Ziel dieses Bausteins ist es, den technischen Teams die biologischen Parameter zur Verfügung zu stellen, die zur Bestimmung des aktuellen Zustands eines Ökosystems erforderlich sind, um die geeigneten Wiederherstellungsmaßnahmen für dieses spezifische Ökosystem zu bestimmen.

Die Diagnose des Zustands der biologischen Vielfalt erfolgt durch die Überprüfung von Unterlagen und durch Besuche vor Ort, wobei: 1) die Identifizierung des Standorts einschließlich der Zusammensetzung, der Struktur und der verschiedenen Schichten, aus denen sich das Ökosystem zusammensetzt, 2) die Beschreibung der Ökosystemleistungen, 3) die floristische Zusammensetzung, 4) die Vielfalt der Wirbeltier- und Wirbellosenfauna, 5) das Vorhandensein invasiver Arten und 6) die Identifizierung von Bedrohungen und Verschlechterungsfaktoren.

Die sozioökonomische Situation wird durch eine Überprüfung der Unterlagen und durch Besuche vor Ort ermittelt, wobei: 1) die derzeitigen Nutzer des Gebietes identifiziert werden, 2) die von den Nutzern ausgeübten produktiven Tätigkeiten beschrieben werden, 3) der Status des Landbesitzes des Gebietes geklärt wird, 4) die lokalen Akteure identifiziert werden, die in dem Gebiet präsent sind, 5) die potenzielle lokale Entwicklung mit ökologisch nachhaltigen Aktivitäten ermittelt wird.

Der Ansatz für das neue Management des Gebiets wird schrittweise umgesetzt, wobei in mehreren Etappen vorgegangen wird. Die entsprechenden Deliverables werden dem wissenschaftlichen Ausschuss des Gebiets und dem COPIL des Natura 2000-Gebiets vorgeschlagen und diskutiert.

Im Rahmen der Umsetzung des neuen Managementplans wird ein wissenschaftlicher Ausschuss regelmäßig zusammentreten, um die im Gebiet umgesetzten Maßnahmen und den Erhaltungszustand der natürlichen Lebensräume zu diskutieren. Die Wirksamkeit einer konzertierten und gemeinsamen Verwaltung und Bewirtschaftung ist an diesem Standort nachgewiesen.

Die wichtigsten derzeitigen Bewirtschaftungsgrundsätze (wie die späte, exportorientierte Mahd) werden als günstig angesehen und sollten beibehalten werden. Um das Mosaik aus Lebensräumen und Landschaften des alkalischen Niedermoors (nördlicher Sektor) zu erhalten, sollten Managementmaßnahmen in Betracht gezogen werden, um den Cladiwald einzudämmen, der sich in den typischen Lebensräumen des alkalischen Niedermoors ausbreitet. Lokale Entkusselungen könnten die Ausbreitung der Mariske begrenzen. Darüber hinaus müssen die Managementpraktiken mit der Ökologie und den Standorten der vorkommenden patrimonialen Arten korreliert und verfeinert werden .

Durch partizipatorische Verfahren zur Bewertung von Wiederherstellungsmöglichkeiten (ROAM) war TRI in der Lage, das Wiederherstellungspotenzial zu umreißen, indem es hochpriorisierte Wiederherstellungsmöglichkeiten identifizierte, durchführbare Arten von Wiederherstellungsmaßnahmen feststellte und Finanzierungs- und Investitionsoptionen bewertete. Zu den identifizierten Aktivitäten gehörten die Förderung der Produktion von ökologischer Holzkohle, die Entwicklung eines Pflanzenproduktionssektors und der Bau von Wasserstellen in den Sanierungsgebieten. TRI führte diese ROAM-Bewertungen in drei subnationalen Pilotlandschaften, Waza, Mbalmayo und Douala-Edea, durch, wo lokale und nationale Interessenvertreter einbezogen wurden. In jeder Landschaft fanden vorbereitende Workshops mit Vertretern von Ministerien, Gemeinderäten, Gemeindevertretern und Gemeindevorstehern statt, während ein Abschlussbericht mit den Ergebnissen der Bewertungen im Oktober 2021 im Rahmen eines nationalen Validierungsworkshops mit Vertretern von Ministerien, internationalen Organisationen sowie Gemeindevertretern und Gemeindevorstehern fertiggestellt wurde. Nach der Fertigstellung wurde ein Faltblatt mit den wichtigsten Ergebnissen an die Beteiligten verteilt, um Informationen schnell zu verbreiten und sicherzustellen, dass diejenigen, die keinen Zugang zum Internet haben, die ROAM-Bewertungen verstehen können.

Die Umsetzung der technischen Architektur und des Überwachungsprogramms hat die Verfügbarkeit einer großen Datenbank mit Informationen über die Art und ihre Umgebung sichergestellt. Die Verfügbarkeit von Daten ist der Schlüssel, um sicherzustellen, dass das Parkpersonal (Manager, Ranger, Techniker usw.) fundierte Entscheidungen treffen kann, wenn es um Strategien für das Gebiets- und Artenmanagement geht. Außerdem hat die lokale Gestaltung des Überwachungsprogramms und der darin enthaltenen Parameter die Fähigkeit des Parkpersonals erhöht, das Programm nicht nur zu verwalten, sondern auch zu verbessern und es schließlich auf die Überwachung anderer Arten und sogar anderer Phänomene anzuwenden.

Ziel dieses Bausteins ist es, den Viehzüchtern die technischen Parameter an die Hand zu geben, um ein optimales silvopastorales System zu implementieren, das den Eigenschaften ihrer Produktionseinheit entspricht und gleichzeitig zur Wiederherstellung der Ökosystemleistungen des Standorts beiträgt.

Gute landwirtschaftliche Praktiken wurden in drei Bereichen umgesetzt: 1) Tiere und ihre Haltung, einschließlich Fütterung, Gesundheit und Wohlergehen der Tiere; 2) Umwelt und Produktion, Umgang mit Boden, Wasser und Futtermitteln sowie Abfall-, Gülle- und Abwassermanagement; und 3) Produktionsinfrastruktur mit Einrichtungen, Geräten und Werkzeugen für Sauberkeit und Produktsicherheit.

Die akustische Komponente des Projekts ist von besonderer Bedeutung, da sie eine zentrale Rolle bei der automatischen Erkennung von über 138 Arten spielte, von denen 95 in unsere Algorithmen zum Musterabgleich integriert wurden. Dies bildet eine solide Grundlage für die kontinuierliche Überwachung der Region in den kommenden Jahren und ermöglicht es uns zu beobachten, wie verschiedene Umweltfaktoren die Anwesenheit von Arten beeinflussen

Das Symposium wurde vom Amt für auswärtige Angelegenheiten der Provinz Hainan, dem Ministerium für natürliche Ressourcen und Planung der Provinz Hainan, dem Ministerium für Ökologie und Umwelt der Provinz Hainan und dem Forstwirtschaftsamt der Provinz Hainan geleitet; und unterstützt vom Big-Data-Labor des Forschungsinstituts für Öko-Zivilisation, CASS, dem Forschungs-Think-Tank des Forschungsinstituts für Öko-Zivilisation, CASS, dem Institut für Zoologie der Chinesischen Akademie der Wissenschaften, dem Xishuangbanna Tropical Botanical Garden der Chinesischen Akademie der Wissenschaften, dem Institut für Kohlenstoffneutralität der Tsinghua-Universität, dem Advanced Interdisciplinary Institute of Environment and Ecology, Huawei Technologies Co., Ltd, die Universität Hainan, die Normale Universität Hainan, der Verband der Akademiker von Hainan und die Forschungsbasis des Internationalen Zentrums für Bambus und Rattan in Sanya.

Im Mittelpunkt des zweitägigen Symposiums, das in einer Kombination aus Online- und Offline-Aktivitäten stattfand, stand das Thema "Erhaltung der Flaggschiff-Arten der tropischen Regenwälder - der Bibbons" und "Erhaltung der biologischen Vielfalt der tropischen Regenwälder".

Aufgrund der zu großen Anzahl von Merkmalen wurde eine 10-fach kreuzvalidierte SVM-RFE verwendet, um die Wichtigkeit der Merkmale nach der Extraktion zu bewerten. Anschließend wurden die Merkmale nacheinander für die LDA-Klassifikation hinzugefügt, um die Veränderung der Genauigkeit mit der Anzahl der ausgewählten Merkmale zu erfassen. Die höchste Genauigkeit für die LDA-Klassifikation war 89,2 % (pre) / 95,6 % (pre + n×mR0).

Da keiner der MFCCs, die mit einer festen Anzahl von Fenstern extrahiert wurden, bessere Ergebnisse als die GMM-Fitting-Methode für die LDA-Klassifikation erzielte (6-Fenster: 86,6%; 10-Fenster: 88,5%; 100-Fenster: <80%), testeten wir die Effektivität der anderen Klassifikatoren, indem wir nur die mit der GMM-Fitting-Methode extrahierten Merkmale verwendeten. Bei diesem Test wurden 20 % der Daten nach dem Zufallsprinzip als Testmenge ausgewählt, und die restlichen Daten wurden zum Trainieren des Klassifikators verwendet, was für jede Kernel-Funktion 10 Mal wiederholt wurde, um die Verteilung der Genauigkeit zu erfassen. Der Klassifizierungseffekt von GMM ist schlecht, wenn nur pre als MRU verwendet wird, während der Effekt im Allgemeinen besser ist als nur pre, wenn pre + n×mR0 als MRU verwendet wird.