ホスト校は、教室での授業とフィールドでの指導の両方をサポートする能力があるかどうか、テクノロジーが重要な役割を果たすような積極的な保護活動に取り組んでいるかどうかに基づいて選ばれる。例えば、タンザニアのRISEグルーメティ基金は理想的な研修先であり、教育施設や学生の宿泊施設を提供し、密猟防止やサイ保護プログラムなど、テクノロジーを活用した積極的な取り組みを実施しています。

さらに私たちは、女性やキャリアの浅い自然保護活動家のための教育を推進するという私たちのコミットメントを共有し、地元の自然保護・研究コミュニティと強い絆を持ち、テクノロジーを自然保護の実践に取り入れることにリーダーシップを発揮している教育機関を優先します。このようなパートナーシップは、私たちのプログラムが持続可能であると同時に、目指すコミュニティに深く浸透していくために不可欠です。

アリバダ・クラブの成功には、地元のNGOや教育部門との強力なパートナーシップが欠かせない。こうしたパートナーシップにより、プリニシペのウミガメ保護やケニアの生物多様性モニタリングなど、地域特有の保全優先事項を反映したカリキュラムのカスタマイズが可能になった。協力的な計画により、クラブは地域のニーズに対応し、永続的な影響を与えることができる。

アリバダ・クラブは、保全技術をSTEMカリキュラムに統合し、環境モニタリングや問題解決のための実践的な応用方法を生徒に教えている。生徒たちはGPSマッピング、生物音響データ分析、マイコン・プログラミング、3Dプリンティングを学び、保全の課題に取り組んでいます。プロトタイプを設計し、生物多様性データを分析し、3Dスキャンを使用して自然標本のデジタル・ライブラリを作成し、学んだことを保全活動に直接応用します。

アリバダ・クラブは、自然保護のニーズに合わせた実践的なSTEM教育を提供している。十分な教育を受けていない地域の放課後プログラムを通じて提供されるカリキュラムは、地域の保全課題を授業に取り入れ、生徒と環境との深いつながりを育んでいる。生徒たちはGPS、マイクロコンピューター、生物音響モニタリングなどのツールを使って実践的な経験を積み、これらの技術が生物多様性の保全をどのように支援しているかを学ぶ。この教育により、地元の青少年は、将来の自然保護リーダーを育成しながら、個人と地域社会の両方の成長に不可欠な技術的スキルを身につけることができる。

プロジェクトの成果は、以下のような複数の学術的・公的プラットフォームを通じて広められた：

• Ocean-Land-Atmosphere Research（サイエンス・パートナー誌）の学術論文。
• 中国における米国科学振興協会の公式メディアであるAAASScience WeChatパブリック・プラットフォームで紹介されたコンテンツ。
• 長江デルタパイロットサイトへの事例投稿。
• NSFCが支援する主要な海洋研究プロジェクトへの統合。

GBFとの整合：GBFターゲット20との整合。
貢献：スケーラブルな方法論の共有による世界的な保全活動の強化。

一般化加法モデル（GAM）を用いて、植生動態に対する自然および人為的要因の影響を調査した。このモデルは、植生の変化と主要な要因の間の非線形関係を評価した：

• Spartina alternifloraは、主に塩分濃度や波高などの海洋環境変数の影響を受けた。
• フラグミテス（Phragmites australis）とスエダサルサ（Suaeda salsa）は、降水量、人為的圧力（養殖など）、種間競争の影響を受けた。

これらの要因を理解することで、適応的な生態系管理と外来種対策を支援することができる。

GBFとの整合：GBF目標6と8をサポートする。
貢献：予測モデルは、測定可能な原動力に関する洞察を提供することで、消極的な保全を改善する。

1990年から2022年までの保護区内の湿地植生の長期的な分布パターンを明らかにするため、時空間分析を行った。

• 図1Aは、植生の空間パターンの経年変化を示している。
• 図1Bは、海陸勾配に沿った植生被覆率を示している。

生態学的変化を定量化するために、景観パターン指数、移動モデル、拡大縮小動態などの分析ツールが用いられた。

主な結果

• Spartina alternifloraは高い空間凝集性を示したが、時間の経過とともに減少傾向を示した。
• フラグミテス（Phragmites australis）とスアエダサルサ（Suaeda salsa）は、より大きな分断を示し、空間的な広がりは増加していた。
• 植生の移動は著しい不均質性を示し、陸海の勾配に沿って明確な帯状の分布を示した。

GBFの整合：GBFターゲット2に合致。
貢献：測定可能な成果は、復元計画を強化し、統一された管理アプローチのギャップを埋める。

包括的な地理空間データベースが開発され、リモートセンシングから得られた植生被覆データと、主要な環境・気候・人為的変数が統合された。土壌塩分濃度、海面水温、海水塩分濃度、養殖池の位置などの指標を含み、強固な分析基盤を提供。

GBFとの整合：GBFターゲット21をサポート。
貢献：多様なデータ層を統合して全体的な分析を行い、断片的な保全データセットに付加価値を与える。

植生指標の時系列は、ノイズを減らし、主要な表現学的特徴を抽出するために、ガウシアンフィッティングを用いて平滑化した。ランダムフォレスト深層学習アルゴリズムを適用して、湿地の植生を3つの支配的なタイプに分類した：Spartina alterniflora、Phragmites australis、Suaeda salsaである。1990年から2022年までの分類精度を現地調査によって検証した。

GBFとの整合：GBF目標6に貢献。
貢献：スパルティナ・オルタニフロラ（Spartina alterniflora）を正確に特定し、重点的な防除を行うことで、外来種の影響を軽減し、生物多様性の主要な脅威に対処する。

Google Earth Engine（GEE）プラットフォームを使用して、TM5、ETM+（Landsat 7）、OLI（Landsat 8）、OLI（Landsat 9）センサーを含む1990年から2022年までのLandsatシリーズのリモートセンシングデータを体系的に取得した。その後の解析のためのデータ品質を確保するため、主要なスペクトルバンドである近赤外（NIR）、赤、緑を選択し、融合した。

GBFアライメント：GBFターゲット21をサポート。
貢献：リアルタイムで検証されたデータセットにより意思決定を強化し、技術革新により既存の保全活動に付加価値を与える。