الاستفادة من الاستشعار عن بُعد للإدارة البيئية والحفظ في محمية جيانغسو يانتشنغ للأراضي الرطبة والطيور النادرة الطبيعية الوطنية

الحل الكامل

بواسطة Zhaoyuan Yu, Nanjing Normal University

جروس جابونينسيس في محمية جيانغسو يانتشنغ للأراضي الرطبة والطيور النادرة الطبيعية الوطنية

Nanjing Normal University

تعد محمية جيانغسو يانتشنغ للأراضي الرطبة والطيور النادرة الطبيعية الوطنية موطناً لحيوان غروس جابونينسيس المهدد بالانقراض وغيره من الأنواع النادرة التي تعتمد على النظم الإيكولوجية للأراضي الطينية الرطبة. ومع ذلك، فإن الأنواع الغازية مثل سبارتينا ألتيرنيفلورا تهدد التنوع البيولوجي، مما يتسبب في التدهور البيئي وتناقص التنوع البيولوجي. ولمعالجة ذلك، تُستخدم تكنولوجيا الاستشعار عن بُعد لرصد تطور الغطاء النباتي، مما يوفر رؤى قيمة للإدارة البيئية.

ويجمع الموقع التجريبي لدلتا نهر يانغتسي في دلتا نهر يانغتسي التابع لبرنامج CoastPredict التابع لعقد الأمم المتحدة للمحيطات، بقيادة جامعة نانجينغ نورمال، بين تكنولوجيا الاستشعار عن بعد وجهود الحفظ لدعم الإدارة في يانغتشينغ. وقد تتبع الاستشعار عن بعد تطور النباتات الرئيسية في الأراضي الرطبة(سبارتينا ألتيرنيفلورا، وسويدا سالسا، وفراغمايتس أوستراليس) منذ عام 1990، مما يساعد على فهم التأثيرات البيئية والأنشطة البشرية وتفاعلات الأنواع. وتساعد هذه المبادرة في وضع استراتيجيات أكثر فعالية للحفظ، مما يعود بالنفع على المحمية والجهود العالمية الأوسع نطاقاً.

آخر تحديث 10 Oct 2025

93 المشاهدات

جائزة التكنولوجيا من أجل الطبيعة

فئة الجائزة

الابتكار التكنولوجي للحفاظ على الطبيعة

نوع التقنية

البرمجيات

التقنيات ذات الصلة

بيانات الأقمار الصناعية

التخطيط والتحليل الجغرافي المكاني

الذكاء الاصطناعي والتعلم الآلي

وصف التكنولوجيا

يستفيد هذا الحل من الاستشعار عن بُعد ونظم المعلومات الجغرافية (GIS) والنمذجة الرقمية التوأم، إلى جانب التعلم العميق والتحقق الميداني لرصد التطور طويل الأجل لنباتات الأراضي الرطبة(سبارتينا ألتيرنيفلورا، وفراغمايتس أستراليس، وسويدا سالسا). من خلال دمج معالجة بيانات الأقمار الصناعية، والتعلم الآلي، والتحليل المكاني لنظم المعلومات الجغرافية، والنمذجة البيئية، يتيح هذا النظام مراقبة دقيقة وقابلة للتطوير لدعم الحفاظ على الأراضي الرطبة وإدارة الأنواع الغازية. تضمن لوحة تحكم بديهية إمكانية الوصول للمستخدمين غير الخبراء، بما في ذلك المجتمعات المحلية، مما يعزز المشاركة الشاملة.

التطورات والابتكارات البارزة

التعلم العميق مع الاستشعار عن بُعد: تعالج خوارزميات التعلّم المتعمق بيانات لاندسات المتسلسلة زمنياً (1990-2022)، مما يحقق تصنيفاً عالي الدقة لأنواع النباتات. يمكّن هذا الابتكار من التتبع التفصيلي لانتشار الأنواع الغازية واستعادة الغطاء النباتي المحلي، مما يدعم تدابير الحفظ المستهدفة على مدى 32 عامًا.
نظم المعلومات الجغرافية للتحليل المكاني: ترسم أدوات نظم المعلومات الجغرافية خريطة لتوزيع الغطاء النباتي وتحلله، وتحدد أنماط الهجرة وتجزئة الموائل واتجاهات التجميع. ويوفر ذلك رؤى مكانية صريحة بالغة الأهمية لتخطيط الحفظ الفعال وتحديد أولويات الاستعادة.
نمذجة النظام البيئي التوأم الرقمي: توأم رقمي لأراضي يانشنغ الرطبة يدمج الاستشعار عن بعد وطبقات نظم المعلومات الجغرافية والمقاييس البيئية في الوقت الحقيقي (مثل ملوحة التربة وانحرافات مستوى سطح البحر). تحاكي هذه النسخة الافتراضية سيناريوهات مثل تأثيرات الأنواع الغازية أو تأثيرات تغير المناخ، مما يتيح اتخاذ قرارات استباقية قائمة على البيانات.
قاعدة بيانات بيئية شاملة: قاعدة بيانات متعددة الأبعاد تجمع بين بيانات الغطاء النباتي والمتغيرات المناخية والبحرية والبشرية المنشأ (مثل درجة حرارة سطح البحر، وتوزيع الأحياء المائية). وتدعم مجموعة البيانات الشاملة هذه تحليل العوامل المحركة وتفيد استراتيجيات الحفظ التكيفية.
إطار عمل قابل للتطوير والتكرار: هذه المنهجية، المبنية على بيانات مفتوحة المصدر (لاندسات وSentinel) ومحرك غوغل إيرث (GEE)، قابلة للتكيف مع أنظمة بيئية متنوعة على مستوى العالم، مما يوفر أداة فعالة من حيث التكلفة لرصد الأنواع الغازية وتغيرات الموائل.
مراقبة فعالة من حيث التكلفة: تضمن الاستفادة من بيانات الأقمار الصناعية المتاحة مجاناً ومحرك GEE رصداً منخفض التكلفة وعالي الكفاءة، مما يعزز الدقة الزمنية ويقلل من الطلب على الموارد اللازمة للحفظ على المدى الطويل.

ويؤدي هذا التكامل بين التقنيات إلى تحويل إدارة الأراضي الرطبة من خلال توفير أدوات تنبؤية وقابلة للتطوير وشاملة، بما يتماشى مع أهداف المنتدى العالمي للأراضي الرطبة 2 (استعادة النظم الإيكولوجية)، و6 (مكافحة الأنواع الغازية)، و8 (المرونة المناخية)، و20 (تعزيز القدرات)، و21 (إتاحة المعرفة)، و22 (المشاركة في اتخاذ القرار). يضمن نهج الحل منخفض التكلفة والقائم على البيانات الاستدامة على المدى الطويل وقابلية التطبيق على نطاق واسع.

الجهات المانحة والتمويل

هذا المشروع مدعوم من المؤسسة الوطنية للعلوم الطبيعية في الصين (المنحة 42230406).

معرض الصور والفيديو

السياق

التحديات التي تمت مواجهتها

فقدان التنوع البيولوجي

فقدان النظام البيئي

الأنواع الغازية

تعد محمية جيانغسو يانتشنغ للأراضي الرطبة والطيور النادرة الطبيعية الوطنية، الواقعة في مقاطعة جيانغسو بالصين، منطقة محمية ذات أهمية عالمية. وهي بمثابة موطن هام لبعض أنواع الطيور الأكثر عرضة للانقراض في العالم، وخاصة طائر غروس جابونينسيس وغيره من أنواع الحياة البرية النادرة. كما تحتوي المحمية أيضاً على نظم بيئية أساسية، وتحديداً الأراضي الرطبة الطينية، والتي تعتبر ضرورية لبقاء هذه الأنواع على قيد الحياة.

ومع ذلك، وعلى الرغم من أهميتها البيئية، تواجه المحمية العديد من التحديات البيئية الكبيرة. وتتمثل إحدى أكثر القضايا إلحاحاً في غزو نبات سبارتينا ألتيرنيفلورا، وهو نوع من النباتات الغريبة التي بدأت تهيمن على النظم البيئية للأراضي الرطبة. هذه الأنواع الغازية تخل بتوازن الغطاء النباتي المحلي، مما يؤدي إلى التدهور البيئي وتناقص التنوع البيولوجي. ونتيجة لذلك، أصبحت الإدارة والمراقبة الفعالة للنظم الإيكولوجية للمحمية ضرورية بشكل متزايد لضمان الحفاظ على تنوعها البيولوجي الفريد.

نطاق التنفيذ

محلي

النظم الإيكولوجية

مستنقع الملح

الموضوع

الأنواع الغريبة الغازية

الموقع

يانتشنغ، جيانغسو، جمهورية الصين الشعبية

شرق آسيا

العملية

ملخص العملية

يعتمد هذا المشروع على منهجية منظمة تستند إلى ست لبنات بناء مترابطة لرصد التطور طويل الأجل لنباتات الأراضي الرطبة بشكل منهجي باستخدام تكنولوجيا الاستشعار عن بعد.

وتوفرلبنة البناء1 (جمع البيانات) ولبنة البناء 2 (تحديد نوع الغطاء النباتي للأراضي الرطبة) المدخلات الأساسية لبنة البناء 3 (التحديد الكمي للبيانات وإنشاء قاعدة البيانات).
وتدعمBB3 بدورها BB4 (تحليل الخصائص المكانية والزمانية) و BB5 (تحديد العوامل الرئيسية لتطور الغطاء النباتي).
تتم مشاركة الرؤى والنتائج المستخلصة من هذه المراحل من خلال BB6 (التواصل الأكاديمي) و BB7 (التدريب وبناء القدرات)، مما يعزز تبادل المعرفة ويزيد من التأثير الأوسع للمشروع.

يتم تسلسل كل لبنة بناء بشكل منطقي للمساهمة بشكل جماعي في تحقيق الأهداف الشاملة: الحفاظ على الأراضي الرطبة، ومنع انتشار الأنواع الغازية، وتقديم منهجية قابلة للتطوير قابلة للتطبيق على النظم البيئية المماثلة على مستوى العالم.

اللبنات الأساسية

جمع البيانات

باستخدام منصة Google Earth Engine (GEE)، تم الحصول على بيانات الاستشعار عن بُعد من سلسلة لاندسات من عام 1990 إلى عام 2022 بشكل منهجي، بما في ذلك مستشعرات TM5 و ETM+ (لاندسات 7) و OLI (لاندسات 8) و OLI (لاندسات 9). ولضمان جودة البيانات للتحليلات اللاحقة، تم اختيار ودمج النطاقات الطيفية الرئيسية - الأشعة تحت الحمراء القريبة (NIR) والأحمر والأخضر -.

محاذاة GBF: يدعم الهدف 21 من GBF.
المساهمة: تعزيز عملية صنع القرار من خلال مجموعات بيانات موثقة في الوقت الحقيقي، مما يضيف قيمة إلى جهود الحفظ الحالية من خلال الابتكار التكنولوجي.

عوامل التمكين

تم اختيار صور الاستشعار عن بُعد ذات الغطاء السحابي بنسبة ≤10% فقط، ثم تم تصحيح القياس الإشعاعي والغلاف الجوي عن طريق المعالجة المجمعة.
استُخرجت المعلومات الخاصة بالغطاء النباتي باستخدام تركيبات محسّنة للنطاق، ولا سيما الاستفادة من الانعكاس العالي للغطاء النباتي في نطاق NIR.

الدرس المستفاد

وأدت القيود في الاستبانات المكانية والزمانية والطيفية إلى أوجه عدم يقين محتملة، مما يسلط الضوء على أهمية أساليب التصحيح الإشعاعي والهندسي القوية.
كان دمج البيانات عبر أجهزة استشعار لاندسات المختلفة ضروريًا لتحقيق سلسلة زمنية متسقة طويلة الأجل، على الرغم من أنه يتطلب معالجة إضافية كبيرة لمواءمة الاستبانات المكانية والزمانية.

تحديد نوع الغطاء النباتي للأراضي الرطبة

تم تنعيم السلاسل الزمنية لمؤشر الغطاء النباتي باستخدام تركيب غاوسي لتقليل الضوضاء واستخراج السمات الفينولوجية الرئيسية. طُبقت خوارزمية التعلم العميق للغابات العشوائية لتصنيف الغطاء النباتي للأراضي الرطبة إلى ثلاثة أنواع سائدة: سبارتينا ألتيرنيفلورا، وفراغمايتس أستراليس، وسويدا سالسا. تم التحقق من دقة التصنيف من 1990 إلى 2022 من خلال المسوحات الميدانية.

محاذاة GBF: يساهم في الهدف 6 من الإطار المرجعي الجنساني العالمي.
المساهمة: يقلل من تأثير الأنواع الغازية من خلال التحديد الدقيق لنبات سبارتينا ألتيرنيفلورا للمكافحة المستهدفة، ومعالجة تهديد رئيسي للتنوع البيولوجي.

عوامل التمكين

قلل تركيب المنحنى الغاوسي بشكل فعال من الضوضاء في منحنيات مؤشر الغطاء النباتي الخام، مما عزز دقة التصنيف.
واستفادت خوارزمية الغابة العشوائية من الاختلافات الطيفية بين الأنواع، مما أتاح استخراج سمات قوية وتحديد موثوق به.

الدرس المستفاد

وقد حسّنت السمات الطيفية المتعلقة برطوبة الغطاء النباتي والسمات الهيكلية بشكل كبير من إمكانية الفصل بين الأنواع.
كانت خطوات المعالجة المسبقة مثل تركيب المنحنى وإزالة الضوضاء ضرورية لتحسين موثوقية التصنيف على المدى الطويل.

التحديد الكمي للبيانات وإنشاء قاعدة البيانات

تم تطوير قاعدة بيانات جغرافية مكانية شاملة، تدمج بيانات الغطاء النباتي المستمدة من الاستشعار عن بعد مع المتغيرات البيئية والمناخية والبشرية المنشأ الرئيسية. وشملت المقاييس المتضمنة ملوحة التربة، ودرجة حرارة سطح البحر، وملوحة مياه البحر، ومواقع أحواض تربية الأحياء المائية، مما يوفر أساسًا تحليليًا قويًا.

مواءمة الإطار المرجعي العالمي: يدعم الهدف 21 من المنتدى العالمي للأغذية والزراعة.
المساهمة: يدمج طبقات بيانات متنوعة للتحليل الشامل، مما يضيف قيمة إلى مجموعات بيانات الحفظ المجزأة.

عوامل التمكين

وأكد التحقق الميداني دقة تفسيرات الاستشعار عن بعد (انظر الشكلين 1 و2).
وسهلت قاعدة البيانات تكامل البيانات المكانية والبيئية، ودعمت التحليلات متعددة المتغيرات والنمذجة البيئية.

الدرس المستفاد

تعتبر البيانات الأرضية الدقيقة ذات المصداقية الأرضية حيوية للتحقق من صحة مخرجات الاستشعار عن بعد وضمان موثوقية قاعدة البيانات.
فوجود قاعدة بيانات جيدة التنظيم ومتعددة المصادر يحسن من كفاءة التحليل ويتيح إجراء دراسات أكثر تعقيداً عن الارتباط والسببية.

تحليل الخصائص المكانية والزمانية لنباتات الأراضي الرطبة

تم إجراء تحليل مكاني زماني للكشف عن أنماط التوزيع طويل الأجل لنباتات الأراضي الرطبة داخل المنطقة المحمية من عام 1990 إلى عام 2022.

ويوضحالشكل 1أ التغيرات في الأنماط المكانية للغطاء النباتي مع مرور الوقت.
ويعرضالشكل 1 ب النسبة المئوية للغطاء النباتي على طول التدرج بين البحر والبر.

استُخدمت أدوات تحليلية مثل مؤشرات أنماط المناظر الطبيعية، ونماذج الهجرة، وديناميكيات التمدد والانكماش لقياس التغيرات البيئية.

النتائج الرئيسية

أظهرنبات سبارتينا ألتيرنيفلورا تجميعاً مكانياً عالياً ولكنه أظهر اتجاهاً متناقصاً مع مرور الوقت.
أظهرفراجمايتس أوستراليس وسويدا سالسا تجزئة أكبر وتغطية مكانية متزايدة.
أظهرت هجرة الغطاء النباتي عدم تجانس كبير وتوزع نطاقي واضح على طول التدرج بين اليابسة والبحر.

محاذاة GBF: يتماشى مع الهدف 2 من الإطار المرجعي GBF.
المساهمة: تعزز النتائج القابلة للقياس من تخطيط الاستعادة وسد الثغرات في مناهج الإدارة الموحدة.

عوامل التمكين

يستلزم عدم التجانس الزماني والمكاني أساليب تحليل متعددة الأوجه.
وتوفر التحليلات المكانية رؤى إيكولوجية حاسمة تسترشد بها استراتيجيات الحفظ والإدارة المستهدفة.

الدرس المستفاد

يتطلب عدم التجانس الزماني والمكاني لديناميكيات الغطاء النباتي نهجاً تحليلياً متعدد الأوجه.
وقد كشفت التحليلات المكانية عن أنماط بيئية حرجة، مما يساعد استراتيجيات الإدارة المستهدفة.

المحركات الرئيسية لتطور الغطاء النباتي

تم استكشاف تأثير الدوافع الطبيعية والبشرية المنشأ على ديناميكيات الغطاء النباتي باستخدام نموذج إضافي معمم (GAM). قام هذا النموذج بتقييم العلاقات غير الخطية بين تغيرات الغطاء النباتي والعوامل الرئيسية:

تأثرتنباتات سبارتينا ألتيرنيفلورا في المقام الأول بالمتغيرات البيئية البحرية مثل الملوحة وارتفاع الأمواج.
وتأثرتنباتات فراغميتس أوستراليس وسويدا سالسا بالترسيب والضغوط البشرية (مثل تربية الأحياء المائية) والمنافسة بين الأنواع.

يدعم فهم هذه الدوافع إدارة النظام البيئي التكيفية ومكافحة الأنواع الغازية.

محاذاة المنتدى العالمي للأغذية: يدعم الهدفين 6 و8 من أهداف المنتدى العالمي للأغذية والزراعة.
المساهمة: تعمل النماذج التنبؤية على تحسين الحفظ التفاعلي من خلال تقديم رؤى قابلة للقياس حول الدوافع.

عوامل التمكين

التقطت GAM بفعالية التفاعلات المعقدة وغير الخطية بين العوامل المحركة وتغيرات الغطاء النباتي.
عزز تكامل مجموعات بيانات الأنشطة البيئية والبشرية من قوة إسناد العوامل المحركة.

الدرس المستفاد

إن جمع البيانات المستمر وتنقيح النماذج أمر بالغ الأهمية لدقة التنبؤ على المدى الطويل.
ويدعم الفهم الآلي للدوافع الإيكولوجية تطوير استراتيجيات الحفظ التطلعية.

التواصل الأكاديمي

تم نشر نتائج المشروع من خلال منصات أكاديمية وعامة متعددة، بما في ذلك:

مقال أكاديمي في مجلة أبحاث المحيطات والغلاف الجوي ( مجلة الشريك العلمي).
محتوى متميز على منصة وي تشات العامة للجمعية الأمريكية لتقدم العلوم في الصين، وهي الوسيلة الإعلامية الرسمية للجمعية الأمريكية لتقدم العلوم في الصين.
مساهمة دراسة حالة في موقع دلتا نهر يانغتسي التجريبي.
الاندماج في المشاريع البحثية الأوقيانوغرافية الرئيسية التي تدعمها المؤسسة الوطنية للعلوم في الصين.

محاذاة المنتدى العالمي لعلوم المحيطات: يتوافق مع الهدف 20 من المنتدى العالمي لعلوم المحيطات.
المساهمة: تعزيز جهود الحفظ العالمية من خلال مشاركة المنهجيات القابلة للتطوير.

عوامل التمكين

أدى التواصل الشفاف للتحديات والمنهجيات إلى تعزيز المشاركة في مختلف التخصصات.
أدى العرض المنهجي لأصحاب المصلحة إلى زيادة الوعي وتسهيل التطبيق العملي.

الدرس المستفاد

النشر المفتوح والمتاح للجميع يعزز التعاون متعدد التخصصات ومشاركة المعرفة العالمية.
ويسرّع نشر الرؤى القابلة للتنفيذ في المجالين العلمي والعام على حد سواء من ترجمتها إلى ممارسات الحفظ.

الموارد

Articles of project results

التدريب وبناء القدرات

وكجزء من استراتيجية التأثير الأوسع نطاقاً للمشروع، أُعطيت الأولوية للتدريب وبناء القدرات لتعزيز المعرفة التقنية في مجال الاستشعار عن بُعد والتحليل الجغرافي المكاني. ومنذ عام 2021، استضافت كلية الجغرافيا في جامعة نانجينغ نورمال سلسلة من البرامج التدريبية سنوياً مع التركيز على النمذجة الجغرافية المكانية وتطبيقات الاستشعار عن بُعد. على مدى السنوات الأربع الماضية، نجح البرنامج في تدريب أكثر من 4000 مشارك، بما في ذلك العلماء الشباب والمتطوعون في مجال البحوث والمهنيون في بداية حياتهم المهنية.

مواءمة المنتدى العالمي للجغرافيا المكانية: يدعم الهدفين 20 و22 من أهداف المنتدى العالمي للمعلومات الجغرافية.
المساهمة: تسد برامج التدريب القابلة للتطوير الفجوات في القدرات، مما يعزز جهود الحفظ المحلية.

عوامل التمكين

وقد تم دعم الدورات التدريبية من قبل أعضاء هيئة تدريس ذوي خبرة ومناهج مصممة خصيصاً، مع التركيز على التطبيقات العملية في الاستشعار عن بعد ونظم المعلومات الجغرافية.
وقد أدى التعاون مع المؤسسات الأكاديمية والعامة إلى توسيع نطاق التوعية وضمان مشاركة مجموعة متنوعة من الدارسين من مختلف التخصصات.

الدرس المستفاد

يلعب بناء القدرات دوراً محورياً في استدامة الأثر البحثي على المدى الطويل، وتمكين جيل جديد من الباحثين من المشاركة في رصد الأراضي الرطبة والتحليل البيئي.
ويسهم التعليم المستمر والتدريب العملي في سد الفجوة بين مخرجات البحوث والتطبيقات في العالم الحقيقي، لا سيما في سياقات الحفظ وإدارة الموارد.

التأثيرات

تحسين كفاءة الرصد: تتيح تكنولوجيا الاستشعار عن بعد التي تم تطويرها في هذا المشروع رصداً طويل الأجل وفعالاً من حيث التكلفة لتطور الغطاء النباتي في الأراضي الرطبة. وقد أدى هذا التحسين إلى توسيع النطاق الزمني للرصد بشكل كبير، مما سمح بفهم أكثر شمولاً لديناميكيات الأراضي الرطبة ورفع مستوى مراقبة الحفظ في المحمية بشكل فعال.
المساهمة في دراسة الأنواع الغريبة الغازية: ساهم المشروع في تعزيز فهمنا لعملية غزو سبارتينا ألتيرنيفلورا وغيرها من الأنواع الغازية الأخرى، مسلطاً الضوء على تأثير العوامل البيئية والأنشطة البشرية والمنافسة بين الأنواع. وتساعد هذه البيانات الباحثين على التنبؤ بانتشار الأنواع الغازية وإدارتها بشكل أفضل، مما يضمن تدخلات أكثر فعالية وفي الوقت المناسب.
دعم الحفاظ على التنوع البيولوجي: من خلال الكشف عن الأنماط التطورية للأنواع الغازية، تضع هذه التقنية الأساس للوقاية من هذه التهديدات والسيطرة عليها في المحمية. وهذا يعود بالنفع المباشر على غروس جابونينسيس والأنواع المحلية الأخرى من خلال حماية موائل الأراضي الرطبة الحرجة، مما يساهم في جهود الحفاظ على التنوع البيولوجي على المدى الطويل.
رفع مستوى الوعي بالحفظ: يعزز المشروع التبادل المعرفي حول استخدام الاستشعار عن بعد في الحفاظ على الأراضي الرطبة، ويقدم رؤى قيمة في إدارة الأراضي الرطبة ومراقبة الغطاء النباتي.

المستفيدون

جروس جابونينسيس
المجتمعات المحلية
محمية
الأكاديميات
الزوار

بالإضافة إلى ذلك، اشرح إمكانية التوسع في الحل الخاص بك. هل يمكن تكراره أو توسيعه ليشمل مناطق أو منظومة أخرى؟

يُظهر الحل المقترح - المبني على تكامل تقنيات الاستشعار عن بُعد وخوارزميات التعلم العميق والأطر التحليلية البيئية - قابلية قوية للتوسع عبر المناطق وأنواع النظم الإيكولوجية. وتتيح بنيتها المعيارية (BB1-BB7) إمكانية التخصيص والتكرار والتوسع في الأبعاد المكانية والموضوعية على حد سواء، مما يجعلها مناسبة بشكل خاص لمواجهة تحديات مثل انتشار الأنواع الغازية وتجزئة الموائل وفقدان التنوع البيولوجي وتدهور النظام البيئي.

قابلية التوسع التقني

يضمن استخدام مجموعات البيانات التي يمكن الوصول إليها عالميًا (على سبيل المثال، لاندسات وSentinel) ومنصات الحوسبة السحابية مثل Google Earth Engine انخفاض الحواجز التقنية التي تحول دون نشرها في مناطق أخرى.
كما أن مصنفات التعلم العميق والتعلم الآلي (على سبيل المثال، الغابة العشوائية، GAM) لا تعتمد على النموذج ويمكن إعادة تدريبها باستخدام بيانات محلية لاستيعاب تركيبات الأنواع والسياقات البيئية المختلفة.

قابلية النقل الجغرافي والنظام البيئي

تم تطبيق المنهجية بنجاح في محمية يانشنغ الوطنية للطيور النادرة الطبيعية، مما يؤكد فعاليتها في الأراضي الرطبة الساحلية.
ولديها إمكانية قوية لنقلها إلى بيئات مماثلة، بما في ذلك:
- الأراضي الرطبة الساحلية الساحلية الأخرى في شرق آسيا المتضررة من سبارتينا ألتيرنيفلورا أو غزاة مماثلين (مثل دلتا النهر الأصفر، وخليج هانغتشو)
- النظم الإيكولوجية الداخلية للأراضي الرطبة التي تعاني من التملح أو التفتت أو التغيرات الموسمية في الغطاء النباتي
- المناطق الاستوائية والدلتا على مستوى العالم، حيث تهدد الأنواع الغازية والتحولات الهيدرولوجية التنوع البيولوجي.

الامتداد المحتمل: مسطحات تيانجين-خبي الساحلية

يجري حالياً توسيع نطاق الحل من الناحية المفاهيمية ليشمل مسطحات المد والجزر الساحلية في تيانجين بينهاي وتشانغتشو، حيث تغيرت وظائف النظام البيئي لأكثر من 700 هكتار من سبارتينا ألتيرنيفلورا.
ومن خلال التنسيق الإقليمي، يجري تكييف أدوات الرصد والنماذج المكانية لدعم الحوكمة البيئية عبر الولايات القضائية المختلفة، مما يدل ليس فقط على قابلية التوسع التقني بل المؤسسي أيضاً.

التوسع المؤسسي وبناء القدرات

يتضمن الإطار مكونًا مخصصًا لبناء القدرات (BB7)، مما يتيح نقل المعرفة من خلال برامج التدريب التي تستضيفها جامعة نانجينغ نورمال، والتي دربت بالفعل أكثر من 4000 مشارك. وهذا يضمن الاستيعاب المحلي والاستدامة في المناطق المعتمدة حديثاً.

الأهمية العالمية

تمت مشاركة الحل من خلال المنشورات التي استعرضها الأقران، وحوارات السياسات، والتعاون الدولي، مما زاد من ظهوره وجاهزيته للتكرار العالمي.
كما أن طبيعته القائمة على البيانات ومنخفضة التكلفة ونموذجيته تجعله مناسبًا تمامًا لاعتماده في جنوب الكرة الأرضية، حيث هناك حاجة ماسة إلى أدوات فعالة من حيث التكلفة للحفظ والتكيف مع المناخ.

هذا الحل ليس قابلاً للتكرار فحسب، بل هو أيضاً قابل للتوسع في نطاقه، وقابل للتكيف في الأسلوب، ومستدام من خلال بناء القدرات - مما يجعله مساهماً قوياً في الجهود العالمية في مجال حفظ التنوع البيولوجي ومرونة النظام البيئي.

الإطار العالمي للتنوع البيولوجي (GBF)

الهدف 2 - استعادة 30٪ من جميع النظم الإيكولوجية المتدهورة

الهدف 6 - الحد من إدخال الأنواع الغريبة الغازية بنسبة 50% وتقليل تأثيرها إلى أدنى حد ممكن

الهدف 8 - الحد من تأثيرات تغير المناخ على التنوع البيولوجي وبناء القدرة على الصمود

الهدف 20 - تعزيز بناء القدرات ونقل التكنولوجيا والتعاون العلمي والتقني من أجل التنوع البيولوجي

الهدف 21 من المنتدى العالمي للتنوع البيولوجي - ضمان إتاحة المعرفة وإمكانية الوصول إليها لتوجيه العمل في مجال التنوع البيولوجي

الهدف 22 - الهدف 22 - ضمان المشاركة في صنع القرار والوصول إلى العدالة والمعلومات المتعلقة بالتنوع البيولوجي للجميع

القصة

تعد محمية جيانغسو يانتشنغ للأراضي الرطبة والطيور النادرة الطبيعية الوطنية موطناً لطيور الكركي الياباني (Grus japonensis)، أحد أكثر أنواع الطيور المهددة بالانقراض في العالم. ولسنوات، كانت هذه المنطقة الشاسعة من الأراضي الرطبة موطنًا حيويًا لهذه الطيور وعدد لا يحصى من الأنواع الأخرى، معتمدة على توازن بيئي دقيق. ولكن، مع مرور الوقت، بدأت الأراضي الرطبة تواجه تهديدات خطيرة من الأنواع الغازية، لا سيما نبات سبارتينا ألتيرنيفلورا، الذي تغلب بسرعة على النباتات المحلية وعرض الأنواع التي تعتمد على المنطقة للخطر.

لطالما عانت المحمية من تقنيات الرصد التقليدية التي كانت بطيئة ومكلفة وتفتقر إلى القدرة على تغطية مساحة الأراضي الرطبة الشاسعة بكفاءة. ونتيجة لذلك، غالبًا ما كان يتم اكتشاف التغيرات البيئية الحاسمة بعد فوات الأوان. انتشرت الأنواع الغازية مثل السبارتينا دون رادع، وكان التأثير على التنوع البيولوجي مدمراً.

ويجمع الموقع التجريبي لدلتا نهر يانغتسي في دلتا نهر يانغتسي التابع لبرنامج التنبؤ الساحلي التابع لعقد الأمم المتحدة للمحيطات، بقيادة جامعة نانجينغ نورمال، بين تكنولوجيا الاستشعار عن بعد وجهود الحفظ لدعم الإدارة في يانشنغ، وقد سمح نظام الاستشعار عن بعد لفريق المحمية بمراقبة التغيرات في الغطاء النباتي على نطاق شهري. ووفرت بيانات الأقمار الصناعية رؤى في الوقت الحقيقي لديناميكيات النظام البيئي للأراضي الرطبة، بما في ذلك انتشار نبات سبارتينا ألتيرنيفلورا وحالة النباتات المحلية مثل فراغميت أوستراليس وسويدا سالسا. وللمرة الأولى، أصبح من الممكن رصد كيف كانت العوامل البيئية والأنشطة البشرية والمنافسة بين الأنواع تقود التغيرات البيئية عبر المحمية.

وبالإضافة إلى السيطرة على الأنواع الغازية، سمحت هذه التقنية أيضًا بدراسة اتجاهات الغطاء النباتي على المدى الطويل، مما مكّن المحمية من فهم أفضل لكيفية تأثير تغير المناخ وتغيرات الملوحة والأنشطة البشرية على النظام البيئي. وقد زودت قدرة المشروع على تتبع هذه العوامل المحمية بأدوات قوية لتكييف استراتيجية الحفظ في الوقت الحقيقي.