1. Стратегическая цель 1: Улучшение состояния затронутых экосистем, борьба с опустыниванием/деградацией земель, содействие устойчивому управлению земельными ресурсами и обеспечение нейтрального баланса деградации земель.

1.1. СЦ 1-1 — Тенденции в области почвенно-растительного покрова

1.1.1. Введение

Под почвенно-растительным покровом следует понимать (био)физический покров на поверхности Земли.

Методология Конвенции Организации Объединенных Наций по борьбе с опустыниванием (КБО ООН) для оценки доли деградированных земель к общей площади земель (т. е. показатель 15.3.1 Целей устойчивого развития (ЦУР)) использует изменение почвенно-растительного покрова в качестве показателя меняющейся динамики экосистем в результате естественных и/или искусственных движущих сил и факторов.

Основным результатом процесса отчетности по показателю СЦ1-1 является набор официально проверенных оценок масштабов классов почвенно-растительного покрова, их изменений на национальном уровне и их значимости с точки зрения деградации земель.

Национальной отчетности способствует представление: (i) данных по умолчанию, полученных из доступных глобальных источников данных, а именно продуктов Инициативы Европейского космического агентства по изменению климата в отношении почвенно-растительного покрова (ESA CCI-LC); и (ii) руководства о том, как интерпретировать переходы от одного класса растительного покрова к другому в качестве процессов, которые могут снизить биологическую или экономическую продуктивность и сложность земли (деградация), улучшить эти показатели или никак не повлиять на них (стабильность).

1.1.2. Предварительные условия для представления отчетности

Подробное ознакомление с главой 3 Руководства по эффективной практике для показателя 15.3.1 ЦУР: Доля деградированных земель к общей площади земель (версия 2), которая содержит обзор показателя почвенно-растительного покрова, его определения и классификации, а также рекомендуемую методологию оценки деградации почвенно-растительного покрова.
Знакомство с разделами 1 и 3 [Дополнение к Руководству по передовой практике для показателя ЦУР 15.3.1] (https://www.unccd.int/resources/manuals-and-guides/addendum-good-practice-guidance-sdg-indicator-1531-proportion-land): Доля земель, подвергшихся деградации, по отношению к общей площади земель (версия 2).
Данные, соответствующие минимальным стандартам, перечисленным в таблице 10 ниже.
Группа национальных экспертов, официально назначенных национальными властями для проверки достоверности выявленных изменений почвенно-растительного покрова и их связи с основными процессами деградации земель. Проверка может включать в себя наземные исследования и/или организацию интервью с местными сообществами и ключевыми информаторами. Ключевыми учреждениями могут стать национальное статистическое управление страны, министерство окружающей среды, министерство сельского хозяйства, министерство водных ресурсов, метеорологический департамент, центр дистанционного зондирования, департамент продовольственной безопасности и питания, а также университеты и исследовательские центры.

1.1.3. Процесс отчетности и пошаговая процедура

Ниже описана пошаговая процедура представления данных. Если Стороны решили использовать данные по умолчанию, шаги 2, 3, 4, 5 и 6 не нужны.

Шаг 1: Определите ключевые процессы деградации

Примечание

Соответствующие области платформы PRAIS 4: таблица СЦ1-1.T1

Сторонам предлагается перечислить наиболее значимые процессы изменения почвенно-растительного покрова, которые могут привести к деградации земель. К ключевым процессам можно отнести вырубку лесов, расширение городов или потерю растительности. Некоторые из этих процессов могут быть обнаружены с помощью анализа изображений изменения почвенно-растительного покрова, в то время как другие могут быть очевидны только при полевых наблюдениях. В Таблице 7 приведены примеры процессов, которые могут вызвать деградацию земель и которые перечислены в качестве вариантов в выпадающем меню в таблице SO1-1.T1 платформы PRAIS 4. О других процессах, не включенных в меню, можно сообщить, выбрав опцию “Другое” и указав название, описывающее процесс деградации.

**Таблица 7**. Пример процессов деградации, которые могут быть выявлены в стране, и соответствующих изменений почвенно-растительного покрова
Процесс деградации	Начальное состояние почвенно-растительного покрова	Конечное состояние почвенно-растительного покрова
Расширение площади городов	Пастбища, пахотные земли, другие земли	Искусственные поверхности
Обезлесение	Территории, покрытые деревьями	Пастбища, пахотные земли, искусственные поверхности
Истощение растительного покрова	Покрытые деревьями территории, пастбища, пахотные земли	Другая земля
Наводнение	Растительность, искусственные поверхности, голая земля	Водно-болотные угодья
Зарастание древесными растениями	Водно-болотные угодья, пастбища	Территории, покрытые деревьями
Осушение водно-болотных угодий	Водно-болотные угодья	Пастбища, пахотные земли, искусственные поверхности, другие земли

Примечание: Это упрощенные примеры, и отнесение изменения состояния к деградации требует тщательной оценки на национальном уровне.

Сторонам предлагается предоставить справочную информацию, обоснование выбора их процессов деградации и любую дополнительную информацию, имеющую отношение к делу, в поле для комментариев под таблицей.

Шаг 2: Выберите легенду почвенно-растительного покрова

Примечание

Соответствующие области платформы PRAIS 4: таблица СЦ1-1.T2

Информацию о земельном покрове следует классифицировать с использованием либо условных обозначений КБО ООН по умолчанию, включающих семь широких классов почвенно-растительного покрова для сводной отчетности, либо национальных условных обозначений почвенно-растительного покрова, которые позволяют отслеживать ключевые процессы деградации в конкретных странах и которые могут быть согласованы с семью классами почвенно-растительного покрова КБО ООН.

Условные обозначения почвенно-растительного покрова КБО ООН по умолчанию включают следующие семь классов: покрытые деревьями территории, пастбища, пахотные земли, водно-болотные угодья, искусственные поверхности, другие земли и водные объекты[1].

Важно подчеркнуть, что целью отчетности СЦ 1-1 является фиксация и документирование прошлых и текущих ключевых изменений почвенно-растительного покрова, вызывающих деградацию земель, а не составление полностью исчерпывающей национальной легенды почвенно-растительного покрова, в которой перечислены все возможные классы почвенно-растительного покрова, встречающиеся в стране. Соответственно, необходимо провести работу по составлению легенды растительного покрова таким образом, чтобы она включала только минимальное количество классов, необходимых для фиксации и мониторинга процессов деградации земель, о которых сообщалось на Шаге 1. Для примера, во время отчетного цикла 2022 года некоторые Стороны внедрили адаптацию легенд почвенно-растительного покрова с учетом специфики страны. См. Вставку 1, чтобы узнать больше об этих примерах адаптации легенды.

Вставка 1: Адаптация легенды о растительном покрове в зависимости от страны

Страны с очень разнообразной окружающей средой и контрастными процессами деградации земель часто требуют более детальной классификации почвенно-растительного покрова. В таких случаях необходимо увеличить количество классов почвенно-растительного покрова или разделить страну на регионы для проведения индивидуального анализа. Например, в процессе подготовки отчета Колумбии за 2022 год эксперты выделили отступление ледников и уменьшение снежного покрова как ключевые процессы деградации. Для эффективного мониторинга таких изменений стандартных семи классов почвенно-растительного покрова UNCCD оказалось недостаточно. После тщательного анализа национальных карт почвенно-растительного покрова эксперты определили, что необходимо как минимум 12 классов почвенно-растительного покрова, включая добавление классов постоянного снега и ледников.

Даже при отсутствии национальных наборов данных о растительном покрове страны могут изменить легенду растительного покрова по умолчанию из наборов данных, предоставленных UNCCD, чтобы она лучше соответствовала национальной динамике.

Стандартизированные глобальные карты почвенно-растительного покрова составлены на основе набора данных ESA-CCI, который изначально включает 36 классов, но для составления сводной отчетности был переклассифицирован и отображен в семи широких категориях. Однако эти 36 классов почвенно-растительного покрова могут быть переклассифицированы по-разному, чтобы отразить ключевые процессы деградации земель на национальном уровне. Например, Бутан использовал набор данных почвенно-растительного покрова по умолчанию, но применил свои собственные подходы к реклассификации, чтобы обеспечить четкое представление кустарниковых болот. В Бутане захват лесов был определен как значительный процесс деградации, что потребовало отделить кустарниковые болота от лесов. После оценки различных вариантов реклассификации эксперты приняли семиклассовую легенду, включающую кустарниковые болота и объединяющую водно-болотные угодья с водоемами, поскольку водно-болотные угодья Бутана не были хорошо отображены в наборе данных ESA-CCI.

Более подробную информацию об этих и других примерах можно найти в главе “Тенденции в растительном покрове” в публикации The Land Story (UNCCD, 2024).

Когда подходящая легенда почвенно-растительного покрова будет определена, Сторонам следует нажать на один из переключателей, относящихся к вопросу о том, достаточно ли семи классов почвенно-растительного покрова UNCCD для мониторинга ключевых процессов деградации. Если страна выбирает “Нет”, она должна заполнить таблицу SO1-1.T2 национальными классами почвенно-растительного покрова, показывая, как они соотносятся с семью классами почвенно-растительного покрова UNCCD по умолчанию. Странам настоятельно рекомендуется создавать легенду с ограниченным числом соответствующих классов и не превышать в общей сложности 15 классов почвенно-растительного покрова. Это сделает отчетность более удобной, снизит риск возникновения проблем с производительностью веб-браузера и уменьшит количество переходов, которые необходимо описать и сообщить на Шаге 3. Со ссылкой на Руководство по эффективной практике для показателя ЦУР 15.3.1 и связанное с ним Дополнение легенда должна быть следующей:

достаточной, чтобы отразить переход к деградации земель, определенный как значительный;
пригодной для использования, т. е. такой, чтобы доступные данные наблюдений позволяли различать классы в условных обозначениях; и
исчерпывающей, такой, что вся территория страны могла быть поделена в соответствии с классами из легенды и доступна для мониторинга во времени.

Там, где это возможно, UNCCD призывает Стороны использовать метаязык почвенного покрова (LCML) Продовольственной и сельскохозяйственной организации Объединенных Наций (ФАО)[2], который обеспечивает структурированный подход к определению и интерпретации почвенного покрова. LCML является концептуальной и структурной основой различных классификаций растительного покрова, включая легенду растительного покрова, используемую в продуктах ESA CCI-LC.

В таблице 8 представлено преобразование между условными обозначениями КБО ООН по умолчанию и легендой ESA CCI-LC.

**Таблица 8**. Перегруппировка по умолчанию легенды почвенно-растительного покрова Инициативы Европейского космического агентства по изменению климата в соответствии с семью классами почвенно-растительного покрова, необходимыми для представления отчетности в КБО ООН
КБО ООН		Почвенно-растительный покров Инициативы Европейского космического агентства по изменению климата
Код	Наименование	Код	Наименование
1	Покрытые деревьями земли	50	Древесный покров, широколиственный, вечнозеленый, от сомкнутого до разомкнутого полога (>15%)
		60	Древесный покров, широколиственный, лиственный, от сомкнутого до разомкнутого полога (>15%)
		61	Древесный покров, широколиственный, лиственный, сомкнутый полог (>40%)
		62	Древесный покров, широколиственный, лиственный, разомкнутый полог (15-40%)
		70	Древесный покров, с игольчатыми листьями, вечнозеленый, от сомкнутого до разомкнутого полога (>15%)
		71	Древесный покров, с игольчатыми листьями, вечнозеленый, сомкнутый полог (>40%)
		72	Древесный покров, с игольчатыми листьями, вечнозеленый, разомкнутый полог (15-40%)
		80	Древесный покров, с игольчатыми листьями, лиственный, от сомкнутого до разомкнутого полога (>15%)
		81	Древесный покров, с игольчатыми листьями, лиственный, сомкнутый полог (>40%)
		82	Древесный покров, с игольчатыми листьями, лиственный, разомкнутый полог (15-40%)
		90	Древесный покров, смешанный тип листьев (широколиственный и с игольчатыми листьями)
		100	Мозаичный древесный и кустарниковый (>50%)/травянистый покров (< 50%)
2	Пастбища	110	Мозаичный травянистый покров (>50%)/деревья и кустарники (<50%)
		120	Кустарник
		121	Вечнозеленый кустарник
		122	Лиственный кустарник
		130	Пастбище
		140	Лишайники и мхи
		151	Редкие деревья (<15%)
		152	Редкий кустарник (<15%)
		153	Редкий травянистый покров (<15%)
3	Пахотные земли	10	Пахотные земли, орошаемые дождем
		11	Травянистый покров
		12	Древесный или кустарниковый покров
		20	Пахотные земли, орошаемые искусственно или после затопления
		30	Мозаичные пахотные земли (>50%)/естественная растительность (древесный, кустарниковый, травянистый покров) (<50%)
		40	Мозаичная естественная растительность (древесный, кустарниковый, травянистый покров) (>50%)/пахотные земли (<50%)
4	Водно-болотные угодья	160	Древесный покров, водный или регулярно затопляемый пресной или солоноватой водой
		170	Древесный покров, водный, регулярно затопляемый соленой или солоноватой водой, мангровые заросли
		180	Кустарниковый или травянистый покров, затопленный пресной/солоноватой водой
5	Искусственные поверхности	190	Городские районы
6	Прочие земли	200	Оголенные участки
		201	Сгруппированные оголенные участки
		202	Единичные оголенные участки
		220	Вечные снега и лед
7	Водные объекты	210	Водные объекты

Сторонам предлагается предоставить справочную информацию, обоснование выбора классов легенды почвенно-растительного покрова и любую другую информацию, имеющую отношение к делу, в поле для комментариев под таблицей.

Шаг 3: Создайте матрицу переходов

Примечание

Смежные области в платформе PRAIS 4: таблицы SO1-1.T3

После определения подходящей легенды растительного покрова изменения растительного покрова можно более четко связать с процессами, ведущими к деградации и улучшению земель. Определив матрицу перехода, Стороны должны решить, какие изменения почвенно-растительного покрова и процессы, как ожидается, вызовут деградацию, улучшение или отсутствие изменений (стабильность).

В Таблице 9 представлен пример матрицы переходов для классов почвенно-растительного покрова по умолчанию UNCCD. Матрица показывает предлагаемые интерпретации изменений в почвенно-растительном покрове, которые могут привести к деградации, улучшению или стабильности почв. Стороны могут использовать эту матрицу в качестве предварительной основы, которая будет оценена и скорректирована в процессе участия многих заинтересованных сторон и с учетом национальных и местных условий.

Для полноты картины в матрицу также включены водные объекты, хотя основное внимание в отчете уделяется общей площади суши для расчета показателя ЦУР 15.3.1. Все переходы, связанные с водными объектами, по умолчанию установлены как “стабильные”, но Стороны могут изменить эти значения, если изменения в протяженности водных объектов в течение базового или отчетного периода оказали значительное влияние на почвенно-растительный покров. Следует отметить, что любое изменение протяженности внутренних водоемов влияет на общую площадь суши, которая должна быть скорректирована соответствующим образом.

**Таблица 9**. Пример матрицы перехода почвенно-растительного покрова с использованием семи классов почвенно-растительного покрова КБО ООН
	ИТОГОВЫЙ КЛАСС
	Участки, покрытые деревьями	Пастбище	Пахотные земли	Водно-болотные угодья	Искусственные поверхности	Другая земля	Водные объекты
ПЕРВОНАЧАЛЬНЫЙ КЛАСС
Участки, покрытые деревьями	Стабильный	Истощение растительного покрова	Обезлесение	Наводнение	Обезлесение	Истощение растительного покрова	Стабильный
Пастбище	Лесонасаждение	Стабильный	Расширение сельского хозяйства	Наводнение	Расширение площади городов	Истощение растительного покрова	Стабильный
Пахотные земли	Лесонасаждение	Прекращение ведения сельского хозяйства	Стабильный	Наводнение	Расширение площади городов	Истощение растительного покрова	Стабильный
Водно-болотные угодья	Зарастание лесом	Осушение водно-болотных угодий	Осушение водно-болотных угодий	Стабильный	Осушение водно-болотных угодий	Осушение водно-болотных угодий	Стабильный
Искусственные поверхности	Облесение	Образования растительного покрова	Расширение сельского хозяйства	Образование водно-болотных угодий	Стабильный	Оставление населенных пунктов	Стабильный
Другая земля	Лесонасаждение	Образования растительного покрова	Расширение сельского хозяйства	Образование водно-болотных угодий	Расширение площади городов	Стабильный	Стабильный
Водные объекты	Стабильный	Стабильный	Стабильный	Стабильный	Стабильный	Стабильный	Стабильный

Примечание

Процессы изменения растительного покрова обозначены цветом как улучшение (зеленый), стабильность (желтый) или деградация (фиолетовый). Маловероятные переходы выделены жирным шрифтом. Обратите внимание, что это пример матрицы переходов и не должен рассматриваться как подходящий для стран без учета местных условий и ключевых процессов деградации.

В зависимости от легенды растительного покрова, выбранной на Шаге 2, Сторонам необходимо будет предоставить свою интерпретацию переходов растительного покрова, используя таблицу SO1-1.T3 для классов растительного покрова по умолчанию UNCCD или национальных классов растительного покрова.

Таблица SO1-1.T3 дает возможность предоставить одну матрицу переходов, охватывающую всю территорию страны, или до пяти матриц переходов для конкретных регионов. Это может быть уместно, если в стране более одного экорегиона и переходы различаются по регионам. Пример страны, которая использовала такой подход в отчетности за 2022 год, приведен во Вставке 2. Если выбран этот вариант, Стороны должны дать каждому добавленному региону уникальное название и загрузить векторный файл, очерчивающий региональную границу. Затем следует определить соответствующие переходы почвенно-растительного покрова для каждого региона. Суммарная площадь земель для матриц переходов по конкретным регионам должна равняться общей площади земель страны. Эти расчеты должны быть выполнены вне PRAIS в Trends.Earth или другой вычислительной среде.

Платформа PRAIS 4 включает функции для изменения данных матрицы переходов по умолчанию и присвоения знака “-” или “+” каждому переходу в зависимости от того, вызывает ли он деградацию или улучшение состояния земли в соответствии с национальными условиями. Однако, если Вы решили изменить матрицу переходов по умолчанию (т.е. таблицу SO1-1.T3), матрицу переходов следует сначала отредактировать в Trends.Earth, чтобы представленные переходы можно было интегрировать в расчеты результатов SO 1-1 и индикатора ЦУР 15.3.1. Редактирование матрицы переходов только в PRAIS 4 не приведет к пересчету пространственных данных для СЦ 1-1.

Вставка 2. Определение регионального перехода

В Эквадоре эксперты разработали методику оценки почвенно-растительного покрова, которая разделила страну на однородные зоны, каждая из которых имеет свои экологические характеристики (Рисунок 2). Предложенное зонирование включало:

Литораль Секо: Территории с устьичным или аридным режимом влажности.
Litoral Húmedo: Вечнозеленые леса от западных горных Анд до Тихоокеанского побережья.
Альтоандино: Ледники, паррамо и высокогорные экосистемы (нивальные и субнивальные биоклиматические зоны).
Valles Interandinos: Экосистемы межандийских долин, исключая Альтоандино и Литораль Секо.
Амазония: Вечнозеленые леса от восточных горных Анд до бассейна Амазонки.

_Рисунок 2. Эквадор определил шесть субнациональных экорегионов, для которых были созданы специальные матрицы переходного периода.

После того как экорегионы были определены, для каждой зоны была составлена специальная матрица перехода, учитывающая местный опыт и мнение заинтересованных сторон. Эти матрицы перехода для конкретных зон обеспечили оценку изменений почвенно-растительного покрова в их экологическом и социально-экономическом контексте, а не путем применения единой классификации по всей стране. Наконец, результаты, полученные в каждом регионе, были объединены для получения оценки на национальном уровне, которая отражает местные реалии, сохраняя при этом согласованность в мониторинге LDN и показателя 15.3.1 ЦУР.

Еще один пример адаптации матрицы перехода можно найти в главе “Тенденции в растительном покрове” в публикации The Land Story (UNCCD, 2024).

Шаг 4: Оцените имеющиеся данные о растительном покрове

Примечание

Смежные области в платформе PRAIS 4: таблицы SO1-1.T4

UNCCD предоставляет в платформе PRAIS 4 заполненные по умолчанию данные о площади почвенно-растительного покрова, чтобы облегчить бремя отчетности. Эти данные по умолчанию представляют собой набор данных с пространственным разрешением 300 м:

Глобальный почвенно-растительный покров, полученный из последнего набора данных ESA CCI-LC.

Стороны, предпочитающие использовать альтернативный источник национальных данных, могут ввести соответствующие национальные годовые значения в таблицу SO1-1.T4. Сторонам следует нажать на кнопку “Национальные данные” над таблицей, чтобы отредактировать таблицу. Основные метаданные, как указано в Приложении II, для используемых наборов данных должны быть предоставлены в форме “Источники данных”, которая открывается при выборе “Редактировать источники данных”.

Два дополнительных набора данных доступны с пространственным разрешением 30 м и потенциально полезны для отчетности малых островных развивающихся государств (SIDS):

Земельный покров Глобального анализа и обнаружения земель (GLAD) (доступны данные за 2000, 2005, 2010, 2015 и 2020 годы)
Почвенно-растительный покров GLC_FCS30D (доступен каждые пять лет с 1985 по 2000 год, затем ежегодно до 2022 года)

Чтобы помочь МОРАГ выбрать наиболее подходящую карту растительного покрова, Инструмент сравнения растительного покрова для малых островных развивающихся государств[3] облегчает сравнение наборов данных высокого пространственного разрешения, создание масок согласия-разногласия и матриц перехода, среди прочего.

Однако Стороны могут представлять свои оценки, используя альтернативные национальные данные о растительном покрове, если они соответствуют спецификациям, перечисленным в таблице 10.

Стороны должны сообщить годовую площадь почвенно-растительного покрова (в км2) по классам почвенно-растительного покрова за начальный и конечный годы в рамках базового и отчетного периодов в SO1-1.T4, а также за 2019 год, который используется для оценки состояния ЦУР по индикатору 15.3.1 на 2019 год. Обратите внимание, что из-за отсутствия данных о растительном покрове по умолчанию для последнего года отчетного периода (2023) в строке 2023 вместо них предварительно заполнен ближайший доступный год (2022).

**Таблица 10**. Спецификации данных о почвенно-растительном покрове для индикатора SO 1-1
Единица	Спецификации
Единица	Данные по умолчанию (продукт Инициативы Европейского космического агентства по изменению климата в отношении почвенно-растительного покрова (ESA CCI-LC))	Национальные данные
Тип данных	На основе спутниковых снимков AVHRR, SPOT, PROBA-V и Sentinel-3	Спутниковые снимки более высокого разрешения из национальных и международных источников, аэрофотоснимки и/или полевые наблюдения и национальная/областная статистика
Классификация	36 классов почвенно-растительного покрова на основе Системы классификации почвенно-растительного покрова (LCCS) Продовольственной и сельскохозяйственной организации Объединенных Наций (ФАО). Для целей отчетности 36 классов ESA CCI-LC объединены в семь классов КБО ООН (правила агрегирования см. в таблице 8 настоящего документа).	Классификация почвенно-растительного покрова, совместимая с семью классами по умолчанию UNCCD, описанными в шаге 1. В идеале, легенда должна быть основана на методологии FAO LCCS/Land Cover Meta Language (LCML). Однако легенда должна быть краткой и включать только классы почвенно-растительного покрова, имеющие отношение к заявленным процессам деградации земель.
Временной охват	Ежегодные данные с 2000 по 2022 год (данные за 2023 год не были получены от поставщиков данных на момент публикации данного руководства)	Минимальное требование - это данные за интервалы времени, а именно: 2000, 2015, 2019 и 2023 годы или ближайший доступный год.
Пространственное разрешение	300 метров (м)	Желательное пространственное разрешение составляет 100 м или более. Если такие данные недоступны, рекомендуется использовать данные по умолчанию или данные с разрешением выше, чем у данных по умолчанию (300 м).
Точность	74%	Для соответствия качеству данных продукта в области почвенно-растительного покрова рекомендуется обеспечить общую точность картографирования не менее 74%.
Метаданные	Информация о метаданных автоматически генерируется с данными по умолчанию в Trends.Earth.	Перечень минимальной информации о метаданных приведен в Приложении II к настоящему документу.

Шаг 5: Определите базовую степень деградации почвенно-растительного покрова

Примечание

Соответствующие области в платформе PRAIS 4: таблицы SO1-1.T5 и SO1-1.T7

Базовый уровень задает эталон, с которым сравниваются изменения в степени деградации почвенно-растительного покрова в последующие отчетные периоды. Определение базового уровня деградации почвенно-растительного покрова требует выполнения следующих трех действий:

Сравните почвенно-растительный покров в последний год базового периода (базовый год, т.е. 2015) с почвенно-растительным покровом в начальный год (2000), чтобы оценить, что изменилось (с точки зрения переходов почвенно-растительного покрова),
Рассчитайте чистое изменение площади для каждого класса растительного покрова,
сделайте вывод о состоянии деградации земель на основе матрицы переходов.

Использование последовательной исходной линии чрезвычайно важно, поскольку это влияет на результаты расчетов изменений между исходным и отчетным периодами. Эти изменения используются для мониторинга прогресса Сторон в выполнении СЦ 1-1.

Национальные оценки изменения почвенно-растительного покрова и деградации почвенно-растительного покрова по умолчанию для базового периода представлены в таблицах SO1-1.T5 и SO1-1.T7 PRAIS 4, соответственно. Эти оценки могут быть приняты, скорректированы или заменены с использованием национальных данных, в зависимости от ситуации. Для обоснования изменения или замены данных по умолчанию следует ввести вспомогательные комментарии в поле для комментариев. Странам, предпочитающим использовать национальные данные, рекомендуется использовать Trends.Earth для подготовки, анализа и передачи своих данных в PRAIS 4. Trends.Earth включает инструменты для автоматической оценки изменений почвенного покрова и деградации почвенного покрова.

Шаг 6: Оцените деградацию почвенно-растительного покрова за отчетный период

Примечание

Соответствующие области в платформе PRAIS 4: таблицы SO1-1.T6 и SO1-1.T7

Национальные оценки изменения растительного покрова и деградации растительного покрова за отчетный период по умолчанию представлены в таблицах SO1-1.T6 и SO1-1.T7, соответственно. Эти оценки рассчитываются путем сравнения почвенно-растительного покрова в последний доступный год отчетного периода (т.е. в идеале в 2023 году, но для данных по умолчанию - в 2022 году) с почвенно-растительным покровом в начальный год отчетного периода (2016). Эти оценки могут быть приняты, скорректированы или заменены с использованием национальных данных, в зависимости от ситуации.

Если оценки по умолчанию не принимаются, то, используя выбранные данные, легенду и матрицу переходов, Стороны могут подготовить национальные оценки (i) изменения растительного покрова; (ii) деградации растительного покрова; (iii) улучшения растительного покрова; и (iv) отсутствия изменений (стабильности) за отчетный период через Trends.Earth и импортировать результаты в платформу PRAIS 4, где могут быть созданы соответствующие карты.

Сторонам предлагается предоставить справочную информацию, комментарий о том, как были рассчитаны изменения и деградация почвенно-растительного покрова, а также любую дополнительную информацию, имеющую отношение к делу, в поле для комментариев под таблицами.

Шаг 7: Проверьте результаты

Интерпретация изменений почвенно-растительного покрова с помощью дистанционного зондирования сильно различается по всему миру, на нее оказывают сильное влияние преобладающие климатические условия и методы управления земельными ресурсами. Это может повлиять на надежность применения оценок из глобальных источников данных к местным территориям и потребовать участия национальных экспертов для определения и выделения ситуаций, в которых уровень доверия к полученным результатам может быть низким. Поэтому Сторонам следует выявлять любые ложноположительные и отрицательные ситуации и сообщать о них в формах СЦ 1-4 (индикатор ЦУР 15.3.1). Этот вклад будет способствовать качественной оценке надежности оценок.

Шаг 8: Сохраните форму и сделайте ее доступной для просмотра

Платформа PRAIS 4 позволяет предоставлять количественную информацию о почвенно-растительном покрове, его изменениях и степени деградации. В отсутствие более точных и подробных данных на национальном уровне Стороны могут официально представить КБО ООН оценки по умолчанию. Для оценок, полученных с использованием национальных данных, Сторонам следует предоставить:

описание легенды и матрицы перехода;
национальные наборы данных о почвенно-растительном покрове за базовый и отчетный периоды;
Информация об изменении растительного покрова, включая матрицу изменения площади растительного покрова и набор пространственных данных или карту, на которой показаны территории, подверженные ухудшению, улучшению или отсутствию изменений на основе данных о растительном покрове.

Информация о растительном покрове, изменениях растительного покрова и деградации растительного покрова должна быть представлена в км2 для всей страны.

Если наборы данных по умолчанию были заменены национальными данными о растительном покрове, странам рекомендуется загрузить соответствующие геопространственные данные в PRAIS 4. Любые пространственные данные, загруженные в систему, должны быть подкреплены соответствующими метаданными, описывающими пространственные данные, как указано в форме источника данных и описано далее в Приложении II данного руководства.

Карты по умолчанию или карты, созданные в ТTrends.Earth с использованием национальных данных, отражающих почвенно-растительный покров, его изменение и деградацию за базовый/отчетный период, доступны на платформе PRAIS 4. В частности, онлайн будут доступны следующие карты:

карта почвенно-растительного покрова за первый год базового периода (2000 год);
карта почвенно-растительного покрова последнего года базового периода (2015 год);
карта почвенно-растительного покрова за последний отчетный год;
карта изменений почвенно-растительного покрова за базовый период;
карта изменений почвенно-растительного покрова за отчетный период;
карта деградации почвенно-растительного покрова за базовый период;
карта деградации почвенно-растительного покрова за отчетный период.

Сторонам также предлагается представить описание использованных методов и процессов, а также сообщить об особых случаях и проблемах, используя поле “Общие комментарии”.

После того, как форма будет заполнена и проверена Сторонами, ее следует пометить как “На рассмотрении”, а затем сохранить. После того, как UNCCD завершит рассмотрение и все комментарии будут устранены, форму можно пометить как “Завершена”, а затем сохранить.

1.1.4. Зависимость

Данные о почвенно-растительном покрове используются не только для отчетности в рамках СЦ 1-1, но и для стратификации показателей продуктивности земель и почвенного органического углерода (ПОУ) (СЦ 1-2 и СЦ 1-3), а также в качестве одного из субпоказателей для расчета доли деградированных земель в общей площади земель (СЦ 1-4).

Стороны также должны отметить, что если пользовательская легенда почвенно-растительного покрова представлена в SO1-1, те же самые пользовательские классы почвенно-растительного покрова могут быть использованы и для представления информации по показателям SO1-2 и SO1-3.

Общая площадь территории, указанная в таблице CP-1.T1, определяет расчет последующих элементов отчетности по СЦ, которые будут перечислены как зависящие от таблицы CP-1.T1 в соответствующем разделе данного руководства по отчетности. Для показателя отчетности SO1-1 поле “Процент от общей площади страны” в таблице отчетности SO1-1.T7 зависит от общей площади страны, указанной в таблице CP-1.T1.

1.1.5. Проблемы

Доступность и качество данных

Наборы данных GLAD и GLC_FCS30D с пространственным разрешением 30 м, представленные в Trends.Earth и описанные в GPG [Addendum] (https://www.unccd.int/resources/manuals-and-guides/addendum-good-practice-guidance-sdg-indicator-1531-proportion-land), должны быть оценены на предмет пригодности для малых островных развивающихся государств (МОРАГ) и горных стран, поскольку им требуются данные самого высокого пространственного разрешения. Пространственное разрешение данных по умолчанию не всегда подходит для точного представления почвенно-растительного покрова и его изменений на национальном уровне для этих территорий или стран. Дополнение/уточнение анализа международных данных данными местного масштаба, если таковые имеются, может помочь повысить качество и надежность результатов.
Для анализа и отчетности об изменениях в почвенно-растительном покрове важно наличие согласованных данных (т. е. данных, полученных из одного и того же источника данных с использованием одного и того же метода обработки) в течение длительного периода времени; это часто становится проблемой как на национальном, так и на глобальном уровне.
Возможно, потребуется перепроверить достоверность национальной информации о почвенно-растительном покрове на местах, в том числе прибегнув к консультациям с местными экспертами. Этот процесс может оказаться трудоемким и дорогостоящим. Проверка, проведенная с использованием различных методов и приемов (например, образцы полевых работ с использованием существующей аэрофотосъемки, бесплатные изображения с высоким разрешением, доступные в Google Earth), может значительно снизить затраты и повысить эффективность распределения ресурсов.

Классификация почвенно-растительного покрова

Национальные легенды растительного покрова и региональные матрицы переходов могут более точно отражать местные процессы деградации и переходы растительного покрова, но могут увеличить количество возможных переходов растительного покрова, которые необходимо описать, до неуправляемого объема. Несмотря на важность включения ключевых переходов почвенно-растительного покрова в стране, следует учитывать баланс между точностью и управляемостью информации.
Существующие национальные карты и данные о почвенно-растительном покрове необходимо преобразовать в соответствии с семью классами, принятыми КБО ООН. Необходимость объединить классы почвенно-растительного покрова в семь классов КБО ООН может частично ухудшить качество исходных данных. Документирование неопределенностей и обобщений, применяемых для согласования данных с международными стандартами, может способствовать процессу преобразования и точности результатов.
Информация о растительном покрове, предоставляемая КБО ООН, должна быть согласованной в течение отчетного периода; изменения в методологии классификации почвенно-растительного покрова требуют пересчета ранее представленных национальных оценок.

1.1.6. Краткие выводы (основные действия)

Основные действия по представлению отчетности об изменениях почвенно-растительного покрова заключаются в следующем:

Определите ключевые процессы деградации земель с помощью соответствующего консультативного процесса и внесите результаты в таблицу SO1-1.T1.
Выберите легенду почвенно-растительного покрова, обеспечив совместимость с легендой по умолчанию UNCCD. Вставьте легенду в таблицу SO1-1.T2, если она отличается от легенды по умолчанию UNCCD.
Составьте одну или несколько матриц переходов. Для каждого перехода растительного покрова укажите, приведет ли он, скорее всего, к деградации, улучшению или стабильным условиям. Стороны могут предоставить одну матрицу перехода, охватывающую всю земельную площадь страны, или до пяти матриц перехода, относящихся к конкретным регионам. Суммарная площадь суши для матриц переходных процессов, относящихся к конкретным регионам, должна равняться общей площади суши страны. Внесите эту информацию в таблицу SO1-1.T3
Выберите данные о растительном покрове, которые будут использоваться: обеспечьте соответствие минимальным характеристикам, перечисленным в таблице 10.
Определите базовую степень деградации почвенно-растительного покрова, используя выбранные данные, легенду и матрицу переходов для базового периода 2000-2015 гг. Если используются национальные данные о растительном покрове, выполните расчеты в Trends.Earth и внесите эту информацию в таблицы SO1-1.T5 и SO1-1.T7.
Оцените деградацию почвенно-растительного покрова за отчетный период, используя выбранные данные, легенду и матрицу переходов для отчетного периода. Если используются национальные данные о растительном покрове, выполните расчеты в Trends.Earth и внесите эту информацию в таблицы SO1-1.T6 и SO1-1.T7.
Проверьте результаты: Рекомендуется, чтобы оценки растительного покрова и связанной с ним деградации земель проверялись соответствующими национальными органами власти для оценки точности результатов и выявления любых ложноположительных и отрицательных ситуаций, которые могут быть отражены в формах СЦ 1-4 (индикатор ЦУР 15.3.1).
Сохраните форму и сделайте ее доступной для просмотра: Проверьте точность количественной информации, введенной в отчет, и включите описательную информацию об использованных методах и процессе в различные поля для комментариев. Затем следует пометить данные и сопроводительную информацию как “На рассмотрении” и сохранить их, тем самым сделав их доступными для рассмотрения UNCCD.

1.1.7. Дополнительные ресурсы

UNCCD, (2024), The Land Story: Опыт стран в составлении отчетов о деградации земель и засухе, Глава: Тенденции в растительном покрове (https://www.unccd.int/resources/publications/land-story-country-experiences-reporting-land-degradation-and-drought)
Di Gregorio, A., & Jansen, L.J.M. (2016). Система классификации растительного покрова (LCCS). Концепции классификации и руководство пользователя для программного обеспечения версии 3.0. Рим: ФАО (https://www.fao.org/geospatial/resources/tools/land-cover-toolbox/en/).
Использование информации о почвенно-растительном покрове для мониторинга прогресса в достижении Цели 15 в области устойчивого развития, электронный учебный курс ФАО (2024) (https://elearning.fao.org/course/view.php?id=1098)

1.2. СЦ 1-2 - Тенденции в продуктивности земли или ее функционировании

1.2.1. Введение

Продуктивность земли — это биологическая продуктивная способность земли, основного источника пищи, волокон и топлива для поддержания жизни людей. Методология КБО ООН для оценки доли деградированных земель к общей площади земель (т. е. показатель 15.3.1 ЦУР) использует изменения в продуктивности земель в качестве показателя долгосрочных изменений в состоянии здоровья и производительной способности земель. Продуктивность земель отражает чистое влияние изменений в функционировании экосистем на рост растений и биомассы.

Продуктивность земли рассчитывается на основе данных наблюдения Земли, представляющих собой чистую первичную продуктивность (NPP). Индексы растительности, такие как нормализованный индекс разницы растительности (NDVI) или расширенный индекс растительности (EVI), часто используются в качестве прокси для NPP.

Основным результатом процесса отчетности по индикатору SO 1-2 является набор официально подтвержденных оценок масштабов пяти классов устойчивых траекторий продуктивности земель в рамках каждого типа растительного покрова и их значимости с точки зрения деградации земель.

Хотя тенденции продуктивности земель за предыдущий отчетный период (2016 - 2019 гг.) не требуются в данном отчете, они будут необходимы для оценки Индикатора ЦУР 15.3.1 за период 2016 - 2019 гг. в отношении СЦ1-4. Поэтому странам рекомендуется оценить тенденции LPD за три периода (т.е. за базовый и два отчетных периода), чтобы обеспечить последовательность в отчетности по SDG 15.3.1.

Национальная отчетность облегчается благодаря предоставлению данных по умолчанию, полученных из доступных глобальных источников данных, а именно из набора данных Trends.Earth Land Productivity Dynamics (LPD).

1.2.2. Предварительные условия для представления отчетности

Углубленное чтение раздела 1 и раздела 3 Дополнения к Руководству по передовой практике для показателя ЦУР 15.3.1: Доля деградированных земель по отношению к общей площади земель (версия 2), где подробно описывается ряд методологических подходов к расчету изменений продуктивности земель;
Знакомство с главой 4 [Руководство по передовой практике для показателя ЦУР 15.3.1] (https://www.unccd.int/publications/good-practice-guidance-sdg-indicator-1531-proportion-land-degraded-over-total-land), в которой дается обзор продуктивности земли и подробно описывается одна из методик, которую можно использовать для оценки изменений продуктивности земли;
Данные, соответствующие спецификациям, перечисленным в таблице 11 ниже.
Группа национальных экспертов, официально назначенных национальными властями для проверки соответствия данных о производительности земли по умолчанию ситуации на местах или для разработки и внедрения специальной методологии для оценки трех показателей производительности земли, если национальные данные предпочтительнее данных по умолчанию. К ключевым учреждениям относятся национальное статистическое управление страны, министерство окружающей среды, министерство сельского хозяйства, центр дистанционного зондирования, а также университеты и исследовательские центры.

1.2.3. Процесс отчетности и пошаговая процедура

Пошаговая процедура составления отчета описана ниже. Если используются данные по умолчанию, шаги с 1 по 7 не нужны.

Шаг 1: Выберите легенду почвенно-растительного покрова для стратификации продуктивности земли

Если в SO1-1.T2 была представлена пользовательская легенда почвенно-растительного покрова, то в форме есть вступительный вопрос, на который Стороны должны ответить. Они должны решить, следует ли стратифицировать этот показатель, используя семь классов почвенно-растительного покрова UNCCD или пользовательскую легенду почвенно-растительного покрова, использованную для отчета SO1-1.

Примечание: если Вы ответите “Да”, последующие таблицы будут динамически обновляться с названиями пользовательских классов почвенно-растительного покрова, заменяя семь классов UNCCD, используемых по умолчанию.

Шаг 2: Выберите набор данных наблюдения Земли

UNCCD предоставляет данные по умолчанию из набора данных Trends.Earth LPD. Этот набор данных LPD получен на основе данных спектрометра с формированием изображений умеренного разрешения (MODIS), который объединяет наблюдения NDVI с разрешением 250 метров (м) в пикселях за 16-дневные периоды с 2001 по настоящее время.

Два альтернативных набора данных, JRC LPD и FAO-WOCAT LPD, доступны через Trends.Earth. Стороны могут оценивать и использовать эти или другие наборы данных при условии, что они соответствуют спецификациям, перечисленным в таблице 11 ниже. Для этой цели Стороны могут использовать GLOBAL LPD Comparison App, доступное через Google Earth Engine. Например, в процессе подготовки отчета за 2022 год Бутан использовал этот инструмент для сравнения ряда карт продуктивности земель, созданных с использованием данных НЗЗ, но с применением различных алгоритмических подходов. В ходе рабочего совещания, в котором приняли участие все желающие, участники рассмотрели различные карты и, объединив свои экспертные знания и результаты анализа, смогли выбрать карту, которая наиболее точно соответствовала известной ситуации в стране. Более подробно этот пример описан в The Land Story (UNCCD, 2024).

Стороны также могут генерировать свои собственные временные ряды индекса растительности и, соответственно, наборы входных данных LPD непосредственно по спутниковым снимкам. Два дополнительных приложения, размещенных в Google Earth Engine, которые можно использовать для визуализации альтернативных параметризаций LPD, - это Приложение для LPD в реальном времени и версия высокого разрешения для SIDS. Раздел 3.2 Дополнение к Руководству по надлежащей практике содержит исчерпывающую информацию и рекомендации по выбору наборов исходных данных LPD и алгоритмов LPD.

**Таблица 11**. Спецификации данных для показателя СЦ 1-2
Единица	Спецификации
Единица	Данные по умолчанию (набор данных Trends.Earth Land Productivity Dynamics (LPD))	Национальные данные
Исходные данные Данные, необходимые для получения оценок продуктивности земли на основе трех метрик, описанных в Шаге 5	Временной ряд ежедневных спутниковых снимков MODIS, используемых для расчета нормализованного индекса разницы растительности (NDVI) (MOD13Q1), скомпонованных за периоды в 10 дней (необходимо для создания данных Trends.Earth LPD)	Временной ряд соответствующего индекса растительности, полученный из спутниковых снимков, по крайней мере, с одной красной и одной ближней инфракрасной спектральной полосой.
__ Выходные данные__ Сетчатые продукты, полученные в результате анализа и комбинирования трех метрик, описанных в Шаге 5	Пять классов устойчивых траекторий продуктивности земли и данные по деградации продуктивности земли на сетке для базового периода (2000-2015 гг.) и отчетного периода (2008-2023 гг.)	Пять классов устойчивых траекторий продуктивности земли и данные по деградации продуктивности земли на сетке для базового периода (2000-2015 гг.) и отчетного периода (2008-2023 гг.)
Классификация	Пять классов устойчивых траекторий продуктивности земель и один класс для районов без достоверных данных о продуктивности земель: Снижение Умеренное снижение Стабильный, но напряженный Стабильный Повышение Нет данных	Шесть классов, совместимых с классами, используемыми на кораблях LPD Trends.Earth: Снижение Умеренное снижение Стабильный, но напряженный Стабильный Повышение Нет данных
Пространственное разрешение	250 m	Рекомендуется пространственное разрешение 250 м, если данные с более тонким разрешением недоступны.
Качество	Указано в метаданных набора данных. В целом оцененная точность набора данных составляет >80%.	Для соответствия качеству данных набора данных рекомендуется обеспечить общую точность картографирования не менее 80%.
Метаданные	Информация о метаданных автоматически генерируется с данными по умолчанию.	Минимальное содержание метаданных в виде обязательных полей перечислено в Приложение II.

Шаг 3: Выберите индекс продуктивности

Странам рекомендуется использовать НРВИ в качестве индекса по умолчанию, если нет доказательств того, что альтернативный индекс лучше подходит для оценки их ландшафта. Хотя НРВИ является наиболее широко используемым и хорошо известным индексом растительного покрова, его основные ограничения заключаются в том, что он может быть чувствителен к изменениям фоновых условий почвы и давать неверный результат при высоких показателях растительного покрова и биомассы. Это может снизить точность моделей ЧПП, биомассы и растительного покрова в местности, где преобладают тропические леса, или засушливых регионах.

Другие индексы, такие как Расширенный индекс растительности (EVI) или Индекс растительности с поправкой на почву (SAVI), также могут быть подходящими. Хотя некоторые из этих индексов могут работать лучше, чем NDVI в определенных условиях растительности, они могут потребовать дополнительной корректировки при применении к обширным территориям и различным типам растительного покрова. Поэтому, несмотря на свои ограничения, NDVI в настоящее время считается универсальным вариантом для расчета продуктивности земель на региональном и национальном уровнях, учитывая, что обширные исследования продемонстрировали тесную взаимосвязь между NDVI и первичной продуктивностью. Для более подробного обсуждения различных индексов растительности обратитесь к разделу 3.2.1 [Дополнение к Руководству по передовой практике для показателя ЦУР 15.3.1] (https://www.unccd.int/resources/manuals-and-guides/addendum-good-practice-guidance-sdg-indicator-1531-proportion-land).

Шаг 4: Оцените годовую производительность

При оценке годовой продуктивности следует учитывать, что из-за естественных циклов роста и старения растительного покрова ЧПП лучше всего представлена временными рядами наблюдений, собранных в течение всего вегетационного периода. Следовательно, для каждого элемента изображения годовая продуктивность будет представлять собой интеграл значений от начала до конца вегетационного периода выбранного индекса производительности. Области с увеличивающейся ЧПП следует интерпретировать как районы, где ситуация улучшается, если на страновом уровне им не присваивается иная оценка.

Дополнительные указания по вариантам оценки начала и продолжительности вегетационного периода приведены в разделе 4.2.4.1 Good Practice Guidance for SDG Indicator 15.3.1. В разделе 3.2.1 Дополнение приведены дополнительные соображения о том, как оценить годовую продуктивность, включая разработки по улучшению оценки в засушливых районах.

Шаг 5: Рассчитайте показатели продуктивности земли

Существуют различные подходы к определению изменений продуктивности земли с течением времени. Три алгоритмических подхода описаны в разделе 3.2.2 Addendum, и их можно изучить с различными наборами данных, используя приложения, развернутые в Google Earth Engine, о которых говорилось выше в шаге 2.

Алгоритм Trends.Earth LPD - это алгоритм, реализованный на данных по умолчанию, доступных через PRAIS. Он оценивает изменения продуктивности с течением времени на основе разновременного анализа годовой продуктивности с использованием трех метрик:

Тренд/Траектория: измеряет траекторию изменения годовой продуктивности в долгосрочной перспективе на пиксель;
состояние: сравнивает текущую и историческую годовую продуктивность на пиксель;
Преимущества: оценивает местную годовую производительность на территории по сравнению с другими территориями с аналогичным потенциалом продуктивности земли.

Изменения, наблюдаемые в каждой из трех метрик, объединяются для определения устойчивых траекторий продуктивности земли, представленных в пяти классах (см. таблицу 13 ниже). Они также используются для определения того, является ли пиксель деградировавшим, улучшившимся или стабильным в базовом и отчетном периодах (см. Шаг 6).

Вместо метода z-score, описанного в Руководстве по передовой практике UNCCD, реализация в Trends.Earth использует альтернативные статистические методы для расчета показателей “тенденция” и “состояние”, как описано ниже. Эти методы менее чувствительны к выбросам и годовым колебаниям, обеспечивая более надежные и интерпретируемые результаты для национальных и глобальных отчетов.

Тенденция продуктивности

Чтобы рассчитать Тренд продуктивности (также известный как Траектория), Стороны должны определить траекторию изменения продуктивности за 16-летний временной интервал на уровне пикселя. Метрика Тренд рассчитывается за 16-летний интервал как для базового (2000-2015 гг.), так и для отчетного периода (т.е. 16-летнего периода, заканчивающегося последним годом представления данных (т.е. 2008-2023 гг.).

Метрика “Тренд” рассчитывается путем подгонки линейной регрессионной модели к временному ряду и определения значимости наклона тренда с помощью теста значимости Манна-Кендалла. Значимыми считаются тренды с p \(\le\) 0,05, которые при положительном значении считаются потенциальным улучшением, а при отрицательном - потенциальным ухудшением. Стороны, желающие использовать этот подход в рамках Trends.Earth, также имеют возможность применять поправки для учета климатической изменчивости, особенно осадков.

Состояние продуктивности

Состояние продуктивности определяется путем сравнения среднегодового значения ЧПП за три последних года с распределением годовых значений ЧПП, наблюдавшихся в предыдущие 13 лет. Конкретнее этот процесс предполагает сравнение значений за 2013–2015 годы с таковыми за 2000–2012 годы для базового уровня, а также данных за 3 последних года с данными за предыдущие 13 лет за отчетный период.

Хотя для обеспечения последовательности и сопоставимости рекомендуется использовать 13-летний исторический период и 3-летний период последнего сравнения, длину этих двух периодов можно настроить в программе Trends.Earth в соответствии с конкретными условиями.

Значения вегетационного индекса затем группируются в перцентильные классы, чтобы обнаружить сдвиги в продуктивности:

Снижение на \(\ge\) 2 класса между историческим периодом и недавним периодом сравнения говорит о потенциальной деградации;
Увеличение на \(\ge\) 2 класса между историческим периодом и недавним периодом сравнения указывает на потенциальное улучшение;
Небольшие изменения отражают стабильность.

Производительность продуктивности

В отличие от Trend и State, которые являются временными метриками, продуктивность Performance - это пространственная метрика, предполагающая сравнение уровня продуктивности местных растений относительно других земельных единиц (т.е. других пикселей) в пределах одной функциональной единицы земного покрова/экосистемы (LCEU)[4].

В пределах каждой экологической единицы значения продуктивности ранжируются, и территории, находящиеся ниже 50% от 90-го процентиля своей единицы, помечаются как потенциально деградированные.

Производительность Производительность в отчетном периоде должна быть рассчитана на основе среднего значения ежегодных оценок производительности за предыдущие 16 лет вплоть до текущего года, т.е. с 2008 по 2023 год для текущего отчетного периода.

Шаг 6: Объедините показатели продуктивности для оценки динамики продуктивности земли в базовый и отчетный период

Примечание

Соответствующие области в платформе PRAIS 4: таблицы SO1-2.T1 и SO1-2.T2

Результаты, полученные по трем метрикам, используются для оценки динамики продуктивности земли как в базовом, так и в отчетном периоде, как показано в таблице 12.

**Таблица 12**. Конкретные сроки, рекомендуемые для оценки каждого показателя продуктивности земли (тенденция, состояние и производительность) за несколько отчетных периодов.
	Тенденции в продуктивности земли
Период	Тренд / Траектория (16 лет)	Штат (16 лет)		Производительность (16 лет)
Период	Тренд / Траектория (16 лет)	Базовый уровень (13 лет)	Период сравнения (3 года)	Производительность (16 лет)
Базовый уровень: 2000-2015	2000-2015	2000-2012	2013-2015	2000-2015
Отчетный период 1: 2016-2019 гг.	2004-2019	2004-2016	2017-2019	2004-2019
Отчетный период 2: 2016-2023 гг.	2008-2023	2008-2020	2021-2023	2008-2023

В Таблице 13 приведены комбинации метрик продуктивности для определения динамики продуктивности земли и, в конечном счете, статуса деградации продуктивности земли для каждого пикселя, а также их взаимосвязи. Метрики можно объединить в пять классов постоянной динамики продуктивности земли и три класса деградации продуктивности земли (т.е. “улучшение”, “стабильность”, “деградация”).

Стороны могут использовать эту таблицу для объединения пользовательских тенденций, состояния и производительности, полученных на основе национальных данных, для оценки динамики продуктивности и деградации земель.

**Таблица 13**. Комбинация показателей продуктивности для определения пяти классов динамики продуктивности земли и трех классов деградации продуктивности земли на пиксель в базовом и отчетном периодах
	Изменения, наблюдаемые в трех вводных показателях продуктивности			Динамика продуктивности земель и состояние деградации продуктивности земель, полученные на основе сочетания трех показателей продуктивности
Комбинация классов	Тенденция	Состояние	Производительность	Динамика продуктивности земель (5 классов)	Состояние деградации продуктивности земель (3 класса)
1	Улучшение	Улучшение	Стабильный	Повышение	Улучшение
2	Улучшение	Улучшение	Деградация	Повышение	Улучшение
3	Улучшение	Стабильный	Стабильный	Повышение	Улучшение
4	Улучшение	Стабильный	Деградация	Повышение	Улучшение
5	Улучшение	Снижение	Стабильный	Повышение	Улучшение
6	Улучшение	Снижение	Деградация	Умеренное снижение	Снижение
7	Стабильный	Улучшение	Стабильный	Стабильный	Стабильный
8	Стабильный	Улучшение	Деградация	Стабильный	Стабильный
9	Стабильный	Стабильный	Стабильный	Стабильный	Стабильный
10	Стабильный	Стабильный	Деградация	Стабильный, но напряженный	Стабильный
11	Стабильный	Снижение	Стабильный	Умеренное снижение	Снижение
12	Стабильный	Снижение	Деградация	Снижение	Снижение
13	Снижение	Улучшение	Стабильный	Снижение	Снижение
14	Снижение	Улучшение	Деградация	Снижение	Снижение
15	Снижение	Стабильный	Стабильный	Снижение	Снижение
16	Снижение	Стабильный	Деградация	Снижение	Снижение
17	Снижение	Снижение	Стабильный	Снижение	Снижение
18	Снижение	Снижение	Деградация	Снижение	Снижение

Примечание. В последнем столбце показано, как состояние снижения продуктивности земли в пикселе может быть выведено логически из класса динамики продуктивности земли, полученной из комбинации трех входных показателей продуктивности.

Национальные оценки динамики продуктивности земель по типам растительного покрова должны быть представлены с помощью таблиц SO1-2.T1 и SO1-2.T2 платформы PRAIS 4 для базового и отчетного периодов, соответственно.

Стороны, решившие использовать альтернативный источник национальных данных вместо используемого по умолчанию, должны нажать на кнопку “Национальные данные” над таблицами, чтобы отредактировать таблицы. Основные метаданные, как указано в Приложении II, для используемых наборов данных должны быть указаны в форме “Источники данных”, которая открывается при выборе “Редактировать источники данных”.

Шаг 7: Объедините показатели продуктивности для оценки деградации продуктивности земли как в базовом, так и в отчетном периоде

Примечание

Смежные области в платформе PRAIS 4: таблица SO1-2.T3

Результаты, полученные с помощью трех метрик, используются для оценки масштабов улучшенных, стабильных и деградированных земель в базовом периоде и в отчетном периоде. В Таблице 13 выше показано, как преобразовать результаты трех метрик в три класса (улучшенные земли, стабильные земли, деградированные земли) для оценки состояния деградации продуктивности земли (последний столбец) в базовом и отчетном периодах.

Общая площадь деградации продуктивности земли в базовый период и в отчетный период должна быть представлена в таблице SO1-2.T3 платформы PRAIS 4.

Дополнительные детали и пояснения к используемому процессу можно указать в соответствующем поле для комментариев.

Стороны также должны указать, использовалась ли субнациональная (региональная) оценка при формировании этого показателя, используя соответствующие поля для переключения. Стороны могут решить провести субнациональный анализ, если оценка ЛПД на национальном уровне считается недостаточной для отражения разнообразия тенденций продуктивности земель в различных экологических зонах. Страны с очень разнообразными ландшафтами могут выиграть от проведения субнационального анализа, определив регионы, где можно применить альтернативные индексы растительности (ВИ) или модели ЛПД с различными параметрами. При проведении субнациональных оценок рекомендуется использовать одинаковые границы для всех трех субпоказателей ЦУР 15.3.1, следить за тем, чтобы количество регионов оставалось управляемым (в идеале - не более пяти), а их границы соответствовали узнаваемым административным или экологическим единицам. Эти области должны быть четко нанесены на карту и задокументированы. Более подробно субнациональный анализ рассматривается в разделе 3 Дополнение к Руководству по передовой практике для показателя ЦУР 15.3.1..

Шаг 8: Проверьте результаты

Проверка результатов включает в себя выбор наиболее надежной карты LPD для обеспечения точности окончательной карты деградации земель. Чтобы облегчить такую проверку, Стороны могут решить сравнить результаты альтернативных наборов данных LPD, используя дополнительные наборы данных, которые могут помочь в качественной оценке результатов. В разделе 3.2.1 Дополнения приводится несколько примеров того, как Стороны осуществляли этот процесс проверки в предыдущем раунде отчетности. Их краткое описание представлено во Вставке 4.

Вставка 4. Подходы к проверке карт ЛПД

Аргентина использовала национальную карту лесов, чтобы оценить способность различных карт LPD отражать тенденции снижения продуктивности в районах, которые, как известно, подверглись потере лесов.

Многие страны использовали национальные карты сгоревших площадей и, в некоторых случаях, продукт MODIS по сгоревшим площадям для оценки того, правильно ли карты LPD определяют снижение продуктивности.

Бутан использовал наборы данных по горнодобывающим районам, чтобы определить различные места добычи, которые были активны в период оценки LPD. Они обнаружили, что некоторые карты LPD не выявили ожидаемых тенденций к снижению, что позволило им выбрать более подходящие модели LPD.

Эквадор воспользовался опцией программного обеспечения Trends-Earth, позволяющей применять климатические поправки при расчете показателя LPD. Это позволило учесть высокую межгодовую изменчивость осадков, обусловленную южным колебанием Эль-Ниньо. Более подробная информация об этом примере приведена в The Land Story (UNCCD, 2024).

В исследовании глобального масштаба изучался вопрос о том, можно ли выявить изменения в тенденциях продуктивности земель на территориях, подлежащих восстановлению и устойчивому землепользованию. Исследование показало, что после начала реализации мероприятий должно пройти не менее 10 лет, чтобы вмешательство оказало заметное влияние на продуктивность.

Можно ожидать, что национальные парки и природные заповедники будут демонстрировать рост продуктивности земли с течением времени. Однако зачастую ситуация может быть более сложной в зависимости от экологического состояния и типа управления, практикуемого в каждом парке. Поэтому для экспертов очень важно определить конкретные национальные охраняемые территории, где ожидается восстановление за период, охватываемый картой LPD. Для поддержки такой проверки можно использовать глобальные наборы данных, такие как Всемирная база данных по охраняемым территориям (WDPA).

Шаг 9: Сохраните форму и сделайте ее доступной для просмотра

Сторонам также рекомендуется представить описание методологии, источников данных и точности данных в случае, если оценки получены на основе национальных данных. Также полезно сообщать об особых случаях и проблемах, описывая любые отклонения от метода по умолчанию и обосновывая применение другой методологии. Для этого в конце формы отчетности в платформе PRAIS 4 предусмотрено поле для общих комментариев.

Информация о динамике продуктивности земель и деградации продуктивности земель должна быть представлена в км2 для всей площади страны.

Если наборы данных по умолчанию будут заменены национальными данными о продуктивности земель, странам рекомендуется сделать соответствующие геопространственные данные и соответствующие метаданные доступными в платформе PRAIS 4.

Карты, подготовленные с использованием стандартных или национальных данных о динамике продуктивности земель и снижении продуктивности земель за базовый и отчетный периоды, будут созданы на платформе PRAIS 4. Эти карты будут содержать информацию о:

динамике продуктивности земель за базовый период;
динамике продуктивности земель за отчетный период;
снижении продуктивности земель за базовый период;
снижении продуктивности земель за отчетный период.

Как только форма будет заполнена и проверена Сторонами, ее следует пометить как “На рассмотрении” и сохранить. После того, как UNCCD завершит рассмотрение и все комментарии будут устранены, форму можно пометить как “Завершена”, а затем сохранить.

1.2.4. Зависимости

Данные о продуктивности земель опираются на данные о растительном покрове, представленные в разделе SO 1-1, для дезагрегирования классов продуктивности земель. Поле “процент от общей площади земель” в отчетных таблицах SO1-2.T3 зависит от общей площади земель, представленной в таблице CP-1.T1.

1.2.5. Проблемы

Доступность и качество данных.

Пространственное разрешение международных данных не всегда подходит для создания достаточно подробного представления динамики продуктивности земли на национальном уровне, особенно для МОРАГ или горных стран. Альтернативные наборы данных LPD, включая те, которые могут подойти для МОРАГ, обсуждаются в Дополнении к Руководству по эффективной практике (раздел 3.2.3).
Продуктивность земли в некоторых климатических зонах, где годовой вегетационный период сильно изменчив или непостоянен, а также там, где растительность редкая или отсутствует, трудно точно измерить, в результате чего данные по этим зонам отсутствуют. Области с густой растительностью и круглогодичным ростом, как, например, во влажных тропиках, также могут демонстрировать незначительные колебания продуктивности, что делает данные ненадежными. Обсуждение усилий по улучшению оценки продуктивности земель в засушливых районах можно найти в Дополнении к Руководству по надлежащей практике (раздел 3.2.1).

Аналитический подход.

Даже при использовании одного и того же набора исходных данных применение различных алгоритмов может привести к разным результатам из-за различий в методологии. Более того, параметры алгоритма могут быть точно настроены, а это значит, что даже один и тот же алгоритм LPD, примененный к одному и тому же набору входных данных, может дать разные результаты в зависимости от того, как он настроен. Странам рекомендуется изучить эти параметры в консультации с экспертами и заинтересованными сторонами, чтобы окончательные результаты соответствовали национальным знаниям и целям.
Важно учитывать, что применение 16-летнего окна для отчетного периода продуктивности земель по сравнению с 8-летним окном для изменений почвенного покрова и запасов SOC, вероятно, увеличит влияние продуктивности (по сравнению с другими показателями), когда они будут объединены для получения показателя ЦУР 15.3.1.

1.2.6. Краткие выводы (основные действия)

Основные действия по представлению отчетности о динамике продуктивности земель заключаются в следующем:

Выберите легенду почвенно-растительного покрова для стратификации продуктивности земель: Решите, следует ли стратифицировать этот показатель, используя семь классов почвенно-растительного покрова UNCCD или собственную легенду почвенно-растительного покрова, если такая легенда была представлена в SO1-1.T2;
Выберите набор данных наблюдения Земли: UNCCD предоставляет данные по умолчанию, которые могут быть проверены и официально приняты. Если Стороны решили использовать альтернативные источники данных, им следует проверить их соответствие минимальным требованиям, перечисленным в таблице 11, и выполнить действия 3-6 ниже;
Выберите индекс продуктивности: NDVI рекомендуется в качестве индекса по умолчанию; однако страны могут выбрать альтернативные индексы, которые лучше подходят для их местной динамики продуктивности земли; Стороны могут выбрать проведение субнационального анализа;
Оцените годовую продуктивность: Для каждого пикселя оцените годовую продуктивность как интеграл значений от начала до конца вегетационного периода по выбранному индексу продуктивности;
Расчитайте показатели продуктивности земли: Для каждого пикселя оцените показатели тренда (траектории), состояния и производительности;
Скомбинируйте метрики продуктивности для оценки динамики продуктивности земли и, соответственно, деградации в базовый и отчетный периоды: Используя таблицу 12 в качестве руководства, объедините метрики, чтобы определить динамику продуктивности земли (пять классов устойчивых траекторий продуктивности земли) и состояние деградации продуктивности земли в базовом и отчетном периодах (три класса состояния деградации). Если используются национальные данные о продуктивности земель, выполните расчеты в Trends.Earth и внесите эту информацию в таблицы;
Проверьте результаты: Рекомендуется, чтобы оценки продуктивности земель и связанной с ней деградации земель проверялись соответствующими национальными органами власти для оценки точности результатов и выявления любых ложноположительных и отрицательных ситуаций, о которых можно сообщить в формах СЦ 1-4 (индикатор ЦУР 15.3.1);
Сохраните форму и сделайте ее доступной для рассмотрения: После проверки Сторонами данные и вспомогательное описание для отчетного и базового периодов должны быть помечены как “В рассмотрении” и сохранены, тем самым делая их доступными для рассмотрения UNCCD.

1.2.7. Дополнительные ресурсы

UNCCD, (2024), The Land Story: Опыт стран в составлении отчетов о деградации земель и засухе, Глава: Тенденции в продуктивности земель (https://www.unccd.int/resources/publications/land-story-country-experiences-reporting-land-degradation-and-drought)
Гарсия, К. Л., Поцци Тей, Э. Ф., Равиоло, Э., Паредес-Трехо, Ф., Фрэнсис, Р., и Джеймс, К. (2025). Тенденции изменения почвенно-растительного покрова в МОРАГ: Поддержка процесса отчетности UNCCD 2026 и мониторинга индикатора ЦУР 15.3.1. Zenodo. https://doi.org/10.5281/zenodo.15276250
Cherlet, M., Hutchinson, C., Reynolds, J., Hill, J., Sommer, S., von Maltitz, G. (Eds.), Всемирный атлас опустынивания, Издательство Европейского союза, Люксембург, 2018 год.
Документация сайта Trends.Earth (https://docs.trends.earth/en/latest/index.html).

1.3. СЦ 1-3 — Тенденции в области накопления углерода над и под землей

1.3.1. Введение

Запасы углерода отражают интеграцию множества процессов, влияющих на рост растений, а также на разложение, которые в совокупности контролируют выгоды и потери от наземных запасов органического вещества. Они являются элементарными для широкого спектра экосистемных услуг, а их уровни и динамика отражают тип почвы, методы землепользования и управления землей.

Как указано в решении 22/СОР.11 КБО ООН, запас почвенного органического углерода (ПОУ) является показателем, используемым в настоящее время для оценки запасов углерода, и будет заменен общим запасом углерода в наземных системах после ввода показателя в эксплуатацию.

Методология КБО ООН для оценки доли деградированных земель к общей площади земель (т. е. показатель 15.3.1 ЦУР) использует запасы ПОУ в качестве показателя общего качества почвы, связанного с круговоротом питательных веществ в почве, агрегированной стабильностью почвы и структурой почвы, с прямыми последствиями для инфильтрации воды, уязвимости к эрозии и, в итоге, продуктивности растительности, а в сельскохозяйственных условиях — урожайности.

Основным результатом процесса отчетности для СЦ 1-3 является набор официально подтвержденных оценок запасов SOC в верхних 30 сантиметрах (см) почвы (в тоннах на гектар) для каждого из семи классов почвенного покрова UNCCD или для альтернативного набора национальных классов почвенного покрова, а также их значение с точки зрения деградации земель. Запасы SOC оцениваются для базового периода (2000-2015 гг.) и для текущего отчетного периода (2016-2023 гг.).

Несмотря на то, что в данном отчете не требуется оценивать изменения SOC за предыдущий отчетный период (2016 - 2019 гг.), они будут необходимы для оценки показателя ЦУР 15.3.1 за период 2016 - 2019 гг. в отношении СЦ1-4. Поэтому странам рекомендуется оценить изменения SOC за три периода (т.е. за базовый и два отчетных периода), чтобы обеспечить последовательность в отчетности по ЦУР 15.3.1.

Национальная отчетность облегчается благодаря предоставлению эталонных данных по умолчанию (2000 г.), полученных из набора данных SoilGrids250m Международного почвенного справочно-информационного центра (ISRIC), а оценки изменений запасов SOC по умолчанию получены с использованием модифицированной методологии Уровня 1 Межправительственной группы экспертов по изменению климата (МГЭИК) для составления национальных инвентаризаций парниковых газов для минеральных почв.

Стороны могут дополнить/заменить эти данные национальными данными (метод Уровня 2), определяя запасы SOC по цифровым почвенным картам высокого пространственного разрешения или по результатам полевых измерений. Стороны, имеющие возможность использовать более сложные методы представления данных о запасах SOC, включающие наземные измерения и моделирование, могут перейти на метод Уровня 3.

1.3.2. Предварительные условия для представления отчетности

Подробное ознакомление с главой 5 Руководства по эффективной практике для показателя 15.3.1 ЦУР, которая предоставляет базовую информацию о процессах, регулирующих формирование и выделение запасов ПОУ, и подробно описывает методологию, используемую для оценки изменений ПОУ.
Знакомство с разделом 1 и разделом 3 Дополнение к Руководству по передовой практике для показателя ЦУР 15.3.1: Доля земель, подвергшихся деградации, по отношению к общей площади земель.
Данные, соответствующие минимальным стандартам, перечисленным в таблице 14 ниже.
Группа национальных экспертов, официально назначенных национальными властями для проверки результатов анализа ПОУ или разработки и внедрения специальной методологии, если вместо значений по умолчанию используются национальные данные. К ключевым учреждениям относятся национальное статистическое управление страны, министерство окружающей среды, министерство сельского хозяйства (особенно отдел по вопросам почв), центр дистанционного зондирования, а также университеты и исследовательские центры.
Понимание Уровней отчетности и принятие решения о том, какой Уровень подходит для страны, до начала процесса отчетности. В главе 5 [Руководства по эффективной практике для показателя ЦУР 15.3.1] (https://www.unccd.int/publications/good-practice-guidance-sdg-indicator-1531-proportion-land-degraded-over-total-land) представлена исчерпывающая информация об уровнях.

1.3.3. Процесс отчетности и пошаговая процедура

Для процесса национальной отчетности 2026 года необходима следующая информация для SO1-3:

Запасы органического углерода в почве для каждого из используемых классов почвенно-растительного покрова в 2000, 2015, 2019 и 2023 годах. Они представляют собой эталонный год (2000) и конечные годы базового и двух последних отчетных периодов;
Уровень Tier, используемый для оценки SOC;
Статус деградации запасов SOC за базовый период и последний отчетный период, с численными оценками улучшенных, стабильных и деградировавших территорий. Кроме того, могут быть указаны области, по которым нет данных.

Платформа PRAIS 4 включает в себя предварительно заполненные таблицы вышеуказанной информации, основанные на оценках, полученных на основе данных по умолчанию (см. Таблицу 14), но также позволяет Сторонам вводить свои собственные данные SOC в отчетные таблицы.

Ниже описана пошаговая процедура составления отчета. Если используются данные по умолчанию, шаги со 2 по 5 не нужны.

Шаг 1: Выберите уровень для оценки SOC на основе доступности данных

Стороны могут использовать любой из следующих трех методов для определения эталонных запасов SOC и оценки изменений в запасах SOC за базовый и отчетный периоды. Эти методы соответствуют руководящим принципам МГЭИК[6] и включают наборы данных и варианты обработки с возрастающими уровнями точности и сложности.

Уровень 1

UNCCD использует модифицированный подход Уровня 1 для предварительного заполнения таблиц SO1-3.T1 и SO1-3.T2. Этот подход использует широкие методы со значениями по умолчанию и ценен в тех случаях, когда данные по конкретной стране, отвечающие минимальным требованиям, недоступны. Эталонные оценки запасов SOC по умолчанию (2000 г.), предоставленные UNCCD, основаны на глобальной карте запасов SOC (ISRIC’s SoilGrids250m). При оценке изменений запасов SOC для базового (2000 - 2015 гг.) и отчетного периодов (2016 - 2019 гг., 2016 - 2023 гг.) используется эта глобальная карта в сочетании с изменением почвенного покрова и коэффициентами преобразования SOC по умолчанию от МГЭИК.

В качестве альтернативы использованию данных по умолчанию Стороны могут выбрать применение подхода Уровня 1 с использованием собственных данных. В этом случае им следует помнить о следующем.

Оценка эталонных запасов SOC (2000 г.) соответствует рекомендациям МГЭИК:

Они используют широкую глобальную оценку запасов SOC по умолчанию под естественной растительностью для минеральных почв,
Они стратифицированы по типу климата/почвы,
В них используются коэффициенты землеустройства по умолчанию,
Очертания водно-болотных угодий служат косвенным показателем органических почв.

Оценка изменений в запасах SOC для базового (2000 - 2015 гг.) и отчетного периодов (2016 - 2019 гг., 2016 - 2023 гг.):

Использует информацию об изменении почвенно-растительного покрова (как прокси для изменения землепользования), чтобы провести ассоциации с изменениями в запасах углерода,
Эти изменения в запасах SOC оцениваются с помощью коэффициентов преобразования при переходе от одного почвенно-растительного покрова к другому,
Потери углерода в органических почвах определяются с помощью стандартных коэффициентов ежегодного выделения углерода после осушения и/или пожаров.

См. главу 5 [Руководство по передовой практике для показателя ЦУР 15.3.1] (https://www.unccd.int/publications/good-practice-guidance-sdg-indicator-1531-proportion-land-degraded-over-total-land), где более подробно описывается подход Уровня 1 к оценке запасов SOC и значений изменения SOC.

Уровень 2

В этом уровне используются дополнительные данные по конкретной стране для улучшения спецификации любых компонентов метода Уровня 1.

Варианты улучшения оценки базовых запасов SOC включают:

Использование цифровых почвенных карт высокого пространственного разрешения,
Используйте любые измерения, полученные при исследовании почвы,
Включение категорий управления, специфических для каждой страны,
Стратификация страны на климатические регионы и/или типы почв.

Варианты улучшения оценки изменений в запасах SOC включают:

Оцените пространственную и временную достоверность изменений почвенно-растительного покрова по умолчанию и изменений в землеустройстве,
Используйте коэффициенты изменения запасов со значениями, характерными для конкретной страны,
Используйте регрессионное моделирование для прогнозирования запасов SOC с учетом ряда экологических факторов,
Для органических почв используйте коэффициенты выбросов для конкретной страны.

Подробное описание метода Уровня 2 приведено в разделе 5.2.6.2 Руководство по эффективной практике для показателя ЦУР 15.3.1. Кроме того, в разделе 3.3.1 Дополнения приведены дополнительные указания и примеры того, как некоторые страны перешли на методы Уровня 2 и, следовательно, улучшили оценку SOC в течение цикла отчетности 2022 года. Например, Турция использовала знания национальных экспертов в дополнение к моделированию и включению национально репрезентативной информации при определении реалистичных и надежных коэффициентов преобразования SOC для различных переходов земного покрова (UNCCD, 2024).

Уровень 3

Этот уровень является более сложным и включает в себя национальные наземные измерения и моделирование.

Как правило, в нем используются выведенные на национальном уровне классы земного покрова и данные для определения базовых запасов SOC, коэффициентов изменения и коэффициентов выбросов, либо включаются национальные данные, основанные на интеграции программ наземных измерений, наблюдений за Землей и моделей.

Исчерпывающее руководство по применению всех уровней представлено в главе 5 [Руководства по передовой практике для показателя ЦУР 15.3.1] (https://www.unccd.int/publications/good-practice-guidance-sdg-indicator-1531-proportion-land-degraded-over-total-land).

Если Стороны решат использовать данные по умолчанию (т.е. примут модифицированный метод Уровня 1 UNCCD), шаги со 2 по 5 будут излишними.

Шаг 2: Установите эталонные значения SOC

Этот шаг необходим, если данные по умолчанию UNCCD не используются (т.е. если применяется модифицированный подход уровня 1 или уровня 2, разработанный специально для пользователя). Значения SOC должны быть определены для эталонного 2000 года. Эталонной картой по умолчанию, используемой в процессе подготовки отчета, является карта запасов углерода ISRIC SoilGrids 250m, которая оценивает запасы SOC для верхних 30 см почвы. Однако, учитывая высокую неопределенность наборов данных ISRIC в условиях нехватки данных о почве на месте, странам рекомендуется использовать альтернативные наборы данных, включая глобальные или национальные карты SOC, для повышения точности. Страны, участвующие в инициативе Global Soil Organic Carbon Map (GSOCmap) Продовольственной и сельскохозяйственной организации Объединенных Наций (ФАО), могут выбрать использование национальных карт SOC, разработанных в рамках этого процесса. В Таблице 14 перечислены требования к данным для индикатора SO1-3.

**Таблица 14**. Спецификации данных для показателя СЦ 1-3
Единица	Спецификации
Единица	Данные по умолчанию	Национальные данные
Вводные данные для получения оценок запасов органического углерода в почве (SOC)	Набор данных SoilGrids250m Международного информационно-справочного центра по почвам (ИСРИК)	Наземные наблюдения и измерения или любые другие данные по конкретной стране для улучшения спецификации любых компонентов
Выходные данные Сеточные продукты оценок запасов SOC	Сеточные продукты запасов SOC для эталонного, базового и отчетного периодов (2000, 2015, 2019, 2023)	Сеточные продукты запасов SOC для эталонного, базового и отчетного периодов, с максимально приближенными к годовым данными
Классификация	Непрерывные значения содержания SOC (в тоннах) в первых 30 см почвы. Их следует классифицировать на деградированные, стабильные или улучшенные в соответствии с критериями, приведенными в шаге 5 ниже	Непрерывные значения содержания SOC (в тоннах) в первых 30 см почвы. Их следует классифицировать на деградированные, стабильные или улучшенные в соответствии с критериями, приведенными в шаге 5 ниже
Пространственное разрешение	250 м	Желательное пространственное разрешение составляет 100 м или более.
Качество	Точность набора данных SoilGrids250m ИСРИК составляет от 30% до 70%	Это больше или равно точности данных по умолчанию
Метаданные	Информация о метаданных предоставляется с данными по умолчанию в Trends.Earth.	Минимальное содержание метаданных в виде обязательных полей перечислено в Приложение II.

Шаг 3: Составьте карту изменений почвенно-растительного покрова для оценки изменений SOC

Этот шаг необходим, если не используются данные по умолчанию UNCCD (т.е. если применяется модифицированный подход уровня 1 или уровня 2, разработанный специально для пользователя). Изменения запасов SOC с течением времени моделируются с использованием коэффициентов преобразования почвенно-растительного покрова в качестве косвенных признаков землепользования, что означает, что точная идентификация переходов почвенно-растительного покрова очень важна для получения надежных результатов.

Для набора данных по умолчанию, используемого для оценки изменения запасов SOC, используются семь классов почвенно-растительного покрова, адаптированных из категорий землепользования МГЭИК. Информация об изменениях почвенно-растительного покрова с течением времени берется из набора данных почвенно-растительного покрова по умолчанию ESA-CCI. Имеются коэффициенты преобразования по умолчанию, позволяющие оценить изменения SOC. Стороны могут решить использовать собственную легенду почвенно-растительного покрова. В этом случае им следует ответить “Да” на первый вопрос формы, и последующие таблицы будут динамически обновляться с названиями пользовательских классов почвенно-растительного покрова, заменяя семь классов, используемых по умолчанию в UNCCD. Тем не менее, необходимо будет использовать национально установленные коэффициенты преобразования.

Когда это возможно, страны могут предпочесть использовать национальные карты почвенно-растительного покрова. Однако для того, чтобы применить коэффициенты преобразования SOC по умолчанию, классификации почвенно-растительного покрова должны соответствовать семи категориям по умолчанию. Если страна имеет определенные на национальном уровне коэффициенты преобразования SOC для национальной легенды растительного покрова, то вполне допустимо использовать дополнительные категории растительного покрова. Дальнейшие уточнения могут быть достигнуты за счет субнациональной стратификации, когда коэффициенты преобразования варьируются в зависимости от субнациональных регионов.

Шаг 4: Оцените изменения в запасах SOC

Примечание

Соответствующие области в платформе PRAIS 4: таблица SO1-3.T2

Этот шаг необходим, если данные по умолчанию UNCCD не используются (т.е., если применяется модифицированный подход уровня 1 или уровня 2, разработанный специально для пользователя). Подходы к оценке изменений SOC для реализации Уровня 3 представлены в шаге 5. Как уже упоминалось в предыдущем шаге, для оценки изменений в запасах органического углерода (SOC) в почве применяются коэффициенты преобразования для переходов от одного почвенного покрова к другому. Коэффициенты преобразования по умолчанию представляют собой пропорциональное изменение запасов SOC в течение 20-летнего периода после преобразования почвенного покрова. На Рисунке 3 показаны коэффициенты преобразования по умолчанию. На этом рисунке каждая ячейка представляет собой коэффициент преобразования, который указывает на пропорциональное изменение запасов SOC через 20 лет после смены растительного покрова. Ячейки со значением “1” (светло-желтые) указывают на отсутствие изменений в запасах SOC, даже если переход растительного покрова произошел. Ячейки со значением меньше 1 (фиолетовые) указывают на потерю SOC после преобразования. Ячейки со значением больше 1 (зеленые) указывают на прирост SOC после преобразования.

Рисунок 3. Коэффициенты преобразования землепользования по умолчанию для изменения запасов органического углерода в почве (SOC). Источник: Trends.Earth User Guide

Поскольку на скорость связывания SOC влияют такие факторы окружающей среды, как осадки, испарение, солнечная радиация и температура, неразумно применять один и тот же коэффициент преобразования к совершенно разным климатическим условиям. Например, потеря SOC в результате переустройства земель в холодном и сухом регионе будет происходить с другой скоростью, чем в жарком и влажном регионе. Чтобы учесть эту региональную вариативность, различные наборы коэффициентов преобразования назначаются в зависимости от климатических зон:

Сухой умеренный (f= 0.80)
Умеренно-влажный (f= 0.69)
Тропический сухой (f= 0.58)
Тропическая влажность (f= 0.48)
Тропический Монтане (f= 0.64)

Следует отметить, что поскольку отчетные периоды для UNCCD не являются фиксированным 20-летним периодом, необходимо оценить ежегодную скорость изменения SOC и скорректировать коэффициенты преобразования, чтобы они отражали период, за который произошло изменение почвенно-растительного покрова. Подход к корректировке коэффициентов преобразования полностью описан в [Дополнении к Руководству по передовой практике] (https://www.unccd.int/resources/manuals-and-guides/addendum-good-practice-guidance-sdg-indicator-1531-proportion-land).

Если используются данные UNCCD по умолчанию, то таблица SO1-3.T1 автоматически заполняется оценками SOC (в тоннах на гектар) в верхнем слое почвы для каждого из семи классов почвенно-растительного покрова по умолчанию для эталонного, базового и отчетного периодов. Если Стороны используют альтернативные национальные данные, они должны указать эти значения, а также предоставить основные метаданные (см. Приложение II) для используемых наборов данных в форме “Источники данных”, которая открывается при выборе “Редактировать источники данных”.

Как рассчитать изменения в запасах SOC за базовый период (2000-2015 гг.) и отчетный период (2016-2023 гг.), используя эталонные значения SOC и коэффициенты преобразования землепользования, подробно описано в [Руководстве по эффективной практике для показателя ЦУР 15.3.1] (https://www.unccd.int/publications/good-practice-guidance-sdg-indicator-1531-proportion-land-degraded-over-total-land) и в [Дополнении к Руководству по эффективной практике] (https://www.unccd.int/resources/manuals-and-guides/addendum-good-practice-guidance-sdg-indicator-1531-proportion-land), раздел 3.

Шаг 5: Определите существенные изменения в SOC

Примечание

Соответствующие области в платформе PRAIS 4: таблица SO1-3.T2

Этот шаг необходим независимо от используемого уровня. В случае модифицированного подхода Уровня 1 или Уровня 2, после определения коэффициентов преобразования и переходов растительного покрова рассчитывается изменение запасов SOC для каждого из двух периодов, а именно для базового (2000 - 2015 гг.) и отчетного (2016 - 2023 гг.). Применяемый метод заключается в оценке направления изменений и величины относительного процентного изменения запасов SOC как для базового, так и для отчетного периода. Затем, для запасов SOC, метод определения статуса изменений будет определен как:

Деградировало: Отчетные единицы, в которых, например, среднее чистое сокращение запасов SOC между началом и концом базового периода (2000 - 2015 гг.) и началом и концом отчетного периода (2016 - 2023 гг.) составило более 10%;
Стабильный: Единицы отчетности, в которых среднее чистое сокращение или чистое увеличение составляет менее 10 %, или запасы SOC не изменились между базовым уровнем и текущими наблюдениями;
Улучшено: Единицы отчетности, в которых среднее чистое увеличение запасов SOC между началом и концом базового периода (2000 - 2015 гг.) и началом и концом отчетного периода (2016 - 2023 гг.) превышает, например, 10 %.

Этот порог в 10% является предположительной отправной точкой, но может быть уточнен на основе национальных данных, знаний экспертов, условий, характерных для конкретной страны, и условий, характерных для конкретного набора данных. Trends.Earth предоставляет странам гибкость в исследовании различных пороговых значений и, как следствие, оценок деградации SOC, поскольку растры изменения запасов SOC содержат процентное изменение на пиксель.

Альтернативный метод основан на проверке статистической значимости и сравнивает средний запас SOC за отчетный период с верхней и нижней границами среднего запаса SOC в базовом периоде для той же единицы земли. Более подробно этот метод представлен в [Руководстве по передовой практике для показателя ЦУР 15.3.1] (https://www.unccd.int/publications/good-practice-guidance-sdg-indicator-1531-proportion-land-degraded-over-total-land).

Оба представленных подхода позволяют обнаружить изменения в SOC только на тех территориях, где происходит изменение почвенно-растительного покрова. Однако не менее важно обнаружить и смоделировать изменения SOC на территориях, где почвенно-растительный покров остается стабильным. Методы Уровня 3, такие как калиброванное и валидированное моделирование экосистем (на основе процессов), предлагают более комплексное решение. Эти методы связывают модели с наборами пространственных данных по конкретной стране, такими как почвенные карты, землепользование, климат и сельскохозяйственная деятельность, обеспечивая более высокий уровень точности для оценки изменений в запасах SOC. Эти подходы дают более точное представление о динамике SOC и, следовательно, могут улучшить оценку показателя ЦУР 15.3.1. Примеры стран, которые приняли аспекты стратегии Уровня 3 во время отчетности за 2022 год, представлены в Разделе 3 [Дополнения к Руководству по надлежащей практике] (https://www.unccd.int/resources/manuals-and-guides/addendum-good-practice-guidance-sdg-indicator-1531-proportion-land).

После того, как национальные оценки деградации, улучшения и стабильности SOC были рассчитаны как для базового, так и для отчетного периода, значения в км2, а также процент от общей площади земли, который они представляют для каждого класса, используются для заполнения таблицы SO1-3.T2.

Шаг 6: Проверьте результаты

Метод по умолчанию опирается на данные, полученные в результате оценки изменения почвенного покрова, связанного с набором коэффициентов преобразования земель по умолчанию, чтобы определить изменения SOC. Таким образом, полученные оценки дают ограниченную информацию о том, как изменяются запасы углерода на субнациональном уровне, и обладают большой неопределенностью.

Если страны имеют возможность проводить субнациональные оценки, они должны указать это в форме отчетности, выбрав “Да” на кнопке переключения под Таблицей SO1-3.T2. Затем они могут загрузить файл с более подробным описанием этого анализа.

Независимо от применяемого уровня и конкретных методов, вклад национальных экспертов необходим для проверки результатов, а также для обнаружения и выделения ситуаций, в которых уровень доверия к полученным результатам может быть низким. Этот вклад будет способствовать качественной оценке надежности оценок.

Шаг 7: Сохраните форму и сделайте ее доступной для просмотра

Сторонам также рекомендуется представить описание методологии, источников данных и точности данных в тех случаях, когда данные и подход по умолчанию не используются. Это можно сделать в полях “Комментарии”, связанных с таблицами SO1-3.T1 и SO1-3.T2, или в поле “Общие комментарии”, расположенном в конце формы отчетности.

Карты с данными по умолчанию, представляющими запасы SOC и деградацию SOC для эталонного, базового и отчетного периодов, доступны через платформу PRAIS 4. Если Стороны не используют значения по умолчанию и предпочитают рассчитывать значения на основе альтернативных данных, им следует загрузить карты в PRAIS:

Запас SOC в начальном (исходном) году базового периода (2000)
Запас SOC в последний год базового периода (2015)
Запас SOC в последний год первого отчетного периода (2019)
Запас SOC в последнем отчетном году (в идеале - в 2023 году)
Изменение запасов СОЦ в базовом периоде (2000-2015 гг.)
Изменение запасов SOC за отчетный период (с 2016 по 2023 гг.)
Деградация SOC в базовый период (2000 - 2015 гг.)
Деградация SOC за отчетный период (2016-2023 гг.)

После того, как форма будет заполнена и проверена Сторонами, ее следует пометить как “На рассмотрении”, а затем сохранить. После того, как UNCCD завершит рассмотрение и все комментарии будут устранены, форму можно пометить как “Завершена”, а затем сохранить.

1.3.4. Зависимости

Оценки запасов SOC по классам растительного покрова в SO1-3.T1 зависят от легенды растительного покрова, представленной в SO 1-1.T2 (если Сторона решила представить национальную легенду растительного покрова), а оценки состояния деградации SOC в SO1-3.T2 зависят от общей площади земель, представленной в таблице CP-1.T1.

1.3.5. Проблемы

Доступность данных

Следует отметить, что ISRIC SoilGrids250m - это набор данных, в котором собраны данные из различных источников за разные годы в 2000 году и около него, однако для целей расчетов запасы SOC считаются репрезентативными для 2000 года.
Подробные данные о запасах ПОУ, как правило, отсутствуют как на глобальном, так и на национальном уровнях. Текущие данные получены на основе сочетания современных и устаревших данных и не являются полностью интегрированными и согласованными с течением времени. Будущие улучшения данных должны включать стандартизацию, доступность, более высокое пространственное разрешение и улучшенные оценки неопределенности.
Изменения запасов ПОУ в основном рассчитываются на основе изменений почвенно-растительного покрова, в то время как факторы управления и ввода часто не учитываются из-за отсутствия данных. Для будущей отчетности следует рассмотреть применимые методы последовательного сбора и обработки соответствующих данных для включения факторов управления в оценки ПОУ.

Нерешенные проблемы

Существует проблема, связанная с засушливыми районами, где отсутствует верхний слой почвы. Необходимо обновить методику, чтобы полностью учесть такие особые случаи и соответствующим образом скорректировать расчеты;
Эрозия и/или осаждение почвы могут оказывать значительное воздействие на измеренные запасы ПОУ, но их влияние на изменения запасов включено в оценки изменений в землепользовании и почвенно-растительном покрове. Стороны могут рассмотреть возможность включения эрозии и/или осаждения почвы в качестве параметров для внедрения метода уровня 3.

1.3.6. Краткие выводы (основные действия)

Если Стороны применяют свой собственный подход Уровня 1 или элементы подхода Уровня 2, они должны следовать основным действиям, перечисленным ниже. В случае применения процесса Уровня 3 им следует следовать процессу, описанному в Руководстве по надлежащей практике, но при этом обеспечить выполнение шагов 6 и 7 ниже.

Выбор уровня для оценки SOC на основе доступности данных: Стороны могут выбрать один из трех предложенных методов уровня для представления национальных данных в UNCCD, в зависимости от своих технических возможностей по оценке изменений запасов SOC и доступности национальных данных;
Определите эталонные значения SOC: Оцените средний запас SOC в верхнем слое почвы (0-30 см) на 2000 год. По умолчанию в процессе подготовки отчета используется карта запасов углерода ISRIC SoilGrids 250m. Однако странам рекомендуется использовать альтернативные наборы данных, если они доступны и считаются более точными.
Карта изменений почвенно-растительного покрова для оценки изменений SOC: Для набора данных по умолчанию, используемого для оценки изменений запасов SOC, используются семь классов почвенно-растительного покрова, адаптированных из категорий землепользования МГЭИК. Имеются коэффициенты преобразования почвенно-растительного покрова по умолчанию, позволяющие оценить изменения SOC. Когда это возможно, страны могут предпочесть использовать национальные карты почвенно-растительного покрова. Если используется альтернативная легенда почвенно-растительного покрова, отличная от семи классов по умолчанию UNCCD, потребуется национально определенный набор коэффициентов преобразования почвенно-растительного покрова.
Оценка изменений в запасах SOC: Чтобы оценить изменения в запасах SOC, применяются коэффициенты преобразования для переходов растительного покрова. Коэффициенты преобразования по умолчанию представляют собой пропорциональное изменение запасов SOC в течение определенного периода после преобразования почвенно-растительного покрова. Стороны могут использовать коэффициенты преобразования, определенные на национальном уровне, если они доступны.
Определите значительные изменения SOC: Для основных переходов растительного покрова рассчитайте чистое изменение SOC. Изменения по всем переходам накапливаются, чтобы указать, произошла ли деградация SOC, улучшение или значительных изменений не произошло (стабильность) на основе расчетных изменений запасов SOC по отношению к эталонному году. Можно использовать статистический подход, основанный на значимости изменений, или относительный подход, основанный на процентном изменении. По умолчанию, земельные единицы с относительным снижением запасов SOC на >10% между начальным и конечным годами базового (2000-2015) и отчетного (2016-2023) периодов считаются деградировавшими;
Проверка результатов: Рекомендуется, чтобы изменения SOC и соответствующие оценки деградации земель были проверены соответствующими национальными органами, чтобы оценить точность результатов и выявить любые ложные положительные и отрицательные ситуации, о которых можно сообщить в формах СЦ 1-4 (индикатор ЦУР 15.3.1);
Сохраните форму и сделайте ее доступной для рассмотрения: После проверки Сторонами данные и подтверждающее их описание должны быть помечены как “В рассмотрении” и сохранены, тем самым делая их доступными для рассмотрения UNCCD.

1.3.7. Дополнительные ресурсы

UNCCD, 2024. История земли: Опыт стран в области отчетности о деградации земель и засухе, Глава: Тенденции в накоплении углерода: (https://www.unccd.int/resources/publications/land-story-country-experiences-reporting-land-degradation-and-drought)
МГЭИК, 2006 год. Eggleston, S., Buendia L., Miwa K., Ngara T., and Tanabe K. (Eds). Руководящие принципы МГЭИК 2006 года для национальных кадастров парниковых газов. Межправительственная группа экспертов по изменению климата (МГЭИК)/Институт глобальных экологических стратегий (IGES), Хаяма, Япония.
МГЭИК, 2013 год. Hiraishi, T., Krug, T., Tanabe, K., Srivastava, N., Baasansuren, J., Fukuda, M. and Troxler, T.G. (Eds). Дополнение 2013 года к Руководящим принципам МГЭИК 2006 года по национальным кадастрам парниковых газов: водно-болотные угодья. Межправительственная группа экспертов по изменению климата (МГЭИК), Швейцария.
МГЭИК. 2019 год. Уточнения к Руководящим принципам МГЭИК 2006 года для национальных кадастров парниковых газов. In: Buendia, E., Tanabe, K., Kranjc, A., Baasansuren, J., Fukuda, M., Ngarize, S., Osako, A., Pyrozhenko, Y., Shermanau, P., Federici, S. (eds). Межправительственная группа экспертов по изменению климата, Женева, Швейцария.
‘Trends.Earth User Guide’ (https://docs.trends.earth/en/latest/index.html).

1.4. СЦ 1-4 — Доля деградированных земель к общей площади земель (показатель 15.3.1 Целей устойчивого развития)

1.4.1. Введение

Деградация земель определяется как «снижение или потеря биологической или экономической продуктивности и сложности богарных пахотных земель, орошаемых пахотных земель или пастбищ, лесов и лесных массивов в результате сочетания факторов, включая методы землепользования и управления[7]».

Используя три индикатора SO 1-1, SO 1-2 и SO 1-3 (далее - субиндикаторы), отчетность UNCCD будет оценивать долю деградированных земель по отношению к общей площади суши, что также является индикатором ЦУР 15.3.1 и единственным индикатором, используемым для отслеживания прогресса в достижении цели 15.3: “К 2030 году бороться с опустыниванием, восстановить деградированные земли и почвы, включая земли, пострадавшие от опустынивания, засухи и наводнений, и стремиться к созданию мира, нейтрального к деградации земель”. В соответствии с решением 15/COP.13, оценки показателя ЦУР 15.3.1, содержащиеся в национальных отчетах, будут переданы Секретариатом в качестве агентства-хранителя этого показателя в Статистический отдел ООН для публикации в Отчете ЦУР и Глобальной базе данных.

Знание масштабов и местоположения деградированных земель имеет важное значение для достижения нейтрального баланса деградации земель (НСЗ) на национальном уровне и оказания поддержки Сторонам в установлении национальных добровольных целевых показателей.

Показатель ЦУР 15.3.1 представлен в виде процентного значения, представляющего собой долю деградированных земель по отношению к общей площади страны, определяемой как вся поверхность земли, исключая внутренние воды, такие как крупные реки и озера. Площадь в км2 указывается как дополнительная информация, для прозрачности и поскольку она позволяет рассчитать региональные и глобальные агрегированные показатели.

КБО ООН облегчает отчетность по показателю 15.3.1 ЦУР, предоставляя предварительно заполненные данные на платформе PRAIS 4 со значениями, полученными из наборов данных по умолчанию.

Стороны имеют возможность идентифицировать области «ложноотрицательных» или «ложноположительных» результатов при идентификации деградации. Форма отчетности на платформе PRAIS 4 позволяет предоставить полное описание этих мест, включая их географическое расположение, описание их масштабов и процессов, приводящих к ложноотрицательным/ложноположительным результатам.

Сторонам также предлагается определить и описать “горячие точки” и “яркие точки” как территории, испытывающие наиболее очевидные и значительные изменения в (i) деградации земель; и (ii) улучшении, соответственно.

1.4.2. Предварительные условия для представления отчетности

Подробное ознакомление с главой 2 Руководства по эффективной практике для показателя 15.3.1 ЦУР.
Знакомство с Дополнением к Руководству по передовой практике для показателя ЦУР 15.3.1: Доля земель, подвергшихся деградации, от общей площади земель (версия 2).
Группа национальных экспертов, официально назначенных национальными властями для проверки достоверности оценок деградации земель. К ключевыми учреждениям относятся национальное статистическое управление страны, министерство окружающей среды, министерство сельского хозяйства, министерство водных ресурсов, метеорологический департамент, центр дистанционного зондирования, департамент продовольственной безопасности и питания, а также университеты и исследовательские центры. Консультации с национальным статистическим управлением особенно важны, учитывая его ответственность за обзор и проверку национальных оценок показателя 15.3.1 ЦУР до окончательного представления Статистическому отделу Организации Объединенных Наций для включения в Доклад о Целях в области устойчивого развития и Глобальную базу данных по показателям достижения ЦУР.

1.4.3. Процесс отчетности и пошаговая процедура

Описание пошаговой процедуры представления отчетности приводится ниже. Если Стороны решат использовать данные по умолчанию, шаг 1 не нужен.

Шаг 1. Рассчитайте показатель 15.3.1 Целей в области устойчивого развития

Примечание

Соответствующие области в платформе PRAIS 4: таблица SO1-4.T1 и SO1-4.T2

Чтобы рассчитать показатель ЦУР 15.3.1, результаты анализа деградации по каждому из подпоказателей интегрируются с помощью метода “один на всех” (1OAO), при котором значительное снижение или отрицательное изменение любого из трех подпоказателей рассматривается как деградация земель. В результате получается бинарная оценка, при которой земельная единица (пиксель) либо деградирует, либо не деградирует (стабильная или улучшенная).

Анализ изменений в деградации предполагает, прежде всего, установление базового уровня деградации земель. Базовый уровень задает контрольную степень деградации земель, по сравнению с которой оценивается прогресс в достижении цели 15.3 ЦУР и ДНЗ в отчетный период.

С практической точки зрения, для целей расчета показателя ЦУР 15.3.1 отслеживание изменений в масштабах деградированных земель представляет собой четырехэтапный процесс:

Базовая оценка: В рамках оценки базового уровня результаты анализа деградации для каждого из подпоказателей за базовый период (2000-2015 гг.) объединяются с помощью метода 1OAO. Полученная карта базового уровня показывает территории, которые деградировали, улучшились или оставались стабильными в течение базового периода, и позволяет рассчитать базовый уровень деградации в качестве контрольного показателя для оценки прогресса в достижении цели ЦУР 15.3.
Оценка за период: Аналогично, Оценка за период - это результат оценки состояния земли за определенный отчетный период, основанный на сочетании трех подпоказателей с применением метода 1OAO.
Оценка состояния: Статус», или окончательное состояние земли на конец каждого отчетного периода, определяется путем объединения результатов оценки текущего периода и базовой оценки. Это можно сделать с помощью “Матрицы состояния” (см. рисунок 4), которая показывает различные возможные комбинации изменений в состоянии земли между базовым и отчетным периодами. Такое сравнение необходимо для учета территорий, отнесенных к деградированным в базовом периоде, состояние которых с тех пор не изменилось. Например, если территория была классифицирована как деградирующая в базовый период, но после этого ее состояние стало стабильным, состояние земли все еще остается деградирующим, поскольку с момента базового периода не произошло никаких улучшений. Полученная карта состояния позволяет оценить показатель ЦУР 15.3.1, предоставляя пространственное представление о территориях, которые находятся в стабильном, улучшенном или деградированном состоянии, учитывая также их исходное состояние.

_images/fig4.png — Рисунок 4.** “Матрица состояния” - это матрица 3 x 3 для оценки состояния путем сравнения оценки за отчетный период (столбцы) и базового уровня (строки). Категории “Стабильный” и “Улучшенный” соответствуют участкам “Не деградированный”.

* Не деградированные территории

Оценка изменений: Изменение степени деградации между базовым и отчетным периодом рассчитывается как разница между общей площадью деградированных земель в последнем отчетном периоде и базовым уровнем. Она может быть выражена либо как изменение абсолютной площади, либо как изменение доли деградированной территории по отношению к общей площади земель (в процентах).

Результаты оценки состояния могут быть представлены в таблице SO1-4.T1.

Стороны также могут предоставить информацию в поле для комментариев после таблицы SO1-4.T1 о допущениях и процедурах, принятых для заполнения матрицы статуса.

Общая площадь деградированных земель за базовый и два отчетных периода (до 2019 и 2023 гг. соответственно) должна быть представлена в таблице SO1-4.T2. Хотя процесс отчетности КБОООН в 2026 году сосредоточен на периоде 2016-2023 годов, необходимо пересчитать исходные данные и оценки на 2019 год, представленные в предыдущем раунде отчетности. Это обеспечит согласованность всех временных рядов, улучшит сопоставимость во времени и позволит полностью представить данные в Статистический отдел ООН для включения в базу данных ЦУР.

Изменение площади и доля деградированных земель по отношению к общей площади земель (индикатор ЦУР 15.3.1) будут автоматически рассчитаны в таблице SO1-4.T2 на основе оценок общей площади земель, содержащихся в таблице CP-1.T1.

Кроме того, Стороны должны сообщить дополнительную информацию об использованных показателях, применяемом методе, например, если он отличается от подхода 1OAO, а также указать уровень доверия к оценкам (высокий, средний или низкий). Это можно сделать с помощью флажков и кнопок переключения, а также поля для комментариев после таблицы SO1-4.T2.

Шаг 2. Определите ложные положительные и ложные отрицательные результаты

Примечание

Связанные области в платформе PRAIS 4: таблица SO1-4.T3

**Что такое ложные срабатывания?

Примером может служить захват древесными сорняками пастбищ, что может повысить видимую продуктивность растений, даже если результат с точки зрения изменения состояния земли, как правило, остается отрицательным. Это ложноположительное или явное улучшение состояния земли. В процессе 1ОАО площадь, занятая древесными растениями, будет неправильно указана как не деградированная, даже если изменение состояния земель считается достаточно негативным, чтобы признать землю деградированной в контексте показателя 15.3.1 ЦУР. Аналогичный результат дает оценка земель, захваченных чужеродными видами растений.

**Что такое ложноотрицательные результаты?

Примером является проблема, противоположная описанной выше, когда древесные сорняки (или инвазивные виды растений) удаляются в рамках процесса восстановления, что приводит к снижению кажущейся продуктивности. Обычно это приводит к появлению признаков деградации, даже цель работ заключается в восстановлении деградированных земель. В процессе 1OAO восстановленная территория будет неправильно помечена как деградированная.

Поэтому при составлении отчетности Стороны имеют возможность определить оба этих типа территорий:

«ложноположительной» деградации, когда процесс 1OAO неверно показал, что территория не подверглась деградации, даже если изменение состояния земель считается достаточно негативным, чтобы рассматривать землю как деградировавшую в контексте показателя 15.3.1 ЦУР; и
«ложноотрицательной» деградации, при которой результат процесса 1OAO ошибочно признал область подвергнувшейся деградации.

Для областей, где выявлен ложноположительный или ложноотрицательный результат деградации, Стороны могут использовать средство просмотра пространственных данных PRAIS 4 для предоставления дополнительной пространственной детализации в дополнение к полям отчетности в таблице СЦ1-4.T3. Пространственное разграничение ложноположительных и ложноотрицательных областей следует проводить только в тех случаях, когда страны уверены в том, что им известны сроки, местоположение и масштабы этих алогичных процессов. Однако при представлении пространственной отчетности Стороны могут затем выбрать пересчет результатов процесса 1OAO в Trends.Earth и импортировать обновленные результаты. Без пространственного разграничения ложноположительных и/или ложноотрицательных земель существенно повлиять на отчетные данные невозможно.

Отчеты о ложноположительных и отрицательных экстентах с помощью платформы PRAIS 4 требуют заполнения таблицы SO1-4.T3. Программа просмотра пространственных данных PRAIS 4 поддерживает заполнение этой таблицы пространственной информацией (в векторном формате). Однако это остается необязательным элементом, и таблица может быть заполнена и без предоставления пространственных данных. В дополнение к информации о периоде начала ложноотрицательного или ложноположительного процесса следует указать местоположение участков, площадь участка (автоматически заполняется программой просмотра пространственных данных PRAIS 4, если она используется), процессы, лежащие в основе ложноположительного/ложноотрицательного результата, и основания для вынесения решения. Для тех Сторон, которые используют программу просмотра пространственных данных PRAIS 4 для очерчивания территории, можно использовать информативный график для интерпретации процентной доли общей очерченной территории, которая ухудшилась или улучшилась по каждому подпоказателю. Этот график следует использовать в качестве руководства, чтобы понять, какой подпоказатель является причиной ложноположительного или отрицательного процесса, о котором сообщается в пределах предоставленного полигона.

Например, во время отчетного цикла 2022 года в Турции были выявлены ложные положительные случаи, когда территории были первоначально отмечены как улучшенные. Затем они были перекодированы в деградированные, так как на самом деле они были преобразованы в искусственные покрытия. Также были выделены некоторые ложноотрицательные участки, которые были отмечены как деградированные, в то время как на самом деле земля была улучшена в результате облесения. Анализ деградации земель в Турции был основан на наборе данных, полученных на национальном уровне, а анализ ложноположительных и отрицательных результатов был проведен на семинаре, где участники смогли воспользоваться системой поддержки принятия решений для помощи в анализе. В конечном итоге, обсуждения и интерпретации, проведенные экспертами, привели к получению представленных результатов. Более подробная информация об этом, а также о других примерах выявления ложноположительных/отрицательных результатов описана в [The Land Story (UNCCD, 2024)] (https://www.unccd.int/resources/publications/land-story-country-experiences-reporting-land-degradation-and-drought).

Шаг 3. Оцените горячие точки и яркие точки

Примечание

Соответствующие области платформы PRAIS 4: таблицы СЦ1-4.T4 и СЦ1-4.T45

КБО ООН призывает Стороны сообщать о районах, в которых происходят наиболее очевидные и радикальные изменения. Они определяются следующим образом:

Горячие точки: территории, которые очень уязвимы к деградации при отсутствии срочных мер по исправлению ситуации;
Правильные места: территории, на которых нет признаков деградации, или которые были выведены из деградированного состояния путем проведения соответствующих мероприятий по восстановлению или с помощью процессов землеустройства, направленных на предотвращение деградации.

В предыдущих отчетах страны использовали различные подходы к определению очагов деградации земель. Эти подходы включают:

Контекстно-специфические подходы: Каждая страна разрабатывает свой метод определения “горячих точек”, основываясь на национальных приоритетах и доступности данных, часто под руководством семинаров с участием местных экспертов.
Использование существующих данных и инструментов: Страны используют заранее определенные полигоны (например, из зон лесных пожаров, добычи полезных ископаемых или перевыпаса) и национальные карты деградации, интегрированные в их систему поддержки принятия решений о нейтрализации деградации земель (LDN DSS).
Сближение фактических данных: Некоторые страны применяют многокритериальный анализ в LDN DSS, комбинируя различные показатели (например, эрозия, засоление, потеря биомассы, снижение NPP), чтобы определить приоритетные области путем сближения доказательств.

Яркие пятна, как правило, связаны с теми областями, где страны внедрили методы устойчивого управления земельными ресурсами (SLM), и на местах были отмечены реальные улучшения.

Знания о местоположении и типе горячих точек/ярких точек могут способствовать разработке планов действий по устранению деградации, в том числе путем сохранения, реабилитации, восстановления и устойчивого управления земельными ресурсами.

Горячие и яркие точки представлены в таблицах SO1-4.T4 и SO1-4.T5 платформы PRAIS 4, соответственно. Сторонам предлагается ввести соответствующую информацию, такую как местоположение, площадь, принятый процесс оценки, факторы/процессы, определяющие статус земли, а также предпринятые и планируемые действия по исправлению ситуации. Это пространственные таблицы, поэтому их следует заполнять с помощью инструментов географической информационной системы, доступных в программе просмотра пространственных данных PRAIS 4. Это дополнительный и необязательный элемент, но такая информация, основанная на местоположении, может усилить пространственные подходы к устойчивому управлению земельными ресурсами и помочь интегрировать меры по борьбе с деградацией земель в ландшафтном масштабе. Кроме того, UNCCD может использовать эти пространственные данные для создания улучшенных информационных продуктов, чтобы продемонстрировать влияние Конвенции.

Участникам предлагается предоставить описательную информацию или рассказы об одной или нескольких “горячих точках” или “ярких местах”, о которых сообщается, в соответствующих текстовых полях. Эта информация поможет контекстуализировать представленную пространственную информацию.

Шаг 4. Проверьте результаты

Верификация должна проводиться при выведении каждого подпоказателя. Кроме того, следует проверить применение 1OAO или альтернативных методов оценки деградации земель. Кроме того, Стороны должны оценить и обосновать уровень доверия к оценке доли деградированных земель. Любые заявленные ложноположительные/отрицательные результаты, “горячие” и “яркие” точки также должны быть тщательно проверены.

Шаг 5. Сохраните форму и сделайте ее доступной для просмотра

Особые или аномальные ситуации и заметные проблемы, связанные с интерпретацией данных, которые могут повлиять на достоверность представленных значений, должны быть описаны в описательной части. Для этого в конце отчетной формы платформы PRAIS 4 предусмотрено поле “Общие комментарии”.

Информация о деградации земель должна быть представлена в км2 для всей страны.

Карты по умолчанию или карты, созданные в Тrends.Earth с использованием национальных данных, отражающих деградацию земли за базовый/отчетный период, доступны на платформе PRAIS 4. В частности, онлайн будут доступны следующие карты:

доля деградированных земель к общей площади земель (показатель 15.3.1 ЦУР) за базовый период;
доля деградированных земель к общей площади земель (показатель 15.3.1 ЦУР) за отчетный период;
Доля земель, подвергшихся деградации, над общей площадью земель (индикатор ЦУР 15.3.1) в отчетном периоде после пересчета на ложные и отрицательные результаты в Trends.Earth (если применимо)
Состояние земли (2023 г.) - более подробную информацию см. в GPG по индикатору ЦУР 15.3.1 Дополнение, раздел 2.1
горячие точки деградации земли (для стран, предоставляющих пространственные данные на платформе PRAIS 4);
яркие точки улучшения состояния земли (для стран, предоставляющих пространственные данные на платформе PRAIS 4).

После того, как форма будет заполнена и проверена Сторонами, ее следует пометить как “На рассмотрении”, а затем сохранить. После того, как UNCCD завершит рассмотрение и все комментарии будут устранены, форму можно пометить как “Завершена”, а затем сохранить.

1.4.4. Зависимости

Показатель ЦУР 15.3.1 основывается на общей площади земель, представленной в таблице CP-1.T1. Изменение этого числа, следовательно, изменит значение индикатора.

Поля «Площадь» пространственных таблиц СЦ1-4.T3, СЦ1-4.T4 и СЦ1-4.T5 зависят от пространственных данных, созданных странами с помощью средства просмотра пространственных данных PRAIS 4. Однако они также могут быть заполнены вручную без предоставления вспомогательных пространственных данных.

1.4.5. Краткие выводы (основные действия)

Основные действия для представления отчетности по показателю 15.3.1 ЦУР заключаются в следующем:

Расчитайте долю деградированных земель по отношению к общей площади земель (индикатор ЦУР 15.3.1): Используя подход 1OAO для объединения трех подпоказателей, рассчитайте степень деградации в базовом периоде и в двух отчетных периодах (2019 и 2023 гг. соответственно). Степень деградации в отчетные периоды рассчитывается путем суммирования (i) площадей земель, на которых изменения в подпоказателях рассматриваются как свидетельство новой деградации; и (ii) площадей земель, которые сохранились в деградированном состоянии с базового периода (т.е. не улучшились до недеградированного состояния).
Выявите ложноположительные и ложноотрицательные процессы и предоставьте соответствующие обоснования в поддержку их оценки. В тех случаях, когда страны уверены в представлении информации о местоположении и масштабах этих процессов и в пересчете процесса 1ОАО для показателя 15.3.1 ЦУР с учетом выявленных областей, им следует использовать для этого средство просмотра пространственных данных PRAIS 4 (таблица СЦ1-4.T3).
Оцените “горячие точки” деградации земель и “яркие точки” улучшения земель, указав их местоположение, протяженность, а также предпринятые и/или запланированные действия по управлению ими и обеспечению устойчивого развития территорий (таблицы SO1-4.T4 и SO1-4.T5). Странам предлагается представить пространственные отчеты о “горячих точках” и “ярких точках” с помощью программы просмотра пространственных данных PRAIS 4.
Проверьте результаты: Рекомендуется, чтобы данные, методы и анализы, на основе которых был рассчитан показатель ЦУР 15.3.1, были тщательно проверены соответствующими национальными органами власти, чтобы оценить точность результатов и подтвердить любые ложные положительные и отрицательные ситуации, а также “горячие” и “яркие” точки, о которых сообщалось;
Сохраните форму и сделайте ее доступной для рассмотрения: После проверки Сторонами данные и подтверждающее их изложение должны быть помечены как “На рассмотрении” и сохранены, тем самым делая их доступными для рассмотрения UNCCD.

1.4.6. Дополнительные ресурсы

UNCCD; 2024, The Land Story: Опыт стран в составлении отчетов о деградации земель и засухе, Глава: Деградация земель, UNCCD: (https://www.unccd.int/resources/publications/land-story-country-experiences-reporting-land-degradation-and-drought)
Научная концепция нейтральности деградации земель ( https://www.unccd.int/resources/reports/scientific-conceptual-framework-land-degradation-neutrality-report-science-policy)

[1]

Условные обозначения почвенно-растительного покрова КБО ООН по умолчанию для сводной отчетности представляют собой модифицированную версию категорий землепользования Межправительственной группы экспертов по изменению климата, в которой «водные объекты» отделены от «водно-болотных угодий» и сгруппированы в седьмой класс, включающий озера, реки и ручьи (естественные/искусственные, стоячие/текущие, внутренние/морские), искусственные водохранилища, прибрежные лагуны и дельты реки.