1.2 รายละเอียดที่ติดต่อได้ของผู้รวบรวมและองค์กรที่เกี่ยวข้องในการประเมินและการจัดเตรียมทำเอกสารของเทคโนโลยี

ชื่อของโครงการซึ่งอำนวยความสะดวกในการทำเอกสารหรือการประเมินเทคโนโลยี (ถ้าเกี่ยวข้อง)

Integrated Biodiversity Management, South Caucasus (IBiS)

ชื่อขององค์กรซึ่งอำนวยความสะดวกในการทำเอกสารหรือการประเมินเทคโนโลยี (ถ้าเกี่ยวข้อง)

Deutsche Gesellschaft für Internationale Zusammenarbeit (GIZ)

1.3 เงื่อนไขการใช้ข้อมูลที่ได้บันทึกผ่านทาง WOCAT

ผู้รวบรวมและวิทยากรหลักยอมรับเงื่อนไขเกี่ยวกับการใช้ข้อมูลที่ถูกบันทึกผ่านทาง WOCAT:

ใช่

1.4 การเปิดเผยเรื่องความยั่งยืนของเทคโนโลยีที่ได้อธิบายไว้

เทคโนโลยีที่ได้อธิบายไว้นี้เป็นปัญหาของความเสื่อมโทรมโทรมของที่ดินหรือไม่ จึงไม่ได้รับการยอมรับว่าเป็นเทคโนโลยีเพื่อการจัดการที่ดินอย่างยั่งยืน:

ไม่ใช่

1.5 Reference to Questionnaire(s) on SLM Approaches (documented using WOCAT)

2.1 การอธิบายแบบสั้น ๆ ของเทคโนโลยี

คำจำกัดความของเทคโนโลยี:

Land degradation contributes to biodiversity loss and the impoverishment of rural livelihoods in Tusheti. Above all, however, land degradation are triggered by climate change as traditional land use practise might not be adapted to new climate conditions which can cause or speed up degradation processes significantly. On the other hand, degraded land often leads to low biomass volumes and this reduces the ecosystem capability to stabilise local climate conditions. The concept of Land Degradation Neutrality (LDN) and the method of using remote sensing for monitoring land degradation are tools to identify the need for local planning processes. This showcase describes the LDN monitoring concept, national targets and the technology to assess indicators, mechanism and incentives for LDN.

2.2 การอธิบายแบบละเอียดของเทคโนโลยี

คำอธิบาย:

Purpose
The continuing global degradation of land resources threatens food security and the functioning of ecosystem services by reducing or losing their biological or economic productivity. Unsustainable land-use practices such as deforestation, overgrazing and inappropriate agricultural management systems trigger the loss and degradation of valuable land resources in Georgia. These effects are visible in all countries of the South Caucasus. About 35% of the agricultural land in Georgia is severely degraded, 60% is of low to middle production quality.

Land Degradation Neutrality (LDN)
LDN is a new international concept to combat the ongoing degradation of valuable soil resources. The LDN concept was developed by the UNCCD to encourage countries to take measures to avoid, reduce or reverse land degradation, with the vision of achieving a zero-net loss of productive land. To combat land degradation in Georgia, in 2017, the national LDN Working Group set voluntary national targets to address specific aspects of LDN, and submitted them to the UNCCD Secretariat.

To effectively set up counter measures to combat land degradation it is important to have detailed spatial information on land cover and land cover changes as well as on trends in degradation (like size of areas effected by erosion). Therefore a remote sensing toolset was developed and tested in the pilot are of Tusheti protected landscapes in the High Caucasus in Georgia. This region shows increasing soil erosion problems by uneven distribution of grazing activities and was selected for developing erosion control measures within the Integrated Biodiversity Management in the South Caucasus Program (IBiS) funded by the Deutsche Gesellschaft für internationale Zusammenarbeit (GIZ).

Sensitivity Model
The Integrated Biodiversity Management in the South Caucasus (IBiS) project in cooperation with national experts in Georgia, developed and applied a remote sensing toolset called "Erosion Sensitivity Model". This remote sensing toolset helps to assess the current state and the general erosion risk. The sensitivity model is based on the RUSLE – Revised Universal Soil Loss Equation. The tool allows the calculation of erosion caused by rainfall and surface run-off. The RUSLE equation incorporates a combination of different input factors such as precipitation (R), soil type (K), slope (LS), vegetation cover (C) and protection measures (P). In this way, the estimated average soil loss in tonnes per acre per year (A) can be calculated as follows: A = R * K * LS * C * P.

The rainfall factor (R) results from a quotient from the monthly and annual mean value of precipitation. The data come from the data platform “CHELSA – Climatologies at high resolution for the earth’s land surface areas”. For the soil type factor (K), a soil map of 1:200,000 was taken. Then, depending on the soil type, different contents of sand, silt, loam and clay were used to calculate the K factor. The slope length and steepness factor (LS) is calculated from a digital elevation model (DEM) with a raster resolution of 10x10m. The DEM is derived from the topographic map 1:25,000. The global elevation model derived from SRTM data (Shuttle Radar Topography Mission) has a resolution of 30x30 m and is available worldwide free of charge. The land cover factor (C) describes the vegetation cover that protects the soil from erosion. The vegetation cover slows down the speed of the raindrops and reduces the erosive effect of the rain. It slows down surface water runoff and stabilises the soil through root systems. The main indicators, land cover and productivity, can be assessed by remote sensing. The data from satellites need to be classified and calibrated by field data (ground truthing). The technology for the assessment of these indicators with Sentinel 2 satellite images was developed and applied in 2016 to 2018 in the Tusheti region (Akhmeta municipality) in the framework of the GIZ-IBiS project. Based on spectral information from airborne or satellite images, the density of the vegetation was calculated and mapped. There are well developed vegetation indices and classification systems to derive different land cover types and vegetation densities (mainly described by the Leaf Area Index LAI or biomass indices). The LAI is the area of the leaf surface (in square meters) per square meter ground surface. Since the real surface area of the leaves is hardly measurable, the amount of biomass is a proxy for the LAI. The P-factor is rarely considered in large-scale modelling of soil erosion risk as it is difficult to estimate it with very high accuracy. Therefore, to refine the model, a more detailed DEM (digital elevation model) is required (e.g., from satellite images). Based on the input factors, a soil erosion risk map was calculated for the whole territory of the Tusheti Protected Areas (113,660 ha). Based on the different spectral bands of the Sentinel 2 satellite image, a land cover map was calculated using the Support Vector Machine (SVM) technology and spectral image information.
The results have been integrated in the development of pasture management plans ("pasture passports"). This maps and documents are indicating areas of high erosion risk that need to be excluded from grazing and the maximum number of livestock has been calculated based on the biomass maps and will be integrated into the lease contracts.
The repetition of the remote sensing after some years (e.g. 5 years) will help to evaluate, if the measures in the pasture management have been successful to stop the degradation processes.

2.3 รูปภาพของเทคโนโลยี

2.5 ประเทศภูมิภาค หรือสถานที่ตั้งที่เทคโนโลยีได้นำไปใช้และได้รับการครอบคลุมโดยการประเมินนี้

2.6 วันที่การดำเนินการ

ระบุปีที่ใช้:

2016

2.7 คำแนะนำของเทคโนโลยี

ให้ระบุว่าเทคโนโลยีถูกแนะนำเข้ามาอย่างไร:

• ทางโครงการหรือจากภายนอก

3.1 วัตถุประสงค์หลักของเทคโนโลยี

• ปรับปรุงการผลิตให้ดีขึ้น
• ลด ป้องกัน ฟื้นฟู การเสื่อมโทรมของที่ดิน
• รักษาสภาพหรือปรับปรุงความหลากหลายทางชีวภาพ

• provide information to make a spatial-territorial planning

3.2 ประเภทของการใช้ที่ดินในปัจจุบันที่ได้นำเทคโนโลยีไปใช้

Land use mixed within the same land unit:

ใช่

Specify mixed land use (crops/ grazing/ trees):

• Agro-pastoralism (incl. integrated crop-livestock)

3.3 Has land use changed due to the implementation of the Technology?

Has land use changed due to the implementation of the Technology?

• No (Continue with question 3.4)

3.4 การใช้น้ำ

อื่นๆ (เช่น หลังจากน้ำท่วม):

• rainfed and mixed rained-irrigation

3.5 กลุ่ม SLM ที่ตรงกับเทคโนโลยีนี้

• การจัดการปศุสัตว์และทุ่งหญ้าเลี้ยงสัตว์
• การปรับปรุงดิน / พืชคลุมดิน

3.6 มาตรการ SLM ที่ประกอบกันเป็นเทคโนโลยี

แสดงความคิดเห็น:

On some pilot plots technologies to control erosion and stop land degradation have been tested. This includes fencing, rotational pasture management, mulching and installing check dams to stop gully erosion.

3.7 รูปแบบหลักของการเสื่อมโทรมของที่ดินที่ได้รับการแก้ไขโดยเทคโนโลยี

แสดงความคิดเห็น:

The main drivers of land degradation in the pilot area are overgrazing and trampling, off-road driving as well as infrastructure development (especially inappropriate road construction in steep slopes).

3.8 การป้องกัน การลดลง หรือการฟื้นฟูความเสื่อมโทรมของที่ดิน

ระบุเป้าหมายของเทคโนโลยีกับความเสื่อมโทรมของที่ดิน:

• ป้องกันความเสื่อมโทรมของที่ดิน
• ลดความเสื่อมโทรมของดิน

แสดงความคิดเห็น:

The monitoring tools presented here help to monitor the development of land degradation and to evaluate measures and development trends.

4.1 แบบแปลนทางเทคนิคของเทคโนโลยี

4.2 ข้อมูลทั่วไปเกี่ยวกับการคำนวณปัจจัยนำเข้าและค่าใช้จ่าย

ให้ระบุว่าค่าใช้จ่ายและปัจจัยนำเข้าได้รับการคำนวณอย่างไร:

• ต่อพื้นที่ที่ใช้เทคโนโลยี

ระบุสกุลเงินที่ใช้คำนวณค่าใช้จ่าย:

• USD

4.3 กิจกรรมเพื่อการจัดตั้ง

	กิจกรรม	Timing (season)
1.	National level. Baseline: Field assessment for remote sensing calibration (1x/20 years)	2017
2.	Sentinel satellite image classification (multi temporal data from 2017)	2017
3.	Statistical data from GEOSTAT Agricultural census	2014-2016
4.	Analysis of soil carbon content from existing profiles	2003 - 2006
5.	Conduct ongoing monitoring	5 years intervals
6.	Update sentinel satellite image classification	1x year
7.	Update statistical data from GEOSTAT Agricultural census	4x/year
8.	Resampling of soil carbon content near existing profiles	1x/5 years
9.	Municipal level. Spatial planning: Assessment of current stage of land degradation, anticipated gains and losses	1x/10 years
10.	Revision of spatial planning on Municipal level.	1x / 5 years

4.4 ค่าใช้จ่ายของปัจจัยนำเข้าที่จำเป็นสำหรับการจัดตั้ง

	ปัจจัยนำเข้า	หน่วย	ปริมาณ	ค่าใช้จ่ายต่อหน่วย	ค่าใช้จ่ายทั้งหมดต่อปัจจัยนำเข้า	%ของค่าใช้จ่ายที่ก่อให้เกิดขึ้นโดยผู้ใช้ที่ดิน
แรงงาน	Remote Sensing analysis by Sentinel Satellite data	person days	50.0	200.0	10000.0
แรงงาน	Collecting field data for satellite image callibration	person days	40.0	200.0	8000.0
แรงงาน	Soil sampling (for carbon content)	person days	20.0	200.0	4000.0
แรงงาน	Including results in spatial planning	person days	10.0	200.0	2000.0
ค่าใช้จ่ายทั้งหมดของการจัดตั้งเทคโนโลยี					24000.0
Total costs for establishment of the Technology in USD					24000.0

แสดงความคิดเห็น:

This covers the implementation of the baseline. Calibrating the model for erosion risk and land cover classification is an big investment but can be extended to larger areas than 1000 km² with similar resources.

4.5 การบำรุงรักษาสภาพหรือกิจกรรมที่เกิดขึ้นเป็นประจำ

	กิจกรรม	ช่วงระยะเวลา/ความถี่
1.	Repeating the application of the calibrated remote sensing model for monitoring repitition	with 5 years interval
2.	Repetition of soil samples for assessing soil carbon content	with 5 years interval
3.	Analysing the results and integrate them in spatial planning and policy making	with 5 years interval

4.6 ค่าใช้จ่ายของปัจจัยนำเข้าและกิจกรรมที่เกิดขึ้นเป็นประจำที่ต้องการการบำรุงรักษา (ต่อปี)

	ปัจจัยนำเข้า	หน่วย	ปริมาณ	ค่าใช้จ่ายต่อหน่วย	ค่าใช้จ่ายทั้งหมดต่อปัจจัยนำเข้า	%ของค่าใช้จ่ายที่ก่อให้เกิดขึ้นโดยผู้ใช้ที่ดิน
แรงงาน	Applying the calibrated remote sensing model for monitoring repetition	person days	20.0	200.0	4000.0
แรงงาน	Repetition of soil samples for assessing soil carbon content	person days	10.0	200.0	2000.0
แรงงาน	Analysing results and integrating in spatial planning	person days	10.0	200.0	2000.0
ค่าใช้จ่ายทั้งหมดของการบำรุงรักษาสภาพเทคโนโลยี					8000.0
Total costs for maintenance of the Technology in USD					8000.0

แสดงความคิดเห็น:

For the repetition of the remote sensing no new calibration of the GIS-model is needed. Only the field samples for soil carbon need to be repeated.

4.7 ปัจจัยสำคัญที่สุดที่มีผลกระทบต่อค่าใช้จ่าย

ปัจจัยสำคัญที่สุดที่มีผลกระทบต่อค่าใช้จ่ายต่างๆ:

Field sample collection;
Remote sensing experts.

5.1 ภูมิอากาศ

5.2 สภาพภูมิประเทศ

ให้ระบุถ้าเทคโนโลยีได้ถูกนำไปใช้:

• ไม่เกี่ยวข้อง

ความคิดเห็นและข้อมูลจำเพาะเพิ่มเติมเรื่องสภาพภูมิประเทศ:

The remote sensing approach was applied for the total landscape of Tusheti, including a great variety of land-forms, altitudes ranging from 1600-4000 m a.s.l.

5.3 ดิน

5.4 ความเป็นประโยชน์และคุณภาพของน้ำ

ความเค็มของน้ำเป็นปัญหาหรือไม่:

ไม่ใช่

กำลังเกิดน้ำท่วมในพื้นที่หรือไม่:

ไม่ใช่

5.5 ความหลากหลายทางชีวภาพ

5.6 ลักษณะของผู้ใช้ที่ดินที่นำเทคโนโลยีไปปฏิบัติใช้

ระบุลักษณะอื่นๆที่เกี่ยวข้องของผู้ใช้ที่ดิน:

The technology is applied by the Government.

5.7 Average area of land used by land users applying the Technology

5.8 กรรมสิทธิ์ในที่ดิน สิทธิในการใช้ที่ดินและสิทธิในการใช้น้ำ

กรรมสิทธิ์ในที่ดิน:

• รัฐ

สิทธิในการใช้ที่ดิน:

• เกี่ยวกับชุมชน (ถูกจัดระเบียบ)
• เช่า

สิทธิในการใช้น้ำ:

• เข้าถึงได้แบบเปิด (ไม่ได้จัดระเบียบ)

Are land use rights based on a traditional legal system?

ไม่ใช่

5.9 การเข้าถึงบริการและโครงสร้างพื้นฐาน

6.1 ผลกระทบในพื้นที่ดำเนินการ (On-site) จากการใช้เทคโนโลยี

ผลกระทบด้านนิเวศวิทยา

ดิน

ผลกระทบด้านนิเวศวิทยาอื่น ๆ

Specify assessment of on-site impacts (measurements):

The monitoring technology was applied for the first time to draw a baseline. Based on the results, activities have been planned and pilot measures have been implemented (exclusion from grazing, reforestation, regulation of grazing intensity). Future replications of the monitoring will show changes and evaluate success of measures. The technologies to control erosion are described separately in the WOCAT database (Community-based Erosion Control [Azerbaijan]; Pasture-weed control by thistle cutting [Georgia]; High-altitude afforestation for erosion control [Armenia]; Slope erosion control using wooden pile walls [Armenia])

6.2 ผลกระทบนอกพื้นที่ดำเนินการ (Off-site) จากการใช้เทคโนโลยี

Specify assessment of off-site impacts (measurements):

The technology is only about the monitoring (see above).

6.3 การเผชิญและความตอบสนองของเทคโนโลยีต่อการเปลี่ยนแปลงสภาพภูมิอากาศที่ค่อยเป็นค่อยไป และสภาพรุนแรงของภูมิอากาศ / ภัยพิบัติ (ที่รับรู้ได้โดยผู้ใช้ที่ดิน)

การเปลี่ยนแปลงสภาพภูมิอากาศที่ค่อยเป็นค่อยไป

การเปลี่ยนแปลงสภาพภูมิอากาศที่ค่อยเป็นค่อยไป

	ฤดู	increase or decrease	เทคโนโลยีมีวิธีการรับมืออย่างไร
ฝนตามฤดู	ฤดูร้อน	ลดลง	ดีมาก

แสดงความคิดเห็น:

Technology is sensitive, it shows the climate change, the impact of the global change locally. The technology itself is not affected by climatic changes.

6.4 การวิเคราะห์ค่าใช้จ่ายและผลประโยชน์ที่ได้รับ

ผลประโยชน์ที่ได้รับเปรียบเทียบกับค่าใช้จ่ายในการจัดตั้งเป็นอย่างไร (จากมุมมองของผู้ใช้ที่ดิน)

ผลประโยชน์ที่ได้รับเปรียบเทียบกับค่าใช้จ่ายในการบำรุงรักษาหรือต้นทุนที่เกิดขึ้นซ้ำอีก เป็นอย่างไร (จากมุมมองของผู้ใช้ที่ดิน)

แสดงความคิดเห็น:

The monitoring technology was applied for the first time to draw a baseline. Based on the results, activities have been planned and pilot measures have been implemented (exclusion from grazing, reforestation, regulation of grazing intensity). Future replications of the monitoring will show changes and evaluate success of measures. The technologies to control erosion are described separately in the WOCAT database (Community-based Erosion Control [Azerbaijan]; Pasture-weed control by thistle cutting [Georgia]; High-altitude afforestation for erosion control [Armenia]; Slope erosion control using wooden pile walls [Armenia]).
The costs of the remote sensing approach have not been invested by the land owners but by GIZ and the Ministry. Therefore there are no direct negative impact caused by the investment. The maintenance will be covered by public authorities as well. The positive impact for the land users are the clearly delineated pasture unit giving the exact area of grassland and the accessible amount of fodder biomass. By this, the lease-rate can be found according to the productivity and the number of livestock can be adapted to the carrying capacity of the land within the lease contract.

6.5 การปรับตัวของเทคโนโลยี

• ครั้งเดียวหรือเป็นการทดลอง

ถ้ามีข้อมูลให้บอกปริมาณด้วย (จำนวนของครัวเรือนหรือครอบคลุมพื้นที่):

The technology is desigend to be applied by national or regional addministrations and not by land owners themselves.

6.6 การปรับตัว

เทคโนโลยีได้รับการปรับเปลี่ยนเมื่อเร็วๆนี้ เพื่อให้ปรับตัวเข้ากับสภาพที่กำลังเปลี่ยนแปลงหรือไม่:

ไม่ใช่

6.7 จุดแข็ง / ข้อได้เปรียบ / โอกาสของเทคโนโลยี

จุดแข็ง / ข้อได้เปรียบ / โอกาสในทัศนคติของผู้ใช้ที่ดิน
The monitoring technology can help to find erosion and degradation hot spots and based on this spatial information counter measures can be applied to save the productivity of land. As the income from agricultural activities and livestock breeding is of high priority in this pilot region, the protection of the productivity of land is of high importance to the local land users.

จุดแข็ง / ข้อได้เปรียบ / โอกาสในทัศนคติของผู้รวบรวมหรือวิทยากรหลัก

The presented remote sensing technologies are a cost efficient and objective way to monitor land degradation and land use changes on large areas on long time periods. Based on this spatial data, land use regulations can be integrated in spatial planning and other legal and practical frameworks (e.g. pasture lease contracts) to counter act the degradation processes. The success of the measures and the development of degradation and rehabilitation can be monitored by the same toolset.

6.8 จุดอ่อน / ข้อเสียเปรียบ / ความเสี่ยงของเทคโนโลยีและวิธีการแก้ไข

จุดอ่อน / ข้อเสียเปรียบ / ความเสี่ยงในทัศนคติของผู้ใช้ที่ดิน	มีวิธีการแก้ไขได้อย่างไร
The technology is complex and cannot be applied by the land user her-/himself and is sometimes hard to understand. Therefore they might mistrust in the results and are not eager to accept regulations and measures to stop degradation.	Transparent documentation of the technology and regular field visits to evaluate together with the land owners and users the remote sensing results in the field.

จุดอ่อน / ข้อเสียเปรียบ / ความเสี่ยงในทัศนคติของผู้รวบรวมหรือวิทยากรหลัก	มีวิธีการแก้ไขได้อย่างไร
The institutional setup on the national level for the regular application of the remote sensing technology and the storage and management of the monitoring data is not established yet. GIS, remote sensing and soil experts are of limited availability.	Institutional capacity building and academic training courses provided at the Georgian universities can help to overcome these limitations.
Field data for calibration of satellite images (biomass volumes, classified land cover types, soil types, land management types) with exact information on the spatial location are rare and costly to be created.	Such data and information should be organised and gathered on national level across different sectors (agriculture, forestry, spatial planing, nature conservation ...). This would help to reduce significantly the costs and remote sensing could be applied on much larger areas.

7.1 วิธีการและแหล่งข้อมูล

7.2 การอ้างอิงถึงสิ่งตีพิมพ์

หัวข้อ, ผู้เขียน, ปี, หมายเลข ISBN:

Land Degradation Neutrality 25.10.2017

ชื่อเรื่อง ผู้เขียน ปี ISBN:

https://e-c-o.at/files/publications/downloads/D00813_ECO_policy_brief_LDN_Georgia_171025.pdf

7.3 Links to relevant online information

ชื่อเรื่องหรือคำอธิบาย:

Tools for satellite image analysis

URL:

http://step.esa.int/main/snap-2-0-out-now/

ชื่อเรื่องหรือคำอธิบาย:

UNCCD Good Practice Guidance on SDG Indicator 15.31. (Sims et al. 2017)

URL:

https://www.unccd.int/sites/default/files/relevant-links/2017-10/Good%20Practice%20Guidance_SDG%20Indicator%2015.3.1_Version%201.0.pdf

7.4 General comments

UNCCD Good Practice Guidance on SDG Indicator 15.31. (Sims et al. 2017) gives a detailed technical overview on methods and approaches to calculate LDN indicators by means of remote sensing data.