UNCCD报告--可持续发展目标（SDG）15.3.1

作为 "2030年可持续发展议程 "的一部分，可持续发展目标（SDG）15是：

"保护、恢复和促进陆地生态系统的可持续利用，可持续地管理森林，防治荒漠化，并制止和扭转土地退化，遏制生物多样性的丧失"

每个可持续发展目标都有针对不同组成部分的具体目标，在本案例中是针对土地上的生活。具体目标15.3旨在：

"截止2030年，防治荒漠化，恢复退化的土地和土壤，包括受荒漠化、干旱和洪水影响的土地，并努力实现一个土地退化中立的世界"

然后将使用指标来评估每个SDG目标的进展。就可持续发展目标15.3而言，将使用指标15.3.1评估实现土地退化中立世界的进展：

"退化的土地占总土地面积的比例"

作为可持续发展目标15.3的监管机构，UNCCD）制定了《良好实践指南》（GPG）<https://www.unccd.int/sites/default/files/documents/2021-09/UNCCD_GPG_SDG-Indicator-15.3.1_version2_2021.pdf>_.就如何计算可持续发展目标指标15.3.1提供建议。

本文件简要介绍了可持续发展目标指标15.3.1，并描述了每个指标如何通过|trends.earth|计算。

为了评估退化的面积，SDG指标15.3.1使用了3个次级指标的信息：

  1. 植被生产力

  2. 土地覆盖

  3. 土壤有机碳

../../_images/indicator_15_3_1.png

|trends.earth|允许用户以空间明确的方式计算这些次级指标中的每一项，生成栅格地图，然后将其整合到最终的SDG 15.3.1指标地图中，并产生一个表格结果，报告分析区域的潜在改善和退化的区域。

次级指标

生产率

土地生产力是土地的生物生产能力，是维持人类的所有食物，纤维和燃料的来源（联合国统计委员会，2016年）。净初级生产力（净初级生产力）是指在一定时期内光合作用和自养呼吸作用后吸收的碳的净量（Clark et al。2001），通常以单位如kg / ha / yr表示。核电厂估算时间长，成本高，因此，我们依靠遥感信息来推导核电厂指标。

NPP最常用的代用指标之一是归一化植被指数（NDVI），使用电磁波谱中的红色和近红外部分的信息计算。在|trends.earth|中，我们利用MODIS和AVHRR的双周产品来计算NDVI的年度积分（为简化结果的解释，计算为平均年度NDVI）。然后，这些NDVI的年度积分被用来计算下面解释的每个生产力指标。

土地生产力动态（LPD）数据由联合研究理事会（JRC）提供，作为计算最终SDG 15.3.1指标的默认数据。

土地覆盖

为了评估土地覆被的变化，用户需要覆盖研究区域的基线年和目标年的土地覆被地图。这些地图需要具有可接受的精度，并以能够进行有效比较的方式创建。|trends.earth|使用ESA CCI土地覆盖地图作为默认数据集，但也可以使用本地地图。该指标的计算方法如下：

  1. 将两张土地覆被图重新分类为需要向UNCCD报告的7个土地覆被等级（森林、草原、耕地、湿地、人工区、裸地和水）。

  2. 进行土地覆被过渡分析，以确定哪些像素保持在同一土地覆被等级，哪些像素发生了变化。

  3. 基于您对研究地区的条件和当地发生的土地退化处理的地方知识，使用下面的表格来确定哪些过渡对应于土地条件的退化（-号）、改善（+号）或没有变化（零）。

../../_images/lc_degradation_matrix.png

  1. |trends.earth|将结合土地覆被地图和按土地覆被过渡的退化类型表的信息，计算出土地覆被分指标。

../../_images/lc_flow.png

土壤有机碳

作为可持续发展目标进程的一部分，监测土地退化的第三个次级指标对报告期内土壤有机碳（SOC）的变化进行量化。基于某些原因，SOC的变化特别难以评估，其中一些原因是土壤特性的高度空间变异性，进行代表性土壤调查的时间和成本密集性，以及世界上大多数地区缺乏SOC的时间序列数据。为了解决其中的一些局限性，在|trends.earth|中使用了一种土地覆盖/SOC的综合方法来估计SOC的变化并确定潜在的退化区域。该指标的计算方法如下：

  1. 确定SOC的参考值。|trends.earth||使用SoilGrids 250m土壤剖面前30厘米的碳储量作为计算的参考值（注意：SoilGrids使用各种数据源和多年的信息来制作该产品，因此为计算目的指定一个日期可能导致储量变化计算的不准确）。

  2. 将土地覆被图重新分类为需要向UNCCD报告的7个土地覆被等级（森林、草原、耕地、湿地、人工区、裸地和水）。最好是年度土地覆被图，但至少需要起始和结束年份的土地覆被图。

  3. 为了估算报告期内碳储存量的变化，气候变化专门组织和防治荒漠化公约建议了土地使用，管理和投入变化的C换算系数。然而，大部分地区都没有关于管理和C输入的空间明确信息。因此，只有土地利用转换系数可用于估算碳储量的变化（使用土地覆盖作为土地利用的替代指标）。所使用的系数是“防治荒漠化公约”进行的文献审查的结果，并列于下表。这些系数表示土地覆被变化20年后C储量的比例。

../../_images/soc_coeff.png

SOC的变化对涉及农业的土地覆被过渡研究比较好，因此，对全球每个主要气候区都有一套不同的系数。温带干旱区（f=0.80）、温带湿润区（f=0.69）、热带干旱区（f=0.58）、热带湿润区（f=0.48）和热带山地（f=0.64）。

  1. 计算基线期和目标期之间SOC的相对差异，在报告期内SOC损失10%以上的地区将被认为是潜在的退化，而收益10%以上的地区则为潜在的改善。

../../_images/soc.png

合并指标

三个SDG 15.3.1分项指标的整合是按照一出一进的规则进行的，这意味着如果一个地区被任何一个分项指标确定为潜在的退化，那么这个地区将被认为是潜在的退化，以便报告。

../../_images/sdg_aggregation.png

UNCCD 战略目标2 (SO 2)

改善受影响人口的生活条件

应对荒漠化、土地退化和干旱（DLDD）的全球挑战及其对人类-环境耦合系统的影响是《2030年可持续发展议程》的一个关键组成部分。特别是，SDG15.3旨在截止2030年，防治荒漠化，恢复退化的土地和土壤，包括受荒漠化、干旱和洪水影响的土地，并努力实现一个土地退化中立的世界。应对这一挑战对于改善受荒漠化、土地退化和干旱影响最严重者的生计以及防范气候变化的最极端影响至关重要。

退化地区人们的生计包括当地环境的多种人类和自然特征，包括直接通过维持生计获得足够的食物和水，通过足够的收入购买食物和水安全，或两者结合。如果实现了食物和水的安全，受影响地区的外迁就不再是被迫的，而是自愿性的。在社会和经济上被边缘化的人口、社区和家庭往往更容易受到气候变化和DLDD综合效应的影响。识别和量化这些人口、社区和家庭的构成、分布和相对脆弱性的能力，对于加强生计复原力，以提高对DLDD的积极适应性至关重要。

|trends.earth|允许用户监测UNCCD战略目标2的指标：按性别分列的人口受土地退化影响的趋势（SO 2-3），计算按性别分列的受土地退化影响的人口比例。|trends.earth|使用代表人口在可持续发展目标15.3.1指标地图上的空间分布的网格化数据来确定其对土地退化的暴露程度。

(SO 2-3)指标使用以下单位：

-面临土地退化的女性人口百分比 -面临土地退化的男性人口百分比 -面临土地退化的总人口（女性和男性）百分比

|trends.earth|提供访问WorldPop数据集的机会，UNCCD默认使用该数据集来计算SO2-3指标。

UNCCD 战略目标 3 (SO 3)

减轻、适应和管理干旱的影响，以提高弱势人口和生态系统的复原力。

干旱和土地退化

**土地退化**根据UNCCD的定义，指土地资源基础的生物或经济生产能力的任何减少或损失。它通常是由人类活动造成的，并因自然过程而加剧，往往因气候变化和生物多样性丧失而放大，并与之密切相关。土地退化降低了农业生产力，增加了那些已经面临气候变异和变化影响的地区的脆弱性，特别是在世界各区域。

**干旱**是一种复杂的、缓慢发生的现象，在不同的时间范围内发生。它的特点是水供应的减少，导致对人们的生计和经济部门的连带影响。干旱有时被简单地定义为一段足够长的干旱天气，导致水文失衡，尽管全球一致同意的干旱定义并不存在。此外，干旱几乎不作为一个单一的风险事件发生，而是与其他危害，如热浪、野火、沙尘暴或洪水相互关联。

国际气候变化专门委员会（IPCC）将干旱定义为 "一段足够长的异常干燥天气，导致严重的水文不平衡"。干旱是一个相对的术语，因此任何关于降水不足的讨论都必须指正在讨论的与降水有关的特定活动。例如，生长季节的降水短缺对作物生产或生态系统功能产生普遍影响（由于土壤水分干旱，也称为农业干旱），而在径流和渗漏季节主要影响水供应（水文干旱）。土壤水分和地下水的储存变化，除了降水减少外，还受到实际蒸发量增加的影响。降水异常不足的时期被定义为气象干旱。另见土壤水分（IPCC评估报告5，2014）。联合国减少灾害风险组织（UNDRR）将干旱定义为一种缓慢发生的危害，通常被称为爬行现象。缺少一个精确的、普遍接受的干旱定义，使人更加困惑。定义必须是针对地区的，因为每个气候系统都有独特的气候特征（UNDRR GAR第6章）。缺乏一致的定义使监测工作变得复杂，因为定义和监测方法通常是针对具体环境的。 尽管努力减少贫困、不平等和提高全世界人民的社会经济福祉，但贫困率仍然很高。

干旱对全世界越来越多的人、生计、生态系统和经济产生影响。当它与土地退化同时发生时，它可能使已经脆弱的人口面临有害的生计、环境、社会经济和健康风险，并降低人口和社区的复原力。

UNCCD采用了一个监测框架，对战略目标3分为三个级别：

一级SO 3-1 干旱土地占总土地面积的比例趋势（危害），二级SO 3-2 遭受干旱的总人口比例趋势（暴露），三级SO 3-3 干旱脆弱性程度趋势（脆弱）。

根据IPCC框架：

**危害**是指可能发生的自然或人类引起的物理事件或趋势或物理影响，可能造成生命损失、伤害或其他健康影响，以及对财产、基础设施、生计、服务供应、生态系统和环境资源的破坏和损失。

**接触**描述了人、生计、物种或生态系统、环境功能、服务和资源、基础设施，或经济、社会或文化资产，在可能受到不利影响的地方和环境的存在。

**脆弱**被定义为受到气候变化和相关过程的不利影响的倾向或倾向性。

为了评估SO 3指标，|trends.earth|使用3个次级指标的信息：

  • 标准化降水指数（SPI）

  • 全球人口网格化数据集

  • 干旱脆弱性指数（DVI）

|trends.earth|允许用户以空间明确的方式计算这些指标中的每一项，生成栅格地图并产生一个汇总表，报告分析区域内可能改善和退化的区域。SO 3-1 "干旱土地占总土地面积比例的趋势"。

UNCCD制定了 "关于UNCCD战略目标3的国家报告的良好实践指南<https://www.unccd.int/sites/default/files/documents/2021-09/UNCCD_GPG_Strategic-Objective-3_2021.pdf>"（GPG-SO3）。 提供了关于如何计算SO3指标的建议。

本文件简要介绍了《联合国防治荒漠化公约》战略目标3，并介绍了每项指标是如何按照战略目标3良好实践指南由|trends.earth|计算的。

SO3一级指标（SO 3-1危险)

按照UNCCD GPG-SO3计算一级指标的步骤：

  1. 使用12个月的累积期（SPI-12）和网格化降水数据计算SPI。

  2. 根据之前计算的SPI，确定每个像素的干旱强度等级。

  3. 计算每个干旱强度等级内的土地比例。

标准化降水指数（SPI）

标准化降水指数（SPI）已被广泛用于描述气象干旱或降水不足的特征，并通过《林肯干旱宣言》被确认为计算和监测气象干旱的国际首选指数。SPI的计算方法是对正态分布和实际降水记录的拟合概率分布，在特定时期内观察到的降水会偏离该时期的长期平均值的标准偏差，通常是30年的数据。使用SPI进行全球干旱监测、预测和风险评估的主要优势是，它目前已在全球许多国家使用，并得到世界气象组织的认可。其他主要优点是，SPI既代表降水不足，也代表降水过剩，而且可以按不同的时间尺度计算（例如，SPI-3，SPI-6，SPI-12，数字表示计算指数的月份数）。因此，它间接考虑了累积降水不足的影响，这对土壤水分和水文干旱至关重要。

默认情况下，|trends.earth|提供访问从全球降水气候学中心（GPCC）监测产品中计算出的SPI，这是一个代表降水的栅格，由雨量计数据得出，空间分辨率约为27平方公里，覆盖整个地球。用户还可以选择使用由气候危害小组红外降水站（CHIRPS）计算出的另一种SPI，其降水估计值基于卫星观测和~5平方公里的测站数据的结合。虽然CHIRPS具有更高的空间分辨率，但它的覆盖范围是 "准全球"，即南纬50度到北纬50度。因此，对这一范围以外地区的SO3-1危害计算感兴趣的用户将无法使用CHRIPS的数据集。

第1步，计算SPI。

SPI将观察到的降水量化为对选定的概率分布函数的标准化偏离，该函数对原始数据进行建模。原始数据可以被拟合为伽马或皮尔逊III型分布，然后被转换为正态分布。然后用转换后的降水数据来计算无量纲的SPI值，定义为降水的标准化异常值。

计算该指数的详细方程式在以下步骤中使用伽马分布进行描述：

  1. 将降水值转化为SPI的目的是：

    1. 将降水值的平均值调整为0，进行转化；

    2. 降水的标准偏差被调整为1.0；以及

    3. 必须将现有数据的偏度重新调整为零。

当这些目标实现后，标准化的降水指数可以解释为平均值为0，标准偏差为1.0。

  1. 降水的平均值可以计算为：

../../_images/so3_spi_mean.png

其中N是降水观测值的数量。

  1. 降水的标准偏差计算为：

../../_images/so3_spi_std.png

  1. 给定降水的偏度计算方法为：

../../_images/so3_spi_skew.png

  1. 降水被转换为对数正态值，并计算出伽马分布的统计量U、形状和尺度参数：

../../_images/so3_spi_gamma_params.png

  1. 然后用得到的参数来寻找观察到的降水事件的累积概率。累积概率由以下公式得出：

../../_images/so3_spi_cumulative_prob_g.png

  1. 由于伽马函数对于x=0是未定义的，而且降水分布可能包含零，所以累积概率变成：

../../_images/so3_spi_cumulative_prob_h.png

其中来自q的概率为零。

  1. 然后将累积概率H(x)转换为标准正态随机变量Z，其均值为0，方差为1：

../../_images/so3_spi_spi_z.png

其中：

../../_images/so3_spi_where_t.png

第2步，确定干旱强度等级。

无量纲的SPI值被解释为观察到的异常值偏离长期平均值的标准差数量，通常根据情况分类标注（即极湿、极干、正常），如下表所示。当SPI连续为负值时，就会发生干旱，其数值达到-1或更低的强度，当SPI变为正值时，干旱就会结束。

../../_images/so3_spi_table.png

干旱强度等级是通过评估时间序列中每一年的12月SPI-12值来确定的。12月的SPI-12值代表公历年（1-12月）的降水赤字（或过剩）。正的SPI值被放弃，因为它们表明在给定的时期内没有干旱。

关于SPI的进一步详情，请参见 "关于UNCCD战略目标3的国家报告的良好实践指南<https://www.unccd.int/sites/default/files/documents/2021-09/UNCCD_GPG_Strategic-Objective-3_2021.pdf>"。我们还建议阅读Tools4LDN关于监测UNCCD战略目标3进展情况的技术报告 "对支持干旱监测的公共可用地理空间数据集和指标的审查<https://static1.squarespace.com/static/5dffad039a288739c6ae0b85/t/6033f28abca1996aedc492d5/1614017200233/ci-4-Tools4LDN2-FNL+web.pdf>"。

第3步，计算每个干旱强度等级内的土地比例。

估算干旱强度等级内的土地百分比的公式，是将上一步确定的每个干旱强度等级下的土地面积除以总土地面积，如下所示：

../../_images/so3_level2_equation.png

其中：

‘比例 ij ’是指年度 j 期间干旱强度一级下的土地比例。

‘面积 ij ’是指报告年度 j 期间干旱强度一级下的土地面积

‘总面积’是指所有土地总面积。

SO3 二级指标（ SO 3-2 暴露）

UNCCD（联合国防治荒漠化公约） SO3 三级干旱暴露指标是在 SO3 一级危害指标的基础上，通过叠加人口栅格数据建立的。使用叠加人口数据来计算干旱风险是一种直接的方法。了解遭受干旱影响的人数有助于将援助物资分配到最需要的地区，其依据是暴露人口比例和暴露强度（干旱严重程度）。这种方法也可以用于衡量社会经济干旱情况。SO3 二级人口指标的性别差异计算是根据每个网格单元中男性比例和女性比例来计算的。输出结果包括暴露于每个一级干旱强度等级的性别暴露信息（男性比例和女性比例）。这会产生两个可比较的网格；如果需要，可以将其汇总到行政边界，从而更好地量化和可视化性别与干旱发生和/或严重程度之间的全球和局部空间关系。

WorldPop 集合是一个关于人口分布、人口统计和动态变化的高分辨率全球栅格地理空间数据集。WorldPop 的空间分类图层是以 3 角秒和 30 角秒（在赤道上分别约为 100 米和 1 公里）的输出分辨率进行网格化，并纳入人口普查表和国家地理边界、道路、土地覆盖、建筑结构、城市区域、夜间灯光、基础设施、环境数据、保护区域和水域等输入数据。WorldPop的优势在于，dasymetric绘图的人口估计方法是基于多变量分析（即高度建模），因此适合于匹配每个国家和地区的数据条件和地理性质。该方法还提供性别差异信息。WorldPop的劣势是，使用这种包含稀疏人口普查数据的复杂插值模型可能会导致一些次国家和农村地区的人口估计出现高度不确定和不精确。尽管存在上述不足，WorldPop仍然是最理想的人口栅格数据集，因为其满足我们所有的纳入标准，包括空间分辨率、全球覆盖率、数据更新频率，以及包含性别差异分量。

遭受干旱的人口比例是通过每个干旱强度等级内的人口数量占总人口的比例来计算的。

SO3 三级指标（ SO 3-3 脆弱性）。

干旱脆弱性评估是基于干旱脆弱性指数（DVI）进行的，该指数是一个综合指数，包含三个反映干旱灾害下人口脆弱性的分量：i）社会、ii）经济和 iii）基础设施。目前，DVI并不包含有关生态或生态系统脆弱性的分量。Trends.Earth 可供访问来自研究中心（JRC）的全球默认 DVI 数据集。JRC 制定了一个框架，该框架整合了来自全球数据的与干旱脆弱性有关的 15 个经济、社会和基础设施分量。该框架建议干旱脆弱性指标应包含对任何地区通用且有效的、互不相关的社会、基础设施和经济因素。

‘Carrão 等人，2016 <https://www.sciencedirect.com/science/article/pii/S0959378016300565>’_中所述的 JRC 干旱风险监测框架采用了 SO3 评估干旱脆弱性的方法；该方法最初由联合国减少灾害风险办公室（UNDRR——原联合国国际减灾战略署或 UNISDR）提出，反映某个地区个人和集体社会、经济和基础设施因素的状况【61】。另外，JRC 全球干旱观测站（GDO）已在实施这一方法，用于记录和绘制全球干旱对农业影响的风险。作者指出，其所包括的因素并不代表对与特定暴露要素相关的完整脆弱性描述，但可以视为制定区域计划以减少脆弱性和促进适应性的基础。

‘Carrão等人，2016 <https://www.sciencedirect.com/science/article/pii/S0959378016300565>’_所用方法遵循的理念是，个人和群体需要一系列半独立因素（由一组替代指标来表征）以从受影响状态中复原。其方法采用了一个两步复合模型，该模型是对15个替代指标（如下表所示）进行汇总后获得的（该方法与DVI类似，随后讨论）；该15个替代指标表示每个地理区位的社会、经济和基础设施脆弱性，源自国家层面和极高空间分辨率的栅格数据。

../../_images/so3_dvi_table.png

该过程首先使用数据包络分析（DEA）模型将表中各个因素的指标进行组合；DEA 模型是一种确定性和非参数线性编程技术，可用于从多维指标集量化某个区域的相对干旱风险。其次，将 DEA 模型产生的单个因素进行算术聚合，形成干旱脆弱性综合模型，这样：

../../_images/so3_dvi_equation.png

其中 Soc i、Econ i 和 Infrr i 是 i 地区的社会、经济和基础设施脆弱性因素。