Marine protected areas (MPAs) form the cornerstone of marine conservation. Identifying which factors contribute to their success or failure is crucial considering the international conservation targets for 2020 and the limited funds generally available for marine conservation. We identified common factors of success and/or failure of MPA effectiveness using peer-reviewed publications and first-hand expert knowledge for 27 case studies around the world. We found that stakeholder engagement was considered as the most important factor affecting MPA success, and equally, its absence, was the most important factor driving failure. Conversely, while some factors were identified as critical for success, their absence was not considered as a driver of failure, and vice versa. This mismatch provided impetus for considering these factors more critically. Bearing in mind that most MPAs have multiple objectives, including non-biological, this highlights the need for the development and adoption of standardized effectiveness metrics, besides biological considerations, to measure factors contributing to the success or failure of MPAs to reach their objectives. Considering our conclusions, we suggest the development of specific protocols for the assessment of stakeholder engagement, the role of leadership, the capacity of enforcement and compliance with MPAs objectives. Moreover, factors defining the success and failure of MPAs should be assessed not only by technical experts and the relevant authorities, but also by other stakeholder groups whose compliance is critical for the successful functioning of an MPA. Combining these factors with appropriate ecological, social, and economic data should then be incorporated into adaptive management to improve MPA

Abstract Tectonic activity generates topography, and the variability of tectonic forcing is responsible for topographic patterns and variability of relief in fluvial landscapes. Despite this basic relation, the inverse problem, by which features of the topography are used for inferring tectonic uplift rates, has proven challenging. Here we develop formal linear inversion schemes to infer a record of the rate of relative uplift as a function of space and time from the long profiles of rivers. The relative uplift rate is the difference between the rates of rock uplift and of the base level change. The inversion schemes are based on a closed‐form analytic solution to the transient linear stream power model, and to increase model resolution they make use of the multiplicity of information made available by multiple rivers and their tributaries. The distribution of the fluvial response time to tectonic perturbations is a key component of the inversion scheme, as this determines which tectonic events are preserved in the topography. We develop two inversion parameterizations that differ in their assumptions about the tectonic forcing: space‐invariant and time‐space variability with an assumed spatial distribution. The inversion schemes are applied to the Inyo Mountains, an uplifted block along the western boundary of the Basin and Range Province in California. Inversion results indicate that the range has been experiencing an acceleration of the relative uplift in the past ∼2‐3 Ma. We use the inversion results to constrain the paleotopography and paleo‐erosion rate along the range and to recover the throw rate history along the fault that bounds the Inyo range.

Abstract By defining the attributes of river networks, we can quantitatively extract records of climatic and tectonic changes from them. The stream power incision model (SPIM) provides a framework within which this can be achieved, as it facilitates the calculation of the relative rock uplift from river characteristics. One parameter that has been widely employed in tectonic and fluvial geomorphology is the channel steepness index, a metric that can represent the normalized rock uplift rate experienced by a river. However, to accurately infer the channel steepness index, we must accurately estimate m/n , the ratio between the two positive exponents of the SPIM. Present methodologies to constrain m/n rely on an assumption that rock uplift and erodibility are spatially invariant. These conditions are rarely present on Earth. In this study, we use a synthetic example and examples from the Siwalik Hills and Olympic Mountains to demonstrate how existing methodologies to constrain m/n produce systematic errors when there is spatial variation, and particularly spatial gradients, in the processes driving landscape evolution. To solve this problem, we present a methodology to estimate m/n based on a large river network inversion that accounts for spatial variation in landscapes. After demonstrating that the methodology can accurately recover m/n in our synthetic landscape, we show that our methodology can reconcile contrasting observations in the Siwaliks, and is critical to inferring accurate values of channel steepness index in the Olympic Mountains. This highlights the utility of large topographic inversions for investigating landscape dynamics.

Abstract The ability to attribute earthquakes to specific causes is challenging. The 2018–2019 earthquake swarm in Newdigate, Surrey, Southern England, generally coincides with local oil extraction at Horse Hill, located just 5–10 km away. Nevertheless, it remains debated whether these earthquakes were triggered by oil extraction or whether they were coincidental. Due to the onset of seismic activity before major oil extraction and the lack of a clear correlation between seismic activity and extraction volume, it has been suggested that the earthquakes may be coincidental. However, we show that time delays between fluid pressure changes and concomitant seismic activity are common in nature. Further, we develop a simple Bayesian Machine Learning time series model to test whether different units respond differently to oil extraction. We find that extraction from the Portland units at Horse Hill may produce earthquakes with a delay of a few days. In contrast, extraction from the Kimmeridge units may produce fewer earthquakes, but with a delay of tens of days. We also show that the occurrence of earthquakes before extraction might be related to surface works. This simple model reproduces the overall trend in seismicity. We are unable to rule out coincidental seismic activity, but our analysis suggests that these earthquakes maybe triggered by Horse Hill activity.