장쑤성 옌청 습지 및 희귀 조류 국립 자연 보호구의 생태 관리 및 보존을 위한 원격 감지 활용
전체 솔루션
장쑤성 옌청 습지 및 희귀 조류 국립 자연 보호구의 그루스 자포넨시스
Nanjing Normal University
장쑤 옌청 습지 및 희귀 조류 국가 자연 보호구에는 습지 갯벌 생태계에 의존하는 멸종 위기에 처한 그루스 자포넨시스 및 기타 희귀종이 서식하고 있습니다. 그러나 스파르티나 알터니플로라 같은 침입종은 생태계를 파괴하고 생물 다양성을 감소시키는 등 생물다양성을 위협하고 있습니다. 이러한 문제를 해결하기 위해 원격 감지 기술을 사용하여 식물의 진화를 모니터링함으로써 생태 관리에 대한 귀중한 통찰력을 제공합니다.
난징 사범대학이 주도하는 유엔 해양 10년의 해안 예측 프로그램의 양쯔강 삼각주 시범 지역은 원격 감지 기술과 보존 노력을 결합하여 옌청의 관리를 지원합니다. 원격 센싱은 1990년부터 주요 습지 식생(스파르티나 알터니플로라, 수아에다 살사, 프래그마이트 오스트랄리스)의 진화를 추적하여 환경 영향, 인간 활동, 종의 상호작용을 이해하는 데 도움을 주었습니다. 이 이니셔티브는 보다 효과적인 보존 전략을 개발하는 데 도움이 되며, 보호구역과 광범위한 글로벌 노력 모두에 도움이 됩니다.
마지막 업데이트: 10 Oct 2025
93 조회수
테크4네이처 어워드
기술 설명
이 솔루션은 원격 감지, 지리 정보 시스템(GIS), 디지털 트윈 모델링을 딥러닝 및 현장 검증과 결합하여 습지 식생(스파르티나 알터니플로라, 프라그마이트 오스트랄리스, 수아에다 살사)의 장기적인 진화를 모니터링하는 데 활용합니다. 위성 데이터 처리, 머신 러닝, GIS 공간 분석, 생태 모델링을 통합하여 정밀하고 확장 가능한 모니터링을 통해 습지 보존과 침입종 관리를 지원합니다. 직관적인 대시보드는 지역 커뮤니티를 포함한 비전문가 사용자들의 접근성을 보장하여 포용적인 참여를 촉진합니다.
주목할 만한 발전과 혁신
원격 센싱을 통한 딥 러닝: 딥러닝 알고리즘은 시계열 랜드샛 데이터(1990~2022년)를 처리하여 식생 유형을 고정밀로 분류합니다. 이러한 혁신을 통해 침입종 확산과 토종 식생 회복을 상세히 추적하여 32년 동안 목표에 맞는 보존 조치를 지원할 수 있게 되었습니다.
공간 분석을 위한 GIS: GIS 도구는 식생 분포를 매핑하고 분석하여 이동 패턴, 서식지 파편화, 집적화 추세를 파악합니다. 이를 통해 효과적인 보존 계획과 복원 우선순위를 정하는 데 중요한 공간적 인사이트를 제공합니다.
디지털 트윈 생태계 모델링: 옌청 습지의 디지털 트윈은 원격 감지, GIS 레이어, 실시간 환경 지표(예: 토양 염도, 해수면 이상)를 통합합니다. 이 가상 복제본은 침입종 영향이나 기후 변화 영향과 같은 시나리오를 시뮬레이션하여 데이터 기반의 선제적인 의사 결정을 내릴 수 있도록 지원합니다.
종합적인 환경 데이터베이스: 다차원 데이터베이스는 식생 데이터와 기후, 해양, 인위적 변수(예: 해수면 온도, 양식장 분포)를 결합합니다. 이 총체적인 데이터 세트는 동인 분석을 지원하고 적응형 보존 전략에 정보를 제공합니다.
확장 가능하고 복제 가능한 프레임워크: 오픈 소스 데이터(Landsat, Sentinel)와 Google 어스 엔진(GEE)을 기반으로 구축된 이 방법론은 전 세계의 다양한 생태계에 적용 가능하며, 침입종과 서식지 변화를 모니터링하기 위한 비용 효율적인 도구를 제공합니다.
비용 효율적인 모니터링: 무료로 제공되는 위성 데이터와 GEE를 활용하면 저비용 고효율 모니터링이 가능하며, 시간적 해상도를 높이고 장기적인 보존을 위한 자원 수요를 줄일 수 있습니다.
이러한 기술 통합은 예측 가능하고 확장 가능하며 포용적인 도구를 제공하여 습지 관리를 혁신하고 GBF 목표 2(생태계 복원), 6(침입종 통제), 8(기후 회복력), 20(역량 강화), 21(접근 가능한 지식), 22(의사 결정에 참여)에 부합합니다. 이 솔루션의 저비용, 데이터 기반 접근 방식은 장기적인 지속 가능성과 광범위한 적용 가능성을 보장합니다.
기부자 및 펀딩
이 프로젝트는 중국 국립자연과학재단(Grant 42230406)의 지원을 받고 있습니다.
사진 및 동영상 갤러리
컨텍스트
해결 과제
중국 장쑤성에 위치한 장쑤 옌청 습지 및 희귀 조류 국가 자연보호구는 세계적으로 중요한 보호 지역입니다. 이곳은 세계에서 가장 멸종 위기에 처한 조류 종, 특히 그뤼스 자포넨시스와 기타 희귀 야생 동물 종의 중요한 서식지 역할을 합니다. 또한 이 보호구역에는 이러한 종의 생존에 필수적인 생태계, 특히 갯벌 습지가 포함되어 있습니다.
그러나 생태학적 중요성에도 불구하고 이 보호구역은 몇 가지 중대한 환경 문제에 직면해 있습니다. 가장 시급한 문제 중 하나는 습지 생태계를 지배하기 시작한 외래 식물 종인 스파르티나 알터니플로라의 침입입니다. 이 침입종은 토착 식물의 균형을 무너뜨려 생태계를 파괴하고 생물 다양성을 감소시킵니다. 그 결과, 고유한 생물 다양성을 보존하기 위해 보호구역 생태계를 효과적으로 관리하고 모니터링하는 것이 점점 더 중요해지고 있습니다.
위치
옌청, 장쑤성, 중화인민공화국
동아시아
프로세스
프로세스 요약
이 프로젝트는 원격 감지 기술을 사용하여 습지 식생의 장기적인 진화를 체계적으로 모니터링하기 위해 6개의 상호 연결된 빌딩 블록(BB)을 기반으로 하는 구조화된 방법론을 채택하고 있습니다.
- BB1(데이터 수집) 과 BB2(습지 식생 유형 식별)는 BB3(데이터 정량화 및 데이터베이스 구축)를 위한 기초적인 입력을 제공합니다.
- BB3는 다시 BB4(공간적, 시간적 특성 분석) 와 BB5(식생 진화의 주요 동인 파악)를 지원합니다.
- 이 단계에서 도출된 인사이트와 연구 결과는 BB6(학술적 소통) 과 BB7(교육 및 역량 강화)을 통해 공유되어 지식 교환을 강화하고 프로젝트의 광범위한 영향력을 증폭시킵니다.
각 구성 요소는 습지 보전, 침입종 확산 방지, 전 세계 유사한 생태계에 적용 가능한 확장 가능한 방법론 제공이라는 중요한 목표에 총체적으로 기여하도록 논리적으로 순서가 정해져 있습니다.
빌딩 블록
데이터 수집
Google 어스 엔진(GEE) 플랫폼을 사용하여 1990년부터 2022년까지 TM5, ETM+(랜드샛 7), OLI(랜드샛 8), OLI(랜드샛 9) 센서를 포괄하는 랜드샛 시리즈 원격 감지 데이터를 체계적으로 수집했습니다. 후속 분석을 위한 데이터 품질을 보장하기 위해 근적외선(NIR), 적색, 녹색 등 주요 스펙트럼 대역을 선택하고 융합했습니다.
GBF 정렬: GBF 목표 21을 지원합니다.
기여도: 검증된 실시간 데이터 세트를 통해 의사결정을 개선하고, 기술 혁신을 통해 기존 보존 노력에 가치를 더합니다.
활성화 요인
- 구름이 10% 이하인 원격 감지 이미지만 선별한 후, 일괄 처리를 통해 라디오메트릭 및 대기 보정을 수행했습니다.
- 특히 근적외선 영역에서 식물의 높은 반사율을 활용하여 최적화된 대역 조합을 사용하여 식생별 정보를 추출했습니다.
교훈
- 공간적, 시간적, 스펙트럼 해상도의 한계로 인해 잠재적인 불확실성이 발생하여 강력한 라디오메트릭 및 기하학적 보정 방법의 중요성이 강조되었습니다.
- 일관된 장기 시계열을 얻기 위해서는 여러 랜드샛 센서 간의 데이터 융합이 필수적이었지만, 공간 및 시간 해상도를 조화시키기 위해서는 상당한 추가 처리가 필요했습니다.
습지 식생 유형 식별
식생 지수 시계열은 가우스 피팅을 사용하여 평활화하여 노이즈를 줄이고 주요 현상학적 특징을 추출했습니다. 무작위 숲 딥러닝 알고리즘을 적용하여 습지 식생을 세 가지 주요 유형으로 분류했습니다: 스파르티나 알터니플로라, 프래그미테스 오스트랄리스, 수아에다 살사. 1990년부터 2022년까지의 분류 정확도는 현장 조사를 통해 검증되었습니다.
GBF 정렬: GBF 목표 6에 기여합니다.
기여도: 스파르티나 알터니플로라를 정확하게 식별하여 표적 방제함으로써 침입종의 영향을 줄이고, 주요 생물다양성 위협을 해결합니다.
활성화 요인
- 가우스 곡선 피팅은 원시 식생 지수 곡선의 노이즈를 효과적으로 최소화하여 분류 정확도를 높였습니다.
- 랜덤 포레스트 알고리즘은 종 간의 스펙트럼 차이를 활용하여 강력한 특징 추출과 신뢰할 수 있는 식별을 가능하게 했습니다.
교훈
- 식물의 수분 및 구조적 특성과 관련된 스펙트럼 특징은 종 간 분리 가능성을 크게 향상시켰습니다.
- 곡선 피팅 및 노이즈 제거와 같은 전처리 단계는 장기 분류의 신뢰성을 향상시키는 데 필수적이었습니다.
데이터 정량화 및 데이터베이스 구축
원격 탐사에서 얻은 식생 피복 데이터를 주요 환경, 기후, 인위적 변수와 통합하여 종합적인 지리공간 데이터베이스를 개발했습니다. 토양 염분, 해수면 온도, 해수 염분, 양식장 위치 등을 포함하는 메트릭이 포함되어 강력한 분석 기반을 제공했습니다.
GBF 정렬: GBF 목표 21을 지원합니다.
기여도: 전체적인 분석을 위해 다양한 데이터 레이어를 통합하여 단편적인 보존 데이터 세트에 가치를 더합니다.
활성화 요인
- 현장 검증을 통해 원격 감지 해석의 정확성을 확인했습니다(그림 1과 2 참조).
- 이 데이터베이스는 공간 및 환경 데이터의 통합을 용이하게 하여 다변수 분석과 생태 모델링을 지원했습니다.
교훈
- 정확한 실측 데이터는 원격 센싱 결과물을 검증하고 데이터베이스의 신뢰성을 보장하는 데 필수적입니다.
- 잘 구조화된 다중 소스 데이터베이스는 분석 효율성을 향상시키고 보다 정교한 상관관계 및 인과관계 연구를 가능하게 합니다.
습지 식생의 공간적, 시간적 특성 분석
1990년부터 2022년까지 보호 지역 내 습지 식생의 장기적인 분포 패턴을 밝히기 위해 시공간 분석을 실시했습니다.
- 그림 1A는 시간에 따른 식생 공간 패턴의 변화를 보여줍니다.
- 그림 1B는 바다와 육지의 경사도를 따라 식생이 차지하는 비율을 보여줍니다.
경관 패턴 지수, 이동 모델, 확장-축소 역학 등의 분석 도구를 사용하여 생태학적 변화를 정량화했습니다.
주요 결과
- 스파르티나 알터니플로라는 높은 공간적 집적도를 보였지만 시간이 지남에 따라 감소하는 추세를 보였습니다.
- 프래그마이트 오스트랄리스와 수에다 살사는 더 큰 파편화와 공간적 범위의 증가를 보였습니다.
- 식생 이동은 육지-바다 경사면을 따라 상당한 이질성과 뚜렷한 띠 분포를 보였습니다.
GBF 정렬: GBF 목표 2와 일치합니다.
기여도: 측정 가능한 결과는 복원 계획을 강화하여 획일적인 관리 접근법의 공백을 메웁니다.
활성화 요인
- 시간적, 공간적 이질성 때문에 다각적인 분석 방법이 필요합니다.
- 공간 분석은 목표에 맞는 보존 및 관리 전략을 수립하는 데 중요한 생태학적 인사이트를 제공합니다.
교훈
- 식생 역학의 시간적, 공간적 이질성은 다각적인 분석적 접근을 필요로 합니다.
- 공간 분석은 중요한 생태 패턴을 밝혀내어 목표 관리 전략을 수립하는 데 도움을 줍니다.
식생 진화의 주요 동인
식생 역학에 대한 자연적 및 인위적 요인의 영향은 일반화된 가산 모델(GAM)을 사용하여 탐구했습니다. 이 모델은 식생 변화와 주요 요인 간의 비선형 관계를 평가했습니다:
- 스파르티나 알터니플로라는 주로 염분과 파도 높이와 같은 해양 환경 변수의 영향을 받았습니다.
- 프래그마이트 오스트레일리아리스와 수아에다 살사는 강수량, 인위적 압력(예: 양식업), 종 간 경쟁의 영향을 받았습니다.
이러한 동인을 이해하면 적응형 생태계 관리와 침입종 통제에 도움이 됩니다.
GBF 조정: GBF 목표 6과 8을 지원합니다.
기여: 예측 모델은 사후 대응적 보존을 개선하여 측정 가능한 동인에 대한 인사이트를 제공합니다.
활성화 요인
- GAM은 운전자와 식생 변화 사이의 복잡하고 비선형적인 상호작용을 효과적으로 포착했습니다.
- 환경 및 인간 활동 데이터 세트의 통합으로 운전자 어트리뷰션의 견고성이 향상되었습니다.
교훈
- 지속적인 데이터 수집과 모델 개선은 장기적인 예측 정확도를 위해 매우 중요합니다.
- 생태학적 동인에 대한 메커니즘적 이해는 미래 지향적인 보존 전략의 개발을 뒷받침합니다.
학술 커뮤니케이션
프로젝트 결과는 다음과 같은 여러 학술 및 공개 플랫폼을 통해 배포되었습니다:
- 해양-토지-대기 연구 ( Science Partner 저널)에 게재된 학술 논문.
- 미국과학진흥협회 중국지부의 공식 미디어인 AAASScience 위챗 퍼블릭 플랫폼의 주요 콘텐츠.
- 양쯔강 삼각주 파일럿 사이트에 대한 사례 연구 기고.
- NSFC가 지원하는 주요 해양학 연구 프로젝트에 통합.
GBF 연계: GBF 목표 20에 부합합니다.
기여: 확장 가능한 방법론을 공유하여 글로벌 보존 노력을 강화합니다.
활성화 요인
- 과제와 방법론에 대한 투명한 커뮤니케이션으로 여러 분야의 참여가 향상되었습니다.
- 이해관계자를 대상으로 한 체계적인 프레젠테이션을 통해 인식을 높이고 실제 적용을 촉진했습니다.
교훈
- 개방적이고 접근 가능한 배포는 학제 간 협업과 글로벌 지식 공유를 촉진합니다.
- 과학 및 공공 영역 모두에서 실행 가능한 인사이트를 게시하면 보존 실천으로 이어지는 속도가 빨라집니다.
교육 및 역량 강화
프로젝트의 광범위한 영향력 전략의 일환으로, 원격 감지 및 지리 공간 분석에 대한 기술적 소양을 향상시키기 위한 교육과 역량 강화가 우선시되었습니다. 2021년부터 난징 사범대학의 지리학과( )에서 매년 지리 공간 모델링과 원격 감지 애플리케이션에 초점을 맞춘 일련의 교육 프로그램을 주최하고 있습니다. 지난 4년 동안 이 프로그램은 젊은 학자, 연구 자원 봉사자, 초기 경력 전문가 등 4,000명 이상의 참가자를 성공적으로 교육했습니다.
GBF 얼라인먼트: GBF 목표 20과 22를 지원합니다.
기여: 확장 가능한 교육 프로그램을 통해 역량 격차를 해소하고 지역 보전 노력을 강화합니다.
활성화 요인
- 교육 과정은 경험이 풍부한 교수진과 맞춤형 커리큘럼으로 원격 감지 및 GIS의 실용적인 응용을 강조했습니다.
- 학계 및 공공 기관과의 협력을 통해 교육 범위를 확대하고 여러 분야의 다양한 학습자 그룹이 참여할 수 있도록 했습니다.
교훈
- 역량 강화는 새로운 세대의 연구자들이 습지 모니터링과 생태 분석에 참여할 수 있도록 하여 장기적인 연구 영향력을 유지하는 데 중추적인 역할을 합니다.
- 지속적인 교육과 실습 교육은 특히 보존 및 자원 관리 맥락에서 연구 결과와 실제 적용 사이의 간극을 효과적으로 메워줍니다.
영향
- 모니터링 효율성 향상: 이 프로젝트에서 개발된 원격 감지 기술을 통해 습지 식생의 진화를 장기적이고 비용 효율적으로 모니터링할 수 있게 되었습니다. 이러한 개선으로 모니터링의 시간 규모가 크게 확대되어 습지 역학에 대한 보다 포괄적인 이해가 가능해졌고, 보호구역의 보존 모니터링 수준을 효과적으로 높일 수 있게 되었습니다.
- 침입 외래종 연구에 기여: 이 프로젝트는 환경 요인, 인간 활동, 종간 경쟁의 영향을 강조하면서 스파르티나 알터니플로라 및 기타 침입 종의 침입 과정에 대한 이해를 발전시켰습니다. 이 데이터는 연구자들이 침입종의 확산을 더 잘 예측하고 관리하여 시기적절하고 효과적인 개입을 할 수 있도록 돕습니다.
- 생물다양성 보전 지원: 이 기술은 침입종의 진화 패턴을 밝혀냄으로써 보호구역에서 이러한 위협을 예방하고 통제할 수 있는 토대를 마련합니다. 이는 중요한 습지 서식지를 보호하고 장기적인 생물 다양성 보전 노력에 기여함으로써 그뤼스 자포넨시스 및 기타 토착 종에 직접적인 혜택을 제공합니다.
- 보존에 대한 인식 제고: 이 프로젝트는 습지 보전을 위한 원격 감지 활용에 대한 지식 교류를 촉진하여 습지 관리 및 식생 모니터링에 대한 귀중한 통찰력을 제공합니다.
수혜자
- 그루스 자포넨시스
- 지역 커뮤니티
- 예약
- 학계
- 방문자
또한 솔루션의 확장 가능성에 대해서도 설명하세요. 다른 지역이나 에코시스템으로 복제하거나 확장할 수 있나요?
원격 감지 기술, 딥러닝 알고리즘, 생태학적 분석 프레임워크의 통합을 기반으로 구축된 이 솔루션은 지역과 생태계 유형에 걸쳐 강력한 확장성을 보여줍니다. 모듈식 아키텍처(BB1-BB7)를 통해 공간적, 주제적 차원에서 맞춤화, 복제, 확장이 가능하므로 침입종 확산, 서식지 파편화, 생물다양성 손실, 생태계 파괴와 같은 문제를 해결하는 데 특히 적합합니다.
기술적 확장성
- 전 세계적으로 액세스 가능한 데이터 세트(예: Landsat, Sentinel)와 Google 어스 엔진과 같은 클라우드 컴퓨팅 플랫폼을 사용하여 다른 지역에 배포할 때 기술 장벽이 낮습니다.
- 딥러닝 및 머신러닝 분류기(예: 랜덤 포레스트, GAM)는 모델에 구애받지 않으며 다양한 종 구성과 생태학적 맥락에 맞게 현지화된 데이터로 재학습할 수 있습니다.
지리적 및 생태계 이전 가능성
- 이 방법론은 옌청 국립 희귀 조류 자연 보호구에 성공적으로 적용되어 연안 습지에서의 효과를 검증했습니다.
- 이 방법론은 유사한 환경으로 이전될 가능성이 높습니다:
- 스파르티나 알터니플로라 또는 유사한 침입자의 영향을 받는 기타 동아시아 연안 습지(예: 황하 삼각주, 항저우만)
- 염분화, 파편화 또는 계절적 식생 변화를 겪고 있는 내륙 습지 생태계
- 침입종과 수문학적 변화가 생물 다양성을 위협하는 전 세계 강어귀 및 삼각주 지역.
잠재적 확장: 톈진-허베이 연안 갯벌
- 이 솔루션은 현재 700헥타르가 넘는 스파르티나 알터니플로라가 생태계 기능을 변화시킨 톈진 빈하이와 창저우 연안 갯벌로 개념적으로 확장되고 있습니다.
- 지역 조정을 통해 모니터링 도구와 공간 모델을 조정하여 관할 구역 간 생태 거버넌스를 지원함으로써 기술뿐만 아니라 제도적 확장성을 입증하고 있습니다.
제도 및 역량 강화 확장
- 이 프레임워크에는 이미 4,000명 이상의 참가자를 교육한 난징 사범대학이 주최하는 교육 프로그램을 통해 지식 이전을 가능하게 하는 전용 역량 강화 요소(BB7)가 포함되어 있습니다. 이를 통해 새로 채택된 지역에서 현지 활용과 지속 가능성을 보장합니다.
글로벌 관련성
- 이 솔루션은 동료 검토를 거친 출판물, 정책 대화, 국제 협업을 통해 공유되어 가시성과 글로벌 복제에 대한 준비성을 높였습니다.
- 데이터 기반의 저비용 모듈형 솔루션은 보존과 기후 적응을 위해 비용 효율적인 도구가 시급히 필요한 글로벌 남부에서 채택하기에 매우 적합합니다.
이 솔루션은 복제가 가능할 뿐만 아니라 범위가 확장 가능하고, 적용 방법이 다양하며, 역량 강화를 통해 지속 가능하므로 생물다양성 보존과 생태계 복원력을 위한 전 세계적인 노력에 크게 기여할 수 있습니다.
글로벌 생물다양성 프레임워크(GBF)
GBF 목표 2 - 모든 저하된 생태계의 30% 복원
GBF 목표 6 - 침입 외래종의 유입을 50% 줄이고 그 영향을 최소화합니다.
GBF 목표 8 - 기후변화가 생물다양성에 미치는 영향 최소화 및 복원력 구축
GBF 목표 20 - 생물다양성을 위한 역량 강화, 기술 이전, 과학 및 기술 협력 강화
GBF 목표 21 - 생물다양성 행동 지침을 위한 지식의 이용 및 접근성 보장
GBF 목표 22 - 모든 사람을 위한 의사결정 참여와 생물다양성 관련 정의 및 정보 접근성 보장
스토리
장쑤성 옌청 습지 및 희귀 조류 국가 자연 보호구에는 세계에서 가장 멸종 위기에 처한 조류 중 하나인 두루미가 서식하고 있습니다. 수년 동안 이 광활한 습지 지역은 두루미와 수많은 다른 종의 중요한 서식지 역할을 하며 섬세한 생태적 균형에 의존해 왔습니다. 하지만 시간이 지나면서 습지는 침입종, 특히 스파르티나 알터니플로라(Spartina alterniflora)의 심각한 위협에 직면하기 시작했고, 이는 토종 식물을 빠르게 잠식하여 이곳에 의존하던 종들을 멸종 위기에 빠뜨렸습니다.
이 보호구역은 느리고 비용이 많이 들며 광활한 습지 지역을 효율적으로 모니터링할 수 없는 기존의 모니터링 기법으로 오랫동안 어려움을 겪어왔습니다. 그 결과 중요한 생태학적 변화가 너무 늦게 발견되는 경우가 많았습니다. 스파르티나 같은 침입종이 무방비 상태로 확산되었고, 생물 다양성에 미치는 영향은 치명적이었습니다.
난징사범대학이 주도하는 유엔 해양 10년의 해안 예측 프로그램의 양쯔강 삼각주 시범 지역은 원격 감지 기술과 보존 노력을 결합하여 옌청의 관리를 지원하고 있으며, 원격 감지 시스템을 통해 보호팀은 매월 식생 변화를 모니터링할 수 있었습니다. 위성 데이터는 스파르티나 알터니플로라의 확산과 프라그미테스 오스트랄리스, 수아에다 살사 같은 토종 식물의 상태를 포함한 습지 생태계의 역학에 대한 실시간 인사이트를 제공했습니다. 처음으로 환경적 요인, 인간 활동, 종간 경쟁이 보호구역 전체의 생태 변화를 어떻게 주도했는지 모니터링할 수 있게 되었습니다.
이 기술은 침입 종을 통제하는 것 외에도 장기적인 식생 추세를 연구하여 기후 변화, 염분 변화, 인간 활동이 생태계에 미치는 영향을 더 잘 이해할 수 있게 해주었습니다. 이러한 요인을 추적하는 이 프로젝트의 능력은 보호구역에 실시간으로 보존 전략을 조정할 수 있는 강력한 도구를 제공했습니다.
