelt basierend auf strukturellen Abflussparametern, Messungen der Wasserqualität und biologischer Messparameter, die die folgenden Schritte umfasst: (1 ) Bestimmung und Auswahl der flussökologischen Unterteilungen und Identifizierung der wichtigsten strukturellen Abflussparameter und Wasserqualitätsparameter, die die Biozönose beeinflussen, d.h. die Lebensgemeinschaft von Organismen verschiedener Arten in dem gemessenen, abgrenzbaren Lebensraum (Biotop) bzw. Standort. Biozönose und Biotop bilden zusammen das Ökosystem; (2) Konstruktion einer quantitativen Beziehung zwischen Abflusssituation, Wasserqualitätsfaktoren und Biodiversitätsindizes bzw. Masseinheit; (3) Berücksichtigung der Tatsache, ob es sich bei dem gemessenen Fluss um einen natürlichen Fluss oder um einen Regulierungs- und Kontrollfluss handelt, und falls der Regulierungs- und Kontrolleinfluss relevant ist, Messung der Änderungsrate des Biodiversitätsindex unter dem Regulierungs- und Kontrolleinfluss; wenn der gemessene Fluss durch die Torstaudammregulierung geringfügig beeinflusst wird oder ein natürlicher Fluss ist, direkte Durchführung von (4); und (4) Erweiterung der Messung des Bewertungsindizes (einschließlich Abflussstruktur, Wasserqualitätsfaktoren und Biodiversitätsindizes) und Kriterien der Flussgesundheit. Und auf der Grundlage der tatsächlichen Messung des täglichen Abflussprozesses werden Intervalle des Umweltabflussprozesses unter verschiedenen Wasserqualitäts-Gesundheitsniveaus gemessen. Das System liefert eine technische Unterstützung bei der Bestimmung des Abflussprozesses in der Flussumgebung, des Einflusses der Regulierung und Kontrolle von Wasserschutzprojekten auf die Biozönose und Schutz des Flussökosystems.
Ein anderes Beispiel der Systeme des Standes der Technik zeigt CN 108875002. CN 108875002 offenbart ein auf Fernüberwachung und GIS (Geographie Information System) basierendes System zur Messung und Erstellung eines roten Verzeichnisses für Wüstenökosysteme. Das System gehört zum technischen Gebiet der Überwachung und Messung der Biodiversität und deren Schutz. Die System umfasst (a) Aufbau eines Klassifizierungssystems für Wüsten-Ökosysteme mit Auswahl der technisch relevanten Messparameter; (b) Einteilung der Vegetationsmessparameter zur Messung von Wüsten-Ökosystemen; (c) Festlegung eines Messstandards für den Bedrohungsgrad des Wüsten-Ökosystems; (d) Messung eines Messindex für den Bedrohungsgrad des Wüsten-Ökosystems; (e) Einteilung und Triggern des Bedrohungsgrades des Wüsten- Ökosystems; und (f) Generieren eines roten Verzeichnisses für die Wüsten-Ökosysteme. Die Messungen werden mit räumlichen Messungen über die Degradation von Lebensraumflächen kombiniert, um eine Grundlage für den Schutz und das Management grossräumiger Ökosysteme zu schaffen, und die Probleme, dass die Ökosystemklassifizierung im bestehenden Prozess der Einteilung des roten Verzeichnisses des Ökosystems vereinheitlicht werden kann, so dass die grundlegenden Bewertungseinheiten gemessen werden können, und die Veränderungsprozesse des Ökosystems mit entsprechendem Quantifizierungsindizes ablaufen und die Batch- Bewertung auf der Makroebene realisiert werden können.
In den letzten Jahren wurden grosse Fortschritte im Verständnis der Auswirkungen des Klimas gemacht. Weniger verstanden - aber ebenso wichtig - sind die Auswirkungen von Biodiversitätsrisiken auf die Wirtschaft und die Technik. Dies beeinflusst direkt auch die Möglichkeiten zur technischen Messung dieser Auswirkungen. Biodiversität- und Ökosystem-Überwachungssysteme und -dienste (BES) bilden die Grundlage aller technischen und wirtschaftlichen Aktivitäten in den Gesellschaften weltweit und sollten Teil aller Systeme zur Überwachung von Finanzdienstleistungen oder deren technischer Steuerung sein. Gemäss Studien sind bereits heute 55 % des globalen BIP mässig oder stark von Biodiversitätsmessungen und BES abhängig. Auch die Auswirkungen auf die Transaktionen finanzieller oder anderer Natur sind enorm: Die niederländische Nationalbank schätzt, dass 510 Milliarden Euro oder 36% aller Investitionen niederländischer Finanzinstitute verloren gehen würden, wenn die der niederländischen Wirtschaft zugrunde liegenden Ökosystemleistungen nicht mehr verfügbar wären. Die Auswirkungen des Rückgangs der Biodiversitätsüberwachung und der BES sind seit vielen Jahren ein Thema in verschiedensten Bereichen der Technik. In letzter Zeit jedoch hat sich die Forderung nach entsprechenden Systemen und Prozessen wieder stark erhöht, da allgemein mehr verstanden wird, wie die Biodiversität und BES nicht nur die Vermögenswerte, sondern auch die Technik und Wirtschaft im Allgemeinen beeinflusst. Dies hat auch Auswirkungen auf die Risikotransfertechnologie.
Zusammenfassung der Erfindung
Es ist Aufgabe der vorliegenden Erfindung, ein neues Mess- und Überwachungssystem und Verfahren bereitzustellen, zum Messen und Überwachen komplexer, natur-basierter, und geographisch verteilter Systeme, insbesondere zum physikalischen Messen von Biodiversitäts- und Ökosystemleitungen und deren Korrelation mit technisch- und wirtschaftsbedingten Prozessen und Aktivitäten. Weiter ist es Aufgabe der Erfindung, ein neues Mess- und Überwachungssystem und Verfahren bereitzustellen, nicht nur zum Messen von Veränderungen in den Ökosystemen und der Biodiversität, sondern auch im quantitativen Messen der daraus resultierenden Risiken innerhalb des überwachten Ökosystems.
Nach der vorliegenden Erfindung werden diese Ziele insbesondere durch die Merkmale der unabhängigen Ansprüche erreicht. Darüber hinaus ergeben sich weitere vorteilhafte Ausführungsformen aus den abhängigen Ansprüchen, der Beschreibung und den Figuren.
Gemäss der vorliegenden Erfindung werden die obgenannten Gegenstände für Mess- und Überwachungssystem zum Messen und Überwachen von Ökosystem- und Biodiversitätsleistungen und damit assoziierten Risiken sowie dem entsprechenden Verfahren dadurch erreicht, dass das Mess- und Überwachungssystem eine Vielzahl von Messsensoren und Messvorrichtungen umfasst, mittels welchen geographisch zellulär begrenzte Messparameter erfasst werden, wobei die Messsensoren und Messvorrichtungen in-situ Messvorrichtungen und/oder EG (Earth Observation) Messvorrichtungen zum Messen/Erfassen von atmosphärischen Messparameterwerten und/oder maritimen Messparameterwerten und/oder landbasierten Messparameterwerten umfassen, dass das Mess- und Überwachungssystem eine zentrale digital Plattform mit einem Core Engine und einem persistenten Speicher umfasst, wobei mittels eines Aggregationsmodul basierend auf vordefinierten Parametrisierungen von BES-Indikatoren Messparameter zum Messen der BES- Indikatoren von den Messsensoren und Messvorrichtungen erfasst und im persistenten Speicher gespeichert werden, wobei die Messparameter mittels der Parametrisierung der BES-Indikatoren zu quantitativen BES-Messindexwerten für jede der BES-Indikatoren und/oder einem totalen BES-Messindexwert aggregierbar sind, sodass das System ein Korrelationsmodul umfassend eine Vielzahl von parametrisiert gespeicherten Produktionsprozessen und Produktionsleistungen mit zugeordneten Korrelations- Messindices umfasst, wobei der jeweilige Korrelations-Messindices die Abhängigkeit eines Produktionsprozesses oder Produktionsleistung von den einzelnen BES Messindices in jeweiligen, definierten Subsektoren unter Verwendung der Durchschnittswerte für jeden BES-Indikator messbar erfasst, und dass Auftrittswahrscheinlichkeitswerte für das Auftreten von Schadensereignissen oder Reduktion von Produktionsleistungen basierend auf den gemessenen und in Bezug auf die Produktionsprozesse und Produktionsleistungen mittels der zugeordneten Korrelations-Messindices gewichteten BES-Messindexwerten gemessen werden unter Verwendung des Durchschnittswerts der Korrelations-Messindices für die einzelnen parametrisierten BES-Indikatoren und der aggregierten Abhängigkeit von allen im akkumulierten BES Messindex enthaltenen BES- Indikatoren.
Kurze Beschreibung der Zeichnungen
Im Folgenden wird die vorliegende Erfindung anhand von Beispielen und unter Bezugnahme auf diese Zeichnungen näher erläutert:
Figur 1 zeigt ein Blockdiagramm, welches schematisch ein Mess- und Überwachungssystem 1 umfassend eine Vielzahl von Messsensoren und Messvorrichtungen 1 1 zeigt, mittels welchen geographisch zellulär begrenzte Messparameter 1 13 erfasst werden. Die Messsensoren und Messvorrichtungen 1 1 umfassen in-situ Messvorrichtungen 1 12 und/oder EO (Earth Observation) Messvorrichtungen 1 1 1 zum Messen von atmosphärischen Messparameterwerten 1 131 und/oder maritimen Messparameterwerten 1 132 und/oder land-basierten Messparameterwerten 1133. Figur 2 zeigt ein Diagramm, welches schematisch eine Timeline der wichtigsten Earth Observation (EO) Satelliten zeigt, umfassend Satelliten mit optischen/multispektralen Sensoren, Satelliten mit thermischen Sensoren, insb. Infrarot- Sensoren, und Satelliten mit Radar und passive microwave-sensing Sensoren und Messvorrichtungen.
Figur 3 zeigt ein Diagramm, welches schematisch eine Identifizierung relevanter Ökosystemleistungen, z.B. in Bezug auf ihre Relevanz für die automatisierte Risikotransfer-Technologie und/oder der Datenverfügbarkeit illustriert. Sie umfasst hier beispielshaft (i) Lebensraum Intaktheit (Habitat Intactness), (ii) Bestäubung (Pollination), (iii) Luftqualität und lokales Klima (Air Quality and Local Climate), (iv) Wassersicherheit (Water Security), (v) Wasserqualität (Water Quality), (vi) Bodenfruchtbarkeit (Soil Fertility), (vii) Erosionskontrolle (Erosion Control), (viii) Küstenschutz (Coastal Protection), (ix) Lebensmittelversorgung (Food Provision), und (x) Versorgung mit Holz (Timber Provision). Der BES-Messindex erlaubt das Messen und Erfassen des Zustandes des Ökosystems und dessen Leistungsfähigkeit mittels einer zuverlässigen technischen Messgrösse. Diese Messgrösse hat vielfältige technische Relevanz nicht nur in Signalisierungs- Alarm- und Steuereinheiten technischer Vorrichtungen und Anlagen.
Figur 4 zeigt ein Diagramm, welches schematisch eine Karte mit dem globalen, gemessenen BES-Messindex mit einer Auflösung von 1 km2 zeigt.
Figur 5 zeigt ein Diagramm, welches schematisch die Korrelation und Wechselwirkung von Biodiversität und Ökosystemleistungen mit Industrie, Gesellschaft und Wirtschaft zeigt.
Figur 6 zeigt ein Diagramm, welches schematisch die globalen Trends in der Fähigkeit der Natur illustriert, Beiträge durch Leistungen zu leisten, von 1970 bis heute, die für 14 der 18 analysierten Kategorien der Beiträge der Natur für den Menschen einen Rückgang zeigen. Die Messdaten zur Bestimmung der globalen Trends und regionaler Variationen stammen von unterschiedlichen regionalen Messungen und Messstationen. Die Messindikatoren wurden auf der Grundlage der vorherigen Verwendung bei Bewertungen und der Zuordnung zu 18 Kategorien ausgewählt. Für die verschiedenen Kategorien der Beiträge der Natur wurden zwei Indikatoren aufgenommen, die verschiedene Aspekte der Fähigkeit der Natur messen, zum menschlichen Wohlbefinden innerhalb dieser Kategorie beizutragen. Die Indikatoren sind so definiert, dass ein Anstieg des Indikators mit einer Verbesserung der Beiträge der Natur verbunden ist.
Figur 7 zeigt ein Diagramm, welches schematisch illustriert, wie die Ziele einer nachhaltigen Entwicklung (SDG: Sustainable Development Goals) für die Biosphäre Grundlage sind für alle anderen SDGs.
Figur 8 zeigt ein Diagramm, welches schematisch eine Klassifizierung der Bedrohungen der biologischen Vielfalt und der Ökosystemleistungen zeigt.
Figur ? zeigt ein Diagramm, welches schematisch indirekte und direkte Ursachen und Beispiele für die Verschlechterung der Ökosystemleistungen zeigt.
Figur 10 zeigt ein Diagramm, welches auf Messdaten basierende, geschätzte Werte ausgewählter Biodiversität und Ökosystemleistungen zeigt.
Figuren 1 l a/b zeigt tabellarisch die Schlüsselbereiche der Biodiversität und Ökosystemleistungen bzw. den Rückgang von Biodiversität und Ökosystemleistungen und ihre Bedeutung für die Rück-/Versicherungstechnologie.
Figur 12 zeigt ein Diagramm, welches das Wechselspiel zwischen Ökologie und Ökonomie und der entsprechende Übertragungsmechanismus auf Finanzdienstleistungen illustriert.
Figur 13 zeigt ein Diagramm, welches die im BES-Messindex enthaltenen Ökosystemleistungen illustriert.
Figur 14 zeigt ein Diagramm, welches den globalen BES Messindex zeigt, der die Spannweite von sehr grossen Ökosystemleistungen bis hin zu sehr geringen Ökosystemleistungen kartographiert und Standorte überlagert.
Figur 15 zeigt ein Diagramm, welches eine Ausführungsvariante umfassend ein automatisierten Online-Informations- und Kartierungssystem, mittels welchem insbesondere die Ergebnisse z.B. als Karten für Naturgefahren verfügbar gemacht werden. Ein solches Tool als HMI (Human Maschine Interface) zum BES-Messindex ermöglicht es z.B., einzelne Regionen in Zoomfunktion zu vergrößern und massgeschneiderte Karten zu bereitzustellen. Benutzerinnen und Benutzer können ihre eigenen Koordinaten und Informationen in das Tool importieren, um massgeschneiderte Datensätze zu generieren.
Figur 16 zeigt ein Diagramm, welches die BES Index-Klassen auf Länderebene illustriert, dargestellt als Anteil jeder Klasse für eine Auswahl von Ländern.
Figur 17-19 zeigen Diagramme mit jeweils einer Tabelle, welche den komparativen Anteil der "fragilen" (sehr niedrigen BES-Klasse) und "intakten" (sehr hohen BES-Klasse) Ökosystemleistungen als Fläche der jeweiligen Klasse gegenüber der Fläche des Landes zeigen, die von den BES-Karten erfasst wird. Für die Abhängigkeitswerte werden die BIP-gewichteten Abhängigkeitsskalen unter Verwendung der Min-Max- Skalierung einbezogen, um die Vergleichbarkeit zu ermöglichen. Figur 15 zeigt dabei ein Länder-Ranking basierend auf dem Anteil sehr geringer Ökosystemleistungen (n.a.= keine sektorale BIP-Zerlegung verfügbar); Figur 16 ein Länder-Ranking basierend auf dem Anteil sehr hoher Ökosystemleistungen (n.a.= keine sektorale BIP-Zerlegung verfügbar), und Figur 17 zeigt ein Länder-Ranking basierend auf der BIP-Abhängigkeit von den Biodiversitäts- und Ökosystemleistungen (BES).
Figur 20 zeigt ein Diagramm, welches den Zustand der zehn im exemplarischen BES-Messindex enthaltenen Ökosystemleistungen illustriert, aggregiert über eine Auswahl von Ländern.
Figur 21 zeigt ein Diagramm, welches exemplarisch die Korrelation bzw. die Abhängigkeit der Technologie- und Wirtschaftssektoren (NACE Rev. 2) von den im BES- Messindex enthaltenen Ökosystemleistungen illustriert. Die Referenznummer 1 bezeichnet Landwirtschaft, Forstwirtschaft und Fischerei, die Referenznummer 2 Bergbau und Steinbrüche, die Referenznummer 3 Fertigung, die Referenznummer 4 Elektrizität, Gas, Dampf und Klimatisierung, Versorgung, insbesondere Wasserversorgung, Kanalisation, Aktivitäten im Bereich Abfallmanagement und - Sanierung, die Referenznummer 5 Konstruktion, die Referenznummer 6 Groß- und Einzelhandel; Reparatur von Kraftfahrzeuge und Motorräder, die Referenznummer 7 Transport und Lagerung, die Referenznummer 8 Aktivitäten im Bereich Unterkunft und Verpflegung, die Referenznummer 9 Information und Kommunikation, die Referenznummer 10 Finanz- und Versicherungsaktivitäten, die Referenznummer 1 1 Immobilien, Berufs- und Verwaltungstätigkeiten, die Referenznummer 12 Öffentliche Verwaltung und Verteidigung; Sozialversicherungspflicht, die Referenznummer 13 Bildung, die Referenznummer 14 Aktivitäten im Bereich menschliche Gesundheit und Sozialarbeit, die Referenznummer 15 Einrichtungen für Kunst, Unterhaltung und Erholung; Aktivitäten im Haushalt; andere Aktivitäten.
Figur 22 zeigt ein Diagramm, welches exemplarisch den vom BES abhängigen, potenziell gefährdeten Output illustriert, und die Ableitung der Sektorpriorisierung aus technologischer und wirtschaftspolitischer Sicht (USD trn x BES- Abhängigkeitsfaktor, wobei trn = Wertschöpfungsausstoss, Billionen USD, in konstanten Lokalwährungseinheiten (LWU), laut Oxford Economics Sources in Preise von USD umgerechnet). Die Referenznummer 1 bezeichnet wiederum Landwirtschaft, Forstwirtschaft und Fischerei, die Referenznummer 2 Bergbau und Steinbrüche, die Referenznummer 3 Fertigung, die Referenznummer 4 Elektrizität, Gas, Dampf und Klimatisierung, Versorgung, insbesondere Wasserversorgung, Kanalisation, Aktivitäten im Bereich Abfallmanagement und -Sanierung, die Referenznummer 5 Konstruktion, die Referenznummer 6 Groß- und Einzelhandel; Reparatur von Kraftfahrzeuge und Motorräder, die Referenznummer 7 Transport und Lagerung, die Referenznummer 8 Aktivitäten im Bereich Unterkunft und Verpflegung, die Referenznummer Information und Kommunikation, die Referenznummer 10 Finanz- und Versicherungsaktivitäten, die Referenznummer 1 1 Immobilien, Berufs- und Verwaltungstätigkeiten, die Referenznummer 12 Öffentliche Verwaltung und Verteidigung;
Sozialversicherungspflicht, die Referenznummer 13 Bildung, die Referenznummer 14 Aktivitäten im Bereich menschliche Gesundheit und Sozialarbeit, die Referenznummer 15 Einrichtungen für Kunst, Unterhaltung und Erholung; Aktivitäten im Haushalt; andere Aktivitäten.
Figur 23 zeigt ein Diagramm, welches exemplarisch Länderprofile für eine Auswahl von Ländern zeigt, die den Anteil sehr hoher und sehr tiefer Ökosystemleistungen und die Korrelationen des Technologiesektors und der Wirtschaft des Landes von den BES zeigen (sektorspezifische Abhängigkeit gewichtet mit dem Anteil jedes Sektors am BIP des Landes). Die Matrix und Messdaten hinter Figur 21 visualisieren die grundlegenden Beziehungen zwischen menschlich-ökonomischen Fussabdrücken und der Umwelt, wie sie in verschiedenen Studien vorhergesagt wurden, obwohl noch keine Daten zur Verfügung stehen, die global vergleichend die Auswirkungen jedes Treibers als klassifiziert von IUCN (International Union for Conservation of Nature and Natural Resources) oder IPBES auf jeden km2 auf der Erde messen.
Die Figuren 24a/b zeigt ein Diagramm mit einer tabellarischen Aufstellung der Aichi-Biodiversitätsziele der UN (Vereinigte Nationen/United Nations) bis ins Jahr 2020. Die Vereinten Nationen (UN) erkannten die Wichtigkeit der biologischen Vielfalt und erklärten bis 2020 fünf strategische Ziele und zwanzig Zielvorgaben (diese werden Aichi-Ziele zur biologischen Vielfalt genannt), um den Verlust der biologischen Vielfalt zu stoppen. Während viele dieser Ziele und Vorgaben nicht erreicht wurden, hat die internationale Gemeinschaft begonnen, über ein neues Biodiversitäts-Framework zu verhandeln.
Figur 25 zeigt ein Diagramm, welches exemplarisch strategische CBD (Convention on Biological Diversity) -Biodiversitätsziele mit Relevanz für die UN SDGs in Verbindung mit den zehn Komponenten des BES-Messindex zeigt.
Die Figuren 26a-e zeigen ein tabellarisches Diagramm, welches exemplarisch zeigt, dass der BES-Messindex ein breites Spektrum von Messbeiträgen an Ökosystemleistungen umfasst. Die Figuren 24a-e beschreiben eine ausgewählte Gruppe von Ökosystemleistungen, die im BES-Messindex enthalten sein können, zusammen mit den ausgewählten technischen Indikatoren für die Quantifizierung auf globaler Ebene und weiteren berücksichtigten Annahmen.
Figur 27 zeigt ein Diagramm, welches exemplarisch das Bereitstellen der BES Index-Messwerte 302/3021 3031 illustriert.
Figur 28 zeigt ein Diagramm, welches exemplarisch die Übertragungsmechanismen zeigt. Sie sind neben dem Betrieb der monetären Dienste grundlegend für die erfinderische Struktur. Detaillierte Beschreibung der bevorzugten Ausführungsformen
Die Figur 1 illustriert schematisch eine Architektur einer möglichen Realisierung einer Ausführungsvariante für ein Mess- und Überwachungssystem 1 von Ökosystemen und Biodiversität gemäss der Erfindung. Das System 1 umfasst eine Vielzahl von Messsensoren und Messvorrichtungen 1 1 , mittels welchen geographisch zellulär begrenzte Messparameter 1 13 erfasst werden. Die Messsensoren und Messvorrichtungen 1 1 umfassen in-situ Messvorrichtungen 1 12 und/oder EO (Earth Observation) Messvorrichtungen 1 1 1 zum Messen von atmosphärischen Messparameterwerten 1131 und/oder maritimen Messparameterwerten 1 132 und/oder land-basierten Messparameterwerten 1 133.
Das Mess- und Überwachungssystem 1 umfasst eine zentrale digital Plattform 3 mit einem Core Engine 30 und mindestens einem persistenten Speicher oder Speichereinheit 33. Mittels eines Aggregationsmoduls 301 werden basierend auf vordefinierten Parametrisierungen von BES-Indikatoren 301 1 Messparameter zum Messen der BES-Indikatoren 301 1 von den Messsensoren und Messvorrichtungen 1 1 erfasst und im persistenten Speicher 33 gespeichert. Die Messparameterwerden mittels der Parametrisierung der BES-Indikatoren 301 1 zu quantitativen BES-Messindexwerten 302/3021 /3022, für jede der BES-Indikatoren 301 1 und/oder einem totalen BES- Messindexwert 303 aggregiert. Die BES-Indikatoren 301 1 können z.B. mindestens Messparameter zum Messen der Intaktheit des Lebensraums 301 1 1 und/oder Bestäubung 301 12 und/oder Luftqualität 301 13 und lokales Klima 301 14 und/oder Wassersicherheit 301 15 und/oder Wasserqualität 301 16 und/oder Bodenfruchtbarkeit 301 17 und/oder Erosionskontrolle 301 18 und/oder Küstenschutz 301 19 und/oder Versorgung mit Lebensmitteln 30120 und/oder Holzbereitstellung 30121 umfassen. Für die Messung der Luftqualität können z.B. mittels der in-situ Messvorrichtungen 1 12 Leitsubstanzen als quantitative Indikatoren für die Luftqualität 301 13 gemessen werden, wobei die Leitsubstanzen mindestens den gemessenen Stickstoffdioxidgehalt und/oder Feinstaub und der darin enthaltende Russgehalt und/oder Grobstaubgehalt und/oder der Anteil lichtundurchlässiger/opaker Partikel und/oder Staubinhaltsstoffe umfassend Pollen und/oder Seesalze umfassen. Für die quantitative Messung der der Wasserqualität 301 16 können z.B. mittels der in-situ Messvorrichtungen 1 12 mindestens ein elektrischer Leitwert und/oder gelöste Stoffe umfassend Hormone und/oder Fungizide und/oder Pestizide gemessen werden. Als Ausführungsvariante können z.B. zur Messung die BES-Indikatoren 301 1 derart selektiert werden und/oder deren Selektion derart variiert wird, bis eine definierte Messgenauigkeit eines oder mehrerer BES- Messindexwertes 302/3021 /3022, erreicht wird.
Das Mess- und Überwachungssystem 1 umfasst ein Korrelationsmodul 304 mit einer Vielzahl von parametrisiert gespeicherten Produktionsprozessen und Produktionsleistungen 2 und mit zugeordneten Korrelations-Messindices 21. Die jeweiligen Korrelations-Messindices 21 /21 1 221 erfassen messbar die Abhängigkeit eines Produktionsprozesses oder Produktionsleistung 2 von den einzelnen BES Messindices 302 in jeweiligen, definierten Subsektoren unter Verwendung der Durchschnittswerte für jeden BES-Indikator 301 1 . Als Ausführungsvariante können z.B. die mit den BES Messindices 302 umfassten BES-Indikatoren 301 1 basierend auf ihrer Messrelevanz mit ENCORE-Daten (Exploring Natural Capital Opportunities, Risks and Exposure) verknüpft werden und zu ihrer maximalen Messbarkeit modifiziert und in Bezug auf ihre Korrelation gewichtet werden. Die Subsektoren können z.B. auf dem Global Industry Classification Standard (GICS) von ENCORE basieren. Als Variante können die Subsektoren zwei oder mehr hierarchische Ebenen umfassen basierend auf der NACE Rev2 (Statistical Classification of Economic Activities in the European Community) Industrie-Klassifikation. Für die Abhängigkeiten können z.B. basierend auf den verschiedenen Klassifikationen diskrete Abhängigkeitswerte mit den Werten "gering", "mässig" und "hoch" klassifiziert und/oder diskretisiert werden unter Verwendung von den genannten Terciles, wobei eine Abhängigkeit von Sektoren, die im oberen Terzil liegen als "Hoch" und im unteren Terzil als "Niedrig" zugeordnet ist. Andere, feinere Unterteilungen sind z.B. ebenfalls möglich. Die gewichtete Abhängigkeit kann z.B. also basierend auf derTerziale in niedrig, mittel und hoch klassifiziert werden.
Zum Beispiel kann mittels des Korrelationsmoduls 304 der Korrelations- Messindex 21 /21 1 221 jedes Produktionsprozesses oder Produktionsleistung 20 gemessen werden. Dabei können z.B. mittels eines akkumulierten BES-Messindex 303 alle korrelierten BES-Indikatoren 301 1 als ein gewichteter Durchschnitt mindestens umfassend die folgenden drei Kriterien erfasst bzw. generiert werden: (i) der gemessene, durchschnittliche Korrelations-Messindex 21 /21 1 221 , (ii) der gemessene maximale Korrelations-Messindex 21 /21 1 221 , und die gemessene Anzahl der korrelierten BES-Indikatoren 301 1 , von denen der jeweilige Produktionsprozess oder Produktionsleistung 20 abhängt. Die zu korrelierenden und erfassten bzw. gemessenen Leistungen der Produktionsprozesse oder Produktionsleistungen 20 als auch die gemessenen BES-Messindexwerten 302/3021 3031 zu den BES-Indikatoren 301 1 werden quantitativ erfasst, das heisst sind quantitative (Mess) Grössen. Sie liegen im erfinderischen Mess- und Überwachungssystem 1 als unabhängige Beobachtungspaare vor. In einer Ausführungsvariante kann davon ausgegangen werden, dass die beiden Grössen normalverteilt sind und der untersuchte Zusammenhang linear ist. Die Korrelations-Messindices 21 /21 1 221 können dann als Korrelationskoeffizienten als ein dimensionsloses Mass für die Stärke des Zusammenhangs zwischen den zwei quantitativ gemessenen Grössen der Produktionsprozesse oder Produktionsleistungen 20 und der BES-Messindexwerten 302/3021 3031 generiert/gemessen werden, d.h. als quantitative Masskorrelationskoeffizienten. Das Selektieren der mit den BES-Indikatoren 301 1 korrelierten Produktionsprozesse oder Produktionsleistungen 20 kann als Ausführungsvariante mittels eines maschinen-lernenden Moduls während der Datenanalyse bzw. des Data Mining geschehen. Damit kann z.B. aus Produktionsprozessen oder Produktionsleistungen 20 bzw. den BES-Indikatoren 301 1 ein entsprechender Satz extrahiert werden, z.B. mittels supervised learning-Strukturen oder unsupervised learning-Strukturen. Dies erlaubt, inter alia, eine optimierte
Datenverarbeitung der erfassten Messdaten. Als Ausführungsvariante können z.B. die Korrelations-Messindizes 215/221 für Wassersicherheit und Holzbereitstellung für die Generierung des akkumulierten BES Messindex 303 eine doppelte Gewichtung zugeordnet erhalten.
Basierend auf den gemessenen BES-Messindexwerten 302/3021 3031 können z.B. mittels dem Mess- und Überwachungssystem 1 Auftrittswahrscheinlichkeitswerte bzw. Risikoindices für das Auftreten von Schadensereignissen oder Reduktion von Produktionsleistungen 2 generiert bzw. gemessen, wobei die BES-Messindexwerte 302/3021 3031 in Bezug auf die Produktionsprozesse und Produktionsleistungen 2 mittels der zugeordneten Korrelations- Messindices 21 unter Verwendung des Durchschnittswerts der Korrelations-Messindices 21 für die einzelnen parametrisierten BES-Indikatoren 301 1 und der aggregierten Abhängigkeit von allen im akkumulierten BES Messindex 303 enthaltenen BES- Indikatoren 301 1 gewichteten werden. Zur Generierung der Abhängigkeit können in einerweiteren Ausführungsvariante weitere Messparameter zum messbaren Erfassen von Wirtschaftsindikatoren selektiert werden. Die Wirtschaftsindikatoren können z.B. mindestens teilweise aus den sektoralen Wirtschaftsindikatoren der Oxford Economics für verschiedene Länder selektiert werden, wobei der "Wertschöpfungsoutput in % des BIP" selektiert ist, der den Beitrag jedes Wirtschaftssektors zum BIP messbar erfasst und wobei für jeden Wirtschaftssektor und jedes Land eine gewichtete Summe der Abhängigkeit der Wirtschaftssektoren vom BES-Messindex generiert wird und die Gewichte den gemessenen Anteil jedes Sektors am BIP des Landes erfassen.
Wie das erfindungsgemässe System zeigt, ist das technische Messen von Risiken ausgehend vom Mass der biologische Vielfalt und/oder der Ökosystemleistungen (BES) 61 /61 1 621 komplex und technisch anspruchsvoll, da es eine massive zugrundeliegende Sammlung von Risiken gibt, abgesehen davon, dass das technische Messen der Biodiversität (bzw. der Ökosystemleistungen) als solche bereits grosse technische Herausforderung umfasst (siehe oben). Um das Messen der Risiken technisch zu ermöglichen, effizienter zu gestalten und insbesondere seine Messgenauigkeit zu verbessern, ist es ausgehend vom Stand der Technik eine technische Herausforderung, eine zuverlässige, technisch messbare Messgrösse oder Messindex für Biodiversität und Ökosystemleistungen (BES) bereitzustellen. Der Messindex soll es auch ermöglichen zu messen, welcher Prozentsatz der Ökosysteme eines Landes welche verschiedenen Höhen (sehr niedrig bis sehr hoch) von 'nature contributions to people' beiträgt. Der Messindex soll auch automatisierte Prozesse zur Einbeziehung risiko-relevanter BES-Faktoren in Expertensysteme, messparameter-basierte Triggersysteme und Signalisierungssystem erleichtern oder erst ermöglichen und BES- bezogene Benchmark-Messgrössen erzeugen. Durch die Nutzung dieser globalen BES- relevanten Messdaten verfügen zudem die Industrie und andere Interessengruppen über neue technische Mittel zur Bewältigung der mit dem Rückgang des BES verbundenen Verarbeitungsprozess-, Betriebs-, Übergangs- und Reputationsrisiken. Gleichzeitig können die Messindex-Parameterwerte auch zur Entwicklung, Steuerung und Signalisierung von technischen Prozessen, Strategien und Produkten und/oder zum Schutz von technischen Anlagen, Industrien, Unternehmen, Gesellschaft und Umwelt genutzt werden. Als Beispiel für die Wichtigkeit von technischen Messsystemen zum präzisen Überwachen und Messen von Biodiversitäts-/Ökosystem-Messparametern und korrelierten Risiken zum Signalisieren und Triggern entsprechender Warnsystemen oder andere automatisierter Systeme, kann die Zerstörung des Aralsees dienen. Die Beinahe- Zerstörung des Aralsees zeigt die tiefen Auswirkungen, die ein unkontrollierter Zusammenbruch eines Ökosystems auf Menschen, Industrie und Industrieprozesse und Volkswirtschaften haben kann. Während der Sowjetzeit war der Aralsee eine blühende Wirtschaft: Tausende von Menschen lebten in der Region und lebten von den umliegenden natürlichen Ressourcen. Die Fischereiindustrie versorgte das Land mit fast zwei von zehn Fischen, während das Wasser, das den See speiste, die Landwirtschaft förderte. Als dieses Wasser zur Bewässerung von Feldern in andere Regionen umgeleitet wurde, gingen die Zuflüsse in den See zurück und er begann zu verschwinden. Heute ist dieses Meer trotz Restaurierungsbemühungen so gut wie verschwunden. Ein Grossteil der Seesedimente enthält hohe Konzentrationen von Pestiziden, die sich über Jahrzehnte aus dem Abfluss an Land angesammelt haben. Die Auswirkungen dieser vom Menschen verursachten Katastrophe sind gravierend: Die lokale Wirtschaft und Landwirtschaft - und mit ihr die Artenvielfalt in und um den See und die Inseln - sind zusammengebrochen. Infolgedessen musste die überwiegende Mehrheit der Bevölkerung wegziehen, weil die Grundlage ihrer Industrie, Wirtschaft und ihren Lebensunterhalts verschwunden war. Der Aralsee zeigt, was passiert, wenn wichtige Ökosystemleistungen unkontrolliert zusammenbrechen.
Doch welche Ökosystemleistungen sind für die Industrie, insbesondere Risikotransfertechnologie und Versicherungsindustrie, am relevantesten z.B. für die technische Risikomessung, das Underwriting und das Festlegen der notwendigen Risikokapazität? Figur 1 zeigt die Ökosystemleistungen, die in Zusammenhang mit der vorliegenden Erfindung als am relevantesten für die Industrie, Steuerung von technischen Anlagen insbesondere das Steuern mittels maschinen-lernenden Steuereinheiten, Signalisierungsvorrichtungen, Alarm- und Forecast-Systemen und/oder automatisierten Risikotransfer-Einheiten etc. identifiziert wurden.
(a) Relevanz der BSE-Messindexgrösse auf ereignis -getriggerte, automatisierte Systeme, insbesondere risiko-basierte Systeme Die Risikotransfer-Industrie ist auf funktionierende Volkswirtschaften angewiesen, in denen Wirtschaftsteilnehmer und andere wirtschaftlich aktive Einheiten technischen Besitz- (Industrieanlagen etc.) und Vermögenswerte durch schützenswerte Aktivitäten hervorbringen können. Wenn derartiger technischer Besitz- und Vermögenswerte durch den Zusammenbruch von Ökosystemen wie beim Aralsee in ihrem Betrieb gestört oder bleibend unterbrochen werden und verloren gehen oder aufgegeben werden müssen, sind dies zum einen Verluste von langfristigen und nicht mittelbar anderweitig verwendbaren Investitionsmitteln, zum anderen kann sich ein solcher Kollaps auch auf andere wirtschaftlich relevante Industriezeige oder Regionen auswirken. Eine Analyse der Niederländischen Nationalbank (DNB) in Verbindung mit dem IPBES (Intergovernmental Science-Policy Platform on Biodiversity and Ecosystem Services) deutet darauf hin, dass dies nicht nur möglich ist, sondern auch wahrscheinlich. Andere neuere biodiversitätsbezogene Studien von Wirtschaftsakteuren oder politischen Entscheidungsträgern untermauern dies weiter.
Wie Figur 3 zeigt, gibt es verschiedene Ökosystemleistungen 61 : Wasser, Boden und Biodiversität gehören dazu. Andere sind Quellen naturbasierter Materialien wie Holz, Fasern oder Pharmazeutika, Bestäubung, Erosionsschutz und saubere Luft. Die letzten beiden sind gute Beispiele für Dienstleistungen, die für die für Technik, Industrie und Wirtschaft besonders relevant sind. Wenn man z.B. den Erosionsschutz auf der Eigentumsseite des Unternehmens betrachtet, bieten Küsten- und Flussanrainerwälder und Mangroven einen wichtigen Erosionsschutz. Wurzeln bilden ein natürliches Bollwerk gegen Wellen und können auch bei starken Regenfällen bis zu einem gewissen Grad Wasser speichern. In Gebieten, in denen die Wälder verschwunden sind, kommt es häufiger zu Erdrutschen, und Sturmfluten können weiter ins Landesinnere vordringen und Schäden an Anlagen und Menschen verursachen. Ein weiteres Beispiel im Bereich Lebens und Gesundheitsrisiken sind z.B. Atemwegserkrankungen- eine der Hauptursachen für Lungenschäden weltweit, wobei die Kosten weiter steigen. Atemwegserkrankungen sind räumlich stark mit dem Fehlen von Wäldern oder genügend grossen Parks verbunden. Wälder können die Luft auf natürliche Weise reinigen, und wo es sie gibt, ist die Belastung durch Atemwegserkrankungen geringer als in Gebieten ohne Bäume. Dies sind nur zwei Beispiele dafür, wie z.B. das Gebiet der Risikotransfer-Technologie betroffen sein kann. Wir könnten noch mehr aufzählen: Betriebsunterbrechung in der Schifffahrt und Stromunterbrechung bei Dürre, nachteilige Folgen für die Landwirtschaft, Wasserknappheit und Bodenfruchtbarkeit. Während diese Beispiele typischerweise als Risiken, d.h. als Auftretenswahrscheinlichkeiten bzw. Auftretenshäufigkeiten für Unternehmen dargestellt werden, können sie auch in Chancen für Rück-/Versicherer und Investoren umgewandelt werden.
Erhaltungsinvestitionen in Ökosysteme können deren Dienstleistungen stärken und diese Risiken verringern. Da alle Wirtschaftssektoren, auch die Technologiesektoren, direkt oder indirekt in irgendeiner Weise von BES abhängig sind, stellt sich die Frage: Wie lässt sich ein Mass für den BES technisch messen, z.B. ein Rückgang des BES.
Um zu verstehen, ob die Ökosystemleistungen (BES) 61 messbar rückläufig sind, muss bestimmt werden, welche Ökosystemleistungen und Ökosystemfaktoren/- parameter an einem bestimmten Ort relevant und messbar sind, wobei dann ihren Zustand zu messen ist. Um eine solche Messanalyse zu entwickeln, wurden die BES- Messindices 302/3021 3031 entwickelt. Um zu verstehen, ob die BES 61 messbar rückläufig sind, muss zu den zehn BES 61 in Figur 3 bestimmt werden, welche Ökosystemleistungen und Ökosystemfaktoren/-parameter an einem jeweiligen Ort relevant und messbar sind, wobei ihr Zustand zu messen ist. Um eine solche Messanalyse zu entwickeln, wurden die BES-Messindices 302/3021 3031 entwickelt. Die zehn in Figur 3 dargestellten Ökosystemleistungen wurden zu dem in Figur 3 dargestellten BES- Gesamtmessindex, d.h. dem akkumulierten BES-Messindex 303 aggregiert. Diese Karte bietet eine Visualisierung des Zustands der verschiedenen Ökosystemleistungen, die durch den BES-Messindex für jeden Quadratkilometer Land erfasst werden.
In Figur 4 wurden 3 Ökosystemleistungen zu dem in Figur 4 dargestellten BES- Gesamtmessindex aggregiert, d.h. dem akkumulierten BES-Messindex 303. Die Karte von Figur 4 bietet eine Visualisierung des Zustands der verschiedenen Ökosystemleistungen 61 , die durch die BES Messindices 302/3021 3031 für jeden Quadratkilometer Land erfasst werden. Die Karte für den Gesamtmessindex (Figur 4) zeigt viele "rote" Bereiche (d.h. "sehr niedriger"' BES-Messindexwert), was anzeigt, wo die BES so anfällig sind, dass jede weitere Nutzung einen Rückgang beschleunigen könnte. Einige dieser fragilen Gebiete umfassen dicht besiedelte und wirtschaftlich wichtige Regionen, in denen die Wirtschaft viele Anlagen, Vermögenswerte und Aktivitäten umfasst, die z.B. mittels Risikotransfer geschützt werden. Eine langsame, aber stetige Degradation kann zu Wendepunkten und in der Folge zu einem abrupten Zusammenbruch des Ökosystems führen. Wie die Karte mit den BES Messwerten, d.h. den BES Messindices 302/3021 3031 , zeigt, ist der Zustand des BES in mehreren Schlüsselregionen im Vergleich zu anderen Regionen bereits "niedrig". Es stellt sich ausgehend technischen Problem des Messens des BES nach der Messung die Frage, wie diese Messwerte technisch genutzt werden können, z.B. in der (automatisierten) Risikotransfertechnologie.
(Automatisierte) Risikotransfer-Technologie, insbesondere die Rück- /Versicherungstechnologie basiert auf drei Prinzipien: (i) Risiko-Selektion: Risiken selektieren, die technisch messbar, parametrisierbar und erfassbar sind: (ii) Risikomanagement: Von den Versicherten wird erwartet, dass sie kosteneffektive Massnahmen zum Risikomanagement ergreifen: und (iii) Adäquates Risiko-Pricing und/oder Ressourcen-Allokation: Versicherungsprämien spiegeln das Restrisiko nach dem Risikomanagement wider, d.h. das gemessene Mass der Bedrohung/Eintrittswahrscheinlichkeit des Ereignisses mit dem Mass seines Impakts, welches bleibt, nachdem alle Anstrengungen zur Identifizierung und Beseitigung von Risiken unternommen worden sind.
Zur Implementation und maschine-basierten Umsetzung dieser Prinzipien verfolgt der hier offenbarte, automatisierte Risikotransfer einen datenbasierten Ansatz. Im Folgenden wird skizziert, wie diese Struktur verwendet werden kann, als Basis automatisierter Entscheidungen von entsprechenden Expertensystemen.
Zum Messen, inwieweit ein Risiko korreliert mit einer BES-Abnahme, sind folgende Messdaten und Informationen erforderlich: (i) Welche Ökosystemleistungen (BES) werden am geographischen Ort oder Zelle, als Risikoort, bereitgestellt: (ii) Wie ist der gemessene Status der BES an diesem Standort oder geographischen Zelle: (iii) Wie korrelieren die von einem Risikotransfer erfassten und gemessenen Schadensauftrittswahrscheinlichkeiten und Stärken mit den BES bzw. dem Status der Ökosystemleistungen: und (iv) Welche Rolle können Investoren und Risikotransfersysteme bei der Entwicklung einnehmen, um naturbezogene Lösungen zur Verbesserung der Ökosystemleistungen zu entwickeln, die zur Risikominderung beitragen. Die erfinderische BES-Index-Messeinheit 302/3021 3031 hilft bei der Beantwortung dieser Schlüsselfragen. Folgendes Beispiel: Ein großes Küstenanwesen liegt in einem Hurrikangebiet. Die Höhe über dem Meeresspiegel beträgt nur 10 m, und die Hauptgefahr, d.h. die Messwahrscheinlichkeit für das Eintreten eines physikalisch messbaren Schadensereignisses, ist die Sturmflut. Die BES 61 , die bestimmen, ob das Grundstück stark der Sturmflut ausgesetzt ist, ist der Schutz durch Korallenriffe oder Mangrovenwälder entlang der Küste. Wenn die Unversehrtheit hoch ist, ist das Risiko durch eine niedrige Ressourcen-Allokation bzw. Prämie transferierbar. Ist es niedrig, muss die Ressourcen-Allokation oder Prämie höher sein oder das Risiko des Objektes ist möglicherweise nicht automatisiert transferierbar. Wenn Korallenriffe oder Mangrovenwälder zerstört werden, wird entweder ein von Menschenhand geschaffener Sturmflutschutz notwendig, oder der Risikotransfer kann von einem (finanziellen) Risikotransfersystem technisch überhaupt nicht automatisiert angeboten werden. Diesem Beispiel illustriert einen klaren Zusammenhang zwischen der messbaren Gesundheit eines relevanten Ökosystems 6 und dessen Leistungen (BES) 61 und der notwendigen Ressourcen-Allokation zum Abgleichen des transferierten Masses an Risiko, bzw. Kosten und die Verfügbarkeit eines Risikotransfers für eine Objekt, wie z.B. eine technische Anlage, Immobilie etc., deren Wert und Versicherbarkeit abhängig vom jeweiligen BES 61 /61 1 621 .
Als Beispiel zur physikalischen Messbarkeit und Messung solcher Ereignisse kann z.B. das Messen von Sturmfluten gegeben werden. Bei Sturmfluten können z.B. Messdaten aus den Wellenkanälen sowie Naturdaten von lokalen Messsensoren herangezogen werden. Die Ergebnisse der hier verwendeten Datenanalysen zeigen, dass die Strandprofilentwicklung während einer Sturmflut in grossmassstäblichen, zweidimensionalen Simulationen technisch der Natur entsprechend simuliert werden kann. Wenn ein entsprechender Massstab (1 :1 ) sowohl bei der Nachbildung der Profilform als auch der Sedimenteigenschaften eingehalten wird, können Massstabseffekte vernachlässigt werden. Auch Modelleffekte auf die sturmflutbedingte Entwicklung des Strandprofils können technisch minimiert werden, wenn die Mess- und Simulationsparameter entsprechend festgelegt werden. Lediglich nach einem Umbau des Strandprofils oder einer Änderung der Mess- und Simulationsparameter können in der Brandungszone unnatürliche Sandumlagerungen von den Seitenwänden zur Mitte des Kanals auftreten, zu deren Berücksichtigung technische Strukturen hinzugefügt werden müssen. Die so aus der Datenanalyse entwickelten technischen Strukturen gemeinsam mit den entwickelten Ansätzen zur Bestimmung des Brechpunktes und der Wellenauflaufhöhe über Sandstränden zeigen, dass in dem durch diese beiden Positionen vorgegebenen Bereich der grössten hydrodynamischen Veränderungen die entsprechenden Messungen mit ausreichender Messgenauigkeit durchgeführt werden. Darüber hinaus zugefügte Rahmenbedingungen betreffend der Ausdehnung und den erforderlichen Zeitpunkten der Strandprofilvermessungen erlauben eine Reduzierung des Aufwandes bei der Durchführung der Analyse der Messdaten. Auf der Grundlage der Gegenüberstellung von hydrodynamischen und morphologischen Daten kann schliesslich eine technische Struktur zur Bestimmung der küsten-normalen Sedimenttransportrate bereitgestellt werden. Diese beruht, wie auch die vorgenannten technischen Strukturen für den Brechpunkt und die Wellenauflaufhöhe, auf einer quasi uneingeschränkten Anzahl von Simulationsserien mit ähnlichen Eingangsparametern. Andere Ereignisse (Erdbeben, Wirbelstürme, Dürre etc.) müssten entsprechend gemessen und simuliert werden.
Es könne viele Beispiele gegeben werden, bei denen spezifische Ökosystemleitungen (BES) 61 /61 1 621 mit transferierbaren Risiken und Aktivitäten verbinden. Im Folgenden wird auf weitere dieser Beispiele eingegangen. Durch die technische Anwendung der BES-Index-Messeinheit 302/3021 3031 auf relevante Risiken können Risikotransfer-Portfolios auf ihre BES-Exponierung hin gemessen werden. Der erfinderische BES-Index 302/3021 3031 kann auch für Firmen- und Regierungskunden, die einen bestimmten Risikotransfer suchen, relevant sein, da er zur automatisierten Überprüfung von Standorten für Fabriken, Lagerhäusern und anderen Objekten, die Teil von Lieferketten sind, technisch verwendet werden kann. Entsprechende Expertensystem Entscheidungen im Zusammenhang mit dem BES können nicht nur für das Risikotransfer-Underwriting angewendet werden, sondern auch für das Messen der Widerstandsfähigkeit eines Unternehmens gegenüber dem Rückgang des BES. Die Anwendung des BES-Index Messparameters bzw. dessen Messwertes hört hier nicht auf. Versicherer können ihn auch verwenden, um ihre Exponierung auf der Anlageseite zu messen - beispielsweise kann der Messindex verwendet werden, um die Exponierung der Investitionen gegenüber einer Verschlechterung des BES automatisiert zu minimieren. Der erfinderische Messindex 302/3021 3031 bietet auch neue Möglichkeiten für naturbezogene Risikotransferlösungen sowie Investitionsmöglichkeiten.
In Gebieten, in denen die Ökosystemleistungen rückläufig sind, kann die Einrichtung eines Finanzierungsmechanismus für Schutzanlagen durch Risikotransfer und monetärer Ressourcen-Allokation diese langfristig schützen und eine nachhaltige Investitionsmöglichkeit für die Zukunft darstellen. Weitere aktuelle Beispiele für die wirtschaftlichen Auswirkungen und Folgen der Schädigung und Degradierung von Ökosystemen:
1. Der Verlust des Amazonaswaldes hat Auswirkungen auf (Mikro-) Klima, Wasserversorgung, Kohlenstoffspeicherung und Bodenintegrität. Entwaldung betrifft Wasserversorgung in brasilianischen Städten und Nachbarländern. Es wirkt sich auch auf die eigentlichen Farmen aus, die die Entwaldung vorantreiben, und verursacht Wasserknappheit und Bodendegradation. Weitere Entwaldung kann auch die Wasserversorgung weltweit beeinflussen.
2. Der schleichende Zerstörung von Korallen und Mangroven in Sri Lanka hat zu schweren Küstenerosion und zunehmender Zerstörung und Verlust von Menschenleben an Land von Stürmen und Tsunamis, z.B. Erdbeben und Tsunami- Ereignis vom 26. Dezember 2004.
3. Das Abfliessen von Nährstoffen (Stickstoff und Phosphor) in die Flüsse durch landwirtschaftliche Praktiken im Wassereinzugsgebiet des Mississippi in den USA verursacht jedes Jahr aufgrund von Algenblüten und Sauerstoffmangel eine Totzone im Golf von Mexiko, was zum Zusammenbruch der Garnelen- und Austernfischerei (mindestens 300 Millionen USD pro Jahr) führt.
4. Invasive Arten kosten die globale Landwirtschaft schätzungsweise 540 USD Milliarden jährlich, oder die US-Wirtschaft allein mehr als USD 100 Milliarden pro Jahr. Die eurasische Wassermilchfolie, ein Beispiel für eine invasive Wasserpflanzenart, hat den Wert von Immobilien am Seeufer von Vermont um bis zu 16% und Wisconsin Seegrundstück um 13% verringert. Weitere Beispiele sind invasive Muscheln, die Wasserleitungen kolonisieren und korrodieren und die den Wasserfluss blockieren, wodurch die Betriebskosten für die Versorgungsunternehmen steigen; Betrügergras, das Waldbrände schürt, verstärkt die technische Schwierigkeit der Brandbekämpfung und damit deren Kosten und Schäden an Anlangen und Eigentum; und der asiatische Zitrus- Psyllid greift die Orangenhaine an, mit entsprechenden Schäden.
5. Die biologische Vielfalt ist für die Arzneimittelentwicklung von entscheidender Bedeutung, da etwa die Hälfte aller zugelassenen modernen Arzneimittel in den letzten 30 Jahren aus wildlebenden Arten entwickelt wurde. Kritische Beispiele aus jüngster Zeit: Wissenschaftler entwickelten das Malariamedikament Artemisinin aus süßem Wermut, während das madagassische Immergrün und die pazifische Eibe Behandlungen gegen Krebs hervorgebracht haben.
6. Insekten sind die weltweit wichtigsten Bestäuber und haben in den letzten Jahrzehnten um 20%-40% abgenommen (unterschiedliche Schätzungen je nach Quelle und Methode der Meta-Analyse) . 75% der kritischen Nahrungsmittelpflanzen hängen von der tierischen Bestäubung ab, darunter Obst, Gemüse, Nüsse und Samen sowie wichtige Nutzpflanzen wie Kaffee und Kakao. Der weltweite jährliche Marktwert von tierisch bestäubten Nutzpflanzen wird auf 235-577 Milliarden USD geschätzt (OECD 2019).
(b) Relevanz und Korrelation von Ökosystemleistungen (BES) und Biodiversität, sowie Gefahren für die Ökosystemleistungen
Ökosystemleistungen (BES) 61 sind für das Funktionieren von Industrie, Gesellschaften und Volkswirtschaften unerlässlich. Figur 5 zeigt das Zusammenspiel von Biodiversität und Ökosystemleistungen mit Industrie, Gesellschaft und Wirtschaft; erklärt den auf die BES bezogenen Transmissionsmechanismus zwischen Finanzdienstleistungen und Realwirtschaft, in Analogie zum Transmissionsmechanismus im Zinssysstem (Kredit- & Investitionsvergabe, Versicherungsschutz). Im Folgenden werden die relevanten Begriffe, wie in Zusammenhang mit der Erfindung gebraucht, näher definiert. Die Biodiversität als Messparameter misst die Anzahl, Vielfalt und Variabilität von lebenden Organismen (Tier- und Pflanzenarten, Pilze, Mikroorganismen). Sie umfasst die Vielfalt innerhalb von Arten, zwischen Arten und zwischen Ökosystemen. Der Begriff umfasst auch die Art und Weise, wie sich die Vielfalt von einem Ort zum anderen und im Laufe der Zeit verändert. Die bekannten 13 Arteninventare sind - vor allem wegen begrenzter Feldprobenahmen und Messdaten - zu unvollständig, um ein genaues Bild vom Umfang und der Verteilung aller Komponenten der Biodiversität zu liefern. Ökosystemleistungen (ES: Ecosystem Services) sind Leistungen, die aus Ökosystemen gezogen und von ihm erbracht werden, gemäss dem Millennium Ecosystem Assessment (MEA 2003): 'Ökosystemleistungen können als provisorisch (z.B. Faser-, Nahrungsmittel-, Süsswasserproduktion), regulierend (z.B. Krankheitsmanagement, Klimaregulierung, Süsswasserreinigung), unterstützend / Prozesse (z.B. Nährstoffkreislauf, Bestäubung, Bodenbildung) und kulturell (z.B. kulturell/religiös/spirituell, ästhetisch, erzieherisch, erholend) klassifiziert werden.
Die NCP, d.h. Beiträge der Natur zum Menschen (NCP: Nature's Contributions to People), sind alle positiven und negativen Beiträge der belebten Natur (d.h. die Vielfalt der Organismen, Ökosysteme und der damit verbundenen ökologischen und evolutionären Prozesse) zur Lebensqualität der Menschen. Zu den nützlichen Beiträgen der Natur gehören Dinge wie Nahrungsversorgung, Wasserreinigung, Hochwasserschutz und künstlerische Inspiration, während zu den schädlichen Beiträgen die Übertragung von Krankheiten und Raubbau gehören, die den Menschen oder ihr Vermögen schädigen. Viele NKS können je nach kulturellem, zeitlichem oder räumlichem Kontext als nützlich oder schädlich empfunden werden. Beispielsweise lassen sich 18 NKS identifizieren, nach der Art des Beitrags gruppieren, den sie zur Lebensqualität der Menschen leisten: regulierende, materielle und nichtmaterielle NKS (siehe Figur 6 für eine umfassende Liste und globale Trends).
Für die Ökosystemleistungen ist es von Bedeutung, welche Arten in welchem Umfang vorkommen und wie viele Arten es gibt. Im Gegensatz zu anderen Gütern werden viele Ökosystemleistungen nicht gemessen, bewertet oder auf Märkten zu leicht beobachtbaren Preisen gehandelt. Die Art und Weise, wie Ökosysteme genutzt werden, nimmt die Versorgung und die Erneuerung von Ökosystemen oft als selbstverständlich hin. Die Verschlechterung der Ökosystemleistungen könnte erheblich verlangsamt oder sogar rückgängig gemacht werden, wenn die Rolle der biologischen Vielfalt und ihr voller Beitrag zur wirtschaftlichen und technischen Produktion ein integrierter Bestandteil der Entscheidungen von Regierungsstellen, Unternehmen und anderen Interessengruppen wäre. Der Verlust von Arten kann Ökosysteme destabilisieren und kann aufgrund der Vernetzung von Arten und Ökosystemen den Fluss der Gewinne aus der Natur zum Menschen plötzlich unterbrechen.
Die Redundanz von Arten ist eine messbare Grösse für die Widerstandsfähigkeit von Ökosystemen in einer Zeit des anhaltenden Rückgangs, da bestimmte Arten die grundlegenden Funktionen anderer vom Aussterben bedrohter Arten ersetzen können. Diese Beziehung hält jedoch nicht ewig an, da die potenzielle Gefahr besteht, dass die Ökosystemleistungen nicht mehr richtig funktionieren oder abrupte Umweltveränderungen eintreten. Der gegenwärtige (sich entwickelnde) wissenschaftliche Konsens ist, dass die Beziehungen zwischen Biodiversität und Ökosystemfunktionen positiv konkav (mit einer Funktionalität der Ökosystemleistungen von bis zu 100% auf der x-Achse und zunehmender Artenvielfalt auf der y-Achse) sind, wobei ein abnehmender marginaler Beitrag der nächsten wichtigen Spezies eine Rolle spielt. Die einzelnen Beziehungen zwischen Biodiversität, Ökosystemfunktionen und - leistungen, die sich auf die biologische Vielfalt und den Beitrag zum wirtschaftlichen Wert auswirken, sind jedoch sehr unterschiedlich. Diese Verbindungen hängen von Kompromissen zwischen verschiedenen Ökosystemleistungen und zwischen erwarteten wirtschaftlichen Erträgen und Risiken ab. Sie hängen auch von verschiedenen Nutzenfunktionen ab, die von soziodemografischen Klassifizierungen von Individuen und ihren Präferenzen abhängen, sowie von umweit- und wirtschaftspolitischen Traditionen und Trajektorien, die von Land zu Land unterschiedlich sind. Diese Verknüpfungen zeigen, warum die biosphärischen Ziele der nachhaltigen Entwicklung für das Leben auf dem Land und das Leben unter Wasser - die für die biologische Vielfalt und die Ökosysteme stehen - Grundlage für all anderen Ziele nachhaltiger Entwicklungen (Sustainable Development Goal (SDG) ) sind, wie in Figur 7 dargestellt.
Gründe für den Rückgang der biologischen Vielfalt und der Ökosystem- Funktionsverschlechterung sind vielfältig, d.h. das Zusammenspiel vieler Faktoren führt typischerweise zum Rückgang der biologischen Vielfalt und zur Schädigung der Ökosysteme. Die wichtigsten direkten Triebkräfte sind (i) Veränderungen des Lebensraums und der Landnutzung, einschließlich der Fragmentierung der Wälder und des Ausbaus der Infrastruktur und anderer bebauter Gebiete; (ii) invasive Arten, die sich ausserhalb ihrer normalen geographischen Verbreitung etablieren und ausbreiten; (iii) Übernutzung natürlicher Ressourcen; (iv) Verschmutzung - insbesondere durch übermäßigen Düngemitteleinsatz, der zu einem hohen Nährstoffgehalt von Boden und Wasser führt; und (v) Klimawandel. Figur 8 zeigt eine detaillierte Klassifikation diese Triebkräfte.
Die International Union for the Conservation of Nature (IUCN) bewertet regelmässig den Erhaltungszustand der Arten. Gegenwärtig sind mehr als 31 000 oder 27% der von der IUCN bewerteten Arten vom Aussterben bedroht. IPBES schätzt, dass von den 8,1 Millionen Tier- und Pflanzenarten der Erde - wobei die große Menge dieser Arten dem Menschen noch nicht bekannt ist - etwa 1 Million vom Aussterben bedroht sind. Im Gegensatz zur Überwachung der biologischen Vielfalt, zumindest was die bedrohten Arten oder den Artenreichtum betrifft, war die globale Überwachung der Ökosystemleistungen bisher nicht so umfassend und regelmässig. IPBES hat vor kurzem globale Trends bewertet, inwieweit die Ökosystemleistungen in der Lage sein werden, die Beiträge der Natur für den Menschen aufrechtzuerhalten (siehe Figur 6) . Die Mehrheit der 18 untersuchten Ökosystemdienstleistungen zeigt einen Rückgang der Beiträge in den letzten fünf Jahrzehnten. Viele dieser Leistungen können nicht vollständig durch andere ersetzt werden (IPBES), und selbst wenn eine Substitution möglich wäre, ist sie oft mit höheren Kosten oder negativen externen Effekten verbunden. Beispielsweise kann der Einsatz chemischer Pestizide anstelle der natürlichen Schädlingsbekämpfung die Gesundheit von Menschen, Tieren und Pflanzen schädigen (IPBES/DNB).
Indirekte Triebkräfte (Drivers), wie die menschliche Bevölkerung (insb. Populationsdichte), wirtschaftliche Aktivität, Technologie sowie soziopolitische und kulturelle Faktoren wirken sich ebenfalls auf die biologische Vielfalt aus. Auch Klimaveränderungen haben die biologische Vielfalt und die Ökosysteme in bestimmten Regionen erheblich beeinträchtigt. Mit der Verschärfung des Klimawandels wird erwartet, dass der schädliche Einfluss auf die Ökosystemleistungen in den meisten Regionen der Welt die potenziellen Vorteile (wie längere Wachstumsperioden) überwiegen wird (IPCC: Intergovernmental Panel on Climate Change). Tatsächlich kann davon ausgegangen werden, dass der Klimawandel die Risiken des Artensterbens, von Überschwemmungen, Dürren, Bevölkerungsrückgang und Krankheitsausbrüchen verschärfen wird. Viele der Aktivitäten, die sich negativ auf die biologische Vielfalt auswirken, werden immer schädlicher und treten zudem zur gleichen Zeit auf. Ihre Auswirkungen werden erst in Zukunft aufgrund des Klimawandels gravierender werden (IPCC). Studien lassen annehmen, dass Klimaextreme zu abrupten Veränderungen in einigen Ökosystemdimensionen führen werden, lange bevor politische Massnahmen zur Bewältigung der sich langsam entwickelnden Durchschnittsbedingungen umgesetzt worden sind. Gleichzeitig hat die Wissenschaft diese potenziellen abrupten Veränderungen der Ökosysteme noch nicht vollständig verstanden. Figur ? illustriert die indirekten und direkten Treiber, die zur Verschlechterung der Ökosystemleistungen führen, anhand einiger konkreter Beispiele. Seit Ende der 1990er Jahre haben Ökonomen die wesentlichen Beiträge der Natur zu funktionierenden Industrien, Volkswirtschaften und Gesellschaften besser gemessen und verstanden. Studien schätzen, dass die globalen Ökosystemleistungen einen jährlichen Nutzen in der Grössenordnung von 125-140 Billionen US-Dollar erbringen. Konkrete Beispiele reichen vom globalen jährlichen Wert des Nährstoffkreislaufs von Seegras in Höhe von 1 ,9 Billionen USD bis zu einem globalen jährlichen Marktwert von 235-577 Milliarden USD für tierbestäubte Nutzpflanzen oder einem Erstverkaufswert von Fischerei und Aquakultur von jährlich 362 Milliarden USD bis hin zu weiteren länderspezifischen Beispielen. Figur 10 zeigt konkrete Beispiele (OECD: Organisation for Economic Co-operation and Development). Der Verlust der biologischen Vielfalt und die Verschlechterung der Ökosysteme gefährden diese Werte zunehmend. Die OECD schätzt, dass zwischen 1997 und 2010 die Veränderungen der globalen Landbedeckung die Natur jährlich um 4 bis 20 Billionen USD negativ beeinflusst haben; und die Verluste durch die Bodendegradation machten zusätzlich 6 bis 1 1 Billionen USD pro Jahr aus. Diese großen Bandbreiten könnten als Zeichen dafür interpretiert werden, dass die wissenschaftliche Debatte über die monetären Auswirkungen anhält. Investitionen in die biologische Vielfalt und die Wiederherstellung von Ökosystemen können das Risiko von Schäden durch Naturkatastrophen verringern. Laut Studien würde beispielsweise die Wiederherstellung des Ökosystems (Umleitung von Flüssen, Anlegen von Sümpfen, begleitet vom Bau von Deichen und anderen Strukturen) entlang der Küste von Louisiana die erwarteten Überschwemmungskosten um 5,3 Mrd. USD auf 18 Mrd. USD jährlich senken. Weltweit könnte eine jährliche Investition von 5-10 Mrd. USD in den Schutz von Küstenfeuchtgebieten die Auszahlungen für Überschwemmungsschäden um 52 Mrd. USD jährlich senken. Ohne die Fragmentierung der küstennahen Mangroven hätten Tsunamis weniger signifikante Auswirkungen. Und ohne funktionierende Korallenriffe würden gemäss Studien die Überschwemmungsschäden bei 100-jährigen Sturmereignissen um 91% auf 272 Mrd. USD ansteigen. Eine andere Studie teilt ein weiteres Beispiel für die Ökonomie der Biodiversität: Die globale Meeresfrüchteindustrie mit einem Jahresumsatz von 252 Milliarden USD würde ihre jährlichen Gewinne um 53 Milliarden USD steigern, wenn sie jährlich 5-10 Milliarden USD in den Erhalt der Biodiversität investieren würde, was zu mehr Fisch und Schalentieren führen würde. Industrie, Unternehmen, Gemeinden, Familien und Einzelpersonen leiden unter diesen Verlusten. Tatsächlich wirken sich Veränderungen der biologischen Vielfalt und der Ökosysteme auf die Betriebsgenehmigung bei Industrie und Unternehmen aus (ökologische/ physische Risiken), während weiterreichende Veränderungen die Politik, die Verbraucherpräferenzen, den Ruf und sogar die Kapitalkosten und das wahrgenommene Anlegerrisiko beeinflussen können (z.B. TEEB (The Economics of Ecosystems and Biodiversity), OECD, DNB).
Biodiversität und Ökosystemleistungen sind für die Rück- /Versicherungstechnologie relevant. In Figuren 1 l a/b sind die Schlüsselbereiche tabellarisch aufgeführt, die von Bedeutung sind. Figur 12 hingegen gibt einen Überblick über die Risiken der Degradation der BES, einschliesslich der Treiber und des automatischen Zusammenspiels mit den Finanz- und Versicherungsmärkten. Dieses Zusammenspiel wird üblicherweise als Transmissionsmechanismus bezeichnet. Durch diesen Mechanismus - durch die Bereitstellung von Kapital oder Risikoschutz für ihre Kunden in anderen Sektoren einer Volkswirtschaft - ermöglichen und beeinflussen Investoren, Kreditgeber und Versicherer die Aktivitäten dieser Sektoren in unterschiedlichem Masse. Während die Technologie und Wissenschaft Fortschritte bei der Messung und Beurteilung der Frage macht, wie z.B. die Landwirtschaft oder die verarbeitende Industrie durch ihre direkten produktiven Tätigkeiten von bestimmten Ökosystemleistungen abhängen und diese beeinflussen, hat die Debatte darüber, wie Finanzdienstleistungen indirekt Ökosysteme und die Auswirkungen der anderen Wirtschaftssektoren beeinflussen, gerade erst begonnen. Der Stand der Technik umfasst Systeme zum systematischen und quantitativen Messen und Bewerten von Risiken, die sich aus dem Verlust der biologischen Vielfalt und dem Rückgang der Ökosystemleistungen ergeben, für Investitionen, die von definierten Finanzinstitutionen gehalten werden. Die von der NCFA (Natural Capital Finance Alliance) entwickelten Abhängigkeitsfaktoren lassen sich für den technischen Gebrauch erweitern. Sie ermöglichen die Simulation erwarteter Verluste, insbesondere monetärer Verluste, die durch den Verlust von Ökosystemleistungen entstehen können. Ein Verlust von Ökosystemleistungen würde laut Studien zu erheblichen Störungen von Geschäftsprozessen und finanziellen Verlusten führen. Studien analysierten auch indirekte Abhängigkeiten von Ökosystemleistungen und kommen z.B. für niederländischen Finanzinstitutionen zum Schluss, dass 510 Milliarden Euro oder 36% der 1,4 Billionen Euro an Investitionen, die von niederländischen Finanzinstitutionen gehalten werden, stark oder sehr stark von einer oder mehreren Ökosystemleistungen abhängig sind. Dies entspricht den gesamten erwarteten finanziellen Verlusten, wenn die Ökosystemleistungen gleich Null wären. Die genaue Höhe dieses Risikos ist standortspezifisch, da sowohl die Geschäftsaktivitäten als auch ihre Wertschöpfungsketten räumlich begrenzt sind. Insbesondere um den standortspezifischen Zustand der Ökosystemleistungen und deren Korrelationen messen zu können, wurde der BES-Messindex bereitgestellt, indem Messdaten für zehn wichtige Ökosysteme auf einer grid-basierten (zell-basierten) Auflösung von 1 km2 überlagert, die weltweit vergleichbar sind. Eines der Ziele des BES-Messindex liegt darin, die automatisierte Expertensysteme in die Lage zu versetzen, Massnahmen zu ergreifen bzw. Entscheidungen zu treffen, die nachhaltiger und ökosystemfreundlicher sind. Diese Massnahmen sollten das Risiko verringern, dass sozioökonomische Systeme Kipp-Punkte erreichen, und dadurch abrupte Umweltveränderungen vermeiden, die zu irreversiblen Verlusten von Ökosystemen und untragbaren Kosten für Industrie und Volkswirtschaften führen können. Die internationale Naturschutzdebatte fordert eine Vergrößerung der Schutzgebiete um bis zu 30% der Erdoberfläche (CBD: Convention on Biological Diversity). Darüber hinaus fordert sie ein angemessenes Umweltmanagement aller sozioökonomischen Aktivitäten innerhalb dieser Gebiete und letztendlich eine Reduzierung der schweren negativen Auswirkungen auf die Natur. Diese Ausweitung der Schutzgebiete scheint notwendig zu sein, um mehr und weniger gestörte Lebensräume für das Überleben der Arten zu bieten. Der BES-Messindex kann auch zum Messen von Aktivitäten in Schutzgebieten angewandt werden. Während der Messindex technisch erlaubt den Zustand der Ökosysteme als relevant für die Risikoauswahl, das Risikomanagement und die Risikopreisgestaltung in jedem Teil der Erde zu messen, erlaubt er auch einen erdumspannenden, integrativen und auf die Erhaltung ausgerichteten Messansatz für den gesamten Planeten Erde.
(c) Der Biodiversitäts- und Ökosystemleistungs- (BES) Messindex
Der Zustand der BES kann mit dem Messindex z.B. aus einer global vergleichenden Bewertung einer 1 km2-Auflösung für Aggregate auf Länderebene bereitgestellt werden. Ausgehend von der IPBES-Klassifikation wurde ein Satz von zehn BES-Indikatoren und Messparameter selektiert, die sich auf terrestrische Ökosysteme konzentrieren. Die Auswahl basiert auf der Relevanz der BES für die Rück- /Versicherungsindustrie und die verschiedenen Sparten sowie auf der Datenverfügbarkeit. Obwohl die bedeutende biologische Vielfalt in aquatischen und marinen Ökosystemen und ihren Beitrag zu mehreren BES anerkannt wird, liegt der Schwerpunkt des BES-Messindex auf den terrestrischen Ökosystemen - diese stellen die Mehrheit der Risikostandorte dar, und für ihre Quantifizierung steht eine breite Palette von Messverfahren und entsprechenden Datenquellen bereit. Allerdings kann der BES- Messindex leicht auch auf die Einbeziehung von aquatischen und marinen Ökosystemen technisch erweitert werden, sofern die Datenqualität besser geworden sein wird und den unterschiedlichen Ansprüchen genügt. Um die Bereitstellung der Ökosystemleistungen (BES) messbar zu quantifizieren, wird für jede Leistung ein Indikator ausgewählt, der sich aus ein oder mehreren Messparametern und/oder luftgestützten und/oder Satellitenmessdaten abgeleitet, wobei diese im globalen Massstab, z.B. basierend auf geographischen Zelleinheiten, kartiert werden. Das Ergebnis ist ein global vergleichendes Indikatorenmesssystem für den Zustand der zehn BES, die für die Rück- /Versicherungsindustrie am wichtigsten sind (Figur 13). Anschliessend werden alle an jedem Standort vorhandenen BES im BES-Messindex aggregiert, der einen Überblick über den BES für jeden Quadratkilometer Land gibt. Für das Aggregieren wird ein gewichteter Durchschnitt der Bereitstellung der an jedem Standort vorhandenen BES generiert, wobei allen 10 ausgewählten BES gleiche Gewichte zugewiesen werden.
Die Werte des BES-Messindex werden erfindungsgemäss weltweit in 7 Klassen klassifiziert nach der 15. Perzentil-Klassifikation; die Klassen reichen von "sehr hoch" bis "sehr niedrig" und angesichts der ähnlichen Werte werden die mittleren Klassen als "moderat" definiert. Standorte mit hohen Werten des BES-Messindex ("Sehr hoch" BES - oberes 15. Perzentil global) werden einem intakten Ökosystems mit signifikantem Wert für die Biodiversität und hoher Kapazität zur Bereitstellung von ES (Ökosystemleistungen) zugeordnet; Standorte mit niedrigen Werten des BES ("Sehr niedrig" Klasse - unteres 15. Perzentil global) gelten als empfindliche Ökosysteme, die unter den Auswirkungen der Degradation gelitten haben. Das System ist aufgebaut, um Daten zu bedrohten Arten zu ergänzen. Figur 14 zeigt die Veränderungen auf der Karte des BES-Messindex, wenn sehr kapazitätsstarke und sehr kapazitätsschwache Standorte überlagert werden. Wenn umweit- und naturschutzpolitische Empfehlungen für die jeweiligen Standorte formuliert werden müssten, wäre es dringend notwendig, die ökosystemischen Bedingungen der sehr kapazitätsschwachen Standorte zu verbessern und die sehr kapazitätsstarken Standorte zu erhalten. Dies könnte entweder durch die Wiederherstellung/Verbesserung des Ökosystems - eine Chance für viele Wirtschaftssektoren - und/oder durch eine systematische und kontinuierliche Verringerung der negativen Auswirkungen sozioökonomischer Aktivitäten erreicht werden. Bei allen anderen Standorten sollte der Schwerpunkt auf der Förderung der nachhaltigen Entwicklung liegen.
Die meisten Ergebnisse können z.B. als Karten in einem automatisierten Online-Informations- und Kartierungssystem für Naturgefahren verfügbar gemacht werden. Ein solches Tool als HMI (Human Maschine Interface) zum BES-Messindex ermöglicht es z.B., einzelne Regionen in Zoomfunktion zu vergrößern und massgeschneiderte Karten zu bereitzustellen. Benutzerinnen und Benutzer können ihre eigenen Koordinaten und Informationen in das Tool importieren, um massgeschneiderte Datensätze zu generieren, wie z.B. Figur 15 illustriert.
In einem weiteren Schritt wird der Zustand der zehn Ökosystemleistungen auf Länderebene bewertet und aggregiert. Figur 16 zeigt die Verteilung des aggregierten Zustands der zehn Ökosystemleistungen auf die sieben Klassen für ein ausgewähltes Spektrum von Ländern für die gesamte Landesgrösse. Dies ermöglicht einen Quervergleich des Zustands der Ökosystemleistungen in verschiedenen Ländern. Figuren 17-19 enthalten eine Liste der Top 20 Länder mit dem höchsten Anteil kapazitätsstarker Ökosysteme ("Sehr hoch" BES) und der Top 20 Länder mit dem höchsten Anteil kapazitätsschwacher Ökosysteme ("Sehr niedrig" BES). Figur 17-19 zeigen Diagramme mit jeweils einer Tabelle, welche den Anteil der kapazitätsschwacher ("sehr niedrigen" BES-Klasse) und kapazitätsstarker ("sehr hohen" BES-Klasse) Ökosysteme als Fläche der jeweiligen Klasse gegenüber der Fläche des Landes zeigen, die von den BES-Karten erfasst wird. Für die Abhängigkeitswerte werden die BIP-gewichteten Abhängigkeitsskalen unter Verwendung der Min-Max-Skalierung einbezogen, um die Vergleichbarkeit zu ermöglichen. Figur 17 zeigt dabei ein Länder- Ranking basierend auf dem Anteil kapazitätsschwacher Ökosysteme (n.a.= keine sektorale BIP-Zerlegung verfügbar); Figur 18 ein Länder-Ranking basierend auf dem Anteil kapazitätsstarker Ökosysteme (n.a.= keine sektorale BIP-Zerlegung verfügbar), und Figur 19 zeigt ein Länder-Ranking basierend auf der BIP-Abhängigkeit von den Biodiversitäts- und Ökosystemleistungen (BES). Figur 20 zeigt (ebenfalls für eine ausgewählte Auswahl von Ländern), wie der Zustand der einzelnen Ökosystemdienstleistungen innerhalb eines solchen Landes ist. Dies ermöglicht eine weitere Differenzierung und einen Quervergleich der einzelnen Ökosystemdienstleistungen. Eines der Messergebnisse mittels des BES-Messindex und entsprechenden erfinderischen Messsystems ist, dass zum Beispiel 54 Länder (oder 22% aller Länder) auf mehr als 30% ihres Landes Ökosysteme haben, die in einem kapazitätsschwachen und damit quasi fragilen Zustand klassifiziert sind. Auf der anderen Seite haben 34 Länder (oder 14% aller Länder) auf mehr als 30% ihrer Landökosysteme, die in einem kapazitätsstarken und damit quasi intakten Zustand klassifiziert sind.
Die Industrie und die Wirtschaftssektoren korrelieren direkt mit den lokalen Biodiversitäts- und Ökosystemleistungen, bzw. mit den Messwerten des BES-Messindex. So wird im globalen Bild ersichtlich, wie die zehn im exemplarischen BES-Messindex enthaltenen Ökosystemleistungen zur industriellen und wirtschaftlichen Aktivität beitragen, namentlich: (i) Direkt: durch physischen Input für Produktionsprozesse (Wasser und Holz), (ii) Indirekt: durch Bedingungen, die für Produktionsprozesse unerlässlich sind (Unversehrtheit des Lebensraums, Bestäubung, Bodenfruchtbarkeit, Wasserqualität, Luftqualität und lokales Klima), und (iii) Protektiv (Schützend/Abwehrend): Schutz von Produktionsprozessen vor Störungen durch Extremereignisse (Erosions- und Küstenschutz).
Der Verlust der biologischen Vielfalt stellt eine Bedrohung für alle Industrie- und Wirtschaftssektoren dar, da sie direkt oder indirekt für ihre Tätigkeit auf die Bereitstellung von Ökosystemleistungen angewiesen sind. Eine Analyse hebt die Technologie- und Wirtschaftssektoren hervor, die von der Natur stärker abhängig sind, insbesondere die Abhängigkeiten, die materieller sind, und die Exposition jedes Landes gegenüber den Risiken und Implikationen des BES Rückgangs. Um abzuschätzen, inwieweit Technologie- und Wirtschaftssektoren mit dem BES korrelieren bzw. um den BES-Messindex zu kalibrieren, können zusätzlich auch Tools, wie das Online-Toll "Exploring Natural Capital Opportunities, Risks and Exposure (ENCORE)" entwickelt von der Natural Capital Finance Alliance und der UNEP-WCMC (United Nations Environment Programme World Conservation Monitoring Centre, auch World Conservation Monitoring Centre) verwendet werden. Dabei werden die Materialitätsbewertungen konvertiert und die Abhängigkeit der Produktionsprozesse von verschiedenen Ökosystemleistungen auf einer Skala von 1-5 bewertet, wobei 1 für eine sehr geringe Materialität (begrenzter Verlust an Funktionalität und finanziellen Auswirkungen) und 5 für eine sehr hohe Materialität (schwerer Verlust an Funktionalität und finanziellen Auswirkungen) steht. Um mit einer solchen Analyse den BES-Messsindex abzugleichen, d.h. zu seiner Kalibrierung zu verwenden, wurden exemplarisch die Messungen der Ökosystemleistungen von ENCORE mit dem BES-System auf der Grundlage ihrer Definitionen verknüpft und nur die im exemplarischen BES-Messindex enthaltenen Ökosystemleistungen getriggert bzw. berücksichtigt. Darüber hinaus wurden die Abhängigkeiten der einzelnen Ökosystemleistungen zu einem Wert aggregiert, um zu bestimmen, inwieweit ein jeweiliger Technologie- oder Wirtschaftssektor (NACE Ebene 1 (NACE Rev2 industry classification (Statistical Classification of Economic Activities in the European Community))) von den BES abhängig ist. Die Korrelation bzw. die Abhängigkeit, die in das oberste Terzil (Werte >3,15) gehört, wird als "hoch" klassiert und die die in das unterste Terzil als "niedrig" (Werte <2, 3). Abbildung 1 1 zeigt diese Ergebnisse: Landwirtschaft, Forstwirtschaft und Fischerei hängen von allen untersuchten BES ab. Das Gesundheitswesen hängt stark von der Verfügbarkeit von Wasser für medizinische Operationen sowie vom Erosionsschutz zum Schutz der physischen Infrastruktur ab. Im Allgemeinen spielt der Erosionsschutz für Wirtschaftssektoren, die nur auf die (Gebäude-)/ Infrastruktur angewiesen sind, eine bedeutende Rolle. Es ist zu beachten, dass sich die Abhängigkeit der einzelnen Sektoren aus der Aggregation der Abhängigkeit auf einer NACE-Ebene 4 (ca. 600 Klassifikationen sektoraler Technologie- und Wirtschaftszweige) ergibt. Dies ermöglicht eine Analyse der Abhängigkeit auf sektoraler Ebene auf der Grundlage der in jedem Sektor enthaltenen Branchen.
Durch das Berücksichtigen der globalen sektoralen Abhängigkeit von den Biodiversitäts- und Ökosystemleistungen BES und die Berücksichtigung der unterschiedlichen Wertbeiträge dieser Sektoren z.B. zum globalen BIP ermöglichen die Messresultate des BES-Messindex eine neue Sicht auf die Technologieentwicklung und Weltwirtschaft, wobei typischerweise eine höhere Korrelation bzw. Abhängigkeit zu einer höheren Gefahrenexposition, d.h. höheren Risiken bzw. höheren, gemessenen Auswirkungsraten führt. Diese hier verwendete Sichtweise kann z.B. als "gefährdeten Wertbeitrag aufgrund der Abhängigkeit der wirtschaftlichen Aktivitätvon BES mit den höchsten Auswirkungen auf das BIP" bezeichnet werden. Er ergibt sich aus der Multiplikation des prozentualen Anteils eines Technologie- oder Wirtschaftssektors am globalen BIP-Beitrag (nach der Sektorklassifikation der NACE Rev. 2) mit dem Abhängigkeitsranking des BES von ENCORE für diesen Sektor (Skala 1-5, Figur 20). Unter Berücksichtigung der oben genannten Schwellenwerte sind 29% des globalen BIP stark mit den BES korreliert, während etwa 26% des globalen BIP mässig von den BES abhängig sind. Dies bedeutet, dass 55% des globalen BIP mässig oder stark von den BES abhängig sind. Eine sektorspezifische Betrachtung impliziert, dass i) die verarbeitende Industrie, ii) das Immobiliengeschäft sowie berufliche und administrative Tätigkeiten und iii) der Gross- und Einzelhandel; die Reparatur von Kraftfahrzeugen und Motorrädern aus wirtschaftlicher Sicht vorrangige Sektoren sind (Figur 20), insbesondere bei politisch relevanten Fragen, wo die Korrelation zu den BES zuerst verringert werden muss, um potenzielle Risiken für die Wirtschaft und Technologieentwicklung präventiv zu mindern.
Die länderspezifische Ansicht ergibt eine Hüllkurve im Bumerang-Stil. Mittels BES-Messindex können auch die Korrelationen der verschiedenen Volkswirtschaften mit den BES und ihre Gefährdung durch Risiken bewertet werden, die sich aus dem Verlust der biologischen Vielfalt bzw. der Ökosystemdegradation ergeben. Dazu kann z.B. der Messindikator "Wertschöpfungsoutput in % des BIP" von Oxford Economics als Gewicht verwendet werden, wobei die gewichtete Summe der Abhängigkeit von den BES aus allen Sektoren eines Landes gebildet wird. Eine Liste mit den zehn am stärksten und am wenigsten vom BIP abhängigen Ländern findet sich in Figur 17. Schliesslich lässt sich sie auf die Karte des BES-Messindex (Figur 4 und Figur 16) für den Anteil kapazitätsstarker und kapazitätsschwacher Ökosysteme in jedem Land beziehen. Sie werden mit der Analyse der wirtschaftlichen Korrelation und Abhängigkeit kombiniert, wobei die Bevölkerungsdichte als indirekter Treiber für den Rückgang der BES hinzugefügt wird (Figur 23). Diese Länderperspektive zeigt eine klare Trennung zwischen Ländern mit einem hohen Anteil an hoch kapazitätsstarken Ökosystemdienstleistungen und Ländern mit einem hohen Anteil an hoch kapazitätsschwachen Ökosystemen. Mit diesem technischen Ansatz wurde das Konzept eines globalen "BES-Bumerangs" entwickelt (Figur 23) . In Figur 23 wird eine Auswahl aller Länder gezeigt, gemessen nach ihrem Anteil an Land in einem kapazitätsschwachen Zustand (x-Achse) und ihrem Anteil an Land in einem kapazitätsstarken Zustand (y-Achse). Die "Bumerang"-Kurve ist die Hüllkurve über alle Länder. Nach dem erfindungsgemässen Verständnis sind Länder mit einem hohen Anteil an Land mit einem kapazitätsschwachen Zustand der Ökosystemdienstleistungen anfälliger für ökologische Störungen. Länder mit einem hohen Anteil an Land mit einem kapazitätsstarken Zustand der Ökosystemdienstleistungen sind widerstandsfähiger gegenüber ökologischen Störungen. Erfindungsgemäss wird hier der Begriff "Bumerang" verwendet, um die Bedeutung des aktiven, funktionellen Naturschutzes für eine funktionierende Technologieentwicklung, Industrie und damit Wirtschaft zu unterstreichen. Bumerangs können zurückschlagen, und in diesem Fall sind die Produktionsmittel (Rohstoffe, Wasser, Luft und Erosion) gefährdet, wenn die Natur übermässig ausgebeutet und übernutzt wird. Wie Messungen mit dem erfindungsgemässen System zeigen, sollten Länder am Rande des Bumerangs, einen stärkeren Fokus auf (i) die Erhaltung des Ökosystems zu legen - für diejenigen mit einem hohen Anteil an hochgradig intaktem BES: das, was sie haben, für die zukünftigen Generationen zu schützen, und (ii) die Wiederherstellung - für diejenigen mit einem hohen Anteil an sehr fragilen BES: grün (wieder) zu bauen, um abrupte Veränderungen zu vermeiden, unabhängig von industrieller und wirtschaftlicher Abhängigkeit und Bevölkerungsdichte.
Im Folgenden werden einige Beispiele dafür gegeben, wie man die Resultate von Figur 23 zur weiteren Interpretation der Ergebnisse verwendet werden kann:
(i) Länder mit einem geringen Anteil sowohl hochgradig kapazifäfsfarker (= 'intakte'r'r) als auch hochgradig kapazitätsschwacher (=' fragiler"r BES): Die Schweiz hat zum Beispiel eine mittlere Bevölkerungsdichte und eine geringe BIP-Abhängigkeit von den BES. Um die Widerstandsfähigkeit des BES zu verbessern, müsste die Schweiz mehr in die Natur investieren (z.B. Wiederherstellung von Ökosystemen und Verbesserung des Lebensraums bereits geschützter Gebiete, Integration von Ökosystemleistungen in die Raumplanung, Behandlung von Stickstoffproblemen usw.). Trotz der geringen BIP-Abhängigkeit von den BES, die vor allem auf den vergleichsweise geringen Anteil der Landwirtschaft am Schweizer BIP zurückzuführen ist, sind Länder wie die Schweiz keine "sicheren Häfen" in Bezug auf ökologische oder andere Störungen. Vietnam hingegen, wie der BES-Messindex zeigt, mit einer etwas höheren Bevölkerungsdichte als die Schweiz, aber einer viel höheren BIP-Abhängigkeit von den BES als die Schweiz, sollte den Bevölkerungsdruck weiterhin bewältigen, damit sein BES nicht anfälliger und weniger widerstandsfähig gegen den Rückgang des BES wird. Vietnam sollte auch die Diversifizierung seiner Wirtschaft fortsetzen und beispielsweise die Abhängigkeit von Nahrungsmittelimporten geringhalten. (ii) Länder mit einem hohen Anteil hochgradig intakter und einem kleinen Anteil hochgradig fragiler BES Aus wirtschaftlicher Sicht können sich diese Länder in Bezug auf potenzielle BES-Schocks "sicher"' fühlen, wenn ihr BIP nicht so stark vom BES abhängt (hellorangefarbener Kreis ) und ihre Bevölkerungsdichte gering ist (kleiner Kreis in Figur 23). Japan verfügt über weite Gebiete mit weitgehend intaktem Lebensraum, und seine Wirtschaft stützt sich auf den sekundären und tertiären Sektor. Die Mehrheit der japanischen Bevölkerung konzentriert sich jedoch in großen städtischen Gebieten und ist Naturkatastrophen wie Erdbeben und tropischen Wirbelstürmen ausgesetzt, die nicht in BES-Schocks einbezogen werden. Wenn die Wirtschaft eines Landes stark vom BES abhängig und gleichzeitig dicht besiedelt ist, sollten Massnahmen zur besseren Bewältigung der Bevölkerungsdichte mit einer Diversifizierung der sektoralen Industrie und Wirtschaften einhergehen, um weniger abhängig von natürlichen Ressourcen zu werden (z.B. in Indonesien).
(iii) Länder mit einem hohen Anteil an hochgradig 'fragilen' und einem niedrigen Anteil an 'hochintakten' ES (Ökosystem): Länder wie Indien oder Nigeria mit einer hohen Bevölkerungsdichte (grosser Kugel ) und einer hohen BIP-Abhängigkeit vom BES sollten potenzielle BES- Schocks sofort angehen. Länder wie Australien (geringe BIP- Abhängigkeit vom BES, geringe Bevölkerungsdichte) sollten sich dagegen auf ökologisch bedingte Störungen vorbereiten - und nach Möglichkeiten zur Verbesserung und Wiederherstellung von Ökosystemleistungen suchen. Ein langfristiges politisches Ziel könnte darin bestehen, zunächst weniger anfällig zu werden und sich dann in das Gebiet zu "bewegen", in dem z.B. Japan liegt.
Auch bei potenziellen Risikotransfer-Fällen kann die Automatisierung des Risikotransfers durch den BES-Messindex 302/3021 3031 unterstützt werden, so zum Beispiel: (i) Erkennung und Messung bei Überlagerungsorten bekannter messbarer Einzelrisiken mit den BES (Biodiversitäts- und Ökosystemleistungen) : Eine solche Überlagerung kann Erkenntnisse aus erster Hand liefern, wenn eine Gefahren ausgesetzte Einheit, z.B. als potentieller oder tatsächlicher Versicherter, in geschädigten oder unberührten Ökosystemen tätig ist oder wenn und wie weit eine industrielle Tätigkeit an einem bestimmten Ort von den BES abhängig ist. Ein standortspezifischer Blick kann auch zeigen, wo der BES bereits begrenzt ist, so dass zukünftige Aktivitäten anfälliger für Betriebsunterbrechungen werden könnten. Darüber hinaus kann sie aufzeigen, wo Eigentumswerte durch BES vor Naturgefahren geschützt werden könnten.
(ii) Bereitstellung von Risiko-relevanten Messdaten: Die verschiedenen Indizes identifizieren Hotspots (entweder dort, wo sie zerbrechlich/bedroht oder intakt sind). Es ist möglich, sie mit Schutzgebieten zu überlagern, falls mess- oder aussagerelevant.
(iii) Entwicklung naturbasierter, automatisierter Überwachungs- und Risikotransfersysteme: Die Werte der Messparameter zur Erfassung der BES können die Grundlage für naturbasierte, automatisierte Überwachungs- und Risikotransfersysteme bilden. Beispiele dafür sind naturbasiertes sauberes Wasser in Gebieten mit Wasserknappheit, die Verbesserung der Fischereigrundlagen durch die Wiederherstellung von Mangrovenwäldern oder die Rückführung degradierter Flächen in landwirtschaftliche Nutzflächen durch die Wiederherstellung von Böden. Darüber hinaus ein Screening und eine Priorisierung von Orten, an denen Ökosystemdienstleistungen Naturgefahren mindern.
(iv) Naturbezogene, automatisierte, monetäre Erkennung und Offenlegungen ermöglichen: Die messtechnische Quantifizierung von BES-Abhängigkeiten und BES-Auswirkungen kann eine bevorstehende Risikotransferaktivität technisch unterstützen. (d) Weitere Impakts des erfindungsgemässen Messsystems und des damit verbundenen Biodiversitäts- und Ökosystemleistungs- (BES) Messindex
Die Vereinten Nationen (UN) erkannten die Wichtigkeit der biologischen Vielfalt und erklärten bis 2020 fünf strategische Ziele und zwanzig Zielvorgaben (diese werden Aichi- Ziele zur biologischen Vielfalt genannt), um den Verlust der biologischen Vielfalt zu stoppen. Während viele dieser Ziele und Vorgaben nicht erreicht wurden, hat die internationale Gemeinschaft begonnen, über ein neues Biodiversitäts-Framework zu verhandeln. Die Figuren 24a und 24b zeigen die Aichi-Biodiversitätsziele der UN bis ins Jahr 2020. Im Jahr 2018 benutzten vier von zehn der 250 grössten Industrieunternehmen der Welt, die in einer Analyse befragt wurden, die SDGs (Ziele für nachhaltige Entwicklung (Sustainable Development Goals); Zielsetzungen der UN zur weltweiten Sicherung einer nachhaltigen Entwicklung auf ökonomischer, technologischer, sozialer sowie ökologischer Ebene) bei der Berichterstattung, um zu zeigen, wie ihre Beziehungen und Aktivitäten zu den SDGs aussehen. Dieser Trend lässt sich sicherlich auch für die Risikotransfer-Industrie beobachten. In dem Masse, wie die Rück- /Versicherungsindustrie Nachhaltigkeitsstrategien und Aktionspläne weiterentwickelt, untersuchen sie zunehmend auch, wie sie in Bezug auf die SDGs noch einen Schritt weiter gehen können, indem sie die SDGs in ihre Kerngeschäftsstrategie, Lenkungsentscheidungen und Key Performance Indicators (KPIs) einbetten.
Viele Risikotransferaktivitäten (automatisiert oder nicht automatisiert) tragen bereits zur Erreichung der SDGs bei, obwohl die Aktivitäten und ihr Beitrag nur selten (wenn überhaupt) auf diese Weise beschrieben wurden - dies gilt auch für die Aichi-Ziele. Die SDGs und die Aichi-Ziele sind industriesektor-unabhängig, und als solche sind die technischen Ziele, insbesondere Messtechnik und Überwachungstechnik, aber auch die übrigen Ziele, (Teil-)Ziele und Indikatoren nicht risikotransfer-spezifisch. Darüber hinaus wird der Gedanke, weitere Risikotransferstrukturen zu entwickeln, um die SDGs anzusprechen, zwar von einigen in Erwägung gezogen, aber der Bedarf ist von der Industrie noch nicht gedeckt worden. Die SDGs versuchen, die Vielfalt der Nachhaltigkeit - ökologisch, sozial, industrie-technisch und wirtschaftlich - abzudecken, von der viele Aspekte zu BES beitragen oder von diesen abhängig sind. Die Aichi-Ziele versuchen, die Vielfalt der Biodiversität und der Ökosystemleistungen abzudecken. Die vorliegenden Erfindung erlaubt Verbindungen zwischen 12 SDGs und den zehn im BES- Messindex enthaltenen Ökosystemleistungen nachzuweisen. Schon an dieser Zahl wird deutlich, wie wichtig die BES und der BES-Messindex für die Erreichung der UN Ziele bis 2030 ist. Eine technische Schlüsselfrage lautet: Wie integriert die Risikotransfertechnologie die Erreichung der SDGs in die Betriebsstrategie und -Struktur? Dies beginnt mit der Kartierung und Priorisierung der (BES-gebundenen) SDGs. Zunächst muss sich die Risikotransferindustrie bewusst werden, wie ihr Betrieb eine bestimmte SDG unterstützt oder nicht unterstützt: Unterstützt es die Erreichung der SDGs? Schädigt sie sogar? Gibt es einen messbaren Zielkonflikt, z.B. bei der Unterstützung von Klimaschutzmassnahmen, aber der Schädigung des Lebens an Land? Somit ist ein Prozess der Festlegung eines Aktionsplans und von Erfolgsmassstäben mit dem Zieldatum 2030 erforderlich. Die Sensibilisierung ist ein wichtiger Schritt, und der erfindungsgemässe BES-Messindex, seine Messung und grossflächige Überwachung, kann in dieser Hinsicht ein unschätzbares technisches Instrument sein und die
Grundlage für die Entscheidung darüber bilden, welche Aktivitäten an welchen Orten fortgesetzt, geändert oder eingestellt werden sollen. In der Tat stellen verschiedene Studien fest, dass es ein entscheidender Schritt zur erfolgreichen Einbeziehung in Politik und Planung ist, die Ökosystemleistungen technisch greifbar und sichtbar zu machen (vgl. etwa Wood S. et al., 2018. Distilling the role of ecosystem services in the Sustainable Development Goals. Ecosystem Services 29 (2018) 70-82).
BES verknüpfte SDGs, die von der Rück-/Versicherungsindustrie derzeit als vorrangig eingestuft werden: kein Hunger, Gesundheit und Wohlbefinden, sauberes Wasser und sanitäre Einrichtungen, nachhaltige Städte und Gemeinden sowie Klimaschutz. Dies sind alles SDGs, die sich stark auf BES verlassen und stark mit diesen korrelieren. Gegenwärtig hat die Rück-/Versicherungsindustrie jedoch im Allgemeinen keinen Vorrang für Leben auf dem Land oder Leben unter Wasser.
Das Problem der SDGs 14 und 15: Die Erhaltung der biologischen Vielfalt und der Ökosystemleistungen bilden die Grundlage der SDGs 14 "Leben unter Wasser" und 15 "Leben an Land", und ihr Beitrag zu den Ökosystemleistungen und zum menschlichen Wohlbefinden untermauert die Erreichung aller anderen Ziele. Wie in Studien nachgewiesen, ist die Wirksamkeit des derzeit vorgeschriebenen SDG-Rahmens für den Schutz der Biodiversität ungewiss. Aus verschiedenen Gründen werden soziale und wirtschaftliche, insbesondere industrielle Fragen gegenüber Umweltfragen bevorzugt. Die beiden direkt miteinander verknüpften SDGs (Leben unter Wasser, Leben auf dem Land) erhalten oft die geringste Aufmerksamkeit und die geringste Priorisierung, wozu der erfindungsgemässe BES-Messindex als technisches Hilfsmittel dienen kann, zumal bessere Messdaten und technisch-basierte Analysen die wichtigsten identifizierten Gründe für dieses Defizit sind. Angesichts der Tatsache, dass die beiden biosphärischen Ziele des Lebens an Land und des Lebens unter Wasser alle anderen SDGs untermauern, lässt sich basierend auf den Ergebnissen des BES-Messindex eindeutig festhalten, dass sie bei der Priorisierung der SDGs, auf die sich die Rück- /Versicherungstechnologie konzentrieren wird, ausdrücklich berücksichtigt werden sollten. Die SDGs und der strategische Plan von Aichi unterstützen und verstärken sich gegenseitig, und daher trägt die Umsetzung des einen zur Erreichung des anderen bei. Um besser zu verstehen, wie die BES-Forschung zu beiden Zielsetzungen beitragen könnte, lässt sich der Grad der Unterstützung der verschiedenen SDGs durch die im erfindungsgemässen BES-Messindex enthaltenen Ökosystemleistungen messen, überwachen und bewerten. Die Bewertung stützte sich insbesondere auf die Kartierung des Beitrags des BES zur Erreichung der Ziele für 12 SDGs mittels BES-Messindex und die Verbindungen zwischen SDGs und den Aichi Biodiversitätszielen. Die Ziele der SDGs lassen sich so technisch aggregieren, und die Ergebnisse lassen den Grad der Unterstützung jeder der Ökosystemleistungen für die 12 SDGs messbar erfassen, wobei das Maximum ein starkes Unterstützungsniveau für alle in diesen SDG bewerteten Zielen darstellt (Figur 25). Die Ergebnisse machen die unglaubliche Bedeutung der Aspekte der biologischen Vielfalt und der Ökosystemdienstleistungen technisch-messbar fassbar, die in der vorliegenden Forschung und Entwicklung für die SDGs und Aichi-Ziele berücksichtigt wurden. Besonders hervorzuheben sind "Dringende Klimaschutzmassnahmen" und "Leben auf dem Land" mit einer sehr starken Unterstützung durch die betrachteten Ökosystemleistungen. Auch "Sauberes Wasser und sanitäre Einrichtungen" mit den damit verbundenen Aichi-Zielen wird stark unterstützt. Wenn die Rückversicherungs-/Versicherungsindustrie einer der 12 hier bewerteten SDGs Priorität einräumen und auf ihre Erreichung entweder aus der "do no harm"- oder aus der "contribution towards'-Perspektive hinarbeiten würde, könnte diese Entwicklung technisch als nützliches Instrument dienen. Die Nachhaltigkeitsherausforderungen der Welt erfordern eine multilaterale Antwort. Die Rück-/Versicherungsindustrie kann diese Forschung nicht nur nutzen, um zur Erreichung ihrer Industriesektor- und Unternehmensziele beizutragen, sondern auch, um ihre Regierungen dabei zu unterstützen, die Verpflichtungen der Länder zur Erreichung sowohl der SDGs als auch der Aichi-Ziele zu erfüllen, die im strategischen Plan dargelegt sind. Die Nachhaltigkeitsherausforderungen der Welt erfordern eine multilaterale Antwort. Die Rück-/Versicherungstechnologie kann diese Forschung nicht nur nutzen, um zur Erreichung ihrer Technologie- und Unternehmensziele beizutragen, sondern auch, um ihre Regierungen dabei zu unterstützen, die Verpflichtungen der Länder zur Erreichung sowohl der SDGs als auch der Aichi-Ziele zu erfüllen, die im strategischen Plan dargelegt sind. Die technische Quantifizierung und quantifizierte Messung des Zustands der diversen BES ist umstritten, weil sie je nach Definition ein gewisses Mass an Subjektivität beinhaltet. Bestimmte Ökosystemleistungen hängen von den Erwartungen der Interessengruppen ab oder sind relativ zu einem subjektiv definierten Zustand. Ausserdem können mehr Leistungen definiert werden als mittels dem hier eingeführten, erfindungsgemässen System vorgeschlagen und erfasst werden, oder die Leistungen können mit Hilfe verschiedener Klassifizierungsmethoden gruppiert werden. Die verwendete räumliche Auflösung bringt auch technische Unsicherheit mit sich: Während eine globale Abdeckung von 1 km2 absolut 'hochauflösend' für viele Dienste ist, kann sie für andere Dienste über diesen Massstab hinaus variieren. In ähnlicher Weise ist die technische Quantifizierung der Abhängigkeit und Korrelation der Industrie- und Wirtschaftssektoren von den BES, die hier beispielhaft verwendet wurde, eine allgemeine, generische Quantifizierung, die von ähnlichen Produktionsmustern sowie von ähnlichen Landnutzungspraktiken bestimmter Sektoren in verschiedenen Ländern ausgeht. Die Landwirtschaft ist hier das beste Beispiel. Während im Allgemeinen davon ausgegangen wird, dass viele Praktiken des ökologischen Landbaus langfristig weniger negative Auswirkungen auf den BES haben, ist die Abhängigkeit des ökologischen Landbaus von BES höher. Dies unterscheidet sich von intensiveren Landnutzungspraktiken, die z.B. mit Kunstdünger und Pestiziden arbeiten - was zu einer allmählich geringeren Abhängigkeit von BES führt, aber eine viel höhere mögliche negative Auswirkung auf den BES und auch auf den Klimawandel hat. Darüber hinaus sind länderspezifische Export-Import-Relationen bzw. länderübergreifende Input-Output- Tabellen, die mit allen BES im Geltungsbereich verbunden sind, um Abhängigkeiten der BES in anderen Ländern zu entfalten, noch nicht verfügbar und wurden daher im erfindungsgemässen System nicht berücksichtigt. Allerdings können sie ohne prohibitiven technischen Aufwand bei Verfügbarkeit integriert werden.
Die technischen Einschränkungen sind klar, die der hier verwendeten Kartierung der BES innewohnen, und zukünftige technische Innovationen können Verbesserungen der hier vorgestellten automatisierten Kartierung und Überwachung mittels des BES-Messindex unterstützen. Um zu sehen, wie sich der Zustand der Ökosystemdienstleistungen im Laufe der Zeit entwickelt, ist es notwendig, den Aufbau des BES-Messindex periodisch zu überwachen, z.B. mindestens alle drei bis fünf Jahre. Als technische Voraussetzung müssen die verwendeten Daten periodisch erneuert gemessen werden. Bei einer sorgfältigen Interpretation der Werte des BES-Messindex muss berücksichtigt werden, dass es keine direkte ökologische Bedeutung des Messindex gibt, sondern dies ein technischer Messindex ist. So wird beispielsweise nicht prognostiziert, ob die als "fragil" (kapazitätsschwach) oder "sehr fragil" (sehr kapazitätsschwach) identifizierten Standorte in naher Zukunft zusammenbrechen. Dies zeigt jedoch auf, wo man im Hinblick auf sozioökonomische Aktivitäten vorsichtiger sein sollte - denn diese Orte sind gefährdet. Aus Länderperspektive werden bei der Identifizierung Prioritäten gesetzt, wo weitere lokale Bewertungen durchgeführt werden müssen. An dieser Stelle ist nochmals darauf hinzuweisen, dass der BES-Messindex ein technisches Instrument zur automatisierten Überwachung und Signalisierung weiterer Systeme, insbesondere Experten- und Alarmsysteme zur Entscheidungsunterstützung und automatisierter Mustererkennung, darstellt - denn z.B. die Risikotransfertechnologie sucht gerade jetzt nach solchen Identifikationen und technischen Messindikatoren. Die Anerkennung dieser technischen Einschränkungen sollte jedoch nicht daran hindern, die Abhängigkeiten und Auswirkungen zu verringern, insbesondere dann nicht, wenn der Zustand des BES fragil oder sehr fragil ist. Vielmehr sollte gezeigt werden, dass ein Akteur - sei es eine Industrie, ein Unternehmen oder eine Regierung - bereits heute Abhängigkeiten messbar reduzieren kann, indem er z.B. die technische Struktur seiner Produktionsstätten und/oder der Lieferanten kennt und den Zustand des BES an einem bestimmten Standort beobachtet und automatisiert überwacht.
Bei der Ausgangslage zur vorliegenden Erfindung wurden einige Messparameter und Indikatoren der Niederländischen Nationalbank (DNB) beobachtet: 510 Milliarden EUR oder 36% aller Investitionen niederländischer Finanzinstitutionen sind durch den Rückgang der Ökosystemdienstleistungen in den Niederlanden gefährdet.
Diese beiden Zahlen lassen den derzeit wirtschaftlichen Stand erkennen. Die Erfindung stellt einen technischen Messindex bereit, der insbesondere messbar anzeigt, wo BES- Abhängigkeit rund um den Globus zu finden ist. Mithilfe dieses erfindungsgemässen Messinstruments kann man sehen, welche BES an einem bestimmten Standort verfügbar sind und welchen Status sie haben. Diese Informationen können zu einer effektiven Entscheidungsfindung, insbesondere mittels automatisierter Überwachungs-, Alarm- und Expertensysteme, hinsichtlich der Frage verwendet werden, wie die Leistung der BES erhalten oder verbessert werden kann. Die Erfindung erzeugt eine Möglichkeit zur Überwachung, Messung und Detektion von (i) der mittel- bis langfristigen Wirkungsperspektive für die BES an einem bestimmten Standort; (ii) Die Abhängigkeit und Korrelation der Industrie- und Wirtschaftstätigkeit von den BES an einem bestimmten, geographischen Standort. Die Messergebnisse können z.B. Industrie bei ihren Bemühungen unterstützen, ihre Abhängigkeit vom BES zu verringern und automatisiert zu überwachen. Dasselbe gilt für z.B. die Auswahl neuer Standorte. Beide Szenarien werden der Zuverlässigkeit und Belastbarkeit des entsprechenden Industriesektors zugutekommen. Darüber hinaus kann es die Industrie dazu veranlassen, schlankere und sicherere Verfahren in Betracht zu ziehen und anzuwenden, wenn es um die Nutzung der verschiedenen BES geht.
Auch die Finanzindustrie und finanzbezogene Technologie kann den BES-Messindex in ähnlicher Weise zur automatisierten Überwachung, Alarmierung, automatisierten Signalisierung von Drittsystemen und entsprechenden Expertensystemen, insbesondere basierend auf geographisch verteilter automatisierter Mustererkennung nutzen. Der Preis der Finanzierung oder Risikotransfer sollte das gemessene Mass der Fragilität oder Unversehrtheit der BES berücksichtigen. Stark von den BES abhängige Aktivitäten in fragilen Gebieten haben möglicherweise keine nachhaltige Zukunft, und die Verwendung des BES-Messindex kann so entsprechende Expertensysteme unterstützen, die Ressourcen entsprechend zu verteilen. Der Preis, den die Finanzindustrie für die Bereitstellung von Kapital - sei es über Investitionen oder Risikotransfers - verlangt, muss das vorhergesagte, gemessene Risiko assoziiert mit den BES widerspiegeln. Das hier vorgestellte technische Instrument und technische Mittel ermöglichen es, diese Entscheidungen in Zukunft automatisiert zu treffen und zu überwachen, um technische Anlagen und Industrie zuverlässig und widerstandsfähiger gegen einen möglichen externen Schock der Erschöpfung der BES zu machen.
Für öffentliche Einrichtungen und wirtschaftspolitische Entscheidungen kann der BES- Messindex und die erfindungsgemässe Mess- und Überwachungstechnik z.B. bei der Priorisierung von Erhaltungszielen oder die Änderung der Zonen- und Raumplanung technisch unterstützen, indem er den Zustand der Ökosystemleistungen in definierte Gebiete integriert und misst. Beispielsweise ermöglicht der Messindex öffentlichen Einrichtungen, potenzielle ökologische Knappheiten in dicht besiedelten städtischen oder vorstädtischen Gebieten zu detektieren und z.B. mittels Patter Recognition basierend auf den gemessenen Parametern und Indizes automatisiert zu identifizieren und zu klassieren. Darüber hinaus kann der BES-Messindex die Notwendigkeit der Ressourceneffizienz anzeigen, wenn es um die Entwicklung neuer Stadtteile innerhalb bestimmter Siedlungsgebiete oder die Planung neuer Städte geht. Der BES-Messindex kann die Umsetzung von Naturschutz- oder Umweltpolitik technisch unterstützen, wobei der Schwerpunkt auf den relevanten AICHI- bzw. UN Post-2020-Rahmenzielen für die biologische Vielfalt bzw. für die Ökosystemfunktionen liegt. Die BES und der BES- Messindex kann die Grundlage für naturbezogene Risikotransferlösungen und deren Beurteilung bilden, die gemeinsam mit dem öffentlichen Sektor und Interessengruppen gefördert werden sollen. Beispiele hierfür sind natur-basiertes sauberes Wasser in wassergestressten Gebieten, die Wiederaufstockung der Fischerei durch die Wiederherstellung von Mangrovenwäldern, die Rückführung degradierter Flächen in landwirtschaftliche Nutzflächen durch die Wiederherstellung von Böden oder die Überprüfung und Priorisierung von Standorten, an denen Ökosystemleistungen Naturgefahren mindern.
Die Abhängigkeitsstufen, d.h. Korrelationen, der BES anhand des BES-Messindex können einen Industrieleiter oder eine öffentliche Einrichtung über den aktuellen Zustand der Ökosystemleistungen warnen oder allgemein informieren. Mit Blick in die Zukunft können sie auch messen, ob die Entwicklung in die richtige Richtung geht. Das bedeutet, dass, wenn die Finanzindustrie die BES-Kriterien wie beschrieben ihrer Entscheidungsfindung als technische Messeinheit zu Grunde legt, die potenziellen negativen technischen oder wirtschaftlichen Auswirkungen auf Investitionen, wie von der DNB dargelegt, mit der zeit abnehmen dürften. Das sollte das Ziel sein, um einen Hauptzweck von Risikotransfer zu verwirklichen, insbesondere die gesellschaftliche Widerstandsfähigkeit zu fördern. Als spezifischer Technologie wird dies hier vorgeschlagen, indem die Möglichkeiten für automatisierten Risikotransfer identifiziert werden, um die Fähigkeit der Industrie, Wirtschaft und Gesellschaften zu stärken, nach grossen Rückschlägen wieder auf die Beine zu kommen und das Wachstum wieder anzukurbeln. Das letztere ist u.a. eines der Ziele der vorliegenden Erfindung, nämlich (i) durch die Bereitstellung der technischen Mittel und Messtechniken für Risikotransferstrukturen, die helfen, im Katastrophenfall Schäden zu überwinden und den Betrieb wieder aufzunehmen oder zu erhalten; und (ii) durch Bereitstellen der neuer Möglichkeiten zu einer technisch-basierten Analyse und Überwachung, um Katastrophen zu vermeiden, die Menschen und Industrie in Gefahr bringen. Der hier vorgestellte BES-Messindex und das entsprechende, erfindungsgemässe Messsystem und -Verfahren bezieht sich auf das technisch Greifbarmachen von Referenzmessparametern und erlaubt neues und innovatives Risikowissen zu generieren. Insbesondere erlaubt sie neue technische Lösungen zu entwickeln, die die biologische Vielfalt und die Ökosystemdienstleistungen unterstützen - und nachhaltiges Wachstum fördern. Figur 26 umfasst noch einmal tabellarisch einen Überblick über einige methodische Details zum BES-Messindex. Die Tabelle illustriert die im BES-Messindex enthaltenen Ökosystemleistungen. Die Darstellung lehnt sich an die IPBES-Klassifikation an, wobei die Selektion der im BES-Messindex enthaltenen und gemessenen Ökosystemleistungen nach zwei Kriterien: 1 ) der Relevanz des BES für Rück- /Versicherungstechnologie und verschiedene Sparten (LoB Lines of Business) sowie 2) der weltweiten Verfügbarkeit von Messdaten in hoher Auflösung. Einige Ökosystemleistungen wurden davon ausgeschlossen, da sie diese technischen Kriterien nicht erfüllten; die Ökosystemleistungen für "Ozeanversauerung" und "Medizinische, biochemische und genetische Ressourcen" werden aufgrund des Mangels an verfügbaren globalen Messdatensätzen in einer Auflösung, die mit anderen Ökosystemleistungen konsistent ist, nicht berücksichtigt, während "Energie" aufgrund seiner begrenzten Anwendungen ausgeschlossen wurde. Schließlich werden die in der IPBES-Klassifikation aufgeführten nicht-materiellen Ökosystemleistungen nicht berücksichtigt. Wie die Figuren 26a-e zeigen, umfasst der BES-Messindex ein breites Spektrum von Messbeiträgen an Ökosystemleistungen. Die Figuren 26a-e beschreiben eine ausgewählte Gruppe von Ökosystemleistungen, die im BES-Messindex exemplarisch enthalten sein können, zusammen mit den ausgewählten Indikatoren für die Quantifizierung auf globaler Ebene und weiteren berücksichtigten Annahmen. Referenzzeichenliste Mess- und Überwachungssystem
1 1 Messsensoren und Messvorrichtungen
1 1 1 Earth Observation (EO) Sensoren/Satelliten
1 1 1 1 Atmosphärische Messungen
1 1 12 Maritime Messungen
1 1 13 Land-basierte Messungen
1 1 14 Orbit des Earth Observation (EO) Satelliten
1 12 ln-situ und Remote Sensing Sensoren
1 121 Atmosphärische Messungen
1 122 Maritime Messungen
1 123 Land-basierte Messungen
1 13 Messdaten
1 131 Atmosphärische Messparameter
1 132 Maritime Messparameter
1 133 Land-basierte Messparameter
1 14 Technische Sensor- und Messvorrichtungsparameter
1 141 Gewicht
1 141 1 Gross
1 1412 Klein
1 1413 Micro
1 1414 Nano
1 142 Power
1 143 Räumliche (spatial) Auflösung
1 144 Swath
1 15 Spatialer Messskalenbereich Speichereinheit
20 Produktionsprozesse und Produktionsleistungen 1 p
221 Atmosphärische Abhängigkeit
222 Maritime Abhängigkeit
223 Land-bezogene Abhängigkeit
224 Klimaänderungs-bezogene Abhängigkeit
225 Gefahrenplanungs- und Katastrophenfall bezogene
Abhängigkeit 216 Sicherheits-bezogene Abhängigkeit
21 Korrelations-Messindices 1 k für einen Produktionsprozess oder Produktionsleistung i zu jedem der BES-Indikatoren
(Materialitätskennzahl)
211 Korrelationsfaktor betreffend Intaktheit des Lebensraums
212 Korrelationsfaktor betreffend Bestäubung
213 Korrelationsfaktor betreffend Luftqualität
214 Korrelationsfaktor betreffend Lokales Klima
215 Korrelationsfaktor betreffend Wassersicherheit
216 Korrelationsfaktor betreffend Wasserqualität
217 Korrelationsfaktor betreffend Bodenfruchtbarkeit
218 Korrelationsfaktor betreffend Erosionskontrolle
219 Korrelationsfaktor betreffend Küstenschutz
220 Korrelationsfaktor betreffend Versorgung mit Lebensmitteln
221 Korrelationsfaktor betreffend Holzbereitstellung
3 Digitale Plattform mit zentralem Simulations- und Vorhersagesystem
30 Core Engine
301 Aggregationsmodul
301 1 Parametrisierte BES-Indikatoren
301 1 1 Intaktheit des Lebensraums
301 12 Bestäubung
301 13 Luftqualität
301 14 Lokales Klima
301 15 Wassersicherheit
301 16 Wasserqualität
301 17 Bodenfruchtbarkeit
301 18 Erosionskontrolle
301 1 Küstenschutz
30120 Versorgung mit Lebensmitteln
30121 Holzbereitstellung
302 BES Messindices
3021 BES Messindex für Intaktheit des Lebensraums
3022 BES Messindex für Bestäubung
3023 BES Messindex für Luftqualität
3024 BES Messindex für Lokales Klima 3025 BES Messindex für Wassersicherheit
3026 BES Messindex für Wasserqualität
3027 BES Messindex für Bodenfruchtbarkeit
3028 BES Messindex für Erosionskontrolle
3029 BES Messindex für Küstenschutz
3030 BES Messindex für Versorgung mit Lebensmitteln
3031 BES Messindex für Holzbereitstellung
303 Akkumulierter BES Messindex
304 Korrelationsmodul
31 First risk-transfer system (primary insurance system)
31 1 First electronically automated resource-pooling system
31 1 1 First risk transfer parameters
312 First payment transfer modules
3121 First payment parameters
32 Second risk-transfer system (reinsurance system)
321 First electronically automated resource-pooling system
321 1 Second risk transfer parameters
322 Second payment transfer modules
3221 Second payment parameters
33 Persistence Storage
34 Datatransmission-lnterface Datenübertragungsnetzwerk Überwachte/gemessene geographische Region
51 Überwachtes/gemessenes geographisches Grid
52 Überwachte/gemessene geographische Zelle/Gridzelle Ökosystem
61 Ökosystemleistungen (BES)
61 1 Intaktheit des Lebensraums
612 Bestäubung
613 Luftqualität
614 Lokales Klima
615 Wassersicherheit
616 Wasserqualität
617 Bodenfruchtbarkeit
618 Erosionskontrolle Küstenschutz Versorgung mit Lebensmitteln Holzbereitstellung

Claims

54 Ansprüche
1. Mess- und Überwachungssystem (1 ) umfassend eine Vielzahl von Messsensoren und Messvorrichtungen (1 1 ) mittels welchen geographisch zellulär begrenzte Messparameter (113) erfasst werden, wobei die Messsensoren und Messvorrichtungen (1 1 ) in-situ Messvorrichtungen (1 12) und/oder EO (Earth Observation) Messvorrichtungen (1 1 1 ) zum Messen von atmosphärischen Messparameterwerten (1 131 ) und/oder maritimen Messparameterwerten (1 132) und/oder land-basierten Messparameterwerten (1 133) umfassen, dadurch gekennzeichnet, dass das Mess- und Überwachungssystem (1 ) eine zentrale digital Plattform (3) mit einem Core Engine (30) und einem persistenten Speicher (33) umfasst, wobei mittels eines Aggregationsmoduls (301 ) basierend auf vordefinierten Parametrisierungen von BES-Indikatoren (301 1 ) Messparameter zum Messen der BES-Indikatoren (301 1 ) von den Messsensoren und Messvorrichtungen (1 1 ) erfasst und im persistenten Speicher (33) gespeichert werden, wobei die Messparameter mittels der Parametrisierung der BES- Indikatoren (301 1 ) zu quantitativen BES-Messindexwerten (302/3021 3031 ) für jede der BES-Indikatoren (301 1 ) und/oder einem totalen BES-Messindexwert (303) aggregierbar sind, dass das Mess- und Überwachungssystem (1 ) ein Korrelationsmodul (304) umfassend eine Vielzahl von parametrisiert gespeicherten Produktionsprozessen und Produktionsleistungen (2) mit zugeordneten Korrelations-Messindices (21 ) umfasst wobei die jeweiligen Korrelations-Messindices (21 /21 1 221 ) die Abhängigkeit eines Produktionsprozesses oder Produktionsleistung (2) von den einzelnen BES Messindices (302) in jeweiligen, definierten Subsektoren unter Verwendung der Durchschnittswerte für jeden BES-Indikator (301 1 ) messbar erfassen, und dass Auftrittswahrscheinlichkeitswerte für das Auftreten von Schadensereignissen oder Reduktion von Produktionsleistungen (2) basierend auf den BES-Messindexwerten (302/3021 /3022,...) bestimmt und/oder gemessen werden, wobei die gemessenen BES-Messindexwerte (302/3021 /3022,...) in Bezug auf die Produktionsprozesse und Produktionsleistungen (2) mittels der zugeordneten Korrelations-Messindices (21 ) unter Verwendung des Durchschnittswerts der Korrelations- Messindices (21 ) für die einzelnen parametrisierten BES-Indikatoren (301 1 ) und der 55 aggregierten Abhängigkeit von allen im akkumulierten BES Messindex (303) enthaltenen BES-Indikatoren (301 1 ) gewichtet werden, dass Auftrittswahrscheinlichkeitswerte für das Auftreten von Schadensereignissen oder Reduktion von Produktionsleistungen (2) basierend auf den gemessenen und in Bezug auf die Produktionsprozesse und Produktionsleistungen (2) mittels der zugeordneten Korrelations-Messindices (21 ) gewichteten BES- Messindexwerten (302/3021 3031 ) bestimmt und/oder gemessen werden unter Verwendung des Durchschnittswerts der Korrelations-Messindices (21 ) für die einzelnen parametrisierten BES-Indikatoren (301 1 ) und der aggregierten Abhängigkeit von allen im akkumulierten BES Messindex (303) enthaltenen BES-Indikatoren (301 1 ).
2. Mess- und Überwachungssystem (1 ) nach Anspruch 1 , dadurch gekennzeichnet die BES-Indikatoren mindestens Messparameter zum Messen der Intaktheit des Lebensraums (301 1 1 ) und/oder Bestäubung (301 12) und/oder Luftqualität (301 13) und lokales Klima (301 14) und/oder Wassersicherheit (301 15) und/oder Wasserqualität (301 16) und/oder Bodenfruchtbarkeit (301 17) und/oder Erosionskontrolle (301 18) und/oder Küstenschutz (301 19) und/oder Versorgung mit Lebensmitteln (30120) und/oder Holzbereitstellung (30121) umfasst.
3. Mess- und Überwachungssystem (1 ) nach Anspruch 2, dadurch gekennzeichnet, dass mittels der in-situ Messvorrichtungen (1 12) Leitsubstanzen als quantitative Indikatoren für die Luftqualität (301 13) gemessen werden, wobei die Leitsubstanzen mindestens den gemessenen Stickstoffdioxidgehalt und/oder Feinstaub und der darin enthaltende Russgehalt und/oder Grobstaubgehalt und/oder der Anteil lichtundurchlässiger/opaker Partikel und/oder Staubinhaltsstoffe umfassend Pollen und/oder Seesalze umfassen.
4. Mess- und Überwachungssystem (1 ) nach einem der Ansprüche 2 oder 3, dadurch gekennzeichnet, dass mittels der in-situ Messvorrichtungen (1 12) zur quantitativen Messung der Wasserqualität (301 16) mindestens ein elektrischer Leitwert und/oder gelöste Stoffe umfassend Hormone und/oder Fungizide und/oder Pestizide gemessen werden. 56
5. Mess- und Überwachungssystem (1 ) nach einem der Ansprüche 1 bis 4, dadurch gekennzeichnet, dass zur Messung die BES-Indikatoren (301 1 ) derart selektiert werden und/oder deren Selektion derart variiert wird, bis eine definierte Messgenauigkeit eines oder mehrerer BES-Messindexwertes 302/3021 /3022, ...erreicht wird.
6. Mess- und Überwachungssystem (1 ) nach einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, dass mittels des Korrelationsmoduls (304) der Korrelations- Messindex (21 /21 1 221 ) jedes Produktionsprozesses oder Produktionsleistung (20) gemessen wird, wobei mittels eines akkumulierten BES-Messindex (303) alle korrelierten BES-Indikatoren (301 1 ) als ein gewichteter Durchschnitt mindestens umfassend die folgenden drei Kriterien erfasst werden: (i) der gemessene, durchschnittliche Korrelations-Messindex (21 /21 1 221 ), (ii) der gemessene maximale Korrelations- Messindex (21 /21 1 221 (und die gemessene Anzahl der korrelierten BES-Indikatoren (301 1 ), von denen der jeweilige Produktionsprozess oder Produktionsleistung (20) abhängt.
7. Mess- und Überwachungssystem (1 ) nach einem der Ansprüche 1 bis 6, dadurch gekennzeichnet, dass die Korrelations-Messindizes (215/221 (für Wassersicherheit und Holzbereitstellung für die Generierung der akkumulierter BES Messindex (303) eine doppelte Gewichtung zugeordnet erhalten.
8. Mess- und Überwachungssystem (1 ) nach einem der Ansprüche 1 bis 7, dadurch gekennzeichnet, dass die mit den BES Messindices (302) umfassten BES- Indikatoren (301 1 ) basierend auf ihrer Messrelevanz mit ENCORE-Leistungen (Exploring Natural Capital Opportunities, Risks and Exposure) verknüpft sind und zu ihrer maximalen Messbarkeit modifiziert und in Bezug auf ihre Korrelation gewichtet werden.
9. Mess- und Überwachungssystem (1 ) nach einem der Ansprüche 1 bis 8, dadurch gekennzeichnet, dass die Subsektoren auf dem Global Industry Classification Standard (GICS) von ENCORE basieren.
10. Mess- und Überwachungssystem (1 ) nach einem der Ansprüche 1 bis 9, dadurch gekennzeichnet, dass die Subsektoren zwei oder mehr hierarchische Ebenen 57 umfassen basierend auf der NACE Rev2 (Statistical Classification of Economic Activities in the European Community) Industrie-Klassifikation.
1 1. Mess- und Überwachungssystem (1 ) nach einem der Ansprüche 1 bis 10, dadurch gekennzeichnet, dass für die Abhängigkeiten basierend auf den verschiedenen Klassifikationen diskrete Abhängigkeitswerte mit den Werten "gering", "mässig" und "hoch" klassifiziert und diskretisiert werden unter Verwendung von Terciles, wobei eine Abhängigkeit von Sektoren, die im oberen Terzil liegt als "Hoch" und im unteren Terzil als "Niedrig" zugeordnet ist.
12. Mess- und Überwachungssystem (1 ) nach einem der Ansprüche 1 bis 1 1 , dadurch gekennzeichnet, dass zur Generierung der Abhängigkeit weiter Messparameter zum messbaren Erfassen von Wirtschaftsindikatoren selektiert werden.
13. Mess- und Überwachungssystem (1 1 ) nach Anspruch 12, dadurch gekennzeichnet, dass die Wirtschaftsindikatoren mindestens teilweise aus den Wirtschaftsindikatoren der Oxford Economics für verschiedene Länder selektierbar sind, wobei der der "Wertschöpfungsoutput in % des BIP" selektiert ist, der den Beitrag jedes Wirtschaftssektors zum BIP messbar erfasst und wobei für jeden Wirtschaftssektor und jedes Land eine gewichtete Summe der Abhängigkeit der Wirtschaftssektoren vom BES- Messindex generiert wird und die Gewichte den gemessenen Anteil jedes Sektors am BIP des Landes erfassen.
14. Mess- und Überwachungssystem (1 ) nach Anspruch 1 1 , dadurch gekennzeichnet, dass die gewichtete Abhängigkeit basierend auf derTerziale in niedrig, mittel und hoch klassifizierbar ist.
15. Mess- und Überwachungssystem (1 ) nach einem der Ansprüche 1 bis 14, dadurch gekennzeichnet, dass die Parameterdaten 30120 der BES Indikatoren 62 der Versorgung mit Lebensmitteln 620 einzeln oder mit der Aggregation zusammen auf den BES Messindex 3031 der Holzbereitstellung 621 alle räumlichen Ebenen aggregierbar für jeden der BES Indikatoren 62 und benchmarkbar im Vergleich zu anderen sind.
16. Mess- und Überwachungssystem (1 ) nach Anspruch 15, dadurch gekennzeichnet, dass die räumlichen Ebenen Städte und/oder Länder und/oder Kantone und/oder Bundesstaaten und/oder Nationen und/oder supranationale Gebilde und/oder räumliche Ebenen wie NUTS-II umfassen.
17. Mess- und Überwachungssystem (1 ) nach Anspruch 16, dadurch gekennzeichnet, dass die supranationale Gebilde die Europäische Union (EU) umfassen
18. Mess- und Überwachungssystem (1 ) nach einem der Ansprüche 1 bis 17, dadurch gekennzeichnet, dass die Messungen zur wiederholten Messung der BES Indikatoren 61 1 620 und der Aggregation des BES Indikators 621 Zeitreihen (time series) und/oder regelmässiges Monitoring umfassen.
19. Mess- und Überwachungssystem (1 ) nach einem der Ansprüche 1 bis 18, dadurch gekennzeichnet, dass Mess- und Überwachungssystem (1 ) multi-locations Analysen auf Ebene konkreter GIS-Koordinaten als eindeutige Adresse oder km2 oder zip-code und/oder PLZ zur Identifizierung von Vulnerabilitäten in der Wertschöpfungskette von Unternehmen gegenüber BES loss basierend auf unternehmensseitig verfügbar Daten umfasst.
20. Mess- und Überwachungssystem (1 ) nach Anspruch 1 , dadurch gekennzeichnet, dass die multi-locations Analysen 1st tier und/oder 2nd tier und/oder 3rd tier Zulieferer umfassen.
21. Mess- und Überwachungssystem (1 ) nach einem der Ansprüche 19 oder
20, dadurch gekennzeichnet, dass die multi-locations Analysen in Verbindung mit der Abhängigkeit der unternehmerischen Aktivität und/oder des Zulieferers anhand der NACE Klassifikation durchführbar ist, welche eineindeutig für alle unternehmerische Aktivität und der zugrunde gelegten Abhängigkeit der NACE klassifizierten Aktivität von den BES 62 ist.
22. Mess- und Überwachungssystem (1 ) nach einem der Ansprüche 19 bis
21 , dadurch gekennzeichnet, dass die multi-locations Analysen ferner Aggregieren der Daten auf die Gesamtebene eines Unternehmens und Benchmarking im Vergleich zu anderen umfasst.
23. Mess- und Überwachungssystem (1 ) nach Anspruch 22, dadurch gekennzeichnet, dass die Gesamtebene eines Unternehmens alle Produktionsstätten inklusive die der Zulieferer umfasst.
24. Mess- und Überwachungsverfahren mittels eines Mess- und Überwachungssystems (1 ) umfassend eine Vielzahl von Messsensoren und Messvorrichtungen (1 1 ) mittels welchen geographisch zellulär begrenzte Messparameter (1 13) erfasst werden, wobei die Messsensoren und Messvorrichtungen
(I I ) in-situ Messvorrichtungen (1 12) und/oder EO (Earth Observation) Messvorrichtungen
(I I I ) umfasst zum Erfassen von atmosphärischen Messparameterwerten (1 131 ) und/oder maritimen Messparameterwerten (1 132) und/oder land-basierten Messparameterwerten (1 133), dadurch gekennzeichnet, dass das Mess- und Überwachungssystem (1 ) eine zentrale digital Plattform (3) mit einem Core Engine (30) und einem persistenten Speicher (33) umfasst, wobei mittels eines Aggregationsmodul (301 ) basierend auf vordefinierten Parametrisierungen von BES-Indikatoren (301 1 ) Messparameter zum Messen der BES-Indikatoren (301 1 ) von den Messsensoren und Messvorrichtungen (1 1 ) erfasst und im persistenten Speicher (33) gespeichert werden, wobei die Messparameter mittels der Parametrisierung der BES- Indikatoren (301 1 ) zu quantitativen BES-Messindexwerten (302/3021 /3022,...) für jede der BES-Indikatoren (301 1 ) und/oder einem totalen BES-Messindexwert (303) aggregierbar sind, dass das System (1 ) ein Korrelationsmodul (304) umfassend eine Vielzahl von parametrisiert gespeicherten Produktionsprozessen und Produktionsleistungen (2) mit zugeordneten Korrelations-Messindices (21 ) umfasst, wobei der jeweilige Korrelations- Messindices (21 /21 1 221 ) die Abhängigkeit eines Produktionsprozesses oder Produktionsleistung (2) von den einzelnen BES Messindices (302) in jeweiligen, definierten Subsektoren unter Verwendung der Durchschnittswerte für jeden BES- Indikator (301 1 ) messbar erfasst, dass Auftrittswahrscheinlichkeitswerte für das Auftreten von Schadensereignissen oder Reduktion von Produktionsleistungen (2) basierend auf den gemessenen und in Bezug auf die Produktionsprozesse und Produktionsleistungen (2) mittels der zugeordneten Korrelations-Messindices (21 ) gewichteten BES- Messindexwerten (302/3021 /3022,...) gemessen wird unter Verwendung des
Durchschnittswerts der Korrelations-Messindices (21 ) für die einzelnen parametrisierten BES-Indikatoren (301 1 ) und der aggregierten Abhängigkeit von allen im akkumulierten BES Messindex (303) enthaltenen BES-Indikatoren (301 1 ).
EP21791261.7A 2020-09-22 2021-09-22 Überwachungs- und risikoindexmesssystem basierend auf gemessenen ökosystemleistungen in abhängigkeit von sektor-bezogenen wirtschaftsleistungen, und entsprechendes verfahren Pending EP4217955A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CH11982020 2020-09-22
PCT/EP2021/076082 WO2022063839A1 (de) 2020-09-22 2021-09-22 Überwachungs- und risikoindexmesssystem basierend auf gemessenen ökosystemleistungen in abhängigkeit von sektor-bezogenen wirtschaftsleistungen, und entsprechendes verfahren

Publications (1)

Publication Number Publication Date
EP4217955A1 true EP4217955A1 (de) 2023-08-02

Family

ID=78179347

Family Applications (1)

Application Number Title Priority Date Filing Date
EP21791261.7A Pending EP4217955A1 (de) 2020-09-22 2021-09-22 Überwachungs- und risikoindexmesssystem basierend auf gemessenen ökosystemleistungen in abhängigkeit von sektor-bezogenen wirtschaftsleistungen, und entsprechendes verfahren

Country Status (3)

Country Link
US (1) US20230068107A1 (de)
EP (1) EP4217955A1 (de)
WO (1) WO2022063839A1 (de)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210133629A1 (en) * 2019-10-25 2021-05-06 Mote Marine Laboratory Coastal Aquatic Conditions Reporting System Using A Learning Engine
CN114841607B (zh) * 2022-05-26 2023-04-07 嘉祥县自然资源和规划局(嘉祥县林业局) 一种基于互联网的林业监控方法及系统
CN115577018B (zh) * 2022-12-01 2023-03-10 北京华科仪科技股份有限公司 一种水质监测数据的智能处理方法及系统
CN116187663B (zh) * 2022-12-20 2024-02-20 广州市城市规划勘测设计研究院 一种林地修复的空间布局方法、装置、设备及存储介质
CN116205505A (zh) * 2023-05-05 2023-06-02 北京航天驭星科技有限公司 一种生态安全格局的确定方法、系统、存储介质及设备
CN116821589B (zh) * 2023-08-29 2023-11-14 生态环境部卫星环境应用中心 促进生态服务功能提升的植被覆盖度恢复上限计算方法
CN117807917B (zh) * 2024-03-01 2024-05-07 水利部交通运输部国家能源局南京水利科学研究院 基于场次洪涝灾害的损失函数构建方法和系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108875002B (zh) 2018-06-14 2021-08-17 生态环境部南京环境科学研究所 一种基于遥感与gis的荒漠生态系统红色名录评估方法
CN110334876A (zh) 2019-07-10 2019-10-15 中国科学院地理科学与资源研究所 一种基于径流情势、水质及生物多要素的环境流量过程调控方法

Also Published As

Publication number Publication date
WO2022063839A1 (de) 2022-03-31
US20230068107A1 (en) 2023-03-02

Similar Documents

Publication Publication Date Title
EP4217955A1 (de) Überwachungs- und risikoindexmesssystem basierend auf gemessenen ökosystemleistungen in abhängigkeit von sektor-bezogenen wirtschaftsleistungen, und entsprechendes verfahren
Butsic et al. The emergence of cannabis agriculture frontiers as environmental threats
Forsyth et al. Poverty and environment: priorities for research and study-an overview study, prepared for the United Nations Development Programme and European Commission
Yapp et al. Linking vegetation type and condition to ecosystem goods and services
Carroll et al. A paddock to reef monitoring and modelling framework for the Great Barrier Reef: paddock and catchment component
Savari et al. Factors involved in the degradation of mangrove forests in Iran: A mixed study for the management of this ecosystem
Yirigui et al. Relationships between riparian forest fragmentation and biological indicators of streams
Maltby et al. The challenges and implications of linking wetland science to policy in agricultural landscapes–experience from the UK National Ecosystem Assessment
Forino et al. Developmental policies, long-term land-use changes and the way towards soil degradation: Evidence from Southern Italy
Brini et al. Linking Soil Erosion Modeling to Landscape Patterns and Geomorphometry: An Application in Crete, Greece
Damm Mapping Social-Ecological Vulnerability to Flooding
Temesgen et al. Modeling and prediction of effects of land use change in an agroforestry dominated southeastern Rift-Valley escarpment of Ethiopia
Vo Valuation of Mangrove Ecosystems along the Coast of the Mekong Delta in Vietnam an approach combining socio-economic and remote sensing methods
Hassaballah Land degradation in the Dinder and Rahad Basins: Interactions between hydrology, morphology and ecohydrology in the Dinder National Park, Sudan
Dabovic et al. A new approach to prioritising groundwater dependent vegetation communities to inform groundwater management in New South Wales, Australia
Phy et al. Flood hazard and management in Cambodia: A review of activities, knowledge gaps, and research direction
Richardson et al. A probabilistic co‐occurrence approach for estimating likelihood of spatial overlap between listed species distribution and pesticide use patterns
Mastronardi et al. A novel composite environmental fragility index to analyse Italian ecoregions’ vulnerability
Tilahun et al. A spatio-temporal analysis of the magnitude and trend of land use/land cover changes in Gilgel Gibe Catchment, Southwest Ethiopia
Abebe WETLAND CHANGE, SOCIO–ECONOMIC FACTORS AND MANAGEMENT STRATEGIES THE CASE OF GOFER MEDA WETLAND, HOSANNA TOWN, HADIYA ZONE, SNNPR, ETHIOPIA.
Nguyen et al. Human Ecology of Climate Change Hazards: Concepts, Literature Review, and Methodology
Bryan Strategic revegetation planning in an agricultural landscape: a spatial information technology approach
Salik et al. Impact of Climate Change on Mangrove Ecosystem in South Asia
Ferreira Extreme Weather Events and Climate Change: Economic Impacts and Adaptation Policies
Agbalagba Assessment and Management Strategies of Risk in Selected Agribusiness Firm in Delta State, Nigeria

Legal Events

Date Code Title Description
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: UNKNOWN

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE INTERNATIONAL PUBLICATION HAS BEEN MADE

PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: REQUEST FOR EXAMINATION WAS MADE

17P Request for examination filed

Effective date: 20230424

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

DAV Request for validation of the european patent (deleted)
DAX Request for extension of the european patent (deleted)