تسمح لنا أداة مامبا بجمع المواد النباتية عن طريق البذور أو العقل من الأنواع المهددة بالانقراض التي حددناها ورسمنا خرائطها في اللبنة السابقة. تتمتع هذه الأداة بمدى فعال يزيد عن 1000 متر، مما يجعل حتى أكثر المناطق التي يتعذر الوصول إليها متاحة لإجراءات الإدارة.

كانت أدوات الطائرات بدون طيار مفيدة كخطوة أولى في تقييم نباتات المنحدرات. فباستخدام الطائرات بدون طيار للحصول على مشاهد فريدة من نوعها لهذه البيئات، يمكننا الآن رسم خريطة لتوزيع ووفرة أنواع المنحدرات المتوطنة المهددة بالانقراض، والتعجيل بحفظها. وقد أُجريت مسوحات ميدانية في هاواي وجمهورية بالاو وماديرا (البرتغال) وحققت نتائج إيجابية للغاية.

البرمائيات مهددة أكثر من غيرها وتتناقص بسرعة أكبر من الطيور أو الثدييات. تتناقص أعداد البرمائيات بسبب عوامل متعددة، مثل تغير المناخ، وفطر الكيتريد، وعوامل بشرية أخرى مثل الاتجار بالأنواع. ومع ذلك، لا شك أن مستوى التهديد الذي تتعرض له البرمائيات أقل من الواقع لأن 1294 نوعًا (22.5%) غير معروف بشكل كافٍ لتقييمه، مقارنة بـ 78 نوعًا فقط من الطيور (0.8%)(ستيوارت وآخرون، 2004).

يؤكد هذا العجز المعرفي على الأهمية الحيوية للأدوات التعليمية مثل ريبيت في إضفاء الطابع الديمقراطي على البحث العلمي. فمن خلال خفض الحواجز أمام الرصد البيئي، تحول تطبيقات مثل Ribbit المراقبين السلبيين إلى مشاركين نشطين في مجال الحفظ. تُمكّن التقنيات التعليمية العلماء المواطنين من المساهمة بشكل مباشر في فهم وحماية النظم الإيكولوجية المعرضة للخطر، ومعالجة القيود البحثية الحرجة من خلال توسيع نطاق جمع البيانات في المناطق التي لم تخضع للبحث الكافي.

تعمل هذه المنصات المبتكرة على زيادة الوعي العام بتحديات التنوع البيولوجي مع توفير مسارات يسهل الوصول إليها للمشاركة العلمية. وعلى عكس التطبيقات التي تركز على الطيور ذات البنى التحتية البحثية الراسخة، تفتقر تطبيقات الحفاظ على طيور الأنورا إلى منصات شاملة لعلوم المواطن. يسدّ تطبيق Ribbit هذه الفجوة الحرجة من خلال تمكين الأفراد من أن يصبحوا مساهمين أساسيين في أبحاث البرمائيات، مما يؤدي إلى سد النقص في البيانات ودعم جهود الحفاظ على البيئة العالمية من خلال الإشراف البيئي التعاوني المدعوم بالتكنولوجيا. وهو أول تطبيق يتضمن معلومات عن أكثر من 800 نوع من البرمائيات بأربع لغات، بما في ذلك نوع النداء والصورة ومعلومات عن اتفاقية سايتس (ما إذا كانت الأنواع متداولة أو مستخدمة لأغراض تجارية، ويتناول الهدفين 5 و9 من أهداف المنتدى العالمي لحماية البيئة البحرية)، وحالة الاتحاد الدولي لحفظ الطبيعة (ما إذا كانت الأنواع مهددة بالانقراض، ويتناول الهدف 4 من أهداف المنتدى العالمي لحماية البيئة البحرية) ومعلومات عامة عن سلوك الحيوان وتكاثره.

إن الحفاظ على النظم الإيكولوجية أمر أساسي للحد من تغير المناخ، والحفاظ على خدمات النظم الإيكولوجية (الهدف 11 من أهداف المنتدى البيئي العالمي)، والتي ترتبط ارتباطًا وثيقًا بأكثر من 50% من الناتج المحلي الإجمالي العالمي. ويواجه أكثر من مليون نوع خطر الانقراض في هذا القرن؛ ومع ذلك، فإن اختيار المناطق التي يجب الحفاظ عليها يمثل تحديًا في ظل فجوة البيانات الحالية، والتي تنحاز إلى الملاحظات في شمال العالم. إن زيادة كمية بيانات التنوع البيولوجي في جنوب الكرة الأرضية أمر بالغ الأهمية في الحفاظ على الأنواع المهددة بالانقراض، والتي توجد بكثافة عالية في مناطق التنوع البيولوجي الساخنة في جنوب الكرة الأرضية. تُعد البرمائيات مثالية للتعرف الصوتي على البرمائيات بسبب تنوع أصواتها وهي مؤشرات حاسمة للنظام البيئي(Estes-Zumpf وآخرون، 2022)، حيث أن أكثر من 40% من الأنواع معرضة لخطر الانقراض(كانياس وآخرون، 2023). من شأن زيادة البيانات المصنفة لأكثر من 7,000 نوع من البرمائيات في جميع أنحاء العالم أن يعزز جهود الحفظ ويقلل من الفجوات المعرفية في النظم البيئية المعرضة للخطر. من خلال استخدام منصة علم المواطن للمساعدة في التخفيف من فقدان التنوع البيولوجي، فإننا نساعد في إنشاء الإشراف البيئي المحلي على هذه الموائل الحرجة (الهدف 20 من أهداف المنتدى العالمي لحماية البيئة البحرية).

وقد أظهرت تطبيقات المواطن الأخرى إمكانات علم المواطن في التخفيف من فقدان التنوع البيولوجي، حيث يضم مشروع eBird، وهو أكبر مشروع لعلوم المواطن المتعلقة بالتنوع البيولوجي، 100 مليون ملاحظة للطيور من المستخدمين حول العالم. وتساعد هذه الملاحظات على "توثيق توزيع الطيور ووفرتها واستخدامها للموائل واتجاهات الطيور من خلال قائمة الأنواع المجمّعة، في إطار علمي بسيط".(سانشيز كلافيخو وآخرون، 2024).

كما أثبت تطبيق iNaturalist، وهو تطبيق آخر من تطبيقات علم المواطن، يستخدم خوارزميات الرؤية الحاسوبية لتحديد الأنواع، نجاحه في التخفيف من فقدان التنوع البيولوجي. حتى الآن، يحتوي التطبيق على أكثر من 200,000,000,000 ملاحظة مع 6 ملايين ملاحظة شهريًا على مستوى العالم. على تطبيق iNaturalist، تتم مشاركة الملاحظات البحثية مع GBIF، الذي يستخدم بدوره تلك المعرفة لاتخاذ القرارات المتعلقة بالسياسات والبحوث وبناء المجتمع(GBIF، 2023).

في الوقت الحالي، يحدد تطبيقنا 71 نوعًا من الضفادع والضفادع في جميع أنحاء العالم. على الرغم من أن العديد منها تم تحديده على أنه الأقل إثارة للقلق (LC) في إطار الاتحاد الدولي لحفظ الطبيعة، إلا أن لدينا نوعًا واحدًا مهددًا بالانقراض من قبل الاتحاد الدولي لحفظ الطبيعة، وهو ضفدع الجرس الجنوبي(Ranoidea raniformis). هذا النقص في الأنواع المهددة بالانقراض، يؤكد الحاجة إلى مشاركة ممارسين متنوعين في الرصد البيئي الصوتي الحيوي. يمكن لزيادة نقاط البيانات حول الأنواع المهددة بالانقراض أن تفيد في اتخاذ القرارات المتعلقة بالسياسات باستخدام الرؤى المستندة إلى البيانات. وستشكل المجتمعات المحلية والشعوب الأصلية رصيداً رئيسياً في زيادة عدد الأنواع المدرجة في التطبيق، حيث تتيح لنا معارفهم المحلية تتبع الأنواع في المناطق النائية.

وقد ثبت أن تطبيقات علم المواطن تساعد في مراقبة التنوع البيولوجي مع إشراك عشاق الطبيعة(كالاهان وآخرون، 2019). على سبيل المثال، يسمح تطبيق FrogID، وهو تطبيق من قبل المتحف الأسترالي، للمستخدمين بتسجيل مكالمات الضفادع التي يتم التحقق من هويتها من قبل مدققين بشريين. وقد نشر تطبيق FrogID حتى الآن أوراقًا بحثية تتعلق برصد الأنواع الغازية(رولي وكالاغان، 2023)، وإبلاغ تقييمات القائمة الحمراء للاتحاد الدولي لحفظ الطبيعة والموارد الطبيعية(غالاغر وآخرون، 2024)، وتقييم آثار الحرائق (ميتشل وآخرون، 2023)، وفهم آثار التحضر(كالاغان وآخرون، 2020)، ودراسة سلوك نداء الضفادع(ليو وآخرون، 2022). هدفنا هو تحقيق نتائج مماثلة مع ضفدع الريبوت، مع أنواع من الضفادع في جميع أنحاء العالم، وفي إطار زمني أقصر. حتى الآن، لدى فريق FrogID أكثر من 18,000 مكالمة متراكمة من المكالمات المتراكمة لدى فريق FrogID، والتي يمكن تقليلها بشكل كبير مع تطبيقنا، حيث يتم تقليل وقت المعالجة بشكل كبير مع تنفيذ خوارزميات التعلم الآلي.

خلال الجولة الأولى من الاختبار التجريبي لتطبيقنا، قدم 50 مستخدمًا تسجيلات للتعرف على الهوية. وكانت ردود فعلهم إيجابية: فقد أشار خبراء في هذا المجال إلى أن الأنواع التي سجلوها تتطابق مع الأنواع التي تنبأ بها تطبيق Ribbit، واستمتع عشاق الطبيعة بميزة "ضفدع اليوم" التي تعرفهم على نوع جديد من حيوانات الأنوران أو تسمح لهم بإعادة التعرف على حيوانات الأنوران المألوفة من خلال الاسم والنطق الأكثر شيوعًا للأنواع (هدف GBF 11).

يمثل نهج Ribbit لإضفاء الطابع الديمقراطي على البيانات عملية منسقة بعناية للمساهمة العلمية التي يقودها المواطنون. من خلال الاستفادة من مجموعات البيانات العامة الحالية من أصوات iNaturalist و Anuraset، يؤسس التطبيق أساسًا قويًا لرصد التنوع البيولوجي الصوتي. وتوفر مجموعات البيانات الأولية هذه خط أساس شامل لتدريب التعلم الآلي، مما يضمن نماذج أولية عالية الجودة لتحديد هوية كائنات الأنوراس.

وتتجاوز استراتيجية التطبيق المبتكرة لجمع البيانات مجرد جمع المعلومات، حيث يتم تنفيذ عملية صارمة لمراقبة الجودة للبيانات التي يساهم بها المستخدم. سيخضع كل تسجيل يقدمه المواطنون لعملية تحقق دقيقة قبل المساهمة المحتملة في المرفق العالمي لمعلومات التنوع البيولوجي (GBIF). هذا النهج يحول عملية جمع البيانات السلبية إلى عملية علمية تعاونية نشطة وتعاونية حيث يمكن للمواطنين المساهمة بشكل هادف في أبحاث الحفظ، ومعالجة الهدف 14 من المرفق العالمي لمعلومات التنوع البيولوجي "دمج التنوع البيولوجي في عملية صنع القرار على كل المستويات".

والأهم من ذلك، يحافظ ريبيت على بروتوكولات صارمة لخصوصية البيانات وحمايتها. وإدراكًا للطبيعة الحساسة للبيانات البيئية، لا سيما فيما يتعلق بالأنواع النادرة ومعلومات الموقع الدقيقة، يطبق التطبيق آليات صارمة لموافقة المستخدم. لن تتم مشاركة بيانات المستخدم أو توزيعها دون موافقة صريحة ومستنيرة من المساهم، مما يحمي كلاً من الموضوعات البيئية وخصوصية المواطنين العلماء.

وعادة ما تحدث العمليات والحوادث البيئية ذات الصلة التي تهم بحوث التغير البيئي في المناطق النائية البعيدة عن متناول البنى التحتية للاتصالات الأرضية. وغالباً ما لا يمكن نقل البيانات التي يتم توليدها في الميدان باستخدام علامات الحيوانات في هذه المناطق إلا بعد تأخير لأيام أو حتى أسابيع. وللتغلب على هذا التأخير وضمان عدم حدوث أي تأخير في نظام الإنذار المبكر، تقوم GAIA بتطوير وحدة اتصالات ساتلية للعلامات بالإضافة إلى قمر صناعي نانوي يعمل في مدار أرضي منخفض (LEO): من أجل أن تكون قادرة على نقل البيانات والمعلومات المجمعة مباشرة من عقدة الإرسال إلى القمر الصناعي في المدار الأرضي المنخفض (LEO)، سيتم دمج وحدة راديو إنترنت الأشياء عالية الأداء الخاصة بالأقمار الصناعية في العلامات الجديدة. وهذا يضمن النقل الفوري والآمن والموفر للطاقة للبيانات المستخرجة. يعتمد نظام الاتصالات على تقنية mioty® الأرضية وسيتم تكييفه مع نطاقات التردد النموذجية للأقمار الصناعية مثل النطاقين L- و S- للمشروع. بروتوكولات الاتصالات النموذجية، التي تُستخدم أحياناً في قطاع إنترنت الأشياء، عادةً ما تكون مصممة لأحجام الحزم الصغيرة. وبالتالي، فإن التطوير الإضافي لنظام mioty® سيهدف أيضاً إلى زيادة معدل البيانات وحجم الرسائل لتمكين سيناريوهات التطبيق مثل نقل الصور.

سيكون نظام إنترنت الأشياء عبر الأقمار الصناعية أساسيًا للاتصال بدون تأخير وبالتالي لنظام الإنذار المبكر. ويساهم هذا النظام بشكل كبير في نظام "غايا" في تحقيق الهدف 4 من أهداف المنتدى العالمي للأغذية "وقف الانقراض وحماية التنوع الوراثي وإدارة النزاعات بين الإنسان والحياة البرية".

ولتحقيق هدف مبادرة GAIA المتمثل في تطوير وتطبيق نظام إنذار مبكر عالي التقنية للتغيرات البيئية، يعد الجيل الجديد من علامات الحيوانات مكونًا أساسيًا. تعمل فرق مبادرة GAIA على تطوير الأجهزة والبرمجيات لعلامات حيوانية مصغرة مزودة بتقنية استشعار بأقل طاقة مع كاميرا ومعالجة الصور. ستكون العلامات مستقلة ذاتياً من حيث الطاقة، ومكيفة على النحو الأمثل مع تشريح النسور وهي الأساس لمزيد من الميزات التكنولوجية قيد التطوير مثل الذكاء الاصطناعي على متن الطائرة للكشف عن السلوك والتعرف على الصور بالإضافة إلى نظام اتصالات إنترنت الأشياء القائم على الأقمار الصناعية.

بالإضافة إلى ذلك، تعمل GAIA على تطوير مفاهيم الذكاء الاصطناعي الموزع وشبكات من المعالجات الدقيقة - علامات حيوانية تعمل مثل السرب تماماً. وعلى غرار ذكاء السرب الطبيعي، تعمل مبادرة GAIA على رسم خريطة لذكاء السرب الرقمي في شبكة مخصصة من المعالجات الدقيقة. هذه الشبكات التي تتشكل تلقائيًا هي الأساس للتحليل الموزع والقائم على الاستشعار لكميات كبيرة من البيانات. إن اتباع هذا المسار سيجعل من الممكن لعلامات النسور، على سبيل المثال، الموجودة في نفس الموقع أثناء أحداث التغذية، أن تربط وتشارك مهام مثل تحليلات الذكاء الاصطناعي ونقل البيانات.

بالنسبة للبحوث الإيكولوجية وكذلك لحالات استخدام GAIA، من الضروري التعرف بشكل موثوق ودقيق على سلوك أنواع الحيوانات المختلفة على مدى فترة طويلة من الزمن في المناطق البرية النائية. وللقيام بذلك، قام علماء GAIA بتطوير وتدريب ذكاء اصطناعي (AI) يمكنه إجراء تصنيف سلوكي من بيانات النظام العالمي لتحديد المواقع والتسارع وإخبارنا بالضبط، على سبيل المثال، بما تفعله النسور ذات الظهر الأبيض المزودة ببطاقات تعريفية للحيوانات في أي وقت ومكان معين. سيعمل هذا الذكاء الاصطناعي في نهاية المطاف مباشرةً على بطاقات GAIA الحيوانية ويولد معلومات سلوكية من بيانات أجهزة الاستشعار. وفي الخطوة الثانية، قام العلماء بدمج السلوكيات التي تم تصنيفها مع بيانات نظام تحديد المواقع العالمي (GPS) من العلامات. وباستخدام خوارزميات التجميع المكاني، حددوا المواقع التي تحدث فيها سلوكيات معينة بشكل متكرر. وبهذه الطريقة، حصلوا على مواقع دقيقة مكانيًا وزمانيًا حيث تتغذى النسور. أخيرًا وليس آخرًا، تعمل GAIA على تطوير ذكاء اصطناعي للتعرف على الصور التي ستحلل الصور الملتقطة بواسطة الكاميرا المدمجة لنظام الوسم الجديد. ستعمل كل هذه الخوارزميات مباشرة على العلامة ويمكنها إجراء معالجة فعالة للبيانات المدمجة. ويضع هذا أيضاً متطلبات خاصة جداً على الذكاء الاصطناعي للتعرف على الصور، والذي يجب أن يعمل بشكل خاص وبكميات صغيرة من البيانات. وتحقيقاً لهذه الغاية، تعمل فرق GAIA على تطوير استراتيجيات ونماذج مناسبة للذكاء الاصطناعي المتناثر.

ويُعدّ هذا الخط الجديد للكشف عن الذبائح أحد الأصول الرئيسية في وقف انقراض الأنواع وإدارة النزاعات بين الإنسان والحياة البرية، وبالتالي فهو يتماشى مع الهدف 4 من أهداف المنتدى العالمي للحيوانات البرية. يسمح خط الأنابيب بالكشف السريع عن موت النسور أو موت الحيوان الذي تتغذى عليه النسور. وكلا السيناريوهين وثيق الصلة بوقف انقراض الأنواع: يساهم التسمم في الجثث بشكل كبير في انخفاض أعداد العديد من أنواع النسور. ونظرًا لأن النسور تستخدم استراتيجيات اجتماعية في بحثها عن الطعام، فإن جثة واحدة مسمومة يمكن أن تقتل مئات الطيور. وقد أظهر علماء من مبادرة GAIA أن وضع علامات على النسور يسمح بالكشف المبكر عن حالات النفوق وإزالة الجيفة. ويمكن أن يؤدي وضع علامات على النسور واستخدام خطوط أنابيب الذكاء الاصطناعي الموصوفة هنا إلى الحد من حالات النفوق الإضافية بشكل كبير. ثانيًا، يمكن للكشف المبكر عن حوادث الصيد الجائر للأنواع المهددة بالانقراض أن يضع حدًا محليًا كاملًا للصيد الجائر ويساهم بشكل كبير في مكافحة الانقراض.

تلعب الأقمار الصناعية والطائرات دوراً حاسماً في جمع البيانات البيئية عن بُعد، مما يساعدنا على فهم مناخنا وأنظمتنا البيئية بشكل أفضل. ويتيح لنا الاستشعار عن بُعد، الذي غالباً ما يتم إجراؤه من الطائرات أو المناطيد أو الأقمار الصناعية، مراقبة مناطق واسعة ومناطق نائية على مدى فترات طويلة. هذه "العيون في السماء" هي مكملات لا تقدر بثمن للملاحظات الأرضية، وتساعدنا على فهم تيارات المحيطات والهواء، وتغيرات الغطاء الأرضي، وتغير المناخ. ومع ذلك، تمتلك الحيوانات أيضًا حواس استثنائية وقدرة فريدة على اكتشاف التغيرات في موائلها. ومن خلال الجمع بين القدرات الحيوانية وتقنيات الاستشعار عن بُعد، تهدف GAIA إلى تعزيز قدرتنا على مراقبة كوكبنا وفهمه. وتتمتع الحيوانات بقدرات حسية فائقة واستراتيجيات سلوكية تمكنها من استشعار التغيرات الطفيفة والدراماتيكية في نظمها البيئية، فضلاً عن اكتشاف الحوادث الحرجة. فالنسور، على سبيل المثال، تعمل كـ"أنواع حارسة" ويمكنها أن ترتقي بمفهوم الاستشعار عن بعد إلى آفاق جديدة. فهي تقوم بدوريات منتظمة في مناطق شاسعة بحثًا عن الغذاء، وتعمل دون انبعاثات أو موارد إضافية أو إصلاحات. علاوة على ذلك، تسترشد دورياتها برؤيتها الاستثنائية ومهمة العثور على الجثث. قد ترتبط طريقة دورياتها وما تبحث عنه والحوادث التي تقودنا إليها بالتغيرات البيئية والأحداث البيئية المحددة.

وللاستفادة الكاملة من إمكانات الاستشعار عن بُعد التي تحملها النسور، تركز GAIA على جانبين أساسيين. أولاً، يتم ربط أجهزة تتبع قوية بالنسور لرصد تحركاتها وسلوكها على نطاقات زمنية ومكانية مفصلة. وثانياً، يجري تطوير حلول تكنولوجية جديدة لفهم ما تلاحظه هذه الحيوانات وما تفعله بشكل أفضل. ويشمل ذلك علامة كاميرا تم تطويرها حديثاً تضم كاميرا مدمجة، وخوارزميات ذكاء اصطناعي لرصد السلوك والتعرف على الصور، ووصلة أقمار صناعية للتغطية في الوقت الحقيقي في المناطق النائية. وبفضل هذه الأدوات، يمكن للحيوانات التقاط الصور وتوفير بيانات عن محيطها بشكل أسرع وبدقة وخصوصية أعلى من صور الأقمار الصناعية. يتيح لنا هذا النهج المبتكر رؤية الطبيعة من خلال عيون الحيوانات.

اعتمدت GAIA استراتيجية الحد الأدنى من النفايات: يتم استخدام وتطوير المعدات التقنية الضرورية للغاية فقط. تبقى الأطواق والعلامات إما لفترات طويلة من الزمن (مثل النسور) أو يتم جمعها بشكل روتيني (مثل الأسود) لاستخراج البيانات. عدم بقاء أجهزة الإرسال في المناظر الطبيعية: إذا سقط جهاز الإرسال أو مات الحيوان الذي يحمل الوسم يتم تحديد موقعه وإزالته من المناظر الطبيعية. وبهذه الطريقة، فإن نظام GAIA هو نظام "عدم ترك أي أثر" مع فوائد كبيرة للنظم الإيكولوجية.