Indicador SDG 15.3.1

Como parte da «Agenda 2030 para o Desenvolvimento Sustentável», o Objetivo de Desenvolvimento Sustentável (ODS) 15 é:

«Proteger, restaurar e promover o uso sustentável de ecossistemas terrestres, manejar florestas de forma sustentável, combater a desertificação e deter e reverter a degradação da terra e deter a perda de biodiversidade»

Cada ODS tem metas específicas que abordam diferentes componentes, neste caso, da vida em terra. A meta 15.3 visa:

«Até 2030, combater a desertificação, restaurar terras e solos degradados, incluindo terras afectadas pela desertificação, secas e inundações, e esforçar-se por alcançar um mundo neutro em termos de degradação da terra»

Os indicadores serão usados ​​para avaliar o progresso de cada meta dos ODS. No caso do ODS 15.3, o progresso em direção a um mundo neutro de degradação da terra será avaliado usando o indicador 15.3.1:

«proporção de terra que é degradada sobre área de terra total»

Como agência de custódia do SDG 15.3, a Convenção das Nações Unidas para o Combate à Desertificação (UNCCD) desenvolveu um Good Practice Guidance (GPG). fornecendo recomendações sobre como calcular o Indicador SDG 15.3.1.

Este documento fornece uma breve introdução ao Indicador 15.3.1 do SDG e descreve como cada indicador é calculado por Trends.Earth.

Para avaliar a área degradada, o Indicador 15.3.1 do SDG usa informações de três subindicadores:

  1. Produtividade de vegetação
  2. Cobertura da terra
  3. Carbono orgânico do solo
../_images/indicator_15_3_1.png

Trends.Earth permite que o usuário calcule cada um desses subindicadores de maneira espacialmente explícita gerando mapas raster que são então integrados em um mapa indicador final do SDG 15.3.1 e produz uma área de relatório de resultados de tabela potencialmente melhorada e degradada para a área de análise.

Sub-indicadores

Produtividade

A produtividade da terra é a capacidade produtiva biológica da terra, a fonte de todos os alimentos, fibras e combustíveis que sustentam os seres humanos (United Nations Statistical Commission 2016). A produtividade primária líquida (NPP) é a quantidade líquida de carbono assimilado após a fotossíntese e respiração autotrófica durante um determinado período de tempo (Clark et al. 2001) e é tipicamente representada em unidades como kg/ha/ano. A NPP é uma variável demorada e dispendiosa de estimar, por isso, confiamos em informações de sensoriamento remoto para derivar indicadores de NPP.

Um dos substitutos mais comumente usados ​​de NPP é o Índice de Vegetação por Diferença Normalizada (NDVI), calculado usando informações das porções de infravermelho vermelho e infravermelho próximo do espectro eletromagnético. Em Trends.Earth Utilizamos produtos bi-semanais do MODIS e do AVHRR para calcular integrais anuais do NDVI (calculados como o NDVI médio anual para simplificar a interpretação dos resultados). Essas integrais anuais do NDVI são então usadas para calcular cada um dos indicadores de produtividade explicados abaixo.

A produtividade da terra é avaliada em Trends.Earth usando três medidas de mudança derivadas dos dados da série temporal do NDVI: trajetória, desempenho e estado

../_images/indicator_15_3_1_prod_subindicators.png

Trajetória de Produtividade

A trajetória mede a taxa de mudança na produtividade primária ao longo do tempo. Conforme indicado na figura abaixo, Trends.Earth calcula uma regressão linear no nível do pixel para identificar áreas que experimentam mudanças na produtividade primária para o período em análise. Um teste de significância não paremétrico de Mann-Kendall é então aplicado, considerando apenas mudanças significativas aquelas que mostram um valor de p ≤ 0,05. Tendências significativas positivas no NDVI indicariam potencial melhoria na condição da terra e tendências negativas significativas na degradação potencial.

../_images/lp_traj_flow.PNG
Corrigindo os efeitos do clima

Dentro de um determinado ecossistema, a produtividade primária é afetada por vários fatores, como a temperatura e a disponibilidade de luz, nutrientes e água. Dessas, a disponibilidade de água é a mais variável ao longo do tempo e pode ter influências muito significativas na quantidade de tecido vegetal produzido a cada ano. Quando as integrais anuais do NDVI são usadas para realizar a análise de trajetória, é importante interpretar os resultados com informações históricas de precipitação como um contexto. Caso contrário, as tendências de produtividade em declínio poderiam ser identificadas como a degradação do solo causada pelo homem, quando elas são impulsionadas por padrões regionais de mudanças na disponibilidade de água.

Trends.Earth permite ao usuário realizar diferentes tipos de análise para separar as causas climáticas das mudanças na produtividade primária, daquelas que poderiam ser uma consequência das decisões de uso da terra no solo. Os métodos atualmente suportados para as correções climáticas são:

Análise de tendência residual (RESTREND): RESTREND usa modelos de regressão linear para prever o NDVI para um determinado valor de precipitação. As tendências na diferença entre o NDVI previsto e o NDVI observado (o residual) são interpretadas como mudanças de produtividade não relacionadas ao clima. Por favor, consulte a seguinte citação mais detalhes sobre o método e suas limitações: `Wessels, K.J .; van den Bergh, F .; Scholes, R.J. Limites à detectabilidade da degradação do solo por análise de tendência dos dados do índice de vegetação. Sensores Remotos. 2012, 125, 10-22.

Eficiência no Uso da Chuva (RUE): RUE É a razão entre a NPP anual e a precipitação anual. Trends.Earth usa as integrais anuais do NDVI como proxy para a NPP anual e oferece a possibilidade de escolher entre diferentes produtos de precipitação para calcular a RUE. Depois que a RUE é calculada para cada um dos anos sob análise, uma regressão linear e um teste de significância não paramétrica são aplicados à tendência da RUE ao longo do tempo. Tendências significativas positivas na RUE indicariam potencial melhoria na condição da terra e tendências negativas significativas na degradação potencial. Por favor, consulte a seguinte publicação para detalhes sobre os métodos e suas limitações: `Wessels, K.J .; Prince, S.D .; Malherbe, J; Small, J; Frost, P.E; VanZyl, D. A degradação do solo induzida pelo homem pode ser diferenciada dos efeitos da variabilidade da precipitação? Um estudo de caso na África do Sul. J. Arid Environ. 2007, 68, 271-297.

Eficiência no uso da água (WUE): A RUE assume que existe uma relação linear entre a quantidade de água que cai na forma de precipitação em um local específico e a quantidade de água que será realmente usada pelas plantas. Essa suposição não se aplica a todos os sistemas. A WUE tenta resolver essa limitação usando a evapotranspiração anual total (ET) em vez da precipitação. ET é definido como precipitação menos a água perdida para o escoamento superficial, recarga para as águas subterrâneas e mudanças no armazenamento de água no solo. O restante da análise segue como descrito para RUE: uma regressão linear e um teste de significância não paramétrica são aplicados à tendência de WUE ao longo do tempo. Tendências significativas positivas no WUE indicariam potencial melhoria na condição da terra e tendências negativas significativas na degradação potencial.

A tabela abaixo lista os conjuntos de dados disponíveis em Trends.Earth para realizar a análise de tendência NDVI ao longo do tempo usando os dados originais do NDVI ou com correções climáticas:

../_images/lp_traj_variables.PNG

Estado de Produtividade

O indicador do Estado de Produtividade permite a detecção de mudanças recentes na produtividade primária em comparação com um período de referência. O indicador é calculado da seguinte forma:

  1. Defina o período de linha de base (período histórico ao qual comparar a produtividade primária recente).
  2. Defina o período de comparação (últimos anos usados ​​para calcular a comparação). Recomenda-se usar um período de 3 anos para evitar flutuações anuais relacionadas ao clima.
  3. Para cada pixel, use as integrais anuais do NDVI para o período de linha de base para calcular uma distribuição de frequência. Caso o período de referência tenha perdido alguns valores extremos no NDVI, adicione 5% em ambos os extremos da distribuição. Essa curva de distribuição de frequência expandida é então usada para definir os valores de corte das classes de 10 percentis.
  4. Calcule o NDVI médio para o período da linha de base e determine a classe percentual a que pertence. Atribuir ao NDVI médio para o período de referência o número correspondente a essa classe de percentil. Os valores possíveis variam de 1 (classe mais baixa) a 10 (classe mais alta).
  5. Calcule o NDVI médio para o período de comparação e determine a classe de percentil a que pertence. Atribuir ao NDVI médio para o período de comparação o número correspondente a essa classe de percentil. Os valores possíveis variam de 1 (classe mais baixa) a 10 (classe mais alta).
  6. Determine a diferença no número da classe entre a comparação e o período da linha de base (comparação menos a linha de base).
  7. Se a diferença na classe entre a linha de base e o período de comparação for ≤ 2, esse pixel poderá ser degradado. Se a diferença for ≥ 2, esse pixel indicará uma melhoria recente em termos de produtividade primária. Pixels com pequenas alterações são considerados estáveis.
../_images/lp_state_flow.PNG

A tabela abaixo lista os conjuntos de dados disponíveis em Trends.Earth para calcular o indicador do Estado de Produtividade:

../_images/lp_state_variables.PNG

Desempenho de Produtividade

O indicador de Desempenho de Produtividade mede a produtividade local em relação a outros tipos de vegetação semelhantes em tipos de cobertura de terra semelhantes ou regiões bioclimáticas em toda a área de estudo. | trends.earth | usa a combinação única de unidades de solo (unidades taxonómicas do solo utilizando o sistema USDA fornecido por SoilGrids a 250m de resolução) e cobertura do solo (37 classes de cobertura terrestre fornecidas pela ESA CCI a 300m de resolução) para definir estas áreas de análise. O indicador é calculado da seguinte forma:

  1. Defina o período de análise e use a série temporal do NDVI para calcular o NDVI de cada pixel.
  2. Defina unidades semelhantes ecologicamente semelhantes à interseção única de cobertura da terra e tipo de solo.
  3. Para cada unidade, extraia todos os valores médios de NDVI calculados na etapa 1 e crie uma distribuição de frequência. A partir dessa distribuição, determine o valor que representa o 90º percentil (não recomendamos o uso do valor máximo absoluto do NDVI para evitar possíveis erros devido à presença de outliers). O valor que representa o percentil 90 será considerado a produtividade máxima para aquela unidade.
  4. Calcule a razão média do NDVI e a produtividade máxima (em cada caso, compare o valor médio observado com o máximo para a unidade correspondente).
  5. Se o NDVI médio observado for inferior a 50% da produtividade máxima, esse pixel é considerado potencialmente degradado para este indicador.
../_images/lp_perf_flow.PNG

A tabela abaixo lista os conjuntos de dados disponíveis em Trends.Earth para calcular o indicador de desempenho de produtividade:

../_images/lp_perf_variables.PNG

Combinando Indicadores de Produtividade

Os três subindicadores de produtividade são então combinados conforme indicado nas tabelas abaixo. Para o relatório do SDG 15.3.1, o indicador de 3 classes é obrigatório, mas | trends.earth | também produz uma classe 5 que aproveita as informações fornecidas pelo Estado para informar o tipo de degradação que ocorre na área.

../_images/lp_aggregation.PNG

Cobertura da terra

Para avaliar as mudanças na cobertura da terra, os usuários precisam de mapas de cobertura da terra cobrindo a área de estudo para os anos de linha de base e de destino. Esses mapas precisam ser de precisão aceitável e criados de tal forma que permita comparações válidas. Trends.Earth usa os mapas de cobertura terrestre da ESA CCI como o conjunto de dados padrão, mas os mapas locais também podem ser usados. O indicador é calculado da seguinte forma:

  1. Reclassificar ambos os mapas de cobertura da terra para as 7 classes de cobertura da terra necessárias para reportar à UNCCD (floresta, pastagem, terra de cultivo, zona húmida, área artificial, terra nua e água).
  2. Realize uma análise de transição da cobertura da terra para identificar quais pixels permaneceram na mesma classe de cobertura da terra e quais mudaram.
  3. Com base no seu conhecimento local das condições na área de estudo e da degradação da terra processada que ocorre lá, use a tabela abaixo para identificar quais transições correspondem à degradação (- sinal), melhoria (sinal +) ou nenhuma mudança em termos de condição da terra (zero).
../_images/lc_matrix.PNG
  1. Trends.Earth combinará as informações dos mapas de cobertura da terra e a tabela de tipologias de degradação por transição de cobertura da terra para calcular o subindicador de cobertura da terra.
../_images/lc_flow.PNG

Carbono orgânico do solo

O terceiro subindicador para monitorar a degradação da terra como parte do processo de ODS quantifica as mudanças no carbono orgânico do solo (SOC) durante o período coberto pelo relatório. Mudanças no SOC são particularmente difíceis de avaliar por várias razões, sendo algumas delas a alta variabilidade espacial das propriedades do solo, a intensidade de tempo e custo da realização de levantamentos representativos do solo e a falta de dados de séries temporais sobre SOC para a maioria das regiões do mundo. Para resolver algumas das limitações, um método combinado de cobertura da terra / SOC é usado em Trends.Earth estimar mudanças no SOC e identificar áreas potencialmente degradadas. O indicador é calculado da seguinte forma:

  1. Determine os valores de referência do SOC. Trends.Earth usa SoilGrids 250m de estoques de carbono para os primeiros 30cm do perfil do solo como valores de referência para cálculo (NOTA: SoilGrids usa informações de várias fontes de dados e varia de muitos anos para produzir este produto, portanto, atribuir uma data para cálculos pode causar imprecisões nos cálculos de mudança de estoque).
  2. Reclassificar os mapas de cobertura da terra para as 7 classes de cobertura da terra necessárias para reportar à UNCCD (floresta, pastagem, terra cultivável, zona húmida, área artificial, terra nua e água). Idealmente, mapas de cobertura de terra anuais são preferidos, mas pelo menos mapas de cobertura de terra para os anos inicial e final são necessários.
  3. Para estimar as mudanças nos estoques de C para o período de relatório, os coeficientes de conversão C para mudanças no uso, gestão e entradas de terra são recomendados pelo IPCC e pelo UNCCD. No entanto, informações espacialmente explícitas sobre gerenciamento e entradas C não estão disponíveis para a maioria das regiões. Como tal, apenas o coeficiente de conversão do uso da terra pode ser aplicado para estimar as mudanças nos estoques de carbono (usando a cobertura do solo como proxy para o uso da terra). Os coeficientes utilizados foram o resultado de uma revisão da literatura realizada pela UNCCD e são apresentados na tabela abaixo. Esses coeficientes representam os estoques proporcionais em C após 20 anos de mudança da cobertura da terra.
../_images/soc_coeff.PNG

As mudanças no SOC são mais bem estudadas para as transições de cobertura da terra envolvendo agricultura e, por essa razão, há um conjunto diferente de coeficientes para cada uma das principais regiões climáticas globais: Temperado Seco (f = 0,80), Temperado úmido (f = 0,69), Tropical Seco (f = 0,58), Tropical úmido (f = 0,48) e Tropical Montane (f = 0,64).

  1. Calcule a diferença relativa em SOC entre a linha de base e o período alvo, áreas que tiveram uma perda em SOC de 10% ou mais durante o período do relatório serão consideradas potencialmente degradadas e áreas que experimentarem um ganho de 10% ou mais como potencialmente melhoradas.
../_images/soc.PNG

Combinando indicadores

A integração dos três subindicadores dos ODS 15.3.1 é feita seguindo a regra de uma única exceção, o que significa que se uma área foi identificada como potencialmente degradada por qualquer um dos subindicadores, então essa área será considerada potencialmente degradado para fins de relatório.

../_images/sdg_aggregation.PNG