LEARNFORCLIMATE: Procesy uczenia się dla realizacji wielorakich celów polityki leśnej w kontekście stresu i zaburzeń klimatycznych
Kierownik projektu w Polsce: dr hab. Krzysztof Niedziałkowski, prof. IFiS PAN
Data rozpoczęcia projektu: 2022 r.
Data zakończenia projektu: 2025 r.
Finansowanie w Polsce: Narodowe Centrum Nauki
Celem projektu pt. „LEARNFORCLIMATE: Procesy uczenia się dla realizacji wielorakich celów polityki leśnej w kontekście stresu i zaburzeń klimatycznych” jest wypracowanie mechanizmów wzajemnego uczenia się pomiędzy podmiotami zaangażowanymi w realizację polityki leśnej. Mechanizmy te z jednej strony pozwolą na osiągnięcie celów wielofunkcyjnej gospodarki leśnej, a z drugiej umożliwią wypracowanie efektywnych metod reagowania na zaburzenia w gospodarowaniu lasami związane ze zmianami klimatycznymi.
Uczenie się jest w naukach społecznych rozumiane jako zmiana w przekonaniach i zachowaniu określonych grup społecznych. W kontekście gospodarowania lasami, ma ono istotne znaczenie dla rozwiązania problemu wielorakich oczekiwań i wyzwań stojących przed polityką leśną państwa w związku z odpowiedzią na zmiany klimatyczne. Zaburzenia i stres środowiskowy wywołane przez ocieplanie się klimatu (np. susze, pożary, huragany) mogą mieć daleko idące negatywne skutki dla korzystania ze zróżnicowanych korzyści jakie dają lasy. Jednocześnie, zdarzenia te mogą otwierać nowe możliwości uczenia się i wypracowywania nowych rozwiązań zabezpieczających leśne „usługi ekosystemowe” w przyszłości. Niestety obecnie dysponujemy bardzo ograniczoną wiedzą na temat sposobów organizacji skutecznych procesów uczenia się w zakresie gospodarki leśnej w odpowiedzi na niespodziewane zaburzenia. Wcześniejsze badania podkreślały znaczenie konfliktów pomiędzy celami polityki leśnej, a celami polityk ochrony bioróżnorodności i ochrony klimatu. Konflikty te utrudniały efektywne i zrównoważone wykorzystanie lasów i ich zasobów przy jednoczesnej realizacji celów zrównoważonego rozwoju i neutralności klimatycznej. Istnieje zatem potrzeba wypracowania nowych sposobów na rozwiązywanie konfliktów pomiędzy celami ekonomicznymi, środowiskowymi i kulturowymi stawianymi przed gospodarką leśną oraz na promowanie wzajemnych pozytywnych oddziaływań przy realizacji tych celów.
Projekt LEARNFORCLIMATE zidentyfikuje i rozwinie innowacyjne metody uczenia się opartego o współpracę zróżnicowanych grup podmiotów z sektora nauki i praktyki leśnej. Projekt zbada oraz zwizualizuje związki pomiędzy zaburzeniami klimatycznymi, celami polityki leśnej i jej zmianą, działaniami właścicieli i zarządców lasów, a korzyściami, które dostarczają i mogą w przyszłości dostarczać lasy. Międzynarodowy zespół badawczy składający się z badaczy społecznych i przyrodników ze Szwecji (Luleå University of Technology), Niemiec (European Forest Institute Bonn; Forest & Environmental Policy, University of Freiburg), Polski (IFiS PAN, Uniwersytet Rolniczy w Krakowie) i Słowenii (University of Ljubljana) zastosuje zintegrowane międzynarodowe podejście porównawcze do analizy reakcji na zaburzenia gospodarki leśnej, w ścisłej współpracy z przedstawicielami właścicieli i zarządców lasów, reprezentantami społeczeństwa obywatelskiego i decydentami. Projekt LEARNFORCLIMATE zidentyfikuje czynniki wspomagające i zaburzające wspólne uczenie się i osiąganie zakładanych celów; rozwinie innowacyjne metody wspierające uczenie się w środowisku wirtualnym; dostarczy wsparcia w procesach podejmowania decyzji oraz rekomendacji dotyczących skutecznej realizacji przez gospodarkę leśną zróżnicowanych celów zrównoważonego rozwoju w warunkach stresu i zaburzeń klimatycznych.
Projekt LEARNFORCLIMATE otrzymuje wsparcie finansowe:
w ramach ERA-NET Cofund ForestValue ze strony Narodowego Centrum Nauki (UMO-2021/03/Y/HS6/00035) (działania polskich partnerów)
oraz odpowiednich organizacji finansujących w Niemczech, Szwecji i Słowenii (partnerzy zagraniczni).
Fundusz ForestValue jest wspierane finansowo przez Unię Europejską w ramach programu badawczo-innowacyjnego Horyzont 2020 (umowy grantowa Nr 773324).
Publikacje przygotowane dotychczas w ramach projektu:
1) Niedziałkowski K and Chmielewski P (2023) Challenging the dominant path of forest policy? Bottom-up, citizen forest management initiatives in a top-down governance context in Poland. Forest Policy and Economics 154: 103009.
https://doi.org/10.1016/j.forpol.2023.103009
2) Nasiri V, Hawryło P, Janiec P, Socha J. (2023) Comparing Object-Based and Pixel-Based Machine Learning Models for Tree-Cutting Detection with PlanetScope Satellite Images: Exploring Model Generalization. International Journal of Applied Earth Observation and Geoinformation 125: 103555. https://doi.org/10.1016/j.jag.2023.103555
- classic-editor-remember:
- block-editor
