Die Gasteinrichtungen werden danach ausgewählt, ob sie in der Lage sind, sowohl den Unterricht im Klassenzimmer als auch vor Ort zu unterstützen, und ob sie sich mit aktiven Naturschutzaufgaben befassen, bei denen Technologie eine wichtige Rolle spielt. Der RISE Grumeti Fund in Tansania ist zum Beispiel ein idealer Ausbildungsort, der Bildungseinrichtungen und Unterkünfte für Studenten bietet und aktive, technologiegestützte Initiativen wie Programme zur Bekämpfung der Wilderei und zum Schutz von Nashörnern durchführt.

Darüber hinaus bevorzugen wir Einrichtungen, die unser Engagement für die Förderung der Ausbildung von Frauen und jungen Naturschützern teilen, die enge Verbindungen zu lokalen Naturschutz- und Forschungsgemeinschaften haben und die bei der Integration von Technologie in die Naturschutzpraxis führend sind. Diese Partnerschaften sind wichtig, um sicherzustellen, dass unser Programm sowohl nachhaltig als auch tief in den Gemeinschaften verankert ist, denen es dienen soll.

Starke Partnerschaften mit lokalen Nichtregierungsorganisationen und Bildungsabteilungen waren entscheidend für den Erfolg der Arribada-Clubs. Diese Partnerschaften ermöglichen die Anpassung des Lehrplans an die gemeindespezifischen Prioritäten des Naturschutzes, wie den Schutz der Meeresschildkröten auf Príncipe oder die Überwachung der biologischen Vielfalt in Kenia. Die gemeinsame Planung stellt sicher, dass die Clubs den lokalen Bedürfnissen entsprechen und eine nachhaltige Wirkung haben.

Die Arribada-Clubs integrieren Naturschutztechnologie in ihren MINT-Lehrplan, um den Schülern praktische Anwendungen zur Umweltüberwachung und Problemlösung zu vermitteln. Die Schüler lernen GPS-Kartierung, bioakustische Datenanalyse, Mikrocomputerprogrammierung und 3D-Druck, um die Herausforderungen des Naturschutzes zu bewältigen. Sie entwerfen Prototypen, analysieren Daten zur biologischen Vielfalt und erstellen digitale Bibliotheken natürlicher Exemplare mit Hilfe von 3D-Scans, wobei sie das Gelernte direkt auf Naturschutzmaßnahmen anwenden.

Der Arribada Club bietet praktische MINT-Bildung, die auf die Bedürfnisse des Naturschutzes zugeschnitten ist. Der Lehrplan, der nach der Schule in unterversorgten Gemeinden durchgeführt wird, bezieht lokale Naturschutzprobleme in den Unterricht ein und fördert so eine enge Verbindung zwischen den Schülern und ihrer Umwelt. Die Schüler sammeln praktische Erfahrungen mit Werkzeugen wie GPS, Mikrocomputern und bioakustischer Überwachung und lernen, wie diese Technologien zur Erhaltung der Artenvielfalt beitragen. Durch diese Ausbildung erhalten die Jugendlichen vor Ort technische Fähigkeiten, die sowohl für die persönliche Entwicklung als auch für die Entwicklung der Gemeinschaft wichtig sind, und werden gleichzeitig zu künftigen Führungspersönlichkeiten im Naturschutz ausgebildet.

Die Projektergebnisse wurden über mehrere akademische und öffentliche Plattformen verbreitet, darunter:

• Ein wissenschaftlicher Artikel in Ocean-Land-Atmosphere Research (ein Science Partner Journal).
• Ein Beitrag auf der AAASScience WeChat Public Platform, dem offiziellen Medium der American Association for the Advancement of Science in China.
• Ein Beitrag zur Fallstudie der Yangtze River Delta Pilot Site.
• Integration in große, vom NSFC unterstützte ozeanographische Forschungsprojekte.

GBF-Ausrichtung: Entspricht dem GBF-Ziel 20.
Beitrag: Verbessert die globalen Erhaltungsbemühungen durch den Austausch skalierbarer Methoden.

Der Einfluss natürlicher und anthropogener Faktoren auf die Vegetationsdynamik wurde mithilfe eines verallgemeinerten additiven Modells (GAM) untersucht. Dieses Modell bewertete nicht-lineare Beziehungen zwischen Vegetationsveränderungen und Schlüsselfaktoren:

• Spartina alterniflora wurde in erster Linie von marinen Umweltvariablen wie dem Salzgehalt und der Wellenhöhe beeinflusst.
• Phragmites australis und Suaeda salsa wurden durch Niederschläge, anthropogene Einflüsse (z. B. Aquakultur) und den Wettbewerb zwischen den Arten beeinflusst.

Das Verständnis dieser Faktoren unterstützt ein adaptives Ökosystemmanagement und die Kontrolle invasiver Arten.

GBF-Ausrichtung: Unterstützt die GBF-Ziele 6 und 8.
Beitrag: Vorhersagemodelle verbessern die reaktive Erhaltung, indem sie messbare Erkenntnisse über die Einflussfaktoren liefern.

Es wurde eine räumlich-zeitliche Analyse durchgeführt, um die langfristigen Verteilungsmuster der Feuchtgebietsvegetation innerhalb des Schutzgebiets von 1990 bis 2022 aufzuzeigen.

• Abbildung 1A veranschaulicht die Veränderungen der räumlichen Vegetationsmuster im Laufe der Zeit.
• Abbildung 1B zeigt die prozentuale Vegetationsbedeckung entlang des Gradienten zwischen Meer und Land.

Zur Quantifizierung ökologischer Veränderungen wurden Analyseinstrumente wie Landschaftsmusterindizes, Migrationsmodelle und Expansions- und Kontraktionsdynamik eingesetzt.

Wichtigste Ergebnisse

• Spartina alterniflora wies eine hohe räumliche Aggregation auf, zeigte aber im Laufe der Zeit einen rückläufigen Trend.
• Phragmites australis und Suaeda salsa zeigten eine stärkere Fragmentierung und zunehmende räumliche Ausdehnung.
• Die Vegetationswanderung wies eine erhebliche Heterogenität und eine deutlich gebänderte Verteilung entlang des Land-Meer-Gradienten auf.

GBF-Ausrichtung: Stimmt mit GBF-Ziel 2 überein.
Beitrag: Messbare Ergebnisse verbessern die Wiederherstellungsplanung und füllen Lücken in einheitlichen Managementansätzen.

Es wurde eine umfassende Geodatenbank entwickelt, die Daten zur Vegetationsbedeckung aus der Fernerkundung mit wichtigen Umwelt-, Klima- und anthropogenen Variablen verknüpft. Die einbezogenen Metriken umfassten den Salzgehalt des Bodens, die Temperatur der Meeresoberfläche, den Salzgehalt des Meerwassers und die Standorte von Aquakulturteichen und bildeten eine solide analytische Grundlage.

GBF-Ausrichtung: Unterstützt GBF-Ziel 21.
Beitrag: Integriert verschiedene Datenebenen für eine ganzheitliche Analyse und steigert den Wert fragmentierter Naturschutzdatensätze.

Die Zeitreihen der Vegetationsindizes wurden durch Gauß-Anpassung geglättet, um das Rauschen zu reduzieren und wichtige phänologische Merkmale zu extrahieren. Zur Klassifizierung der Feuchtgebietsvegetation in drei vorherrschende Typen wurde ein Random-Forest-Algorithmus für tiefes Lernen angewendet: Spartina alterniflora, Phragmites australis und Suaeda salsa. Die Klassifizierungsgenauigkeit von 1990 bis 2022 wurde durch Felduntersuchungen validiert.

GBF-Ausrichtung: Trägt zum GBF-Ziel 6 bei.
Beitrag: Verringerung der Auswirkungen invasiver Arten durch die genaue Identifizierung von Spartina alterniflora für eine gezielte Bekämpfung, wodurch eine wichtige Bedrohung der biologischen Vielfalt bekämpft wird.

Mit Hilfe der Google Earth Engine (GEE)-Plattform wurden systematisch Fernerkundungsdaten der Landsat-Serie von 1990 bis 2022 erfasst, die die Sensoren TM5, ETM+ (Landsat 7), OLI (Landsat 8) und OLI (Landsat 9) umfassen. Um die Datenqualität für die nachfolgenden Analysen sicherzustellen, wurden die wichtigsten Spektralbänder - Nahinfrarot (NIR), Rot und Grün - ausgewählt und fusioniert.

GBF-Ausrichtung: Unterstützt GBF-Ziel 21.
Beitrag: Verbessert die Entscheidungsfindung durch validierte Echtzeit-Datensätze und steigert den Wert bestehender Naturschutzbemühungen durch technologische Innovation.