Le istituzioni ospitanti vengono selezionate in base alla loro capacità di supportare l'insegnamento in classe e sul campo, e in base al loro impegno in sfide di conservazione attive in cui la tecnologia svolge un ruolo significativo. Per esempio, il RISE Grumeti Fund in Tanzania è un luogo di formazione ideale, in quanto offre strutture didattiche, alloggi per gli studenti e gestisce iniziative attive e tecnologiche come i programmi anti-bracconaggio e di protezione dei rinoceronti.

Inoltre, diamo priorità alle istituzioni che condividono il nostro impegno a promuovere l'istruzione delle donne e dei conservazionisti all'inizio della carriera, che hanno forti legami con le comunità locali di conservazione e ricerca e che dimostrano di essere leader nell'integrazione della tecnologia nella pratica della conservazione. Queste partnership sono essenziali per garantire che il nostro programma sia sostenibile e profondamente radicato nelle comunità che intende servire.

I forti partenariati con le ONG e i dipartimenti educativi locali sono stati fondamentali per il successo dei Club Arribada. Questi partenariati consentono di personalizzare i programmi di studio in base alle priorità di conservazione specifiche della comunità, come la protezione delle tartarughe marine a Principe o il monitoraggio della biodiversità in Kenya. La pianificazione collaborativa garantisce che i club rispondano alle esigenze locali e abbiano un impatto duraturo.

I Club Arribada integrano la tecnologia di conservazione nel loro programma di studi STEM per insegnare agli studenti applicazioni pratiche per il monitoraggio ambientale e la risoluzione dei problemi. Gli studenti imparano la mappatura GPS, l'analisi dei dati bioacustici, la programmazione di microcomputer e la stampa 3D per affrontare le sfide della conservazione. Progettano prototipi, analizzano i dati sulla biodiversità e creano librerie digitali di esemplari naturali utilizzando la scansione 3D, applicando direttamente il loro apprendimento agli sforzi di conservazione.

Il Club Arribada offre un'educazione STEM pratica e adattata alle esigenze di conservazione. Il programma di studio, svolto attraverso programmi di doposcuola in comunità poco servite, incorpora nelle lezioni le sfide di conservazione locali, favorendo un legame profondo tra gli studenti e il loro ambiente. Gli studenti fanno esperienza pratica con strumenti come GPS, microcomputer e monitoraggio bioacustico, imparando come queste tecnologie supportano la conservazione della biodiversità. Questa formazione conferisce ai giovani locali competenze tecniche essenziali per la crescita personale e comunitaria, promuovendo al contempo i futuri leader della conservazione.

I risultati del progetto sono stati diffusi attraverso diverse piattaforme accademiche e pubbliche, tra cui:

• Un articolo accademico su Ocean-Land-Atmosphere Research (una rivista di Science Partner).
• Contenuti in primo piano sulla piattaforma pubblica AAASScience WeChat, il mezzo di comunicazione ufficiale dell'American Association for the Advancement of Science in Cina.
• Contributo al sito pilota del Delta del fiume Yangtze come caso di studio.
• Integrazione nei principali progetti di ricerca oceanografica finanziati da NSFC.

Allineamento GBF: Si allinea all'obiettivo 20 del GBF.
Contributo: Migliora gli sforzi di conservazione globale condividendo metodologie scalabili.

L'influenza dei fattori naturali e antropici sulla dinamica della vegetazione è stata esplorata utilizzando un modello additivo generalizzato (GAM). Questo modello ha valutato le relazioni non lineari tra i cambiamenti della vegetazione e i fattori chiave:

• Spartina alterniflora è stata influenzata principalmente da variabili ambientali marine come la salinità e l'altezza delle onde.
• Phragmites australis e Suaeda salsa sono state influenzate dalle precipitazioni, dalle pressioni antropiche (ad esempio, l'acquacoltura) e dalla competizione interspecifica.

La comprensione di questi fattori favorisce la gestione adattiva dell'ecosistema e il controllo delle specie invasive.

Allineamento GBF: Sostiene gli obiettivi 6 e 8 del GBF.
Contributo: I modelli predittivi migliorano la conservazione reattiva, offrendo approfondimenti misurabili sui fattori trainanti.

L'analisi spazio-temporale è stata condotta per rivelare i modelli di distribuzione a lungo termine della vegetazione delle zone umide all'interno dell'area protetta dal 1990 al 2022.

• La Figura 1A illustra i cambiamenti nei modelli spaziali della vegetazione nel tempo.
• La Figura 1B presenta la percentuale di copertura vegetale lungo il gradiente mare-terra.

Per quantificare i cambiamenti ecologici sono stati utilizzati strumenti analitici come gli indici di pattern paesaggistico, i modelli di migrazione e le dinamiche di espansione-contrazione.

Risultati principali

• Spartina alterniflora ha mostrato un'elevata aggregazione spaziale, ma con una tendenza al declino nel tempo.
• Phragmites australis e Suaeda salsa hanno mostrato una maggiore frammentazione e una crescente copertura spaziale.
• La migrazione della vegetazione ha mostrato una significativa eterogeneità e una chiara distribuzione a bande lungo il gradiente terra-mare.

Allineamento GBF: Si allinea all'obiettivo 2 del GBF.
Contributo: I risultati misurabili migliorano la pianificazione del restauro, colmando le lacune di approcci gestionali uniformi.

È stato sviluppato un database geospaziale completo, che integra i dati sulla copertura vegetale derivati dal telerilevamento con le principali variabili ambientali, climatiche e antropiche. Le metriche incluse comprendono la salinità del suolo, la temperatura della superficie del mare, la salinità dell'acqua marina e la posizione degli stagni di acquacoltura, fornendo una solida base analitica.

Allineamento GBF: Sostiene l'obiettivo 21 del GBF.
Contributo: Integra diversi strati di dati per un'analisi olistica, aggiungendo valore alle serie di dati di conservazione frammentati.

Le serie temporali degli indici di vegetazione sono state smussate utilizzando un adattamento gaussiano per ridurre il rumore ed estrarre le caratteristiche fenologiche chiave. È stato applicato un algoritmo di apprendimento profondo a foresta casuale per classificare la vegetazione delle zone umide in tre tipi dominanti: Spartina alterniflora, Phragmites australis e Suaeda salsa. L'accuratezza della classificazione dal 1990 al 2022 è stata convalidata attraverso indagini sul campo.

Allineamento GBF: Contribuisce all'obiettivo 6 del GBF.
Contributo: Riduce l'impatto delle specie invasive identificando con precisione la Spartina alterniflora per un controllo mirato, affrontando una minaccia chiave per la biodiversità.

Utilizzando la piattaforma Google Earth Engine (GEE), sono stati acquisiti sistematicamente i dati di telerilevamento della serie Landsat dal 1990 al 2022, comprendendo i sensori TM5, ETM+ (Landsat 7), OLI (Landsat 8) e OLI (Landsat 9). Per garantire la qualità dei dati per le analisi successive, sono state selezionate e fuse bande spettrali chiave - infrarosso vicino (NIR), rosso e verde.

Allineamento GBF: Supporta l'obiettivo 21 del GBF.
Contributo: Migliora il processo decisionale grazie a serie di dati validati in tempo reale, aggiungendo valore agli sforzi di conservazione esistenti attraverso l'innovazione tecnologica.