Rapport CNULCD -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). 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-indices d’une façon spatialement explicite, générant des cartes raster qui sont ensuite intégrées dans une carte d’indice ODD 15.3.1 final. Cela produit un résultat sous forme de tableau indiquant les zones avec amélioration ou dégradation potentielle 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.

Les données de la dynamique de productivité des terres (LPD) sont fournies par Centre commun de recherche (JRC), en tant que données par défaut pour le calcul de l’indice ODD 15.3.1 final.

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

Objectif stratégique CNULCD 2 (SO 2)

Pour améliorer les conditions de vie des populations affectées

Relever les défis mondiaux de la désertification, de la dégradation des terres et de la sécheresse (DLDD) et de leurs impacts sur les systèmes humains et environnementaux est une composante clé pour l’agenda 2030 de développement durable. En particulier, l’Objectif de développement durable (ODD) 15.3 vise à lutter contre la désertification, à restaurer les terres et les sols, y compris les terres affectées par la désertification, la sécheresse et les inondations, et s’efforce de bâtir un monde sans dégradation des terres. Il est essentiel de relever ce défi pour améliorer la vie des personnes les plus affectées par la DLDD et pour se protéger contre les effets les plus extrêmes du changement climatique.

Les moyens de subsistance des personnes dans les régions dégradées comprennent de nombreuses caractéristiques humaines et naturelles des environnements locaux, y compris l’accès adéquat à la nourriture et l’eau, soit directement à travers des moyens de subsistance suffisants ou par le biais de revenus suffisants pour acheter la nourriture et l’eau, ou par une combinaison des deux. Si la sécurité en matière de nourriture et d’eau est assurée, l’exode des régions affectées ne devraient plus être forcé, mais volontaire par nature. Les populations, les communautés et les ménages socialement et économiquement marginalisées ont tendance à être vulnérables d’une manière disproportionnée au changement climatique et aux effets combinés de la DLDD. Pouvoir identifier et quantifier la composition, la distribution et la vulnérabilité relative de ces populations, communautés et ménages est essentiel pour renforcer la résilience des moyens de subsistance, dans le but d’améliorer les adaptations positives à la DLDD.

|trends.earth|permet aux utilisateurs de suivre l’indice de l’objectif stratégique 2 du CNULCD sur les Tendances de l’exposition des populations à la dégradation des terres désagrégées par sexe (SO 2-3) en calculant les proportions de population, désagrégées par sexe, exposées à la dégradation des terres. |trends.earth|utilise des données maillées représentant la distribution spatiale de la population sur la carte d’indice ODD 15.3.1 pour établir son exposition à la dégradation des terres.

L’indicateur (SO 2-3) utilise les mesures suivantes :

-Percentage of the female population exposed to land degradation -Percentage of the male population exposed to land degradation -Percentage of the total (female and male) population exposed to land degradation

|trends.earth|donne accès aux données du WorldPop, qui sont utilisées par défaut par la CNULCD 3 pour calculer l’indicateur SO2-3.

Objectif stratégique CNULCD 3 (SO 3)

Pour une atténuation, une adaptation et une gestion des effets de la sécheresse, en vue d’améliorer la résilience des populations et des écosystèmes vulnérables.

Sécheresse et dégradation des terres

La dégradation des terres, comme définie par la CNULCD, se réfère à toute réduction ou perte de la capacité biologique ou productive économique de la base de ressources en terres. Elle est généralement causée par l’activité humaine, exacerbée par les processus naturels, et souvent amplifiée par le changement climatique et la perte de la biodiversité, auxquels elle est intimement liée. La dégradation des terres réduit la productivité agricole et rend plus vulnérable ces régions déjà menacées par les impacts de variabilité et du changement du climat, en particulier dans les régions du monde.

La sécheresse est un phénomène complexe et progressif qui survient à différentes échelles. Elle est caractérisée par une réduction de la disponibilité en eau, conduisant à des effets en cascade sur les moyens de subsistance des personnes et les secteurs économiques. La sécheresse est plus simplement définie comme une période de saison sèche assez longue pour causer un déséquilibre hydrologique, bien qu’une définition mondialement reconnue de la sécheresse n’existe pas. De plus, la sécheresse ne survient généralement pas comme un événement à risque unique, mais plutôt en corrélation avec d’autres risques que sont les vagues de chaleur, les feux de brousse, les tempêtes de sable et de poussière et les inondations.

Le Groupe d’experts intergouvernemental sur l’évolution du climat (GIEC) définit la sécheresse comme « une période de sécheresse assez longue pour causer un déséquilibre hydrologique sérieux ». La sécheresse est un terme relatif, par conséquent toute discussion au sujet d’un déficit de précipitation peut renvoyer à l’activité particulière liée aux précipitations qui est en discussion. Par exemple, un déficit de précipitation pendant la saison de croissance affecte la production des cultures ou la fonction de l’écosystème en général (en raison de la sécheresse de l’humidité du sol, également appelée sécheresse agricole), et durant la saison de ruissellement et de percolation, cela affecte principalement la fourniture en eau (sécheresse hydrologique). Les changements de stockage dans l’humidité du sol et les eaux souterraines sont aussi affectés par les augmentations dans l’évapotranspiration réelle, en plus des baisses de précipitation. Une période avec un déficit anormal de précipitation est définie comme une sécheresse météorologique. Voir également l’humidité des sols (Rapport d’évaluation GIEC 5, 2014). Le Bureau des Nations unies pour la réduction des risques de catastrophes (UNDRR) définit la sécheresse comme un danger progressif, souvent désigné comme un phénomène insidieux. L’absence de définition précise, universellement acceptée, de la sécheresse augmente la confusion. Les définitions doivent être spécifiques aux régions, car chaque régime climatique a des caractéristiques climatiques distinctives (UNDRR GAR Chapitre 6). L’absence de définition unanimement reconnue complique les efforts de contrôle, vu que la définition et l’approche de contrôle sont spécifiques au contexte. Les taux de pauvreté restent élevés, en dépit des efforts pour réduire la pauvreté, les inégalités et améliorer le bien-être socio-économique de toutes les personnes dans le monde.

La sécheresse affecte de plus en plus un grand nombre de personnes, les moyens de subsistance, les écosystèmes et les économies dans le monde. Lorsqu’elle survient en conjonction avec la dégradation des terres, elle peut exposer des populations déjà vulnérables à une subsistance délétère, à des risques environnementaux, socio-économiques et sanitaires et diminuer la résilience de la population et de la communauté.

La CNULCD a adopté un cadre de suivi à trois niveaux pour SO3 :

Niveau I SO 3-1 Tendances dans la proportion des terres sous sécheresse sur le total de la zone terrestre (danger), Niveau II SO 3-2 Tendances dans la proportion de la population totale exposée à la sécheresse (exposition), Niveau III SO 3-3 Tendances dans le degré de vulnérabilité à la sécheresse (vulnérabilité).

Sous le cadre GIEC :

Le danger est la survenue potentielle d’un événement physique naturel ou induit par l’être humain, une tendance ou un impact physique qui peut causer une perte en vie, une blessure ou autres impacts sur la santé, ainsi que des dommages et des pertes de propriété, d’infrastructure, de moyens de subsistance, de fourniture de services, d’écosystèmes et de ressources environnementales.

L”exposition caractérise la présence de personnes, de moyens de subsistance, d’espèces ou d’écosystèmes, de fonctions, de services et ressources environnementales, d’infrastructure ou d’actifs économiques, sociaux ou culturels dans des lieux ou situations, lesquels pourraient être affectés négativement.

La vulnérabilité est définie comme la propension ou la prédisposition à être négativement affecté par le changement climatique et les processus connexes.

Dans le but d’évaluer les indices SO 3,|trends.earth|utilisent les informations de trois sous-indices :

  • Indice de précipitation normalisé (SPI)

  • Jeu de données maillées pour la population mondiale

  • Indice de la vulnérabilité à la sécheresse (DVI)

|trends.earth|permet à l’utilisateur de calculer chacun de ces indices d’une façon spatialement explicite, générant des cartes raster et produisant un tableau récapitulatif présentant les zones à amélioration ou dégradation potentielle pour la région analysée. SO 3-1 « Tendances dans la proportion de terres sous sécheresse sur la zone terrestre totale ».

The United Nations Convention to Combat Desertification (UNCCD) has developed a Good practice guidance for national reporting on UNCCD Strategic Objective 3 (GPG-SO3). providing recommendations on how to calculate indicators of SO3.

Le document fournit une brève introduction sur l’objectif stratégique 3 de la CNULCD et décrit comment chaque indicateur est calculé par|trends.earth, en suivant la directive des bonnes pratiques de l’objectif stratégique 3.

SO3 Indicateur de niveau I (Danger SO 3-1)

Étapes pour le calcul de l’indice de niveau, en suivant la directive CNULCD GPG-SO3 :

  1. Calculer le SPI en utilisant une période d’accumulation de 12 mois (SPI-12) et des données de précipitations maillées.

  2. Identifier la catégorie d’intensité de la sécheresse de chaque pixel en se basant sur le SPI précédemment calculé

  3. Calculer la proportion de terres dans chaque catégorie d’intensité de sécheresse.

Indice de précipitation normalisé (SPI)

L’indice de précipitation normalisé (SPI) a été largement utilisé pour caractériser la sécheresse météorologique ou le déficit de précipitations. Elle a été reconnue à travers la Déclaration de Lincoln sur la sécheresse comme l’indice préféré sur le plan international pour calculer et suivre la sécheresse météorologique. L’indice SPI est calculé comme des déviations standard des précipitations observées sur une période spécifique par rapport à la moyenne de long terme sur des périodes d’une durée de 30 ans de données en général, pour une distribution normale et une distribution de probabilité ajustée pour le relevé de précipitation réelle. Les principaux avantages de l’utilisation de l’indice SPI pour le suivi de la sécheresse mondiale, la prédiction et l’évaluation de risque est qu’il est actuellement utilisé dans de nombreux pays dans le monde et est promu par l’Organisation météorologique mondiale. Parmi les autres principaux avantages, figure le fait que l’indice SPI représente aussi bien les déficits que les surplus de précipitations. En outre, il peut être calculé sur différents délais (par exemple, SPI-3, SPI-6, SPI-12, avec le nombre indiquant le nombre de mois sur lesquels l’indice est calculé). Par conséquent, il considère indirectement les effets de l’accumulation des déficits de précipitation, qui sont cruciaux pour l’humidité des sols et les sécheresses hydrologiques.

Par défaut,|trends.earth| donne accès à l’indice SPI calculé par le produit de suivi du Centre mondial de climatologie des précipitations (GPCC), une trame représentant les précipitations et qui dérive des données pluviométriques présentant une résolution spatiale d’environ 27 km2 et couvrant toute la planète. Les utilisateurs ont également le choix d’utiliser un autre indice SPI calculé par le Groupe des dangers climatiques à données de précipitations infrarouges avec stations (CHIRPS), avec des estimations de précipitations basées sur des observations satellitaires combinées aux données de station de jaugeage sur 5 km2. Avec une meilleure résolution spatiale, CHRIPS a une couverture « quasi-globale » qui s’étend de 50°S à 50°N. Par conséquent, les utilisateurs intéressés par le calcul du danger SO3-1 pour les régions hors de cette plage ne pourront pas utiliser les jeux de données du CHRIPS.

Étape 1. Calculer l’indice SPI

L’indice SPI quantifie les précipitations observées comme un écart normalisé à partir d’une fonction de distribution de probabilité sélectionnée qui modélise les données brutes. Les données brutes peuvent être intégrées à une distribution gamma ou Pearson Type III et ensuite transformées en une distribution normale. Les données de précipitations transformées sont ensuite utilisées pour calculer la valeur adimensionnelle de l’indice SPI, définie comme l’anomalie normalisée des précipitations.

Les équations détaillées pour le calcul de cet indice sont décrites dans les étapes suivantes, en utilisant la distribution gamma :

  1. La transformation de la valeur des précipitations dans l’indice SPI a les buts suivants :
    1. Transformer la moyenne de la valeur des précipitations réglée à 0 ;

    2. La déviation standard des précipitations est réglée à 1.0 ; et

    3. L’asymétrie des données existantes doit être réajustée à zéro.

Lorsque ces objectifs sont atteints, l’indice de précipitation normalisé peut être interprété comme une moyenne 0 et une déviation 1.0.

  1. La moyenne des précipitations peut être calculée comme :

../../_images/so3_spi_mean.png

où N est le nombre d’observations de précipitations.

  1. La déviation standard pour les précipitations est calculée comme :

../../_images/so3_spi_std.png
  1. L’asymétrie des précipitations données est calculée comme :

../../_images/so3_spi_skew.png
  1. Les précipitations sont converties en des valeurs logarithmiques et les statistiques U, les paramètres de forme et d’échelle de distribution gamma sont calculés.

../../_images/so3_spi_gamma_params.png
  1. Les paramètres résultants sont ensuite utilisés pour trouver la probabilité cumulative d’un événement de précipitation observé. La probabilité cumulative est donnée par :

../../_images/so3_spi_cumulative_prob_g.png
  1. Puisque la fonction gamma n’est pas définie pour x = 0 et qu’une distribution des précipitations peut contenir des zéros, la probabilité cumulative devient :

../../_images/so3_spi_cumulative_prob_h.png

avec la probabilité de q qui est zéro.

  1. La probabilité cumulative H(x) est ensuite transformée en la variable aléatoire normale standard Z avec une moyenne de 0 et une variance de 1 :

../../_images/so3_spi_spi_z.png

où :

../../_images/so3_spi_where_t.png

Étape 2. Identifier les catégories d’intensité de sécheresse

Les valeurs SPI adimensionnelles sont interprétés comme le nombre de déviations standard par lesquelles l’anomalie observée dévie de la moyenne de long terme. Elles sont généralement étiquetées par catégorie sur la base de la condition (par exemple, extrêmement humide, extrêmement sec, normal), comme affiché dans le tableau ci-dessous. Une sécheresse survient lorsque l’indice SPI est négatif de manière consécutive, et sa valeur atteint une intensité de -1 ou inférieure, et prend fin lorsque l’indice SPI devient positif.

../../_images/so3_spi_table.png

Les catégories d’intensité de sécheresse sont identifiées en évaluant les valeurs SPI-12 de décembre pour les séries chronologiques. Les valeurs de SPI-12 de décembre représentent les déficits de précipitation (ou les excès) dans l’année calendaire grégorienne (janvier-décembre). Les valeurs d’indice SPI positives sont ignorées, puisqu’elles indiquent qu’il n’y a pas eu de sécheresse dans la période donnée.

Pour de plus amples détails sur l’indice SPI, voir « la directive sur les bonnes pratiques pour un rapport national sur l’objectif stratégique 3 de la CNULCD <https://www.unccd.int/sites/default/files/documents/2021-09/UNCCD_GPG_Strategic-Objective-3_2021.pdf> » _. Nous recommandons également de lire le rapport technique Tools4LDN sur le suivi des progrès accomplis dans la réalisation de l’objectif stratégique 3 de la CNULCD « Examen des ensembles de données et des indicateurs géospatiaux accessibles au public à l’appui de la surveillance de la sécheresse <https://static1.squarespace.com/static/5dffad039a288739c6ae0b85/t/6033f28abca1996aedc492d5/1614017200233/ci-4-Tools4LDN2-FNL+web.pdf>»_.

Étapes 3. Calculer la proportion des terres dans chaque catégorie d’intensité de sécheresse.

L’équation pour estimer le pourcentage de terres dans les catégories d’intensité de sécheresse prend les zones terrestres sous chaque catégorie d’intensité de sécheresse identifiée dans l’étape précédente sur la zone terrestre totale, comme suit :

../../_images/so3_level2_equation.png

Où :

Pij is the proportion of land under the drought intensity class i in the year j

« areaij » est la zone terrestre sous la catégorie d’intensité de sécheresse i dans le rapport de l’année j

« Total area » est la totalité de la zone terrestre.

Indice SO3 niveau II (Exposition SO 3-2)

L’indice d’exposition à la sécheresse SO3 niveau III de la CNULCD est basé sur l’indice de danger SO3 niveau I en superposant des données de population maillées. L’utilisation de la superposition des données de population comme proxy pour calculer l’exposition à la sécheresse est une méthode simple. Connaître le nombre de personnes directement affectées par la sécheresse peut aider à allouer l’aide aux régions qui en ont le plus besoin, sur la base du pourcentage de population exposée et la force de cette exposition (sévérité de la sécheresse). Cette méthode peut également servir de proxy pour la sécheresse socio-économique. Le calcul de la désagrégation du genre pour l’indice de population du SO3 niveau II est calculé sur la base du pourcentage d’hommes et du pourcentage femmes dans chaque cellule de la grille. Les résultats comprennent les informations d’exposition par genre (pourcentage d’hommes et de femmes) exposé à chaque catégorie d’intensité de sécheresse de niveau I. Cela produit deux grilles comparables qui peuvent être agrégées à des frontières administratives si on le souhaite. Dans ce cas, les relations globales et spatiales entre le genre et la survenue et/ou la sévérité de la sécheresse peuvent être mieux quantifiées et visualisées.

Les données WorldPop sont un ensemble de données géospatiales haute résolution maillées concernant les distributions, la démographie et les dynamiques de la population. Les niveaux spatialement désagrégés de WorldPop sont maillés avec une résolution de sortie de 3 secondes d’arc et 30 secondes d’arc (approximativement 100 m et 1 km, respectivement à l’équateur) et incorporent des intrants tels que les tableaux de recensement de population et les frontières géographiques nationales, les routes, la couverture terrestre, les structures bâties, les régions urbaines, les lumières nocturnes, l’infrastructure, les données environnementales, les zones protégées et les étendues d’eaux. La force du WorldPop est que la méthode d’estimation de la population par carte dasymétrique est multivariable, c’est-à-dire très modélisée, et par conséquent conçue sur mesure pour correspondre aux conditions des données et à la nature géographique de chaque pays et région. Les informations sur le genre sont également disponibles. La faiblesse du WorldPop est que l’utilisation de modèles d’interpolation aussi complexes avec des données de recensement éparses peut donner des estimations de populations très incertaines et très imprécises dans des régions sous-nationales et rurales. En dépit des limitations mentionnées précédemment, WorldPop reste l’ensemble de données maillées sur la population le plus idéal, car il répond à tous nos critères d’inclusion, y compris la résolution spatiale, la couverture globale, la fréquence de mise à jour des données et l’inclusion d’une composante ventilée par genre.

Le pourcentage d’exposition à la sécheresse est calculé en divisant le nombre de personnes dans chaque catégorie d’intensité de sécheresse par la population totale.

Indice SO3 niveau III (vulnérabilité SO 3-3)

L’évaluation de la vulnérabilité à la sécheresse est basée sur l’indice de vulnérabilité à la sécheresse (DVI), un indice composite comprenant trois composantes reflétant la vulnérabilité de la population à la sécheresse : i) social, ii) économique et iii) infrastructurel. Pour le moment, l’indice DVI ne comporte pas de composantes sur la vulnérabilité écologique ou de l’écosystème. |trends.earth|donne accès à l’ensemble données DVI globaux par défaut produites par le Joint Research Centre (JRC). Le JRC a développé un cadre qui intègre 15 composantes économiques, sociales et infrastructurelles liées à la vulnérabilité à la sécheresse, tirées des sources de données globales. Le cadre recommande que les indices sur la sécheresse devraient inclure des facteurs orthogonaux sociaux, infrastructurels et économiques qui sont génériques et valides pour chaque région.

Le cadre JRC pour le suivi du risque de sécheresse, tel que décrit dans « Carrão et al., 2016 <https://www.sciencedirect.com/science/article/pii/S0959378016300565> »_ adopte une approche d’évaluation de la vulnérabilité à la sécheresse pour SO3, qui fut initialement proposée par le Bureau des Nations unies pour la réduction des risques de catastrophes (UNDRR - précédemment la Stratégie internationale des Nations unies pour la réduction des catastrophes ou UNISDR), et qui reflète l’état des facteurs individuels, collectifs, sociaux, économiques et infrastructurels d’une région [61]. Cette méthode a également été mise en œuvre dans le cadre de l’observatoire mondial de la sécheresse (GDO) du JRC afin de documenter et de cartographier le risque mondial de l’impact de la sécheresse sur l’agriculture. Les auteurs indiquent que les facteurs qui ont été inclus ne représentent pas une description complète de la vulnérabilité en relation avec un élément exposé spécifique, mais peuvent être considérés comme le fondement pour construire un plan régional pour la réduction de la vulnérabilité et la facilitation de l’adaptation.

La méthodologie utilisée dans « Carrão et al., 2016 <https://www.sciencedirect.com/science/article/pii/S0959378016300565> »_ suit le concept selon lequel les individus et les populations nécessitent un gamme de facteurs semi-indépendants caractérisés par un ensemble d’indicateurs de substitution pour parvenir à une résilience positive aux impacts. La méthodologie utilise un modèle composite à deux variables qui découle de l’agrégation de 15 indicateurs de substitution (affichés dans le tableau ci-dessous), lesquels représentent la vulnérabilité sociale, économique et infrastructurelle dans chaque emplacement géographique (une méthodologie similaire à l’indice DVI, discuté par la suite) et découlent à la fois du niveau national et de données maillées à très haute résolution spatiale.

../../_images/so3_dvi_table.png

Ce processus consiste d’abord à combiner les indicateurs présentés dans le tableau pour chaque facteur à l’aide d’un modèle d’analyse d’enveloppement des données (DEA), une technique de programmation linéaire déterministe et non-paramétrique qui peut être utilisée pour quantifier l’exposition relative d’une région à la sécheresse à partir d’un ensemble multidimensionnel d’indicateurs. Ensuite, l’agrégation arithmétique des facteurs individuels résultant du modèle DEA en un modèle composite de vulnérabilité à la sécheresse tel que :

../../_images/so3_dvi_equation.png

où Soc i, Econ i et Infr i sont les facteurs de vulnérabilité sociaux, économiques et infrastructurels pour la région i.