Dégradation des terres et ODD 15.3.1

Dans le cadre du «Programme de développement durable à l’horizon 2030», l’objectif de développement durable (ODD) 15 est de :

« Préserver et restaurer les écosystèmes terrestres, en veillant à les exploiter de façon durable, gérer durablement les forêts, lutter contre la désertification, enrayer et inverser le processus de dégradation des sols et mettre fin à l’appauvrissement de la biodiversité »

Chaque ODD a des cibles spécifiques qui traitent de différentes composantes, dans ce cas, de la vie sur terre. La cible 15.3 vise à :

« D’ici à 2030, lutter contre la désertification, restaurer les terres et sols dégradés, notamment les terres touchées par la désertification, la sécheresse et les inondations, et s’efforcer de parvenir à un monde sans dégradation des sols »

Des indicateurs seront ensuite utilisés pour évaluer les progrès de chaque cible des ODD. Dans le cas de l’ODD 15.3, les progrès vers un monde neutre en termes de dégradation des terres seront évalués à l’aide de l’indicateur 15.3.1 :

« Proportion de la surface émergée totale occupée par des terres dégradées »

En tant qu’agence en charge de la cible ODD 15.3, la Convention des Nations unies sur la lutte contre la désertification (CNULCD) a élaboré un « Guide de bonnes pratiques (GPG) <https://www.unccd.int/sites/default/files/relevant-links/2021-03/Indicator_15.3.1_GPG_v2_29Mar_Advanced-version.pdf> »_. donnant des recommandations pour calculer l’indice ODD 15.3.1.

Ce document fournit une brève introduction à l’indicateur 15.3.1 des ODD et décrit comment chaque indicateur est calculé par Trends.Earth.

Afin d’évaluer la zone dégradée, l’indicateur ODD 15.3.1 utilise les informations dérivées de 3 sous-indicateurs :

  1. Productivité de la végétation

  2. Couverture terrestre

  3. Carbone organique du sol

../../_images/indicator_15_3_1.png

|trends.earth|permet à l’utilisateur de calculer chacun des sous-indicateurs d’une façon spatialement explicite, générant des cartes raster qui sont ensuite intégrées dans une carte d’indice ODD 15.3.1 final et produit un résultat sous forme de tableau indiquant les zones avec amélioration ou dégradation potentielles pour la région analysée.

Sous-indicateurs

Productivité

La productivité des terres est la capacité de production biologique de la terre, la source de toute la nourriture, des fibres et des combustibles soutenant les êtres humains (Commission de statistique des Nations Unies, 2016). La productivité primaire nette (PPN) est la quantité nette de carbone assimilée après la photosynthèse et la respiration autotrophe sur une période donnée (Clark et al., 2001) et est généralement représentée en unités telles que kg/ha/an. La PPN est une variable qui prend beaucoup de temps et qui est coûteuse à estimer. Pour cette raison, nous utilisons des informations de télédétection pour obtenir des indicateurs de PPN.

L’un des substituts les plus couramment utilisés à la PPN est l’Indice de végétation par différence normalisée (NDVI), calculé à partir des informations provenant des parties rouge et proche infrarouge du spectre électromagnétique. Dans Trends.Earth, nous utilisons des produits bi-hebdomadaires de MODIS et AVHRR pour calculer les intégrales annuelles de NDVI (calculé comme NDVI annuel moyen pour simplifier l’interprétation des résultats). Ces intégrales annuelles du NDVI sont ensuite utilisées pour calculer chacun des indicateurs de productivité expliqués ci-dessous.

La productivité des terres est évaluée dans Trends.Earth en utilisant trois mesures de changement dérivées des données de séries temporelles NDVI: trajectoire, performance et état

../../_images/indicator_15_3_1_prod_subindicators.png

Trajectoire de la productivité

La trajectoire mesure le taux de variation de la productivité primaire au fil du temps. Comme indiqué dans la figure ci-dessous, Trends.Earth calcule une régression linéaire au niveau du pixel pour identifier les zones connaissant des changements de productivité primaire pour la période analysée. Un test de signification non paramétrique de Mann-Kendall est ensuite appliqué, en ne considérant que les changements significatifs, ceux qui montrent une valeur de p ≤ 0,05. Les tendances significatives positives du NDVI indiqueraient une amélioration potentielle de l’état des terres et les tendances significatives négatives une dégradation potentielle.

../../_images/lp_traj_flow.png
Correction des effets du climat

Dans un écosystème donné, la productivité primaire est affectée par plusieurs facteurs, tels que la température et la disponibilité de la lumière, des nutriments et de l’eau. Parmi ceux-ci, la disponibilité de l’eau est la plus variable au fil du temps et peut avoir des influences très importantes sur la quantité de tissu végétal produite chaque année. Lorsque les intégrales annuelles du NDVI sont utilisées pour effectuer l’analyse de la trajectoire, il est important d’interpréter les résultats en ayant des informations historiques sur les précipitations. Dans le cas contraire, les tendances à la baisse de la productivité pourraient être identifiées comme indiquant une dégradation des terres causée par l’homme, lorsqu’elles sont déterminées par des schémas régionaux de variation de disponibilité de l’eau.

Trends.Earth permet à l’utilisateur d’effectuer différents types d’analyse pour distinguer les causes climatiques des changements dans la productivité primaire, de celles qui pourraient être une conséquence des décisions humaines d’utilisation des terres. Les méthodes actuellement intégrées pour les corrections climatiques sont les suivantes:

Analyse des tendances résiduelles (RESTREND): RESTREND utilise des modèles de régression linéaire pour prédire le NDVI pour un volume de précipitations donné. Les tendances de la différence entre le NDVI prédit et le NDVI observé (résidu) sont interprétées comme des changements de productivité non liés au climat. Veuillez vous référer à la publication suivante pour plus de détails sur la méthode et ses limites: Wessels, K.J.; van den Bergh, F.; Scholes, R.J. Limits to detectability of land degradation by trend analysis of vegetation index data. Remote Sens. Environ. 2012, 125, 10–22.

Coefficient d’efficacité pluviale (CEP): Le CEP est le rapport entre la PPN annuelle et les précipitations annuelles. Trends.Earth utilise les intégrales annuelles du NDVI comme indicateur de la PNE annuelle et offre la possibilité de choisir parmi différents produits de précipitation pour calculer le CEP. Une fois le CEP calculé pour chacune des années analysées, une régression linéaire et un test de signification non paramétrique sont appliqués à la tendance du CEP dans le temps. Les tendances significatives positives du CEP indiqueraient une amélioration potentielle de l’état des terres, et les tendances significatives négatives une dégradation potentielle. Veuillez vous référer à la publication suivante pour plus de détails sur les méthodes et leurs limites: Wessels, K.J.; Prince, S.D.; Malherbe, J.; Small, J.; Frost, P.E.; VanZyl, D. Can human-induced land degradation be distinguished from the effects of rainfall variability? A case study in South Africa. J. Arid Environ. 2007, 68, 271–297.

** Efficacité de l’utilisation de l’eau (EUE): ** Le CEP suppose qu’il existe une relation linéaire entre la quantité d’eau qui tombe sous forme de précipitations à un endroit particulier et la quantité d’eau qui sera réellement utilisée par les plantes. Cette hypothèse n’est pas valable pour tous les systèmes. L’EUE tâche de remédier à cette limitation en utilisant l’évapotranspiration annuelle totale (ET) plutôt que les précipitations. L’ET est définie comme les précipitations moins le ruissellement des eaux de surface, la recharge des nappes souterraines et les changements du stockage de l’eau dans le sol. Le reste de l’analyse suit ce qui est décrit pour le CEP: une régression linéaire et un test de signification non paramétrique sont appliqués à la tendance de l’EUE dans le temps. Les tendances significatives positives de l’EUE indiqueraient une amélioration potentielle de l’état des terres, et les tendances significatives négatives une dégradation potentielle.

Le tableau ci-dessous liste les jeux de données disponibles dans Trends.Earth pour effectuer une analyse des tendances NDVI dans le temps, en utilisant les données NDVI originales ou avec des corrections climatiques:

../../_images/lp_traj_variables.png

État de la productivité

L’indicateur de l’état de la productivité permet de détecter les changements récents dans la productivité primaire par rapport à une période de référence. L’indicateur est calculé comme suit:

  1. Définir la période de référence (période historique à laquelle la productivité primaire récente sera comparée).

  2. Définir la période de comparaison (années récentes utilisées pour calculer la comparaison). Il est recommandé d’utiliser une période de trois ans pour éviter les fluctuations annuelles liées au climat.

  3. Pour chaque pixel, utilisez les intégrales annuelles de NDVI pour la période de base pour calculer une distribution de fréquence. Lorsque la période de référence a raté des valeurs extrêmes du NDVI, ajouter 5 % aux deux extrêmes de la distribution. Cette courbe de distribution de fréquence étendue est ensuite utilisée pour définir les valeurs seuils des classes du 10e percentile.

  4. Calculer le NDVI moyen pour la période de référence et déterminer la classe de percentiles à laquelle elle appartient. Attribuer à l’indicateur NDVI moyen, pour la période de référence, le nombre correspondant à cette classe de percentiles. Les valeurs possibles vont de 1 (classe la plus basse) à 10 (classe la plus élevée).

  5. Calculer le NDVI moyen pour la période de comparaison et déterminer la classe de percentiles à laquelle elle appartient. Attribuer à l’indicateur NDVI moyen, pour la période de comparaison, le nombre correspondant à cette classe de percentile. Les valeurs possibles vont de 1 (classe la plus basse) à 10 (classe la plus élevée).

  6. Déterminer la différence de numéro de classe entre la comparaison et la période de référence (comparaison moins référence).

  7. Si la différence de classe entre la référence et la période de comparaison est ≤ 2, alors ce pixel pourrait potentiellement être dégradé. Si la différence est ≥ 2, ce pixel indiquerait une amélioration récente en termes de productivité primaire. Les pixels avec de petites modifications sont considérés comme stables.

../../_images/lp_state_flow.png

Le tableau ci-dessous liste les séries de données disponibles dans Trends.Earth pour calculer l’indicateur de l’état de la productivité:

../../_images/lp_state_variables.png

Performance de la productivité

L’indicateur de performance de la productivité mesure la productivité locale par rapport à d’autres types de végétation similaires dans des types de couverture terrestre similaires ou des régions bioclimatiques dans toute la zone d’étude. Trends.Earth utilise la combinaison unique d’unités de sols (unités de taxonomie du sol utilisant le système USDA fourni par SoilGrids à 250m de résolution) et de couverture terrestre (37 classes de couverture terrestre fournies par l’ESA CCI à 300m de résolution) pour définir ces zones d’analyse. L’indicateur est calculé comme suit:

  1. Définir la période d’analyse, et utiliser les séries chronologiques de NDVI pour calculer le NDVI pour chaque pixel.

  2. Définissez des unités similaires sur le plan écologique comme étant l’intersection unique de la couverture terrestre et du type de sol.

  3. Pour chaque unité, extrayez toutes les valeurs NDVI moyennes calculées à l’étape 1 et créez une distribution de fréquence. De cette distribution, déterminez la valeur qui représente le 90e percentile (nous conseillons d’utiliser la valeur NDVI absolue maximale pour éviter les erreurs possibles dues à la présence de valeurs extrêmes). La valeur représentant le 90e percentile sera considérée comme la productivité maximale pour chaque unité.

  4. Calculer le rapport entre le NDVI moyen et productivité maximale (dans chaque cas, comparer la valeur moyenne observée au maximum de l’unité correspondante).

  5. Si le NDVI moyen observé est inférieur à 50 % de la productivité maximale, ce pixel est considéré comme potentiellement dégradé pour cet indicateur.

../../_images/lp_perf_flow.png

Le tableau ci-dessous liste les séries de données disponibles dans Trends.Earth pour calculer l’indicateur de performance de la productivité:

../../_images/lp_perf_variables.png

Combinaison des indicateurs de productivité

Les trois sous-indicateurs de productivité sont ensuite combinés comme indiqué dans les tableaux ci-dessous. Pour la notification de l’ODD 15.3.1, l’indicateur pour 3 classes est requis, mais Trends.Earth produit également un indicateur pour 5 classes qui tire parti des informations fournies par l’état pour indiquer le type de dégradation se produisant dans la région.

../../_images/lp_aggregation.png

Couverture terrestre

Pour évaluer les changements du couvert terrestre, les utilisateurs ont besoin de cartes de couverture terrestre couvrant la zone d’étude pour les années de référence et les années cibles. Ces cartes doivent être d’une précision acceptable et créées de manière à permettre des comparaisons valables. Trends.Earth utilise les cartes de couverture terrestre de l’ESA CCI comme série de données par défaut, mais des cartes locales peuvent également être utilisées. L’indicateur est calculé comme suit:

  1. Reclasser les deux cartes du couvert végétal dans les 7 classes de couverture terrestre requises pour la déclaration à la CNULCD (forêts, prairies, terres cultivées, zones humides, zones artificielles, terres nues et eau).

  2. Effectuer une analyse de transition de la couverture terrestre pour identifier les pixels qui sont restés dans la même classe de couverture terrestre et ceux qui ont changé.

  3. Sur la base de votre connaissance locale des conditions dans la zone d’étude et de la dégradation des terres traitées, utilisez le tableau ci-dessous pour identifier les transitions qui correspondent à la dégradation (signe-), à l’amélioration (signe +) ou à aucun changement de condition (zéro).

../../_images/lc_degradation_matrix.png
  1. Trends.Earth combinera les informations des cartes de la couverture terrestre et du tableau des typologies de dégradation par transition de couverture terrestre pour calculer le sous-indicateur de la couverture terrestre.

../../_images/lc_flow.png

Carbone organique du sol

Le troisième sous-indicateur de suivi de la dégradation des terres dans le cadre du processus de l’ODD quantifie les changements du carbone organique du sol (COS) au cours de la période considérée. Les changements du SOC sont particulièrement difficiles à évaluer pour plusieurs raisons, dont la forte variabilité spatiale des propriétés du sol, le temps et l’intensité des coûts d’études représentatives des sols et l’absence de séries chronologiques sur le SOC pour la plupart des régions du monde. Pour remédier à certaines des limitations, une méthode combinée de couverture du sol/SOC est utilisée dans Trends.Earth pour estimer les changements du COS et identifier les zones potentiellement dégradées. L’indicateur est calculé comme suit:

  1. Déterminer les valeurs de référence du COS. Trends.Earth utilise les stocks de carbone SoilGrids 250m pour les 30 premiers cm du profil de sol comme valeurs de référence pour le calcul (NOTE: SoilGrids utilise des informations provenant de diverses sources de données et couvrant de nombreuses années pour ce produit. Assigner une date pour les calculs pourrait être une source d’inexactitude dans les calculs de changement des stocks).

  2. Reclasser les cartes du couvert végétal dans les 7 classes de couverture terrestre nécessaires pour la déclaration à la CNULCD (forêts, prairies, terres cultivées, zones humides, zones artificielles, terres nues et eau). Idéalement, les cartes de couverture terrestre annuelles sont préférables, mais au minimum, des cartes de couverture terrestre pour les années de début et de fin sont nécessaires.

  3. Pour estimer les variations des stocks de carbone pour la période de déclaration, des coefficients de conversion du carbone pour les changements de l’utilisation des terres, la gestion et les intrants sont recommandés par le GIEC et la CNULD. Cependant, des informations spatialement explicites sur la gestion et les intrants de carbone ne sont pas disponibles pour la plupart des régions. En tant que tel, seul le coefficient de conversion de l’utilisation des terres peut être appliqué pour estimer les changements dans les stocks de carbone (en utilisant la couverture terrestre comme indicateur de l’utilisation des terres). Les coefficients utilisés sont le résultat d’une revue de la littérature réalisée par la CNULD et sont présentés dans le tableau ci-dessous. Ces coefficients représentent la proportion des stocks de carbone après 20 ans de changement de la couverture terrestre.

../../_images/soc_coeff.png

Les changements du COS sont mieux étudiés pour les transitions de couverture terrestre impliquant l’agriculture, et pour cette raison, il existe un ensemble différent de coefficients pour chacune des principales régions climatiques mondiales: Tempéré sec (f = 0,80), tempéré humide (f = 0,69), tropical sec (f = 0,58), tropical humide (f = 0,48) et Tropical montagnard (f = 0,64).

  1. Calculer des différences relatives dans le COS entre la période de référence et la période cible, les zones ayant subi une perte de 10% ou plus pendant la période considérée seront considérées comme potentiellement dégradées et les zones connaissant un gain de 10 % ou plus comme potentiellement améliorées.

../../_images/soc.png

Combinaison des indicateurs

L’intégration des trois sous-indicateurs de l’ODD 15.3.1 se fait selon la règle « one out, all out », ce qui signifie que si une zone a été identifiée comme étant potentiellement dégradée par l’un des sous-indicateurs, alors cette zone sera considérée potentiellement dégradé pour les fins de la notification.

../../_images/sdg_aggregation.png