Met het Mamba-gereedschap kunnen we plantmateriaal verzamelen via zaden of stekken van bedreigde soorten die we in de vorige bouwsteen hebben geïdentificeerd en in kaart gebracht. Dit gereedschap heeft een effectief bereik van meer dan 1000 meter, waardoor zelfs de meest ontoegankelijke gebieden beschikbaar zijn voor beheeracties.

Drone-instrumenten hebben een belangrijke rol gespeeld als eerste stap in de beoordeling van klifflora. Door gebruik te maken van drones om unieke gezichtspunten van deze omgevingen te verkrijgen, kunnen we nu de verspreiding en overvloed van kritisch bedreigde endemische klifsoorten in kaart brengen en hun behoud versnellen. Er zijn veldonderzoeken uitgevoerd in Hawaï, de Republiek Palau en Madeira (Portugal) met zeer positieve resultaten.

Amfibieën worden meer bedreigd en gaan sneller achteruit dan vogels of zoogdieren. Amfibiepopulaties nemen af door meerdere factoren, zoals klimaatverandering, de chytrideschimmel en andere antropogene factoren zoals de handel in soorten. De mate van bedreiging voor amfibieën wordt echter ongetwijfeld onderschat omdat 1294 soorten (22,5%) te slecht bekend zijn om te kunnen beoordelen, vergeleken met slechts 78 vogels (0,8%)(Stuart et al., 2004).

Dit kennistekort onderstreept het vitale belang van educatieve hulpmiddelen zoals Ribbit voor het democratiseren van wetenschappelijk onderzoek. Door de barrières voor ecologische monitoring te verlagen, veranderen apps zoals Ribbit passieve waarnemers in actieve deelnemers aan natuurbehoud. Educatieve technologieën stellen burgerwetenschappers in staat om direct bij te dragen aan het begrijpen en beschermen van kwetsbare ecosystemen, en kritieke onderzoeksbeperkingen aan te pakken door middel van uitgebreide gegevensverzameling in gebieden waar te weinig onderzoek wordt gedaan.

Deze innovatieve platforms vergroten het publieke bewustzijn over de uitdagingen op het gebied van biodiversiteit en bieden tegelijkertijd toegankelijke paden voor wetenschappelijke betrokkenheid. In tegenstelling tot op vogels gerichte apps met een gevestigde onderzoeksinfrastructuur, heeft het behoud van anura's geen uitgebreide burgerwetenschappelijke platforms. Ribbit vult deze kritieke leemte op door individuen in staat te stellen een cruciale bijdrage te leveren aan amfibieënonderzoek, het tij te keren van gegevenstekort en wereldwijde beschermingsinspanningen te ondersteunen door middel van collaboratief, op technologie gebaseerd rentmeesterschap voor het milieu. Het is de eerste applicatie die informatie bevat over meer dan 800 amfibieënsoorten, in vier talen, inclusief type roep, foto, CITES-informatie (of soorten worden verhandeld of gebruikt voor commerciële doeleinden, gericht op GBF-doelstellingen 5 en 9), IUCN-status (of soorten bedreigd zijn, gericht op GBF-doelstelling 4) en algemene informatie over het gedrag en de voortplanting van dieren.

Het behoud van ecosystemen is essentieel om klimaatverandering tegen te gaan en ecosysteemdiensten te behouden (GBF-doel 11), die nauw verbonden zijn met meer dan 50% van het mondiale BBP. Meer dan 1 miljoen soorten worden deze eeuw met uitsterven bedreigd, maar het selecteren van gebieden die behouden moeten worden is een uitdaging gezien het bestaande gebrek aan gegevens, die vooral gericht zijn op waarnemingen in het noorden van de wereld. Het vergroten van de hoeveelheid biodiversiteitsgegevens in het Zuiden is cruciaal voor het behoud van bedreigde soorten, die in hoge dichtheid voorkomen in hotspots van biodiversiteit in het Zuiden. Amfibieën zijn ideaal voor akoestische identificatie vanwege hun diverse geluiden en zijn cruciale ecosysteemindicatoren(Estes-Zumpf et al., 2022), waarbij meer dan 40% van de soorten met uitsterven wordt bedreigd(Cañas et al., 2023). Het vergroten van het aantal gelabelde gegevens van de meer dan 7.000 amfibieënsoorten wereldwijd zou de inspanningen voor natuurbehoud ten goede komen en kennislacunes in kwetsbare ecosystemen verkleinen. Door gebruik te maken van een burgerwetenschappelijk platform om te helpen bij het beperken van het verlies aan biodiversiteit, helpen we lokaal milieubeheer van deze kritieke habitats tot stand te brengen (GBF Doel 20).

Andere burger-apps hebben het potentieel aangetoond dat burgerwetenschap heeft bij het beperken van biodiversiteitsverlies. eBird, het grootste burgerwetenschapsproject met betrekking tot biodiversiteit, heeft 100 miljoen vogelwaarnemingen van gebruikers over de hele wereld. Deze waarnemingen helpen om "verspreiding, overvloed, habitatgebruik en vogeltrends te documenteren aan de hand van verzamelde soortenlijsten, binnen een eenvoudig wetenschappelijk kader."(Sánchez-Clavijo et. al., 2024).

iNaturalist, een andere citizen science-app die computervisiealgoritmen gebruikt voor de identificatie van soorten, is ook succesvol gebleken in het beperken van het verlies aan biodiversiteit. Tot op heden heeft de app wereldwijd meer dan 200.000.000 waarnemingen, met 6 miljoen waarnemingen per maand. Op iNaturalist worden waarnemingen van onderzoekskwaliteit gedeeld met GBIF, dat op zijn beurt die kennis gebruikt voor beleidsbeslissingen, onderzoek en gemeenschapsopbouw(GBIF, 2023).

Momenteel identificeert onze app wereldwijd 71 soorten kikkers en padden. Hoewel veel van deze soorten door de IUCN zijn aangemerkt als minst zorgwekkend (LC), hebben we één IUCN bedreigde soort, de Zuidelijke Klokjeskikker(Ranoidea raniformis). Dit gebrek aan bedreigde soorten onderstreept de noodzaak voor diverse praktijkmensen om deel te nemen aan bioakoestische ecologische monitoring. Het vergroten van het aantal datapunten over kwetsbare soorten kan dienen om beleidsbeslissingen te onderbouwen met behulp van datagestuurde inzichten. Lokale gemeenschappen en inheemse volken zullen een belangrijke bijdrage leveren aan het vergroten van het aantal soorten dat in de app is opgenomen, omdat hun lokale kennis ons in staat stelt om soorten in afgelegen gebieden te volgen.

Citizen science-apps blijken te helpen bij het monitoren van de biodiversiteit en natuurliefhebbers te betrekken(Callaghan et al., 2019). FrogID bijvoorbeeld, een app van het Australian Museum, stelt gebruikers in staat om kikkergeroep op te nemen waarvan de identiteit wordt geverifieerd door menselijke validators. Tot nu toe heeft FrogID publicaties gepubliceerd met betrekking tot het monitoren van invasieve soorten(Rowley en Callaghan, 2023), het onderbouwen van IUCN rode lijst beoordelingen(Gallagher et al., 2024), het beoordelen van brandeffecten (Mitchell et al., 2023), het begrijpen van verstedelijkingseffecten(Callaghan et al., 2020) en het bestuderen van kikkerroepgedrag(Liu et al., 2022). Ons doel is om vergelijkbare resultaten te bereiken met Ribbit, met anuransoorten over de hele wereld, en in een korter tijdsbestek. Tot nu toe heeft het FrogID-team een achterstand van meer dan 18.000 oproepen, die met onze app sterk gereduceerd zou kunnen worden, omdat de verwerkingstijd sterk gereduceerd wordt door de implementatie van machine learning-algoritmen.

Tijdens de eerste bètatestronde van onze app hebben 50 gebruikers opnames ingestuurd voor identificatie. Hun feedback was positief: materiedeskundigen wezen erop dat de soort die ze opnamen overeenkwam met de soort die Ribbit voorspelde, en natuurliefhebbers hebben genoten van de "Kikker van de Dag" functie waarmee ze kennis konden maken met een nieuwe anuransoort of waarmee ze opnieuw kennis konden maken met bekende anuranen door middel van de naam en de meest voorkomende vocalisatie van de soort (GBF doel 11).

Ribbit's benadering van datademocratisering vertegenwoordigt een zorgvuldig gecureerd proces van burger-gedreven wetenschappelijke bijdrage. Door gebruik te maken van bestaande openbare datasets van iNaturalist geluiden en Anuraset, legt de applicatie een robuuste basis voor akoestische biodiversiteitsmonitoring. Deze initiële datasets bieden een uitgebreide basis voor machine learning training, waardoor initiële modellen van hoge kwaliteit voor de identificatie van anuranen worden gegarandeerd.

De innovatieve gegevensverzamelingsstrategie van de applicatie gaat verder dan het verzamelen van informatie en implementeert een rigoureus kwaliteitscontroleproces voor door gebruikers ingezonden gegevens. Elke door een burger ingediende opname wordt zorgvuldig geverifieerd voordat deze kan worden toegevoegd aan de Global Biodiversity Information Facility (GBIF). Deze aanpak transformeert passieve gegevensverzameling in een actief, collaboratief wetenschappelijk proces waarbij burgers een zinvolle bijdrage kunnen leveren aan natuurbeschermingsonderzoek, en komt zo tegemoet aan GBF Doel 14, "Biodiversiteit integreren in de besluitvorming op elk niveau".

Ribbit hanteert strenge protocollen voor de privacy en bescherming van gegevens. De applicatie erkent de gevoelige aard van ecologische gegevens, in het bijzonder met betrekking tot zeldzame soorten en precieze locatie-informatie, en implementeert strikte mechanismen voor toestemming van de gebruiker. Gebruikersgegevens worden niet gedeeld of gedistribueerd zonder expliciete, geïnformeerde toestemming van de bijdrager, waardoor zowel ecologische onderwerpen als de privacy van burgerwetenschappers worden beschermd.

Relevante ecologische processen en incidenten die van belang zijn voor onderzoek naar milieuveranderingen vinden meestal plaats in afgelegen gebieden die buiten het bereik liggen van terrestrische communicatie-infrastructuren. Gegevens die in het veld worden gegenereerd met behulp van diertags in deze regio's kunnen vaak slechts met een vertraging van dagen of zelfs weken worden verzonden. Om deze vertraging te overbruggen en ervoor te zorgen dat het waarschuwingssysteem geen vertraging oploopt, ontwikkelt GAIA een satellietcommunicatiemodule voor de tags en een nanosatelliet die in een lage baan om de aarde (LEO) opereert: Om verzamelde gegevens en informatie rechtstreeks van het zendende knooppunt naar de LEO-satelliet (Low Earth Orbit) te kunnen sturen, wordt een krachtige satelliet IoT-radiomodule in de nieuwe tags geïntegreerd. Dit garandeert een onmiddellijke, veilige en energiezuinige overdracht van de verzamelde gegevens. Het communicatiesysteem is gebaseerd op de terrestrische mioty®-technologie en zal voor het project worden aangepast aan satelliettypische frequentiebanden zoals de L- en S-band. Typische communicatieprotocollen, die soms worden gebruikt in de IoT-sector, zijn meestal ontworpen voor kleine pakketgroottes. De verdere ontwikkeling van het mioty® -systeem zal daarom ook gericht zijn op het verhogen van de datasnelheid en de berichtgrootte om toepassingsscenario's zoals beeldtransmissie mogelijk te maken.

Het satelliet IoT-systeem zal essentieel zijn voor communicatie zonder vertraging en dus voor een systeem voor vroegtijdige waarschuwing. Het levert een grote bijdrage aan het GAIA-systeem bij het bereiken van GBF-doelstelling 4 "Uitsterven een halt toeroepen, genetische diversiteit beschermen en conflicten tussen mens en wild beheren".

Om te voldoen aan het doel van het GAIA-initiatief om een hightech waarschuwingssysteem voor milieuveranderingen te ontwikkelen en in de praktijk te brengen, is een nieuwe generatie tags voor dieren een belangrijk onderdeel. GAIA-teams werken aan de hardware- en softwareontwikkeling van geminiaturiseerde dierentags met sensortechnologie met het laagste energieverbruik, een camera en beeldverwerking. De tags zullen energie-autonoom zijn, optimaal aangepast aan de anatomie van gieren en vormen de basis voor verdere technologische functies die worden ontwikkeld, zoals kunstmatige intelligentie aan boord voor gedragsdetectie en beeldherkenning en een satellietgebaseerd IoT-communicatiesysteem.

Daarnaast ontwikkelt GAIA concepten van gedistribueerde kunstmatige intelligentie en netwerken van microprocessoren - dierentags die zich gedragen als een zwerm. Analoog aan natuurlijke zwermintelligentie brengt het GAIA-initiatief digitale zwermintelligentie in kaart in een ad hoc netwerk van microprocessoren. Deze spontaan gevormde netwerken vormen de basis voor gedistribueerde en sensorgebaseerde analyse van grote hoeveelheden gegevens. Door dit pad te volgen wordt het mogelijk om bijvoorbeeld giertags, die op dezelfde locatie aanwezig zijn tijdens voedergebeurtenissen, met elkaar te verbinden en taken te delen zoals kunstmatige intelligentie-analyses en gegevensoverdracht.

Zowel voor ecologisch onderzoek als voor GAIA-gebruiksgevallen is het nodig om het gedrag van verschillende diersoorten over een lange periode in afgelegen wildernisgebieden betrouwbaar en nauwkeurig te herkennen. Hiervoor hebben GAIA-wetenschappers een kunstmatige intelligentie (AI) ontwikkeld en getraind die gedrag kan classificeren aan de hand van GPS- en versnellingsgegevens en ons precies kan vertellen wat bijvoorbeeld witruggieren met dierentags op een bepaald moment en op een bepaalde plaats doen. Deze AI zal uiteindelijk rechtstreeks op de GAIA-diertags draaien en gedragsinformatie uit sensorgegevens genereren. In een tweede stap combineerden de wetenschappers het aldus geclassificeerde gedrag met de GPS-gegevens van de tags. Met behulp van algoritmes voor ruimtelijke clustering identificeerden ze locaties waar bepaald gedrag vaker voorkwam. Op deze manier verkregen ze ruimtelijk en temporeel fijnmazige locaties waar gieren foerageerden. Last but not least ontwikkelt GAIA een AI voor beeldherkenning die foto's zal analyseren die genomen zijn door de geïntegreerde camera van het nieuwe tagsysteem. Al deze algoritmen draaien rechtstreeks op de tag en kunnen efficiënte geïntegreerde gegevensverwerking uitvoeren. Dit stelt ook zeer speciale eisen aan de AI voor beeldherkenning, die bijzonder zuinig en met kleine hoeveelheden gegevens moet werken. Daarom ontwikkelen GAIA-teams geschikte strategieën en modellen voor spaarzame AI.

Deze nieuwe pijplijn voor kadaverdetectie is van groot belang om het uitsterven van diersoorten een halt toe te roepen en conflicten tussen mens en wild te beheersen en sluit daarom aan bij GBF-doelstelling 4. De pijplijn maakt een snelle detectie mogelijk van ofwel de dood van gieren ofwel de dood van het dier waar de gieren zich mee voeden. Beide scenario's zijn relevant voor het stoppen van het uitsterven van soorten: Vergiftiging bij kadavers draagt aanzienlijk bij aan de afname van populaties van veel giersoorten. Omdat gieren sociale strategieën gebruiken in hun zoektocht naar voedsel, kan één vergiftigd karkas honderden vogels doden. Wetenschappers van het GAIA-initiatief hebben aangetoond dat het merken van gieren het mogelijk maakt om sterfgevallen in een vroeg stadium op te sporen en het karkas te verwijderen. Het merken van gieren en het gebruik van de hier beschreven AI-pijplijnen kan verdere sterfte aanzienlijk verminderen. Ten tweede kan een vroegtijdige detectie van stroperij-incidenten van bedreigde diersoorten de stroperij lokaal volledig stoppen en aanzienlijk bijdragen aan het tegengaan van uitsterven.

Satellieten en vliegtuigen spelen een cruciale rol bij het verzamelen van milieugegevens op afstand, waardoor we ons klimaat en onze ecosystemen beter kunnen begrijpen. Dankzij teledetectie, vaak uitgevoerd vanuit vliegtuigen, ballonnen of satellieten, kunnen we grote gebieden en afgelegen regio's gedurende langere perioden in de gaten houden. Deze "ogen in de lucht" zijn van onschatbare waarde als aanvulling op waarnemingen op het land en helpen ons inzicht te krijgen in oceaan- en luchtstromingen, veranderingen in bodembedekking en klimaatverandering. Dieren hebben echter ook buitengewone zintuigen en een uniek vermogen om veranderingen in hun leefomgeving te detecteren. Door de capaciteiten van dieren te combineren met teledetectietechnologieën wil GAIA ons vermogen om onze planeet te monitoren en te begrijpen vergroten. Dieren hebben superieure zintuiglijke vermogens en gedragsstrategieën waarmee ze subtiele en dramatische veranderingen in hun ecosystemen kunnen waarnemen en kritieke incidenten kunnen detecteren. Gieren bijvoorbeeld fungeren als "schildwachtsoorten" en kunnen het concept van teledetectie naar nieuwe hoogten tillen. Ze patrouilleren regelmatig door uitgestrekte gebieden op zoek naar voedsel en werken zonder uitstoot, extra middelen of reparaties. Bovendien worden hun patrouilles geleid door hun uitzonderlijke gezichtsvermogen en de missie om kadavers te vinden. De manier waarop ze patrouilleren, waar ze naar zoeken en de incidenten waar ze ons naartoe leiden, kunnen verband houden met specifieke veranderingen in het milieu en ecologische gebeurtenissen.

Om het potentieel van teledetectie via gieren volledig te benutten, richt GAIA zich op twee essentiële aspecten. Ten eerste worden krachtige volgapparatuur aan gieren bevestigd om hun bewegingen en gedrag op gedetailleerde tijd- en ruimteschalen te volgen. Ten tweede worden er nieuwe technologische oplossingen ontwikkeld om beter te begrijpen wat de dieren waarnemen en doen. Dit omvat een nieuw ontwikkelde camera tag met een geïntegreerde camera, kunstmatige intelligentie algoritmen voor gedragsdetectie en beeldherkenning, en satelliet uplink voor real-time dekking in afgelegen gebieden. Met deze hulpmiddelen kunnen dieren sneller beelden vastleggen en gegevens over hun omgeving verstrekken, met een hogere resolutie en specificiteit dan satellietbeelden. Dankzij deze innovatieve aanpak kunnen we de natuur zien door de ogen van dieren.

GAIA hanteert een minimale afvalstrategie: Alleen technische apparatuur die absoluut noodzakelijk is, wordt gebruikt en ontwikkeld. Halsbanden en tags blijven voor langere tijd zitten (bijv. bij gieren) of worden routinematig verzameld (bijv. bij leeuwen) om gegevens te verzamelen. Er blijven geen zenders achter in het landschap: als een zender afvalt of als het dier dat de zender draagt sterft, wordt de zender gelokaliseerd en uit het landschap verwijderd. Op deze manier is het GAIA systeem een "leave no trace" systeem met aanzienlijke voordelen voor de ecosystemen.