Quantification des données et création d'une base de données

Une base de données géospatiale complète a été développée, intégrant des données de couverture végétale dérivées de la télédétection avec des variables environnementales, climatiques et anthropogéniques clés. Les mesures incluses comprennent la salinité du sol, la température de surface de la mer, la salinité de l'eau de mer et l'emplacement des bassins d'aquaculture, ce qui constitue une base analytique solide.

Alignement sur le GBF: Appuie l'objectif 21 du FBG.
Contribution: Intégration de diverses couches de données pour une analyse holistique, apportant une valeur ajoutée à des ensembles de données de conservation fragmentés.

  • La validation sur le terrain a confirmé la précision des interprétations de la télédétection (voir figures 1 et 2).
  • La base de données a facilité l'intégration des données spatiales et environnementales, en soutenant les analyses multi-variables et la modélisation écologique.
  • Des données de terrain précises sont essentielles pour valider les résultats de la télédétection et garantir la fiabilité de la base de données.
  • Une base de données multi-sources bien structurée améliore l'efficacité de l'analyse et permet des études de corrélation et de causalité plus sophistiquées.
Identification du type de végétation des zones humides

Les séries temporelles de l'indice de végétation ont été lissées à l'aide d'un ajustement gaussien afin de réduire le bruit et d'extraire les principales caractéristiques phénologiques. Un algorithme d'apprentissage profond de type forêt aléatoire a été appliqué pour classer la végétation des zones humides en trois types dominants : Spartina alterniflora, Phragmites australis et Suaeda salsa. La précision de la classification de 1990 à 2022 a été validée par des enquêtes sur le terrain.

Alignement sur le GBF: Contribue à la cible 6 du GBF.
Contribution: Réduit l'impact des espèces envahissantes en identifiant avec précision Spartina alterniflora en vue d'un contrôle ciblé, s'attaquant ainsi à une menace clé pour la biodiversité.

  • L'ajustement des courbes gaussiennes a permis de minimiser efficacement le bruit dans les courbes brutes de l'indice de végétation, améliorant ainsi la précision de la classification.
  • L'algorithme de la forêt aléatoire a exploité les différences spectrales entre les espèces, ce qui a permis une extraction robuste des caractéristiques et une identification fiable.
  • Les caractéristiques spectrales liées à l'humidité de la végétation et aux attributs structurels ont amélioré de manière significative la séparabilité entre les espèces.
  • Les étapes de prétraitement telles que l'ajustement des courbes et le débruitage ont été essentielles pour améliorer la fiabilité de la classification à long terme.
Collecte de données

En utilisant la plateforme Google Earth Engine (GEE), les données de télédétection de la série Landsat de 1990 à 2022 ont été systématiquement acquises, comprenant les capteurs TM5, ETM+ (Landsat 7), OLI (Landsat 8) et OLI (Landsat 9). Afin de garantir la qualité des données pour les analyses ultérieures, des bandes spectrales clés - proche infrarouge (NIR), rouge et vert - ont été sélectionnées et fusionnées.

Alignement GBF: Soutient l'objectif 21 du GBF.
Contribution: Améliore la prise de décision grâce à des ensembles de données validées en temps réel, ajoutant de la valeur aux efforts de conservation existants grâce à l'innovation technologique.

  • Seules les images de télédétection avec une couverture nuageuse ≤10% ont été sélectionnées, suivies d'une correction radiométrique et atmosphérique via un traitement par lots.
  • Les informations spécifiques à la végétation ont été extraites à l'aide de combinaisons de bandes optimisées, en tirant notamment parti de la réflectance élevée de la végétation dans le domaine du proche infrarouge.
  • Les limites des résolutions spatiales, temporelles et spectrales ont introduit des incertitudes potentielles, soulignant l'importance de méthodes de correction radiométrique et géométrique robustes.
  • La fusion des données entre les différents capteurs Landsat était essentielle pour obtenir des séries temporelles cohérentes à long terme, bien qu'elle ait nécessité un traitement supplémentaire important pour harmoniser les résolutions spatiales et temporelles.
Évoluer

Sur la base des résultats des données de suivi et des discussions avec les comités villageois de pâturage, les activités de restauration des pâturages sont identifiées comme appropriées. Cela nécessite souvent que le plan de pâturage du village soit adapté et évolue en fonction de l'état changeant des pâturages. Par exemple, dans le village de Ngoley, les données collectées pendant deux ans ont révélé l'existence d'une espèce particulièrement problématique(Sphaeranthus - appelée localement "Masida") qui a proliféré de manière significative au cours d'une saison sèche prolongée et a limité la repousse des espèces appétentes après les pluies. Afin d'éviter toute nouvelle prolifération, un plan d'arrachage a été conçu et mis en œuvre sur la base des meilleures pratiques d'élimination de cette espèce particulière. Immédiatement après la première série d'arrachages, les données montrent une baisse de la fréquence de l'espèce et les mois suivants de suivi fournissent des preuves supplémentaires suggérant que les herbes indigènes appétentes sont en train de se rétablir dans les parcelles traitées. Ces interventions ciblées contribuent directement à la cible 1 du GBF en intégrant les considérations relatives à la biodiversité dans la planification locale et l'utilisation des terres, et à la cible 2 en restaurant les écosystèmes dégradés. En outre, en améliorant la fonction écologique et la résilience, ces efforts renforcent la capacité des pâturages à résister à la variabilité climatique, soutenant ainsi la biodiversité et le bien-être des communautés locales.

Une relation de travail étroite avec les comités villageois de pâturage est essentielle pour développer, affiner et mettre en œuvre les plans de gestion des terres de parcours. Lorsque les comités villageois de pâturage n'existent pas encore, suivant les structures gouvernementales et villageoises traditionnelles existantes, APW aide à faciliter leur formation, en renforçant les capacités de gestion des pâturages. Bien qu'il y ait des incitations à gérer durablement les prairies, la mise en œuvre d'activités de restauration peut être ardue. APW propose des incitations financières sous forme d'allocations qui accélèrent les interventions tout en offrant un avantage supplémentaire aux membres de la communauté qui y participent.

L'APW a appris l'importance de travailler non seulement avec les comités villageois mais aussi avec les gouvernements locaux plus importants. De nombreux villages du nord de la Tanzanie partagent des terres de parcours ou ont des pâturages adjacents. Il est donc nécessaire de travailler avec les villages voisins pour assurer la continuité de la gestion et la connectivité des avantages écologiques. Étant donné que les villages adjacents peuvent être en concurrence pour les pâturages de haute qualité, la gestion coopérative des zones de pâturage voisines est impérative. Au fur et à mesure que des villages sont ajoutés au programme, les lacunes dans la gestion au niveau du village sont comblées par APW et d'autres partenaires, ce qui permet de faire un pas de plus vers la garantie de la connectivité dans un paysage partagé par les personnes, le bétail et la faune.

En 2020, APW a commencé à organiser des réunions d'harmonisation qui rassemblent différentes parties prenantes au niveau des villages, des quartiers, des divisions, des districts, des régions, des différents ministères, des institutions parapubliques et des ONG, entre autres parties prenantes, afin de discuter et de rationaliser les différents programmes relatifs à la gestion des pâturages dans leurs différents domaines de travail et d'influencer la politique.

Vérifier

Le comité de pâturage du village et les membres intéressés de la communauté se réunissent ensuite dans un Centre technologique de conservation (CTC) pour des réunions de restitution des données sur les parcours, animées conjointement par un membre de l'équipe d'APW et les contrôleurs de l'habitat. Alors que les tableaux de bord sont disponibles sur n'importe quel appareil mobile, les CTC permettent à la communauté de se réunir pour partager des informations et prendre des décisions participatives sur la base des données affichées visuellement sur de grands écrans. Souvent, le comité de pâturage du village examinera les plans d'utilisation des terres existants et vérifiera leur efficacité à l'aide des données collectées chaque mois, en ajustant l'allocation des ressources de pâturage en conséquence. Enfin, lorsque les tableaux de bord montrent une dégradation des pâturages ou une prolifération d'espèces envahissantes, le comité peut utiliser ces données pour justifier une demande de soutien financier auprès d'APW pour des interventions de restauration des pâturages telles que l'élimination des espèces envahissantes, le réensemencement ou des projets de contrôle de l'érosion des sols. Grâce à ces mécanismes participatifs fondés sur des données, les membres de la communauté jouent un rôle actif dans la gestion et l'utilisation durable de leurs ressources naturelles. Ce modèle contribue à la réalisation des objectifs 2 et 22 du GBF en donnant aux peuples autochtones et aux communautés locales les moyens de jouer un rôle de premier plan dans la restauration de l'habitat, en veillant à ce que leurs connaissances, leurs droits et leur participation fassent partie intégrante de la planification et de la mise en œuvre de la conservation.

La confiance et les relations établies avec la communauté sont nécessaires pour une mise en œuvre réussie. Comme pour les étapes précédentes, il est essentiel de travailler dans le cadre des structures de gouvernance culturelle existantes. Alors que les membres de la communauté se réunissent traditionnellement pour prendre des décisions collectives, le fait de disposer d'un espace de réunion dédié et d'équipements permettant d'analyser et de visualiser les données permet de prendre des décisions fondées sur des données probantes en matière de gestion des ressources naturelles.

Bien que la création des CTC soit un grand pas en avant, il est nécessaire de renforcer davantage les capacités des communautés afin de garantir que les membres des comités de pâturage des villages interprètent correctement les données et comprennent comment elles peuvent être utilisées pour informer les interventions de gestion des ressources. Pour répondre à ce besoin, un agent de liaison formé aux données communautaires sera intégré à chaque CTC et servira de pont vital entre la technologie et la gouvernance traditionnelle. Cette liaison recevra une formation solide en matière d'analyse et d'interprétation des données, ainsi que d'exploitation et de maintenance de la technologie du CTC. Cet investissement dans les capacités locales est essentiel pour la durabilité, car il permet aux communautés d'utiliser les données de manière indépendante pour la gestion adaptative des ressources, même en l'absence du personnel de l'APW.

Équipe et mise en œuvre

Les observateurs communautaires de l'habitat sont sélectionnés par les comités villageois de pâturage pour effectuer un suivi mensuel des parcelles sélectionnées. Les observateurs reçoivent une formation sur les protocoles de collecte de données, les meilleures pratiques en matière d'utilisation de la technologie géospatiale et les techniques de dépannage de base pour les téléphones portables et les applications utilisées. Tous les mois, les observateurs visitent chaque parcelle et remplissent un formulaire personnalisé de l'enquête 123 qui comprend des questions sur l'ensemble du pâturage ainsi que des mesures quantitatives collectées sur 20 échantillons le long d'un transect de 100 mètres à l'intérieur du pâturage. Les données sont transmises à un serveur en nuage hébergé par Esri. La collecte des données vise à comprendre la qualité actuelle du pâturage, la disponibilité des ressources existantes et la fréquence des espèces envahissantes afin de prédire les tendances en matière d'envahissement des buissons et d'appétence.

Les données sur la qualité des pâturages pour chaque parcelle sont analysées en temps réel via des tableaux de bord ArcGIS. Pour les mesures plus complexes des tendances des espèces envahissantes, l'équipe APW MELA exécute un script Arcade pour calculer le changement de la fréquence de diverses plantes problématiques au niveau de la parcelle. Le tableau de bord est personnalisé pour afficher ces données sous la forme d'un graphique en série avec tendance dans le temps, chaque espèce surveillée étant visualisée sur un graphique linéaire.

Les pratiques traditionnelles sont souvent plus réalisables, mieux acceptées et plus pertinentes pour les dirigeants de la communauté que les nouvelles approches de la gestion des pâturages. Au cours des phases préparatoires, l'équipe consacre beaucoup de temps à l'apprentissage des méthodes indigènes de gestion des pâturages et des interventions biophysiques. Par exemple, de nombreuses communautés pastorales mettent traditionnellement en œuvre des pratiques de zonage par le biais du pâturage tournant ou du contrôle des espèces de bétail. Comme ces pratiques font déjà partie du mode de vie des éleveurs de ces communautés, le fait de les intégrer dans la conception et la mise en œuvre du projet permet d'obtenir une adhésion initiale et un soutien pour les interventions ultérieures. Cette démarche, associée à une solide formation dispensée par notre responsable des données géospatiales et des technologies de conservation, et ciblant les jeunes qui ont une expérience de la technologie, est essentielle au déploiement des enquêtes et à la collecte des données.

En renforçant les pratiques traditionnelles par une technologie moderne et conviviale, APW maintient le soutien des dirigeants des villages tout en introduisant des méthodes innovantes pour la collecte, l'analyse et le retour d'information. Cela permet aux communautés de s'approprier le projet et de lui faire confiance, ce qui garantit un succès à long terme. Pour s'assurer que les protocoles sont respectés, des formations annuelles de remise à niveau et un groupe WhatsApp ont été mis en place pour tenir les contrôleurs informés et établir un réseau de soutien.

Analyse de l'ADN des excréments de mammifères afin de déterminer leur réseau alimentaire
Développement d'une bibliothèque de référence localisée
Techniques avancées de codage à barres de l'ADN et de métabarcodage :
Partenariats stratégiques internationaux et universitaires
Engagement des parties prenantes et mobilisation des connaissances
Renforcement des capacités et programmes de formation régionaux
Analyse de l'ADN des excréments de mammifères afin de déterminer leur réseau alimentaire
Développement d'une bibliothèque de référence localisée
Techniques avancées de codage à barres de l'ADN et de métabarcodage :
Partenariats stratégiques internationaux et universitaires
Engagement des parties prenantes et mobilisation des connaissances
Renforcement des capacités et programmes de formation régionaux
Les participants apprennent à piloter des drones
Former des partenariats avec les institutions locales
Identifier des mentors, des formateurs et des alliés efficaces
Développer des supports de formation de base adaptables
Mettre l'accent sur l'engagement pratique
Renforcer le potentiel en début de carrière
Libérer l'impact futur : Financement et développement professionnel
Les participants apprennent à piloter des drones
Former des partenariats avec les institutions locales
Identifier des mentors, des formateurs et des alliés efficaces
Développer des supports de formation de base adaptables
Mettre l'accent sur l'engagement pratique
Renforcer le potentiel en début de carrière
Libérer l'impact futur : Financement et développement professionnel