Eine neue Studie unter der Leitung von Mitarbeitern der Wildlife Conservation Society (WCS) in Ostafrika hat einen prädiktiven Algorithmus der künstlichen Intelligenz (KI) verwendet, um die Lage bisher nicht kartierter Gebiete mit hoher Meeresbiodiversität entlang der ausgedehnten Küste Mosambiks zu bestätigen.
Mithilfe von Satellitendaten zu Temperatur, Wasserqualität, Sedimenten und Meeresströmungen konnten die Forscher eine Auswahlliste von Umweltbedingungen ermitteln, die eine große Vielfalt an Meeresarten am besten unterstützen. Dieser Durchbruch bei der Kartierung der Biodiversität kommt zu einem Zeitpunkt, an dem Mosambik seine Bemühungen fortsetzt, sowohl terrestrische als auch marine Key Biodiversity Areas (KBAs) zu kartieren und sein Netzwerk an Meeresschutzgebieten zu erweitern. Diese Bemühungen wurden zuvor aufgrund der Datenknappheit für wichtige Unterwasserökosysteme im Land behindert.
„Mosambiks ausgedehnte 2.450 km lange Küste macht die Feldarbeit zur Identifizierung vorrangiger Schutzgebiete sowohl zeitaufwändig als auch kostspielig“, sagte Hugo Costa, Marine-Programmdirektor für WCS Mosambik.
„Dieses neue Modell ermöglicht es WCS, Naturschutzpartnern und der Regierung, den Fortschritt zu beschleunigen, indem sie Korallenriff-Hotspots für weitere Untersuchungen hervorheben. Diese Gebiete haben das Potenzial, zu wichtigen Biodiversitätsgebieten oder künftigen Schutzgebieten zu werden, denen Schutz und verbessertes Management Vorrang einräumen.“
Die Ergebnisse stellen einen bedeutenden Fortschritt für den Naturschutz in Mosambik dar und ermöglichen es Forschern und Regierungspartnern, die schnelle und kostengünstige präzise Identifizierung von Biodiversitäts-Hotspots voranzutreiben. Mit der Fähigkeit, Vorhersagen auf kleinere, lokal relevante Maßstäbe zu verfeinern, trägt die Studie dazu bei, potenzielle Konflikte zwischen großen Schutzgebieten und Küstengemeinden anzugehen und unterstützt Mosambiks nationalen Ansatz, gemeinsam mit lokalen Gemeinden und staatlichen Behörden Schutzstrategien zu entwickeln.
Die Studie mit dem Titel „Vergleich modellierter Vorhersagen der Korallenriffvielfalt entlang eines Breitengradienten in Mosambik“ lautet veröffentlicht In Grenzen in Ökologie und Evolution und wurde gemeinsam von Dr. Tim McClanahan und Dr. Erwan Sola von WCS verfasst. Die Forschung baut auf einem früheren regionalen Modell auf, das 19 Korallenriff-Biodiversitätsgebiete mit hoher Priorität identifizierte und deren Potenzial für den KBA-Status hervorhob.
„Für einen wirksamen Schutz sind immer zusätzliche Daten erforderlich, aber die Küste Mosambiks ist riesig“, fügte Dr. Sola, leitender Korallenriffwissenschaftler beim WCS Mosambik, hinzu. „Diese Modelle werden uns also dabei helfen, Prioritäten zu setzen, worauf wir unsere Zeit und Ressourcen konzentrieren sollten.“
Die Studie testete fünf KI-Modelle zur Vorhersage der marinen Biodiversität in Mosambik und verglich die Ergebnisse mit einem größeren Modell für den westlichen Indischen Ozean, das eine starke Übereinstimmung zeigte. Die Ergebnisse werden auf die nationale Naturschutzplanung angewendet, insbesondere bei der Identifizierung von KBAs, und leiten gleichzeitig die lokalen Bemühungen zum Schutz kleinerer Gebiete mit hoher Priorität im Einklang mit den Naturschutzstrategien Mosambiks.
„Je mehr Satellitendaten verfügbar werden und Modelle erstellt werden, desto mehr lernen wir und gewinnen mehr Vertrauen in ihre Vorhersagefähigkeit, ihre Stärken und Schwächen“, sagte Dr. McClanahan, Hauptautor der Studie und wissenschaftlicher Direktor des WCS Global Marine Program.
„Sie sind vielleicht nicht perfekt, aber sie beginnen, realistische Lösungen für großflächige Probleme der biologischen Vielfalt und der nachhaltigen Ressourcennutzung zu liefern – und gehen damit das Problem des Datendefizits an, das viele wichtige Entscheidungen belastet, die nach datenbasierten Lösungen verlangen.“
Weitere Informationen:
Timothy R. McClanahan et al., Vergleich modellierter Vorhersagen der Korallenriffvielfalt entlang eines Breitengradienten in Mosambik, Grenzen in Ökologie und Evolution (2024). DOI: 10.3389/fevo.2024.1450383