로컬 | 파노라마

환경 및 지속 가능한 개발의 지방 조정에 위탁된 공공 거버넌스

이 보호구역은 환경 및 지속 가능한 개발을 위한 주정부 조정위원회에서 관리합니다.

이 보호구역은 환경과 지속 가능한 개발의 지방 조정을 통해 정부가 직접 관리합니다.

안타깝게도 지방 환경 조정국 차원의 당국 변경으로 인해 사이트 관리 정책의 연속성에 문제가 발생하고 있습니다.

로컬

리소스 관리에서 기존 및 관례적인 규칙 사용

커뮤니티는 전통적이고 관습적인 규칙을 천연 자원에 접근하고 그 사용으로 발생하는 이익을 공유하는 메커니즘으로 사용합니다.

커뮤니티의 모든 구성원은 리소스에 액세스할 수 있으며, 발생할 수 있는 분쟁은 기존 또는 관례적인 방법으로 해결합니다.

전통적인 규칙을 사용하면 천연 자원의 지속 가능한 관리가 보장됩니다.

로컬

원주민 커뮤니티의 전통 자원 관리

원주민이 거주하는 지역으로 토지와 천연자원이 전통적인 방식으로 관리되고 있습니다.

이 관리 방법의 성공은 옛날부터 생물 다양성 보존에 긍정적인 영향을 미치는 것으로 인식되어 온 천연 자원 사용에 대한 전통적인 규칙의 적용과 관련이 있습니다.

원주민 및 지역사회 유산 지역은 생태계의 생태적 무결성을 유지하고 생물 다양성을 보존하는 데 기여하는 지역이라는 것은 잘 알려져 있습니다.

로컬

GIZ가 구현한 PIREDD/Maniema에 대한 기술 및 재정 지원

마니에마의 통합 REDD+ 프로그램(PIREDD 마니에마)은 보호 산림(APAC, CFCL, 지역사회 보호구역)을 조성하고 산림 경관을 복원하며 지속 가능한 농업을 장려함으로써 배출량을 줄이고 산림 벌채를 늘리는 데 도움을 주고 있습니다.

커뮤니티 보호구역 설정 프로그램의 성공 여부는 커뮤니티가 보호구역을 조성하고 의사 결정 과정에 참여하는 데 있습니다.

여기서 얻은 교훈은 커뮤니티 보호구역을 만들기 위한 이니셔티브가 토지를 소유한 커뮤니티 구성원들에게 받아들여졌다는 점입니다.

로컬

ACOGE(액션 커뮤너타르 부 라 제스티옹 드 라 엔브라운) 조직에 대한 지원

액션 커뮤나우테아르 부 라 제스티옹 드 라 엔비엔먼트(ACOGE)는 지역 차원의 환경 문제를 다루는 커뮤니티 조직입니다.

앵무새 보호 프로그램 성공의 핵심 요소는 다양한 파트너, 특히 GIZ의 기술 및 재정적 지원이었습니다.

그 교훈으로 지역사회 구성원들은 보존의 중요성에 대한 여러 인식 제고 세션을 통해 지역사회의 참여와 모든 지역 이해관계자의 참여를 촉진하는 혜택을 얻었습니다.

로컬

드론 데이터

드론 데이터에서 캐노피 높이 모델까지

드론은 3LD 모니터링 시스템에서 중추적인 역할을 하며 다른 데이터 수집 방법을 보완합니다. 드론은 파트너 국가에서 현지 직원의 기술 역량을 강화하는 데 필수적인 도구입니다. 이러한 기술에는 비행 계획, 내비게이션 및 이미지 평가가 포함됩니다. 드론 모니터링은 프로젝트 직원이 사진 측량 분석에 적합한 데이터를 캡처하여 중요한 지리 정보를 얻을 수 있도록 지원하는 것을 목표로 합니다.

드론 매핑 방법론은 5단계로 구성되며, 처음 두 단계는 드론 운영에 중점을 둡니다:

매핑 임무 준비(데스크톱 작업)
매핑 임무 실행(현장 작업)
디지털 표면 모델(DSM) 개발 및 정사영상 생성(데스크톱 작업)
데이터 분석 및 개선(데스크톱 작업)
기존 데이터 시스템에 통합(데스크톱 작업)

드론 데이터는 사망률, 산림 유형 등 탄소/바이오매스와 관련된 지표를 평가하는 데 도움이 됩니다. 특히, 등각 방정식을 적용하고 토지 유형을 적절히 특성화하면 나무의 지상 바이오매스 추정치를 결정할 수 있습니다.

사전 설정된 비행 계획 기능을 갖춘 드론은 개별 이미지에서 정사 사진을 원활하게 생성합니다. 이를 통해 개별 스냅샷을 정사 사진(왜곡을 보정하여 정확한 측정을 가능하게 하는 항공 사진)으로 매끄럽게 병합할 수 있습니다. 또한 파트너 국가의 현지 시장에서 이러한 드론을 사용할 수 있는지도 고려해야 합니다. 이 과정에서 현지 학계의 참여를 통해 현지 지식을 활용하는 것이 무엇보다 중요합니다. 학계는 나무 높이에 기반한 필수적인 등각 방정식을 제공하여 정확한 바이오매스 계산을 용이하게 할 수 있습니다.

드론은 고해상도 이미지를 생성하여 토지 피복 변화, 나무의 생존율, 침식률 등을 자세히 파악할 수 있습니다. 현장 데이터와 결합하면 드론 기반 모니터링이 강화되어 제대로 된 모니터링을 보장할 수 있습니다.

나무와 식생 밀도의 이질성은 종종 높이와 기타 지표를 추정하는 데 필요한 이미지 간의 공통된 핵심 지점을 제대로 추출하는 데 방해가 됩니다. 이와 관련하여 이미지 간의 정면 및 측면 겹침을 최소 85%까지 늘리면 키 포인트 추출을 개선할 수 있습니다. 또한 드론의 비행 고도를 높이면 원근 왜곡이 줄어들어 겹치는 이미지 간의 시각적 유사성을 쉽게 감지할 수 있습니다. 그러나 겹치는 부분이 너무 많으면, 즉 겹치는 비율이 높으면 데이터의 양이 많아져 데이터 처리에 더 많은 시간이 소요됩니다.

이미 언급한 또 다른 측면은 파트너 국가에서 적합한 드론을 사용할 수 있는지 여부입니다. 각 국가에 드론을 수입하는 것은 어렵고 관료적 장벽이 여전히 존재합니다.

위성 데이터

기존 F4F-대시보드 애플리케이션 스크린샷

위성 데이터는 코페르니쿠스 센티넬-2 및 LANDSAT 위성의 오픈 소스 이미지 기능을 활용하여 3LD 모니터링 시스템의 근간을 형성합니다. 리모트 센싱 솔루션(RSS) GmbH에서 세심하게 개발한 알고리즘이 이 프로세스를 혁신적으로 개선합니다. 사용자는 관심 있는 지역의 형상 파일을 원활하게 제출하면 알고리즘이 관련 데이터를 자동으로 가져와 분석하도록 할 수 있습니다. 식생 증가 또는 감소를 평가하기 위해 NDVI를 사용한 5년 식생 추세, NDWI를 통한 5년 식생 수분 분석, 미묘한 5년 강우량 추세 평가 등 다양하고 강력한 분석이 수행됩니다. 또한 이 알고리즘은 프로젝트 시작 이후 식생 변화의 시각화를 용이하게 하여 동적 인사이트를 통해 모니터링 프레임워크를 강화합니다. 3LDM-모니터링 시스템의 핵심 요소인 위성 데이터는 코페르니쿠스 센티넬-2 임무와 LANDSAT 위성의 오픈 소스 이미지를 활용합니다. 사전 정의된 지역의 경우, 이 데이터는 특정 매개변수에 대해 자동으로 가져와 분석됩니다. 주요 분석에는 식생 증가 또는 감소의 대용물로 NDVI를 사용한 5년 식생 추세, NDWI를 통한 5년 식생 수분 추세, 5년 강우량 추세가 포함됩니다. 또한 프로젝트 시작부터의 식생 변화도 시각화할 수 있습니다.

이 빌딩 블록의 효과적인 사용은 사용자가 QGIS와 같은 GIS 플랫폼에서 영역을 그리고 저장하는 방식에 달려 있습니다. 또한 시작 날짜 및 FLR 유형과 같은 프로젝트 세부 정보로 셰이프파일을 개선하면 분석을 최적화할 수 있습니다. 이러한 기술에 대한 적절한 교육은 정확한 데이터 입력과 맞춤형 모니터링을 보장하므로, 이러한 분야에 대한 역량 강화는 필수적입니다.

위성 데이터, 특히 오픈 소스 데이터는 광범위한 인사이트를 제공하지만, 종을 식별하는 데는 불가능하지는 않더라도 매우 제한적입니다. 이러한 한계는 종의 구성과 특성을 파악하는 데 있어 현장 조사의 필수적인 역할을 강조합니다. 또한 위성 이미지의 태생적 제약을 이해하면, 특히 어린 나무 조림지의 경우 현장과 드론 데이터를 통합하여 산림 지형을 종합적으로 파악해야 할 필요성이 더욱 강조됩니다.

필드 데이터

맹그로브 숲에 샘플 플롯을 설치하는 팀(마다가스카르)

위성 및 드론 이미지는 모니터링에 기여하는 바는 부인할 수 없지만, FLR 활동의 초기에는 한계가 있습니다. 프로젝트 초기에는 현장 수준의 데이터 수집이 매우 중요합니다.

현장 수준에서의 데이터 수집은 세 가지 참여적 접근 방식으로 나뉩니다:

영구 샘플링 플롯: 나무 높이, DBH, 나무 생존율을 추정할 수 있는 고정 플롯. 영구 샘플링 구획은 많은 노동력과 시간이 투입되므로 3년 간격으로 평가됩니다.
토지 이용 계획: 세계자연보전연맹(IUCN)의 멸종위기종 적색 목록에 따른 멸종위기종 식별과 정보 평가를 위한 토론회. 다른 토지 이용 계획 프로세스에 통합되어 있으므로 평가 주기가 정해져 있지 않습니다.
트랜젝트: 3개월의 평가 간격으로 식물 및 동물상 종과 산림 구조 구성을 파악합니다.

세 가지 참여적 접근 방식에 포함된 모든 관련 지표는 KOBO 툴박스를 사용하여 수집합니다. 이 소프트웨어는 프로젝트의 모니터링 목표에 맞춰 적절한 조건을 제공하고 작동하기 쉽습니다.

복원된 지역에 대한 장기적인 모니터링을 보장하기 위해서는 참여적 접근 방식이 필수적입니다. 현지 직원과 지역 파트너의 현지 지식과 교육/역량 강화의 공생이 이 접근법의 핵심입니다. 지역사회의 요구를 파악하고, 토론회를 조직하고, 모니터링 시스템의 개발과 테스트에 지역 사회를 참여시킴으로써 복원된 경관에 대한 인식과 유대감을 높일 수 있습니다.

현장 데이터 우선순위: 초기 FLR 단계에서는 위성 및 드론 이미지에만 의존하는 것보다 현장 수준의 데이터 수집이 더 효과적입니다.
참여적 접근 방식: 영구적인 샘플링 플롯, 토지 이용 계획, 횡단과 같은 참여적 방법을 사용하면 지역 커뮤니티가 참여하고 모니터링을 강화할 수 있습니다.
적절한 기술: KOBO 툴박스 같은 사용자 친화적인 도구를 사용하면 프로젝트 목표에 잘 부합하고 데이터 수집을 간소화할 수 있습니다.
지역 사회 참여: 지역 커뮤니티의 참여와 교육은 장기적인 성공을 보장하고 복원된 경관에 대한 유대감을 조성합니다.