이 빌딩 블록의 목적은 특정 생태계에서 시행할 적절한 복원 조치를 결정하기 위해 생태계의 현재 상태를 파악하는 데 필요한 생물학적 매개변수를 기술팀에 제공하는 것입니다.

생물다양성 상태 진단은 문서 검토와 현장 방문을 통해 이루어지며, 1) 생태계를 구성하는 구성, 구조 및 다양한 지층을 포함한 현장 식별, 2) 생태계 서비스에 대한 설명, 3) 식물 구성, 4) 척추동물 및 무척추동물 군의 다양성, 5) 침입 종의 존재, 6) 위협 및 파괴 요인 식별 등이 이루어집니다.

사회경제적 상황은 문서 검토와 현장 방문을 통해 1) 현재 해당 지역의 사용자 파악, 2) 사용자가 수행하는 생산 활동에 대한 설명, 3) 해당 지역의 토지 소유권 상태 명확화, 4) 해당 지역에 존재하는 지역 행위자 파악, 5) 생태적으로 지속 가능한 활동을 통한 지역 개발 가능성 파악을 수행합니다.

사이트에 대한 새로운 관리 방식은 단계적으로 점진적으로 시행될 예정입니다. 해당 결과물은 사이트의 과학 위원회와 Natura 2000 사이트의 COPIL에서 제안하고 논의할 것입니다.

새로운 관리 계획의 실행의 일환으로 과학 위원회가 정기적으로 회의를 열어 현장에서 시행된 개발과 자연 환경 보존 상태를 논의할 것입니다. 협력적이고 공유된 거버넌스 및 관리의 효과는 현장에서 입증되었습니다.

현재의 관리 원칙(예: 수출을 위한 늦은 풀베기)은 유리한 것으로 간주되며 유지되어야 합니다. 저알칼리성 이탄 습지(북부 지역)의 서식지와 경관의 모자이크를 보전하기 위해 전형적인 저알칼리성 습지 서식지에 퍼지고 있는 클라디아를 억제하기 위한 관리 조치를 고려해야 합니다. 국지적인 가지치기는 마리스크의 확장을 제한할 수 있습니다. 또한, 관리 관행은 현재 존재하는 유산 종의 생태 및 위치와 상호 연관되고 개선되어야 합니다.

참여형 복원 기회 평가 방법론(ROAM) 프로세스를 통해 TRI는 우선순위가 높은 복원 기회를 파악하고, 실현 가능한 복원 개입 유형을 파악하고, 재정 및 투자 옵션을 평가하여 복원 잠재력의 윤곽을 잡을 수 있었습니다. 확인된 활동에는 생태 숯 생산 촉진, 식물 생산 부문 개발, 복원 지역에 수자원 지점 건설 등이 포함되었습니다. TRI는 지역 및 국가 이해관계자들이 참여한 와자, 음발마요, 두알라-에데아 등 세 곳의 시범 소국가 경관에서 이러한 ROAM 평가를 실시했습니다. 각 풍경에서 정부 부처 대표, 지방의회 대표, 지역 커뮤니티 대표, 추장 등이 참여한 사전 검증 워크숍이 진행되었으며, 정부 부처, 국제기구 대표, 지역 대표 및 추장 등이 참여한 국가 검증 워크숍을 통해 평가 결과를 설명하는 최종 보고서가 2021년 10월에 최종 완성되었습니다. 최종 보고서가 완성되면 주요 결과가 담긴 리플렛을 이해관계자들과 공유하여 정보를 신속하게 전파하고 인터넷에 접속할 수 없는 사람들이 ROAM 평가 결과를 이해할 수 있도록 했습니다.

기술 아키텍처와 모니터링 프로그램의 구현으로 종과 환경에 대한 방대한 정보 데이터베이스를 확보할 수 있게 되었습니다. 데이터 가용성은 공원 직원(관리자, 레인저, 기술자 등)이 지역 및 종 관리 전략과 관련하여 정보에 입각한 결정을 내릴 수 있도록 하는 데 핵심적인 역할을 합니다. 또한 모니터링 프로그램의 현지 설계와 그 안의 매개변수를 통해 공원 직원의 관리 능력뿐만 아니라 이를 개선하고 궁극적으로 다른 종과 다른 현상에 대한 모니터링에도 적용할 수 있는 역량을 강화할 수 있습니다.

이 빌딩 블록의 목적은 축산 생산자에게 생산 단위의 특성에 따라 최적의 목축 시스템을 구현할 수 있는 기술적 매개변수를 제공하는 동시에 현장의 생태계 서비스를 복원하는 데 기여하는 것입니다.

좋은 농업 관행은 1) 사료 공급, 건강, 동물 복지 등 동물과 그 관리, 2) 토양, 물, 사료, 폐기물, 분뇨, 폐수 관리 등 환경과 생산, 3) 청결과 제품 안전을 위한 시설, 장비, 도구를 갖춘 생산 인프라의 세 영역에서 구현되었습니다.

이 프로젝트의 음향 요소는 138종이 넘는 종을 자동으로 탐지하는 데 중추적인 역할을 했으며, 그 중 95종이 패턴 매칭 알고리즘에 통합되었기 때문에 특별한 의미를 지니고 있습니다. 이는 향후 수년간 이 지역을 지속적으로 모니터링할 수 있는 강력한 기반을 형성하여 다양한 환경 요인이 생물 종의 존재에 어떤 영향을 미치는지 관찰할 수 있게 해줍니다.

이번 심포지엄은 하이난성 외사판공실, 하이난성 천연자원계획부, 하이난성 생태환경부, 하이난성 임업부 등이 주최하고 하이난성 생태문명연구소의 빅데이터 연구소가 주관했습니다; 그리고 생태문명연구소의 연구 싱크탱크인 생태문명연구소의 빅데이터 연구소, CASS, 중국과학원 동물학연구소, 시솽반나 열대식물원 중국과학원, 탄소중립연구소, 칭화대학교, 고급 학제간 환경 및 생태연구소, 화웨이 테크놀로지스(Huawei Technologies Co., 하이난대학교, 하이난 사범대학교, 하이난 학자 연맹, 국제 대나무 및 등나무 센터의 싼야 연구 기지 등이 참여했습니다.

이틀간 진행된 심포지엄은 '열대 우림의 대표 종인 긴팔원숭이의 보전'을 주제로 열대 우림의 생물 다양성 보전을 위해 온라인과 오프라인 활동이 결합된 형태로 진행되었습니다.

특징의 수가 너무 많기 때문에 10배 교차 검증 SVM-RFE를 사용하여 특징을 추출한 후 특징의 중요도 순위를 매긴 다음, LDA 분류를 위해 순차적으로 특징을 추가하여 선택한 특징 수에 따른 정확도 변화를 기록하고, 마지막으로 가장 좋은 특징 수를 후속 분류의 입력으로 기록했습니다(그림 8 참조). LDA 분류의 최고 정확도는 89.2%(사전)/95.6%(사전 + n×mR0)였습니다.

고정된 윈도우 수로 추출한 MFCC 중 LDA 분류에서 GMM 피팅 방법보다 나은 결과를 얻은 것은 없었기 때문에(6-윈도우: 86.6%; 10-윈도우: 88.5%; 100-윈도우: <80%), GMM 피팅 방법으로 추출한 특징만을 사용하여 다른 분류기들의 효과를 테스트했습니다. 이 테스트에서는 데이터의 20%를 무작위로 테스트 세트로 선정하고 나머지 데이터는 분류기 훈련에 사용했으며, 각 커널 함수별로 10회씩 반복하여 정확도 분포를 기록했습니다. 그 중 사전만 MRU로 사용할 경우 GMM의 분류 효과가 좋지 않은 반면, 사전 + n×mR0을 MRU로 사용할 경우 일반적으로 사전만 사용하는 것보다 효과가 더 좋았습니다.