Indicador SDG 15.3.1
Como parte de la «Agenda 2030 para el Desarrollo Sostenible», el Objetivo de Desarrollo Sostenible (ODS) 15 es:
«Proteger, restaurar y promover el uso sostenible de los ecosistemas terrestres, gestionar los bosques de manera sostenible, combatir la desertificación, detener y revertir la degradación de la tierra y detener la pérdida de biodiversidad»
Cada ODS tiene objetivos específicos que abordan diferentes componentes, en este caso, de la vida en la tierra. La meta 15.3 tiene como objetivo:
«Para 2030, combatir la desertificación, restaurar la tierra y el suelo degradados, incluidas las tierras afectadas por la desertificación, la sequía y las inundaciones, y luchar por lograr un mundo neutral en la degradación de la tierra»
Los indicadores se usarán luego para evaluar el progreso de cada objetivo de ODS. En el caso del ODS 15.3, el progreso hacia un mundo neutral para la degradación de la tierra se evaluará utilizando el indicador 15.3.1:
«proporción de tierra que se degrada sobre la superficie total»
Como la agencia custodio del ODS 15.3, la Convención de las Naciones Unidas de Lucha contra la Desertificación (CNULD) ha desarrollado una «Guía de buenas prácticas (GPG) <http://www2.unccd.int/sites/default/files/relevant-links/2017-10/Good%20Practice%20Guidance_SDG%20Indicator%2015.3.1_Version%201.0.pdf>`_. proporcionar recomendaciones sobre cómo calcular el Indicador 15.3.1 de los ODS.
Este documento proporciona una breve introducción al Indicador 15.3.1 de los ODS y describe cómo se calcula cada indicador mediante 
.
Para evaluar el área degradada, el Indicador 15.3.1 de los ODS utiliza información de 3 subindicadores:
Productividad de la vegetación
Cobertura del terreno
Carbono orgánico del suelo
permite al usuario calcular cada uno de estos subindicadores de forma espacialmente explícita, generando mapas raster que luego se integran en un mapa de indicadores final de ODS 15.3.1 y genera una tabla de áreas de informe de resultados potencialmente mejoradas y degradadas para el área de análisis.
Subindicadores
Productividad
La productividad de la tierra es la capacidad productiva biológica de la tierra, la fuente de todos los alimentos, fibras y combustibles que sustentan a los seres humanos (Comisión de Estadística de las Naciones Unidas 2016). La productividad primaria neta (PPN) es la cantidad neta de carbono asimilada después de la fotosíntesis y la respiración autótrofa durante un período de tiempo determinado (Clark et al., 2001) y se representa típicamente en unidades como kg / ha / año. El cálculo de PPN consume mucho tiempo y es costoso de estimar, por esa razón, dependemos de la información detectada remotamente para derivar indicadores de PPN.
Uno de los sustitutos más comúnmente usados de la PPN es el índice de vegetación de diferencia normalizada (NDVI), que se calcula utilizando la información de las porciones roja e infrarroja cercana del espectro electromagnético. En hacemos uso de productos cada dos semanas de MODIS y AVHRR para calcular las integrales anuales de NDVI (calculado como el NDVI anual promedio para simplificar la interpretación de los resultados). Estas integrales anuales de NDVI se utilizan para calcular cada uno de los indicadores de productividad que se explican a continuación.
La productividad de la tierra se evalúa en utilizando tres medidas de cambio derivadas de datos de series de tiempo de NDVI: trayectoria, rendimiento y estado
Productividad - Trayectoria
La trayectoria mide la tasa de cambio en la productividad primaria a lo largo del tiempo. Como se indica en la figura a continuación, calcula una regresión lineal a nivel de píxel para identificar las áreas que experimentan cambios en la productividad primaria durante el período bajo análisis. A continuación, se aplica una prueba de significación no paremétrica de Mann-Kendall, considerando solo cambios significativos aquellos que muestran un valor de p ≤ 0.05. Las tendencias positivas significativas en NDVI indicarían la mejora potencial en la condición de la tierra, y la potencial degradación de las tendencias significativas negativas.
Corregir los efectos del clima
Dentro de un ecosistema dado, la productividad primaria se ve afectada por varios factores, como la temperatura y la disponibilidad de luz, nutrientes y agua. De ellos, la disponibilidad de agua es la más variable a lo largo del tiempo y puede tener influencias muy significativas en la cantidad de tejido vegetal que se produce cada año. Cuando se usan integrales anuales de NDVI para realizar el análisis de trayectoria, es importante interpretar los resultados teniendo como contexto la información de precipitación histórica. De lo contrario, las tendencias de la disminución de la productividad podrían identificarse como la degradación de la tierra causada por los seres humanos, cuando son impulsadas por patrones regionales de cambios en la disponibilidad de agua.
permite al usuario realizar diferentes tipos de análisis para separar las causas climáticas de los cambios en la productividad primaria, de aquellos que podrían ser una consecuencia de las decisiones del uso de la tierra humana sobre el terreno. Los métodos actualmente admitidos para las correcciones climáticas son:
Análisis de Tendencia Residual (RESTREND): RESTREND usa modelos de regresión lineal para predecir NDVI para una cantidad de lluvia dada. Las tendencias en la diferencia entre el NDVI predicho y el NDVI observado (el residuo) se interpretan como un cambio de productividad no relacionado climáticamente. Consulte la siguiente cita para obtener más detalles sobre el método y sus limitaciones: Wessels, K.J .; van den Bergh, F .; Scholes, R.J. Límites a la detectabilidad de la degradación de la tierra mediante el análisis de tendencias de los datos del índice de vegetación. Remote Sens. Environ. 2012, 125, 10-22.
Eficiencia en el uso de la lluvia (RUE): RUE es la cociente entre la PPN anual y la precipitación anual. utiliza las integrales anuales de NDVI como proxy de la PPN anual, y ofrece la posibilidad de elegir entre diferentes productos de precipitación para calcular la RUE. Después de calcular la RUE para cada uno de los años bajo análisis, se aplica una regresión lineal y una prueba de significación no paramétrica a la tendencia de la RUE a lo largo del tiempo. Las tendencias positivas significativas en la RUE indicarían una mejora potencial en la condición de la tierra y tendencias negativas significativas en la degradación potencial. Consulte la siguiente publicación para obtener detalles sobre los métodos y sus limitaciones: Wessels, K.J .; Prince, S.D .; Malherbe, J .; Pequeño, J .; Frost, P.E .; VanZyl, D. ¿Puede la degradación de la tierra inducida por el hombre distinguirse de los efectos de la variabilidad de la lluvia? Un estudio de caso en Sudáfrica. J. Arid Environ. 2007, 68, 271-297.
Eficiencia en el uso del agua (WUE): RUE supone que existe una relación lineal entre la cantidad de agua que cae en forma de precipitación en un lugar determinado y la cantidad de agua que realmente usarán las plantas. Esta suposición no es válida para todos los sistemas. WUE trata de hacer frente a esta limitación mediante el uso de evapo-transpiración (ET) total anual en lugar de precipitación. ET se define como la precipitación menos la pérdida de agua a la escorrentía superficial, la recarga a las aguas subterráneas y los cambios en el almacenamiento de agua del suelo. El resto del análisis sigue como se describe para RUE: se aplica una regresión lineal y una prueba de significación no paramétrica a la tendencia de WUE a lo largo del tiempo. Las tendencias positivas significativas en WUE indicarían la mejora potencial en la condición de la tierra, y la potencial degradación de las tendencias significativas negativas.
La siguiente tabla muestra los conjuntos de datos disponibles en para realizar análisis de tendencias NDVI en el tiempo utilizando los datos originales de NDVI o con correcciones climáticas:
Productividad - Estado
El indicador de Productividad - Estado permite la detección de cambios recientes en la productividad primaria en comparación con un período de referencia. El indicador se calcula de la siguiente manera:
Defina el período de línea de base (período histórico para comparar la productividad primaria reciente).
Defina el período de comparación (los años recientes se utilizan para realizar la comparación). Se recomienda utilizar un período de 3 años para evitar las fluctuaciones anuales relacionadas con el clima.
Para cada píxel, se utilizan las integrales anuales de NDVI para el período de referencia para calcular una distribución de frecuencias. En caso de que el período de referencia no contuviera valores extremos en NDVI, se le agrega un 5% del rango en ambos extremos de la distribución. Esa curva de distribución de frecuencia expandida se usa para definir los valores de corte de las clases de percentiles 10.
Se calcula el NDVI promedio para el período de referencia y se determine la clase percentil a la que pertenece. Se le Asigna al NDVI promedio para el período de referencia el número correspondiente a esa clase percentil. Los valores posibles van de 1 (clase más baja) a 10 (clase más alta).
Se calcula el NDVI promedio para el período de comparación y se determina la clase percentil a la que pertenece. Se le Asigna al NDVI promedio para el período de comparación el número correspondiente a esa clase percentil. Los valores posibles van de 1 (clase más baja) a 10 (clase más alta).
Se determina la diferencia en el número de clase entre la comparación y el período de referencia (comparación menos referencia).
Si la diferencia en la clase entre la línea de base y el período de comparación es ≤ 2, entonces ese píxel se considerará potencialmente degradado. Si la diferencia es ≥ 2, ese píxel indicaría una mejora reciente en términos de productividad primaria. Los píxeles con pequeños cambios se consideran estables.
La siguiente tabla muestra los conjuntos de datos disponibles en para calcular el indicador de Productividad - Estado:
Productividad - Rendimiento
El indicador de Productividad - Rendimiento mide la productividad local en relación con otros tipos de vegetación similares en tipos de cobertura terrestre o regiones bioclimáticas similares en toda el área de estudio. utiliza la combinación única de unidades de suelo (unidades de taxonomía de suelos usando el sistema USDA provisto por SoilGrids a una resolución de 250m) y cobertura del terreno (37 clases de cobertura terrestre proporcionadas por ESA CCI a una resolución de 300m) para definir estas áreas de análisis. El indicador se calcula de la siguiente manera:
Defina el período de análisis y use la serie temporal de NDVI para calcular la media del NDVI para cada píxel.
Defina unidades ecológicamente similares similares a la intersección única de la cobertura del terreno y el tipo de suelo.
Para cada unidad, extraiga todos los valores medios de NDVI calculados en el paso 1 y cree una distribución de frecuencia. De esta distribución, determine el valor que representa el percentil 90 (no recomendamos utilizar el valor NDVI máximo absoluto para evitar posibles errores debido a la presencia de valores atípicos). El valor que representa el percentil 90 se considerará la productividad máxima para esa unidad.
Calcule la relación entre el NDVI medio a nivel de pixel y la productividad máxima para esa unidad (en cada caso compare el valor medio observado con el máximo para su unidad correspondiente).
Si el NDVI promedio observado es inferior al 50% de la productividad máxima, ese píxel se considera potencialmente degradado para este indicador.
La siguiente tabla muestra los conjuntos de datos disponibles en para calcular el indicador de rendimiento de productividad:
Combinación de indicadores de productividad
Los tres subindicadores de productividad se combinan luego como se indica en las tablas a continuación. Para los informes ODS 15.3.1, se requiere el indicador de 3 clases, pero también produce una clase 5 que aprovecha la información proporcionada por el estado para informar el tipo de degradación que ocurre en el área.
Cobertura del terreno
Para evaluar los cambios en la cobertura de la tierra, los usuarios necesitan mapas de cobertura del terreno que cubran el área de estudio para la línea de base y los años objetivo. Estos mapas deben ser de precisión aceptable y deben ser creados de tal forma que permitan comparaciones válidas. utiliza los mapas de cobertura terrestre CCI de ESA como el conjunto de datos predeterminado, pero también se pueden usar mapas locales. El indicador se calcula de la siguiente manera:
Reclasifique ambos mapas de cobertura terrestre a las 7 clases de cobertura terrestre necesarias para informar a la CNULD (bosques, pastizales, tierras de cultivo, humedales, áreas artificiales, tierras desnudas y agua).
Realice un análisis de transición de cobertura terrestre para identificar qué píxeles permanecieron en la misma clase de cobertura terrestre y cuáles cambiaron.
Según su conocimiento local de las condiciones en el área de estudio y la degradación de la tierra procesada allí, utilice la tabla siguiente para identificar qué transiciones corresponden a la degradación (signo -), mejora (signo +) o ningún cambio en términos de condición de la tierra (cero).
- combinará la información de los mapas de cobertura terrestre y la tabla de tipologías de degradación por transición de cobertura terrestre para calcular el subindicador de cobertura de la tierra.
Carbono orgánico del suelo
El tercer subindicador para monitorear la degradación de la tierra como parte del proceso de ODS cuantifica los cambios en el carbono orgánico del suelo (SOC) durante el período del informe. Los cambios en SOC son particularmente difíciles de evaluar por varias razones, algunas de ellas son la alta variabilidad espacial de las propiedades del suelo, el tiempo y costo de la realización de muestreos representativos del suelo y la falta de datos de series temporales sobre SOC para la mayoría de las regiones del mundo. Para abordar algunas de las limitaciones, se utiliza un método combinado de cobertura del terreno / SOC en para estimar los cambios en SOC e identificar áreas potencialmente degradadas. El indicador se calcula de la siguiente manera:
Determine los valores de referencia SOC.
utiliza los stocks de carbono de SoilGrids 250m para los primeros 30 cm del perfil del suelo como los valores de referencia para el cálculo (NOTA: SoilGrids utiliza información de una variedad de fuentes de datos y de varios muchos años para producir este producto, por lo tanto, asignar una fecha para cálculos podría causar inexactitudes en los cálculos de cambio de stock).Reclasifique los mapas de la cobertura del terreno a las 7 clases de cobertura terrestre necesarias para informar a la CNULD (bosque, pastizales, tierras de cultivo, humedales, áreas artificiales, tierras desnudas y agua). Idealmente, se prefieren los mapas anuales de cobertura terrestre, pero al menos se necesitan mapas de cobertura terrestre para los años inicial y final.
Para estimar los cambios en las existencias de C para el período de referencia, el IPCC y la CNULD recomiendan coeficientes de conversión C para los cambios en el uso, la gestión y los insumos de la tierra. Sin embargo, la información espacialmente explícita sobre la administración y las entradas C no está disponible para la mayoría de las regiones. Como tal, solo se puede aplicar el coeficiente de conversión del uso de la tierra para estimar los cambios en las existencias de C (utilizando la cobertura de la tierra como un proxy para el uso de la tierra). Los coeficientes utilizados fueron el resultado de una revisión bibliográfica realizada por la CNULD y se presentan en la tabla a continuación. Esos coeficientes representan los valores proporcionales en C después de 20 años de cambio en la cobertura del terreno.
Los cambios en SOC se han estudiado en mayor detalle para las transiciones de cobertura terrestre que involucran agricultura, y por esa razón hay un conjunto diferente de coeficientes para cada una de las principales regiones climáticas globales: Templado seco (f = 0,80), templado húmedo (f = 0,69), tropical Seco (f = 0.58), Tropical húmedo (f = 0.48) y Montano tropical (f = 0.64).
Para identificar degradación, se calculan las diferencias relativas en SOC entre la línea de base y el período objetivo. Las zonas que experimentaron una pérdida en SOC del 10% o más durante el período del informe se considerarán potencialmente degradadas y las áreas que experimenten una ganancia del 10% o más como potencialmente mejoradas.
Combinación de indicadores
La integración de los tres subindicadores de ODS 15.3.1 se realiza siguiendo la regla de uno afuera-todos afuera, esto significa que si un área fue identificada como potencialmente degradada por cualquiera de los subindicadores, entonces esa área se considerará potencialmente degradado para fines informativos.
