1.战略目标(SO)1:改善受影响生态系统的状况,防治荒漠化/土地退化,促进可持续土地管理,并为实现土地退化零增长作出贡献
1.1. SO 1-1 – 土地覆盖趋势
1.1.1. 简介
土地覆盖是指在地球表面观测到的(生物)物理覆盖物。
《联合国防治荒漠化公约》(《荒漠化公约》)估算已退化土地面积占土地总面积的比例的方法(即可持续发展目标指标15.3.1)将土地覆盖变化作为自然和/或人工驱动因素及其他因素造成的生态系统动态变化的指标。
指标SO1-1报告过程的主要产出是一套经官方核实的土地覆盖类别范围的估计数、它们在国家一级的变化以及它们在土地退化方面的重要性。
通过提供以下内容为国家报告提供了便利:(i) 从现有的全球数据来源,即欧洲航天局气候变化倡议“土地覆盖”(欧空局CCI-LC)产品中获得的默认数据;以及(ii) 关于如何将不同土地覆盖类别之间的过渡解释为可能降低土地的生物或经济生产力和复杂性(退化)、改善土地或导致无变化(稳定)的过程的指导意见。
1.1.2.报告的先决条件
延伸阅读可持续发展目标指标15.3.1的良好做法指南第3章:已退化土地面积占土地总面积的比例(第2版),其中概述了土地覆盖指标、其定义和分类,以及评估土地覆盖退化的建议方法;
熟悉[可持续发展目标指标 15.3.1 的良好做法指导增编]第 1 和第 3 部分(https://www.unccd.int/resources/manuals-and-guides/addendum-good-practice-guidance-sdg-indicator-1531-proportion-land):退化土地占土地总面积的比例(第 2 版)。
符合下表10所列最低标准的数据;
由国家主管部门正式提名的国家专家库,以核实所确定的土地覆盖变化的可靠性及其与主要土地退化过程的联系。这可能涉及地面实况勘测和/或组织对当地社区和关键知情人进行访谈。关键机构可能包括一国的国家统计局、环境部、农业部、水资源部、气象部门、遥感中心、粮食安全和营养部门,以及大学和研究中心。
1.1.3.报告流程和分步程序
下文介绍了报告的分步程序。如果缔约方决定使用默认数据,则不需要第 2、3、4、5 和 6 步。
步骤 1:确定关键降解过程
备注
PRAIS 4平台中的相关区域:表SO1-1.T1
请缔约方列出可能导致土地退化的最相关的土地覆被变化过程。关键过程可能包括毁林、城市扩张或植被丧失。其中一些过程可以通过对土地覆被变化的图像分析检测出来,而另一些过程可能只有通过实地观测才能发现。表 7 举例说明了可能导致土地退化的过程,这些过程被列为 PRAIS 4 平台表 SO1-1.T1 下拉菜单中的选项。菜单中未涵盖的其他过程可通过选择 "其他 "选项并提供描述退化过程的标题进行报告。
退化过程 |
开始土地覆盖状态 |
结束土地覆盖状态 |
|---|---|---|
城市扩张 |
草地、耕地、其他土地 |
人造地表 |
森林砍伐 |
树木覆盖区域 |
草地、耕地、人工地面 |
植被丧失 |
树木覆盖区、草地、耕地 |
其他土地 |
淹没 |
植被、人工地面、裸露土壤 |
湿地 |
木本植物侵占 |
湿地、草地 |
树木覆盖区域 |
湿地排水 |
湿地 |
草地、耕地、人工地面、其他土地 |
注意***:这些只是简单的例子,要将状态变化归因于退化,需要在国家一级进行仔细评估。
请缔约方在表格下方的评论栏中提供背景信息、选择其降解过程的理由以及任何相关的进一步信息。
第 2 步:选择土地覆被图例
备注
PRAIS 4平台中的相关区域:表SO1-1.T2
土地覆盖信息应使用默认的《荒漠化公约》图例进行分类,其中包括用于汇总报告的七个广泛的土地覆盖类别,或者使用国家土地覆盖图例,以便监测关键的具体国家退化过程,并可与《荒漠化公约》的七个土地覆盖类别相统一。
默认的《联合国防治荒漠化公约》土地覆盖图例包括以下七个类别:树木覆盖区、草地、耕地、湿地、人造地表、其他土地和水体[1]。
必须强调的是,SO 1-1 报告的目的是捕捉和记录过去和当前造成土地退化的主要土地覆被变化,而不是报告一个完全全面的国家土地覆被图例,列出一个国家内出现的所有可能的土地覆被等级。因此,应开展制图工作,定制土地覆被图例,使其仅包括步骤 1 中报告的捕捉和监测土地退化过程所需的最低数量的等级。例如,在 2022 年报告周期,一些缔约方对土地覆被图例进行了针对具体国家的调整。有关这些图例调整示例的更多信息,请参见方框 1。
方框 1:各国对土地覆被图例的具体调整
环境高度多样化和土地退化过程截然不同的国家往往需要更详细的土地覆被分类。在这种情况下,必须增加土地覆被等级的数量,或将国家细分为若干区域,以便进行有针对性的分析。例如,在哥伦比亚 2022 年的报告过程中,专家们强调冰川退缩和积雪减少是主要的退化过程。要有效监测这些变化,《防治荒漠化公约》的七个标准土地覆被等级是不够的。在对国家土地覆被图进行仔细分析后,专家们确定至少需要 12 个土地覆被等级,包括增加永久积雪和冰川。
即使没有国家土地覆被数据集,各国也可以修改《防治荒漠化公约》提供的数据集中的默认土地覆被图例,以便更好地与国家动态保持一致。
标准化的全球土地覆被图来自欧空局-CCI 数据集,该数据集最初包括 36 个类别,但为了汇总报告,被重新分类并绘制成七大类。不过,这 36 个土地覆被类别可以以不同方式重新分类,以捕捉国家层面的关键土地退化过程。例如,不丹使用了默认的土地覆被数据集,但采用了自己的重新分类方法,以确保灌木林地得到明确体现。在不丹,木质侵蚀被认为是一个重要的退化过程,因此有必要将灌木林地与森林区分开来。在对各种重新分类方案进行评估后,专家们采用了一个七级图例,其中包括灌木林地,同时将湿地与水体合并,因为不丹湿地在 ESA-CCI 数据集中没有得到很好的映射。
关于这些例子和其他例子的更多详情,请参阅出版物土地的故事 中题为 "土地覆盖的趋势 "的章节(《防治荒漠化公约》,2024 年)。
在确定了合适的土地覆被图例后,缔约方应点击与《荒漠化公约》七个土地覆被等级是否足以监测关键退化过程的问题相关的切换选项之一。如果国家选择 “否”,则应在表 SO1-1.T2 中填写国家土地覆被等级,并说明这些等级与默认的七个《防治荒漠化公约》土地覆被等级的映射关系。我们强烈建议各国使用有限的相关类别来建立图例,总共不要超过 15 个土地覆被类别。 这将使报告更易于管理,降低网络浏览器出现性能问题的风险,并减少步骤 3 中需要描述和报告的转换。 参照可持续发展目标指标 15.3.1 的良好做法指导 及其相关增编,图例应为:
胜任,用于体现被确定为重大的退化过渡地带;
可用,以便现有的观测数据可以区分图例中的类别;以及
详尽,以便该国的全部土地面积都可以归入图例中的类别,并随时间的推移进行监测。
在可能的情况下,《荒漠化公约》鼓励缔约方使用联合国粮食及农业组织(粮农组织)的土地覆被元语言(LCML)[2],该语言为土地覆被的定义和解释提供了一种结构化方法。土地覆被元语言是各种土地覆被分类,包括欧空局 CCI-LC 产品所使用的土地覆被图例的概念和结构支柱。
表8显示了《荒漠化公约》默认图例和欧空局CCI-LC图例之间的转换。
《荒漠化公约》 |
欧洲航天局气候变化倡议“土地覆盖” |
||
|---|---|---|---|
代码 |
标签 |
代码 |
标签 |
1 |
树木覆盖区 |
50 |
乔木覆盖、阔叶、常绿,封闭到开放(>15%) |
60 |
乔木覆盖、阔叶、落叶,封闭到开放(>15%) |
||
61 |
乔木覆盖、阔叶、落叶,封闭(>40%) |
||
62 |
乔木覆盖、阔叶、落叶,开放(15-40%) |
||
70 |
乔木覆盖、针叶、常绿,封闭到开放(>15%) |
||
71 |
乔木覆盖、针叶、常绿,封闭(>40%) |
||
72 |
乔木覆盖、针叶、常绿,开放(15-40%) |
||
80 |
乔木覆盖、针叶、落叶,封闭到开放(>15%) |
||
81 |
乔木覆盖、针叶、落叶,封闭(>40%) |
||
82 |
乔木覆盖、针叶、落叶,开放(15-40%) |
||
90 |
乔木覆盖,混合叶型(阔叶和针叶) |
||
100 |
镶嵌式乔木和灌木(>50%)/草本植物覆盖(<50%) |
||
2 |
草地 |
110 |
镶嵌式草木覆盖(>50%)/乔木和灌木(<50%) |
120 |
灌丛 |
||
121 |
常绿灌木林 |
||
122 |
落叶灌木林 |
||
130 |
草地 |
||
140 |
地衣和苔藓 |
||
151 |
稀疏树木(<15%) |
||
152 |
稀疏灌木(<15%) |
||
153 |
稀疏草本植物覆盖(<15%) |
||
3 |
耕地 |
10 |
耕地,雨养 |
11 |
草本植物覆盖 |
||
12 |
乔木或灌木覆盖 |
||
20 |
耕地,灌溉或洪水后 |
||
30 |
镶嵌式耕地(>50%)/自然植被(乔木、灌木、草本植物覆盖)(<50%) |
||
40 |
镶嵌式自然植被(乔木、灌木、草本植物覆盖)(>50%)/耕地(<50%) |
||
4 |
湿地 |
160 |
树木覆盖,水生或定期被淡水或半咸水淹没 |
170 |
树木覆盖,水生,定期被盐水或半咸水淹没,红树林 |
||
180 |
灌木或草本植物覆盖,淹没,淡水/半咸水 |
||
5 |
人造地表 |
190 |
城市地区 |
6 |
其他土地 |
200 |
裸露区域 |
201 |
固结的裸露区域 |
||
202 |
未固结的裸露区域 |
||
220 |
永久冰雪 |
||
7 |
水体 |
210 |
水体 |
请缔约方在表格下方的评论栏中提供背景信息、选择土地覆被图例类别的理由以及任何相关的进一步信息。
步骤 3:生成过渡矩阵
备注
PRAIS 4 平台的相关领域:表 SO1-1.T3
一旦确定了合适的土地覆被图例,土地覆被的变化就可以更清楚地与导致土地退化和改良的过程联系起来。通过定义过渡矩阵,缔约方必须决定哪些土地覆被变化和过程预计会导致土地退化、改良或无变化(稳定)。
表 9 举例说明了《防治荒漠化公约》默认土地覆被等级的过渡矩阵。该矩阵显示了对可能导致土地退化、改善或稳定的土地覆被变化的建议解释。缔约方可将该矩阵作为一个初步框架,通过多方利益相关者参与的进程,并考虑到国家和当地条件,对其进行评估和调整。
为完整起见,水体也包括在矩阵中,尽管报告的重点是计算可持续发展目标指标 15.3.1 的土地总面积。所有与水体相关的转换默认设置为 “稳定”,但如果基线或报告期间水体范围的变化对土地覆被产生了重大影响,缔约方可更改这些值。应该注意的是,内陆水体范围的任何变化都会影响土地总面积,因此需要对土地总面积进行相应的调整。
最后类别 |
||||||||
|---|---|---|---|---|---|---|---|---|
树木覆盖区 |
草地 |
耕地 |
湿地 |
人造地表 |
其他土地 |
水体 |
||
原始类别 |
||||||||
树木覆盖区 |
稳定 |
植被丧失 |
森林砍伐 |
淹没_ |
森林砍伐 |
植被丧失 |
稳定 |
|
草地 |
植树造林 |
稳定 |
农业扩张 |
淹没_ |
城市扩张 |
植被丧失 |
稳定 |
|
耕地 |
植树造林 |
农业退出 |
稳定 |
淹没_ |
城市扩张 |
植被丧失 |
稳定 |
|
湿地 |
树木侵蚀 |
湿地排水 |
湿地排水 |
稳定 |
湿地排水 |
湿地排水 |
稳定 |
|
人造地表 |
植树造林 |
植被建立 |
农业扩张 |
湿地建立 |
稳定 |
撤消居住区 |
稳定 |
|
其他土地 |
植树造林 |
植被建立 |
农业扩张 |
湿地建立 |
城市扩张 |
稳定 |
稳定 |
|
水体 |
稳定 |
稳定 |
稳定 |
稳定 |
稳定 |
稳定 |
稳定 |
|
备注
土地覆被变化过程的颜色编码为改善(绿色)、稳定(黄色)或退化(紫色)。不可能的转变用_斜体表示。请注意,这是一个过渡矩阵的示例,不应被解释为适合各国在不考虑当地条件和主要退化过程的情况下采用。
根据在步骤 2 中选择的土地覆被图例,缔约方需要使用表 SO1-1.T3 提供其对《荒漠化公约》默认土地覆被等级或国家土地覆被等级的土地覆被转换的解释。
表 SO1-1.T3 提供了一个涵盖国家全部陆地面积的过渡矩阵或最多五个特定区域的过渡矩阵。如果一个国家有不止一个生态区域,且各区域的过渡情况各不相同,则可以采用这种方法。2022 年报告中采用这种方法的国家示例见方框 2。如果选择此选项,缔约方应为每个新增区域命名,并上传一个矢量文件来划定区域边界。然后,应定义每个区域的相关土地覆被转换。特定区域过渡矩阵的土地面积总和必须等于该国的土地总面积。这些计算应在 Trends.Earth 或其他计算环境中的 PRAIS 外部进行。
PRAIS 4 平台包含修改默认过渡矩阵数据的功能,并可根据国情为每个过渡分配"-"或 "+"符号,取决于它是导致土地退化还是改善。但是,如果选择修改默认过渡矩阵(即表 SO1-1.T3),则应首先在 Trends.Earth 中编辑过渡矩阵,以便将报告的过渡纳入 SO 1-1 产出和可持续发展目标指标 15.3.1 的计算中。仅在 PRAIS 4 中编辑过渡矩阵不会导致 SO 1-1 空间数据的重新计算。
方框 2.界定区域转型
在厄瓜多尔,专家们制定了一种土地覆被评估方法,将该国划分为同质区域,每个区域都具有不同的环境特征(图 2)。建议的分区包括
Litoral Seco:雨季或干旱湿润地区。
Litoral Húmedo:从安第斯山脉山地西部到太平洋海岸的常绿森林。
阿尔托安迪诺: 冰川、páramos 和高海拔生态系统(新生物气候区和亚新生物气候区)。
安第斯山谷:安第斯山谷间生态系统,不包括 Altoandino 和 Litoral Seco。
亚马孙:从安第斯山东麓到亚马逊盆地的常绿森林。

_*图 2. 厄瓜多尔确定了六个国家级以下生态区,并为其制定了具体的过渡矩阵。
生态区域确定后,通过吸收当地专业知识和利益相关者的意见,为每个区域建立了特定的过渡矩阵。这些特定区域的过渡矩阵确保在生态和社会经济背景下评估土地覆被的变化,而不是在全国范围内采用统一的分类方法。最后,对每个地区的结果进行整合,以提供国家级评估,既反映当地实际情况,又保持土地覆被变化监测和可持续发展目标指标 15.3.1 监测的一致性。
关于量身定制过渡矩阵的另一个例子见出版物土地的故事 中题为 "土地覆盖的趋势 "的章节(《荒漠化公约》,2024 年)。
步骤 4:评估现有土地覆被数据
备注
PRAIS 4 平台的相关领域:表 SO1-1.T4
联合国防治荒漠化公约》在 PRAIS 4 平台中提供了预填默认土地覆被范围数据,以减轻报告负担。该默认数据包括一个空间分辨率为 300 米的数据集:
根据欧空局最新 CCI-LC 数据集得出的全球土地覆被。
选择使用其他国家数据来源的缔约方可在表 SO1-1.T4 中输入相关的国家年度值。缔约方应点击表格上方的 "国家数据 "按钮,以编辑表格。应在选择 "编辑数据源 "时打开的 "数据源 "表格中提供附件二所列的所用数据集的基本元数据。
另外两个数据集的空间分辨率为 30 米,可能对小岛屿发展中国家 (SIDS) 的报告有用:
全球土地分析与发现(GLAD)土地覆被数据(2000 年、2005 年、2010 年、2015 年和 2020 年的数据)
GLC_FCS30D 土地覆被数据(1985 年至 2000 年每五年提供一次,之后每年提供一次,直至 2022 年)
为帮助小岛屿发展中国家选择最合适的土地覆被图,小岛屿发展中国家土地覆被比较工具[3]为比较高空间分辨率数据集、生成同意-不同意掩码和生成过渡矩阵等提供了便利。
不过,如果符合表 10 所列的规格,缔约方可以使用替代性国家土地覆被数据报告其估计值。
缔约方应在SO1-1.T4中报告基线和报告期内初始年和最后年以及用于可持续发展目标指标15.3.1 2019年状况评估的2019年每个土地覆被等级的年度土地覆被范围(平方公里)。请注意,由于缺乏报告期最后一年(2023 年)的默认土地覆被数据,因此在 2023 年一行预填了最接近的可用年份(2022 年)。
项目 |
规格 |
|
|---|---|---|
默认数据(欧洲航天局气候变化倡议“土地覆盖”(欧空局CCI-LC)产品) |
国家数据 |
|
数据类型 |
基于AVHRR、SPOT、PROBA-V和Sentinel-3卫星图像 |
来自国家和国际的分辨率更高的卫星图像、机载图像和/或实地观测以及国家/省的统计数据 |
分类 |
根据联合国粮食及农业组织(粮农组织)的土地覆盖分类系统(LCCS)划分的36个土地覆盖类别。 出于报告目的,36个欧空局CCI-LC类别被汇总为《荒漠化公约》七个类别(汇总规则见本文件表8)。 |
与步骤 1 中描述的七个《荒漠化公约》缺省类别相兼容的土地覆被分类。理想情况下,图例以粮农组织土地覆被分类/土地覆被元语言 (LCML) 方法为基础。不过,图例应简明扼要,只包括与报告的土地退化过程相关的土地覆被类别。 |
时间覆盖范围 |
2000 年至 2022 年的年度数据(在本手册出版时,数据提供者尚未提供 2023 年的数据)。 |
最低要求是每隔一段时间提供数据,即 2000 年、2015 年、2019 年和 2023 年,或最接近的年份。 |
空间分辨率 |
300米(m) |
所需的空间分辨率为100米或100米以上。如果没有这样的数据,建议使用默认数据或分辨率高于默认数据(300米)的数据。 |
准确性 |
74% |
为了符合默认土地覆盖产品的数据质量,建议确保整体制图精度至少为74%。 |
元数据 |
元数据信息用Trends.Earth中的默认数据自动生成。 |
本文件附件二列出了最低限度的元数据信息清单。 |
步骤 5:确定土地覆被退化的基线范围
备注
PRAIS 4 平台的相关领域:表 SO1-1.T5 和 SO1-1.T7
基线设定了一个基准,在随后的报告期内,土地覆被退化程度的变化将与之进行比较。确定土地覆被退化的基线范围需要采取以下三项行动:
将基线期最后一年(基线年,即 2015 年)的土地覆被与初始年(2000 年)的土地覆被进行比较,以估算(在土地覆被转换方面)发生了哪些变化、
计算每个土地覆被等级的净面积变化、
根据过渡矩阵推断土地退化状况。
使用一致的基线极为重要,因为它会影响基线和报告期之间的变化计算结果。这些变化用于监测缔约方在 SO 1-1 方面的进展。
PRAIS4的表SO1-1.T5和SO1-1.T7分别提供了基线期土地覆被变化和土地覆被退化的国家默认估算值。可酌情使用国家数据接受、调整或替换这些估算值。应在提供的注释框中输入支持性注释,以说明修改或替换默认数据的理由。鼓励选择使用国家数据的国家使用 Trends.Earth,以准备、分析和向 PRAIS 4 传输其数据。Trends.Earth 包括自动估算土地覆被变化和土地覆被退化的工具。
步骤 6:估算报告期的土地覆被退化情况
备注
PRAIS 4 平台的相关领域:表 SO1-1.T6 和 SO1-1.T7
表SO1-1.T6和SO1-1.T7分别提供了报告期内土地覆被变化和土地覆被退化的默认国家估算值。这些估算值的计算方法是将报告期最近一年(即理想情况下的2023年,默认数据为2022年)的土地覆被与报告期最初一年(2016年)的土地覆被进行比较。这些估计值可酌情使用国家数据进行接受、调整或替换。
如果不接受默认估计值,那么缔约方可使用选定的数据、图例和过渡矩阵,通过 Trends.Earth 生成报告期内 (i) 土地覆被变化;(ii) 土地覆被退化;(iii) 土地覆被改善;(iv) 无变化(稳定)的国家估计值,并将结果导入 PRAIS 4 平台,在该平台上创建相关地图。
请缔约方在表格下方的评论栏中提供背景资料、关于如何计算土地覆被变化和土地覆被退化的评论以及任何相关的进一步资料。
步骤 7:验证结果
对土地覆被变化的遥感解释在全球范围内差异很大,受到普遍气候条件和土地管理做法的强烈影响。这可能会影响将全球数据源的估算结果应用于当地的可靠性,需要各国专家提供投入,以确定并强调所获结果置信度可能较低的情况。因此,缔约方应识别任何假阳性和假阴性情况,并在 SO 1-4 表格中进行报告(可持续发展目标指标 15.3.1)。这一投入将有助于对估算结果的可靠性进行定性评估。
第 8 步:保存表格并提供审查
PRAIS 4平台能够报告关于土地覆盖、土地覆盖变化和土地覆盖退化的定量信息。在国家一级缺乏更准确和详细的数据的情况下,缔约方可向《荒漠化公约》正式提交默认的估计数。对于使用国家数据产生的估计数,缔约方应提供:
对图例和过渡矩阵的描述;
基线和报告期的国家土地覆盖数据集;
土地覆被变化信息,包括土地覆被面积变化矩阵和空间数据集或地图,根据土地覆被数据显示退化、改善或无变化的区域。
应以平方公里为单位报告全国的土地覆被、土地覆被变化和土地覆被退化信息。
如果默认数据集已被国家土地覆被数据取代,则鼓励各国将相关地理空间数据上传到 PRAIS 4。上传到系统的任何空间数据都必须有描述空间数据的适当元数据支持,如数据源表所示,并在本手册[附件 II](annex_II.md)中进一步说明。
默认地图或在Trends.Earth中使用代表基线期/报告期的土地覆盖、土地覆盖变化和土地覆盖退化的国家数据生成的地图,可在PRAIS 4平台上获取。具体而言,下列地图将在网上提供:
基线期最初一年(2000年)的土地覆盖图
基线期最后一年(2015年)的土地覆盖图
最近一个报告年度的土地覆盖图
基线期土地覆盖变化情况
报告期土地覆盖变化情况
基线期土地覆盖退化情况
报告期土地覆盖退化情况
还请缔约方提交关于所用方法和过程的说明,并使用 "一般评论 "栏报告特殊情况和问题。
表格填写完毕并经缔约方核实后,应标记为 “审查中”,然后保存。一旦《防治荒漠化公约》完成审查并解决了所有意见,表格可标记为 “已定稿”,然后保存。
1.1.4. 依赖性
土地覆盖数据不仅用于报告SO 1-1,还用于对土地生产力和土壤有机碳(SOC)指标进行分层(SO 1-2和SO 1-3),并作为子指标之一来计算已退化土地面积占土地总面积的比例(SO 1-4)。
缔约方还应注意,如果在 SO1-1 中报告了自定义土地覆被图例,同样的自定义土地覆被类别也可用于报告 SO1-2 和 SO1-3 指标的信息。
表 CP-1.T1 中申报的土地总面积将用于计算各 SO 的后续报告要素,这些要素将在本报告手册的相关章节中列为表 CP-1.T1 的依赖项。对于报告指标 SO1-1,报告表 SO1-1.T7 中的 "占国家总面积的百分比 "字段取决于表 CP-1.T1 中报告的国家总面积。
1.1.5. 挑战
数据可用性和质量
Trends.Earth 中提供的空间分辨率为 30 米的 GLAD 和 GLC_FCS30D 数据集,以及 GPG 增编 中的描述,应由小岛屿发展中国家 (SIDS) 和山区国家进行评估,以确定是否适用,因为这些国家需要最高空间分辨率的数据。默认数据的空间分辨率可能并不总是适合在国家层面准确反映这些地区或国家的土地覆被及其变化。如果有地方尺度的数据,用它们来补充/完善国际数据分析,有助于提高结果的质量和可靠性。
为了分析和报告土地覆盖的变化,必须要有长期一致的数据(即使用相同的处理技术从同一数据源得出的数据);这在国家和全球层面上往往是一个挑战。
在验证国家土地覆盖信息时可能需要在实地进行交叉核对,也需要与当地专家协商。这可能是一项耗时且费用昂贵的活动。使用不同的方法和技术(例如,使用现有航空摄影的实地工作样本、谷歌地球中的免费高分辨率图像)进行验证,可以大大减少成本和资源分配。
土地覆盖分类
国家土地覆被图例和区域过渡矩阵在捕捉当地退化过程和土地覆被过渡方面可能更为准确,但可能会将需要描述的可能土地覆被过渡的数量增加到难以管理的程度。虽然将一个国家的主要土地覆被变化纳入其中非常重要,但应考虑在信息的精确性和可管理性之间取得平衡。
现有的国家土地覆盖图和数据需要转换为《荒漠化公约》的七个类别。按要求将土地覆盖类别汇总到《荒漠化公约》的七个类别中,可能会部分降低原始数据的质量。将为使数据与国际标准相一致而应用的不确定性和概括性记录下来,可以为转换过程和产出的准确性提供参考。
向《荒漠化公约》提供的土地覆盖信息应长期保持一致;土地覆盖分类方法如有变化,就需要重新计算以前提交的国家估计数。
1.1.6. 总结(主要行动)
报告土地覆盖变化时需采取的主要行动如下:
通过适当的磋商过程确定关键的土地退化过程,并将结果填入表 SO1-1.T1。
选择土地覆被图例,确保与《荒漠化公约》默认图例兼容。如果与《荒漠化公约》默认图例不同,请在表 SO1-1.T2 中插入图例。
生成一个或多个过渡矩阵。对于每一种土地覆被过渡,请指明其可能导致退化、改善还是稳定。 缔约方可提供一个涵盖该国全部土地面积的过渡矩阵,或最多五个针对具体区域的过渡矩阵。 特定区域过渡矩阵的土地面积总和必须等于该国土地总面积。将此信息填入表 SO1-1.T3
选择要使用的土地覆被数据:确保符合表 10 中列出的最低规格。
使用 2000-2015 年基线期的选定数据、图例和过渡矩阵,确定土地覆被退化的基线范围。如果使用的是国家土地覆被数据,请在 Trends.Earth 中进行计算,并将此信息输入表 SO1-1.T5 和 SO1-1.T7。
使用报告期选定的数据、图例和过渡矩阵,估算报告期的土地覆被退化情况。如果使用的是国家土地覆被数据,请在 Trends.Earth 中进行计算,并将此信息输入表 SO1-1.T6 和 SO1-1.T7。
核实结果:建议由相关国家当局核实土地覆被和相关土地退化估算,以评估结果的准确性,并确定可在 SO 1-4 表格中报告的任何假阳性和假阴性情况(可持续发展目标指标 15.3.1)。
保存表格并提供审查:核实报告中输入的定量信息的准确性,并在所提供的各个注释字段中纳入有关所用方法和过程的叙述信息。然后,应将数据和辅助说明标记为 "审查中 "并保存,以便《荒漠化公约》审查。
1.1.7.其他资源
防治荒漠化公约》,(2024 年),《土地的故事》:各国在报告土地退化和干旱方面的经验,章节:土地覆盖趋势 (https://www.unccd.int/resources/publications/land-story-country-experiences-reporting-land-degradation-and-drought)
Di Gregorio, A., & Jansen, L.J.M. (2016)。土地覆被分类系统(LCCS)。分类概念和软件 3.0 版用户手册。罗马:粮农组织 (https://www.fao.org/geospatial/resources/tools/land-cover-toolbox/en/).
利用土地覆盖信息监测可持续发展目标 15 的进展情况,粮农组织电子学习课程 (2024) (https://elearning.fao.org/course/view.php?id=1098)
1.2.SO 1-2 - 土地生产力或土地功能的趋势
1.2.1. 简介
土地生产力是指土地的生物生产能力:维持人类生活的粮食、纤维和燃料的主要来源。《荒漠化公约》估算已退化土地面积占土地总面积比例的方法(即可持续发展目标指标15.3.1)使用土地生产力的变化作为土地健康和生产能力的长期变化指标。土地生产力反映了生态系统功能变化对植物和生物量增长的净影响。
土地生产力是根据代表净初级生产力(NPP)的地球观测数据计算得出的。归一化植被指数(NDVI)或增强植被指数(EVI)等植被指数通常被用作净初级生产力的代用指标。
指标 SO 1-2 报告过程的主要产出是一套经官方核实的估算值,用于估算每种土地覆被类型中五类持久性土地生产力轨迹的范围及其在土地退化方面的重要性。
尽管本报告不要求上一报告期(2016-2019年)的土地生产力趋势,但在估算2016-2019年期间与SO1-4相关的可持续发展目标指标15.3.1时需要这些趋势。因此,鼓励各国估算三个时期(即基线和两个报告期)的土地生产力趋势,以确保可持续发展目标 15.3.1 报告的一致性。
通过提供从现有全球数据源(即 Trends.Earth 土地生产力动态 (LPD) 数据集)中提取的默认数据,为国家报告提供了便利。
1.2.2.报告的先决条件
深入阅读[可持续发展目标指标 15.3.1 的良好做法指导增编](https://www.unccd.int/resources/manuals-and-guides/addendum-good-practice-guidance-sdg-indicator-1531-proportion-land)第 1 节和第 3 节:退化土地占土地总面积的比例(第 2 版),其中详细介绍了计算土地生产力变化的若干方法;
熟悉可持续发展目标指标 15.3.1 的良好实践指南 第 4 章,该章概述了土地生产力,并详细介绍了一种可用于估算土地生产力变化的方法;
符合下表11所列规格的数据;
由国家主管部门正式提名的国家专家库,以核实土地生产力默认数据与实地情况的一致性,或者在国家数据优于默认数据的情况下,开发和实施一种定制的方法来估计三种土地生产力指标。关键机构可能包括一国的国家统计局、环境部、农业部、遥感中心以及大学和研究中心。
1.2.3.报告流程和分步程序
报告的步骤说明如下。如果使用默认数据,则不需要步骤 1 至 7。
步骤 1:选择土地覆被图例对土地生产力进行分层
如果在 SO1-1.T2 中报告了自定义土地覆被图例,那么缔约方必须回答表格中的开头问题。缔约方应决定是使用《联合国防治荒漠化公约》的七个土地覆被等级还是SO1-1报告中使用的自定义土地覆被图例对该指标进行分层。
注意:如果回答 “是”,随后的表格将使用自定义土地覆被等级的名称进行动态更新,以取代默认的《联合国防治荒漠化公约》七个等级。
步骤 2:选择地球观测数据集
联合国防治荒漠化公约》提供来自 Trends.Earth LPD 数据集的默认数据。该 LPD 数据集来自中分辨率成像分光仪 (MODIS) 数据,该数据集整合了 2001 年至今 16 天期间 250 米像素分辨率的 NDVI 观测数据。
可通过 Trends.Earth 获取两个替代数据集,即 JRC LPD 和 FAO-WOCAT LPD。缔约方可以评估和使用这些数据集或其他数据集,只要它们符合下文表 11 所列的规格。缔约方可为此目的使用谷歌地球引擎提供的全球 LPD 比较应用程序。 例如,在 2022 年的报告进程中,不丹使用该工具比较了一系列使用 EO 数据但算法不同的土地生产力地图。在一次参与式研讨会上,与会者研究了各种地图,通过汇集专家知识和分析结果,他们能够选择与该国已知情况最接近的地图。这个例子在土地的故事 (《防治荒漠化公约》,2024 年)中有更详细的描述。
缔约方也可以直接从卫星图像中生成自己的植被指数时间序列,进而生成 LPD 输入数据集。在谷歌地球引擎中部署的另外两个应用程序可用于可视化替代 LPD 参数,它们是实时 LPD 应用程序 和小岛屿发展中国家高分辨率版本。 良好实践指南》增编 第 3.2 节提供了有关选择 LPD 输入数据集和 LPD 算法的全面信息和指导。
项目 |
规格 |
|
|---|---|---|
默认数据(Trends.Earth 土地生产力动态 (LPD) 数据集) |
国家数据 |
|
输入数据 根据步骤 5 中所述的三个指标得出土地生产力估算值所需的数据 |
用于计算归一化植被指数 (NDVI) 的每日 MODIS 卫星图像的时间序列(MOD13Q1),合成期为 10 天(需要生成 Trends.Earth LPD 数据)。 |
从至少一个红色和一个近红外光谱波段的卫星图像中得出的适当植被指数时间序列。 |
输出数据 对步骤 5 所述三个指标进行分析和组合后得出的网格产品 |
基线期(2000-2015 年)和报告期(2008-2023 年)的五类持续土地生产力轨迹和土地生产力退化网格数据 |
基线期(2000-2015 年)和报告期(2008-2023 年)的五类持续土地生产力轨迹和土地生产力退化网格数据 |
分类 |
五类持续土地生产力轨迹,一类针对没有有效土地生产力数据的地区:
|
六个级别与 Trends.Earth LPD 使用的级别兼容:
|
空间分辨率 |
250 m |
如果没有分辨率更高的数据,建议使用 250 米空间分辨率。 |
质量 |
在数据集的元数据中指定。总的来说,该数据集的评估准确性大于80%。 |
为了符合默认数据集的数据质量,建议确保整体制图精度至少为80%。 |
元数据 |
元数据信息是用默认数据自动生成的。 |
附件二中列出了必填字段的最低元数据内容。 |
步骤 3:选择生产力指数
在没有证据表明替代指数更适合其国情的情况下,建议各国使用NDVI作为默认指数。虽然NDVI是使用最广泛和最广为人知的植被指数,但它的主要局限性是对土壤背景条件的变化很敏感,而且在高植被覆盖率和生物量水平上往往会出现饱和现象。这可能会降低热带雨林或干旱地区的NPP、生物量和绿色覆盖模型的准确性。
其他指数,如增强植被指数(EVI)或土壤调整植被指数(SAVI)也可能适用。虽然其中一些指数在特定植被条件下的表现可能优于 NDVI,但在应用于广阔地区和不同土地覆被类型时,可能需要进行额外调整。因此,尽管有其局限性,但考虑到广泛的研究已证明 NDVI 与初级生产力之间的密切关系,NDVI 目前被认为是计算区域和国家级土地生产力的通用选项。有关不同植被指数的更深入讨论,请参阅[可持续发展目标指标 15.3.1 的良好做法指导增编](https://www.unccd.int/resources/manuals-and-guides/addendum-good-practice-guidance-sdg-indicator-1531-proportion-land)第 3.2.1 节。
步骤 4:估算年度生产率
在估计年生产力时应考虑到由于植被生长和衰老的自然周期,NPP最好由在整个生长季节捕获的时间序列的观测值来表示。因此,对于每个像素位置,年生产力将是所选生产力指数从生长季节开始到结束的数值的积分。除非在国家一级另有评估,否则NPP增加的地区应被解释为正在改善。
可持续发展目标指标 15.3.1 的良好实践指南](https://www.unccd.int/publications/good-practice-guidance-sdg-indicator-1531-proportion-land-degraded-over-total-land) 第 4.2.4.1 节提供了有关估算生长季节开始时间和长度的进一步说明。增编](https://www.unccd.int/resources/manuals-and-guides/addendum-good-practice-guidance-sdg-indicator-1531-proportion-land) 第 3.2.1 节提供了有关如何估算年生产力的更多考虑因素,包括在加强极干旱地区评估方面的进展。
步骤 5:计算土地生产力指标
确定土地生产力随时间变化的方法有多种。增编](https://www.unccd.int/resources/manuals-and-guides/addendum-good-practice-guidance-sdg-indicator-1531-proportion-land) 第 3.2.2 节介绍了三种算法方法,可使用上文第 2 步提到的谷歌地球引擎中部署的应用程序,利用各种数据集对这些方法进行探索。
Trends.Earth LPD 算法是在 PRAIS 提供的默认数据上实施的算法。它根据对年度生产力的多时分析,使用三个指标来估算生产力随时间的变化:
趋势/轨迹:测量每个像素的年生产力长期变化轨迹;
状态:比较当前和历史上每个像素的年生产力;
绩效:与具有类似土地生产力潜力的其他地区相比,评估一个地区的当地年生产力。
将这三个指标中的每一个指标所观察到的变化结合起来,以确定五个等级所代表的持续土地生产力轨迹(见下文表 13)。在基线期和报告期,这些指标还可用于确定像素是退化、改善还是稳定(见步骤 6)。
如下所述,Trends.Earth 中的实施方案没有采用《联合国防治荒漠化公约》良好实践指南中所述的 Z 值方法,而是采用了其他统计方法来计算 "趋势 "和 "状态 "指标。 这些方法对异常值和年度波动的敏感度较低,可为国家和全球报告提供更可靠、更易于解释的结果。
生产力趋势
为计算生产力趋势(又称轨迹),缔约方应确定像素级生产力在 16 年时间间隔内的变化轨迹。趋势指标的计算时间间隔为基线(2000-2015 年)和报告期(即截至报告数据最后一年(即 2008-2023 年)的 16 年)的 16 年。
趋势指标的计算方法是对时间序列拟合线性回归模型,并使用 Mann-Kendall 显著性检验确定趋势斜率的显著性。p \(\le\) 0.05 的趋势被认为是显著的,如果是正值,则被认为是潜在的改善,如果是负值,则被认为是潜在的退化。希望在 Trends.Earth 中使用这种方法的缔约方还可以选择进行校正,以考虑气候变异性,特别是降雨量。
生产力状态
生产力状态是通过比较最近三年的平均年NPP和之前13年观察到的年NPP数值分布情况来确定的。具体而言,这需要将2013-2015年的数值与2000-2012年的基线进行比较,并将最近3年的数值与报告期前13年的数值进行比较。
为保持一致性和可比性,建议保留 13 年的历史时期和 3 年的近期比较时期,但两个时期的长度可在 Trends.Earth 软件中设置参数,以适应具体条件。
然后将植被指数值按百分位数分组,以检测生产力的变化:
历史时期与近期比较时期之间的降幅\(\ge\)2 级,表明可能出现退化;
在历史时期和最近的比较时期之间上升\(\ge\)2 个等级,表明情况可能有所改善;
细微变化体现稳定性。
生产力绩效
与作为时间度量的 "趋势 "和 "状态 "不同,"生产力绩效 "是一个空间度量,涉及到与同 一土地覆被/生态系统功能单元(LCEU)内的其他土地单元(即其他像素)相比,当地植物生 产力水平的基准[4]。
在每个生态单元内,生产力值被排序,低于其单元第 90 百分位数 50%的区域被标记为可能退化的区域。
报告期内的生产力绩效应根据截至当年(即 2008 年至 2023 年)前 16 年的年度生产力评估的平均值计算。
步骤 6:结合生产力指标,评估基线期和报告期的土地生产力动态
备注
PRAIS 4 平台的相关领域:表 SO1-2.T1 和 SO1-2.T2
如表 12 所示,从这三个指标中获得的产出用于估算基线期和报告期的土地生产力动态。
土地生产力趋势 |
||||
|---|---|---|---|---|
期间 |
趋势/轨迹 |
国家(16 岁) |
性能 |
|
基线 |
比较期 |
|||
基线: |
2000-2015 |
2000-2012 |
2013-2015 |
2000-2015 |
报告期 1: |
2004-2019 |
2004-2016 |
2017-2019 |
2004-2019 |
报告期 2: |
2008-2023 |
2008-2020 |
2021-2023 |
2008-2023 |
表 13 总结了生产力指标的组合,以确定每个像素点的土地生产力动态和最终的土地生产力退化状 况及其关系。这些指标可组合成五类持续的土地生产力动态和三类土地生产力退化(即 “改善”、"稳定 "和 “退化”)。
缔约方可使用此表将根据国家数据得出的自定义趋势、状态和绩效结果结合起来,以估计土地生产力的动态和退化情况。
在三个投入生产力指标中观察到的变化 |
由三个生产力指标组合得出的土地生产力动态和土地生产力退化状态 |
||||
|---|---|---|---|---|---|
类别组合 |
趋势 |
状态 |
绩效 |
土地生产力动态 (5个类别) |
土地生产力退化状态 (3个类别) |
1 |
正在改善 |
正在改善 |
稳定 |
正在增加 |
正在改善 |
2 |
正在改善 |
正在改善 |
已退化 |
正在增加 |
正在改善 |
3 |
正在改善 |
稳定 |
稳定 |
正在增加 |
正在改善 |
4 |
正在改善 |
稳定 |
已退化 |
正在增加 |
正在改善 |
5 |
正在改善 |
正在退化 |
稳定 |
正在增加 |
正在改善 |
6 |
正在改善 |
正在退化 |
已退化 |
适度下降 |
正在退化 |
7 |
稳定 |
正在改善 |
稳定 |
稳定 |
稳定 |
8 |
稳定 |
正在改善 |
已退化 |
稳定 |
稳定 |
9 |
稳定 |
稳定 |
稳定 |
稳定 |
稳定 |
10 |
稳定 |
稳定 |
已退化 |
稳定但有压力 |
稳定 |
11 |
稳定 |
正在退化 |
稳定 |
适度下降 |
正在退化 |
12 |
稳定 |
正在退化 |
已退化 |
正在下降 |
正在退化 |
13 |
正在退化 |
正在改善 |
稳定 |
正在下降 |
正在退化 |
14 |
正在退化 |
正在改善 |
已退化 |
正在下降 |
正在退化 |
15 |
正在退化 |
稳定 |
稳定 |
正在下降 |
正在退化 |
16 |
正在退化 |
稳定 |
已退化 |
正在下降 |
正在退化 |
17 |
正在退化 |
正在退化 |
稳定 |
正在下降 |
正在退化 |
18 |
正在退化 |
正在退化 |
已退化 |
正在下降 |
正在退化 |
注:最后一栏说明了如何从三个投入生产力指标组合得到的土地生产力动态类别中推断出某个像素的土地生产力退化状态。
应分别使用 PRAIS 4 平台表 SO1-2.T1 和 SO1-2.T2 报告基线期和报告期按土地覆被类型划分的国家土地生产力动态估计值。
选择使用其他国家数据源而不是默认数据源的缔约方应点击表格上方的 "国家数据 "按钮,以编辑表格。应在选择 "编辑数据源 "时打开的 "数据源 "表格中提供附件 II 中概述的所用数据集的基本元数据。
步骤 7:结合生产力指标,评估基线期和报告期的土地生产力退化情况
备注
PRAIS 4 平台的相关领域:表 SO1-2.T3
这三个度量指标的输出结果用于估算基线期和报告期的改良土地、稳定土地和退化土地的范围。上表 13 显示了如何将三个指标的输出结果转化为三个等级(改良土地、稳定土地和退化土地),以评估基线期和报告期的土地生产力退化状况(最后一栏)。
应在 PRAIS 4 平台的表 SO1-2.T3 中报告基线期和报告期土地生产力退化的总面积。
可在相关评论栏中提供所使用流程的更多细节和说明。
缔约方还应在提供的切换框中指明在生成该指标时是否使用了国家以下(区域)评估。如果认为国家级 LPD 评估不足以反映不同生态区域土地生产力趋势的多样性,缔约方可选择进行国家以下级别的分析。地貌高度多样化的国家可通过定义可应用替代植被指数 (VI) 或不同参数化 LPD 模型的区域,从国家以下级别的分析中获益。在进行国家以下各级评估时,建议对所有三个可持续发展目标 15.3.1 次级指标采用相同的划分方法,区域数量应保持在可控范围内(最好少于五个),其边界应与可识别的行政或生态单位保持一致。这些区域应清晰绘制并记录在案。可持续发展目标指标 15.3.1 的良好实践指南增编](https://www.unccd.int/resources/manuals-and-guides/addendum-good-practice-guidance-sdg-indicator-1531-proportion-land) 第 3 节对国家以下一级的分析进行了更详细的讨论。
步骤 8:验证结果
核查结果涉及选择最可靠的土地退化数据图,以确保最终土地退化图的准确性。 为便于核查,缔约方可选择使用有助于对结果进行定性评估的其他数据集,对其他 LPD 数据集的结果进行比较。增编第 3.2.1 节提供了几个例子,说明缔约方在上一轮报告中如何开展这一核查过程。方框 4 概述了这些例子。
第 9 步:保存表格并提供审查
如果估算数据来自国家数据,还鼓励缔约方提交关于方法、数据来源和数据准确性的说明。报告特殊情况和问题,说明任何偏离默认方法的情况,并提供采用不同方法的理由,也是有益的。为此,PRAIS 4 平台的报告表末尾提供了一个一般性意见栏。
关于整个国家土地生产力动态和土地生产力退化的信息应以平方公里为单位进行报告。
如果用国家土地生产力数据取代默认数据集,鼓励各国在 PRAIS 4 平台上提供相关地理空间数据和相关元数据。
在PRAIS 4平台上,将用基线期和报告期关于土地生产力动态和土地生产力退化状态的默认数据或国家数据生成地图。这些地图将包括:
基线期内土地生产力动态
报告期内土地生产力动态
基线期内土地生产力退化情况
报告期内土地生产力退化情况
表格完成并经缔约方核实后,应标记为 "审查中 "并保存。一旦《防治荒漠化公约》完成审查并解决了所有意见,表格可标记为 “已定稿”,然后保存。
1.2.4. 依赖性
土地生产力数据依赖于 SO 1-1 中报告的土地覆被数据来划分土地生产力等级。报告表 SO1-2.T3 中的 "占土地总面积的百分比 "字段取决于表 CP-1.T1 中报告的土地总面积。
1.2.5. 挑战
数据的可用性和质量
国际数据的空间分辨率可能并不总是适合充分详细地反映国家层面的土地生产力动态,对小岛屿发展中国家或山区国家而言尤其如此。良好实践指南增编](https://www.unccd.int/resources/manuals-and-guides/addendum-good-practice-guidance-sdg-indicator-1531-proportion-land)(第 3.2.3 节)讨论了其他 LPD 数据集,包括可能适合小岛屿发展中国家的数据集。
在某些气候带,年生长季节变化很大或不稳定,或者植被稀疏或没有植被,这些地区的土地生产力难以准确测量,因此没有这些地区的数据。植被茂密、终年生长的地区,如湿热带,其生产力变化也很小,因此数据不可靠。关于加强对超干旱地区土地生产力评估工作的讨论,见《良好做法指导意见》增编(第 3.2.1 节)。
分析方法
即使使用相同的输入数据集,由于方法不同,应用不同的算法也会产生不同的结果。此外,算法参数还可以进行微调,这意味着即使是相同的 LPD 算法应用于相同的输入数据集,也会因参数的不同而产生不同的输出结果。我们鼓励各国与专家和利益相关者协商探讨这些参数,以确保最终结果符合国家的知识和目标。
重要的是要考虑到,土地生产力报告期的窗口期为 16 年,而土地覆被和 SOC 存量变化的窗口期为 8 年,这可能会增加生产力的影响(与其他指标相比),当它们被结合起来以得出可持续发展目标指标 15.3.1 时。
1.2.6. 总结(主要行动)
报告土地生产力动态时需采取的主要行动如下:
选择土地覆被图例对土地生产力进行分层:决定是否使用《联合国防治荒漠化公约》的七个土地覆被等级或自定义土地覆被图例(如果 SO1-1.T2 中报告了此类图例)对该指标进行分层;
选择地球观测数据集:防治荒漠化公约》提供默认数据,这些数据可能经过核实并被正式接受。如果缔约方决定使用其他数据源,则应核实其是否符合表 11 中列出的最低要求,并遵循以下行动 3 至 6;
选择一个生产力指数:建议将 NDVI 作为默认指数;不过,各国可选择更适合当地土地生产力动态的其他指数;缔约方可选择进行国家以下级别的分析;
估算年生产力:对于每个像素点,估算年生产力,即所选生产力指数从生长季节开始到结束的积分值;
计算土地生产力指标:对每个像素估计趋势(轨迹)、状态和性能指标;
结合生产力指标,评估基线期和报告期的土地生产力动态,进而评估土地生产力退化情况:以表 12 为指导,将各项指标结合起来,以确定基线期和报告期的土地生产力动态(五类持续的土地生产力轨迹)和土地生产力退化状况(三类退化状况)。如果使用了国家土地生产力数据,请在 Trends.Earth 中进行计算,并将此信息输入表格;
核实结果:建议由相关国家当局对土地生产率和相关土地退化估算进行核实,以评估结果的准确性,并确定可在 SO 1-4 表格中报告的任何假阳性和假阴性情况(可持续发展目标指标 15.3.1);
保存表格并提供审查:一经缔约方核实,报告期和基线期的数据和佐证说明应标记为 "审查中 "并保存,以 供《荒漠化公约》审查。
1.2.7.额外资源
防治荒漠化公约》,(2024 年),《土地的故事》:各国在报告土地退化和干旱方面的经验,章节:土地生产力趋势 (https://www.unccd.int/resources/publications/land-story-country-experiences-reporting-land-degradation-and-drought)
García, C. L., Pozzi Tay, E. F., Raviolo, E., Paredes-Trejo, F., Francis, R., & James, C. (2025).小岛屿发展中国家的土地覆盖趋势:支持《联合国防治荒漠化公约》2026 年报告进程和可持续发展目标指标 15.3.1 监测。Zenodo.https://doi.org/10.5281/zenodo.15276250
Cherlet, M., Hutchinson, C., Reynolds, J., Hill, J., Sommer, S., von Maltitz, G. (Eds.),《世界荒漠化地图集》,欧洲联盟出版办公室,卢森堡,2018年。
Trends.Earth 网站文档 (https://docs.trends.earth/en/latest/index.html).
1.3. SO 1-3 – 地上和地下碳储存的趋势
1.3.1. 简介
碳储量反映了影响植物生长以及分解的多种过程的整合,这些过程共同控制着陆地有机物库的收益和损失。碳储量是各种生态系统服务的基础,其水平和动态反映了土壤类型、土地利用和管理实践。
正如《荒漠化公约》第22/COP.11号决定所述,土壤有机碳(SOC)储量是目前用于评估碳储量的指标,一旦投入使用,将由陆地系统总碳储量取代。
《荒漠化公约》估算土地总面积中已退化土地比例的方法(即可持续发展目标指标15.3.1)将土壤有机碳储量作为与土壤养分循环、土壤团聚稳定性和土壤结构相关的总体土壤质量的指标,对水的渗透、易受侵蚀性以及最终植被的生产力,还有农业方面的产量有直接影响。
SO 1-3 报告过程的主要产出是一套经官方核实的估算值,用于估算《联合国防治荒漠化公约》七个土地覆被等级中每个等级或另一套国家土地覆被等级的土壤表层 30 厘米(cm)的 SOC 储量(单位:吨/公顷)及其在土地退化方面的重要性。对基线期(2000 年至 2015 年)和当前报告期(2016 年至 2023 年)的 SOC 储量进行了估算。
尽管本报告不要求上一报告期(2016-2019年)的SOC变化,但在估算2016-2019年期间与SO1-4相关的可持续发展目标指标15.3.1时需要这些变化。因此,鼓励各国估算三个时期(即基线和两个报告期)的SOC变化,以确保可持续发展目标15.3.1报告的一致性。
通过提供来自国际土壤参考资料和信息中心 (ISRIC) SoilGrids250m 数据集的默认参考(2000 年)数据,以及使用政府间气候变化专门委员会 (IPCC) 用于编制国家矿质土壤温室气体清单的一级修改方法得出的 SOC 储量变化默认估计值,为国家报告提供了便利。
缔约方可用国家数据补充/替代这些数据(第 2 级方法),通过高空间分辨率数字土壤地图或实地测量确定 SOC 储量。有能力使用更复杂方法报告 SOC 储量(涉及地面测量和建模)的缔约方可采用第 3 级方法。
1.3.2.报告的先决条件
延伸阅读可持续发展目标指标15.3.1良好做法指南第5章,其中提供了关于调节土壤有机碳储量形成和释放过程的基本信息,并详细说明了用于估计土壤有机碳变化的方法;
熟悉[可持续发展目标指标 15.3.1 的良好做法指导增编]第 1 节和第 3 节(https://www.unccd.int/resources/manuals-and-guides/addendum-good-practice-guidance-sdg-indicator-1531-proportion-land):退化土地占土地总面积的比例。
符合下表14所列最低标准的数据;
由国家当局正式提名的国家专家库,以核实土壤有机碳分析的结果,或者在使用国家数据而不是默认数据的情况下,开发和实施一种定制的方法。关键机构可能包括一国的国家统计局、环境部、农业部(特别是土壤部门)、遥感中心,以及大学和研究中心;
在开始报告流程之前,了解报告的层级,并决定哪个层级适合本国。可持续发展目标指标 15.3.1 的良好做法指导](https://www.unccd.int/publications/good-practice-guidance-sdg-indicator-1531-proportion-land-degraded-over-total-land) 第 5 章介绍了有关层级的全面信息。
1.3.3.报告流程和分步程序
在 2026 年国家报告进程中,需要 SO1-3 的以下信息:
2000 年、2015 年、2019 年和 2023 年各土地覆被等级的土壤有机碳储量。这些年份代表基准年(2000 年)以及基线和最近两个报告期的结束年份;
用于估算 SOC 的层级;
基线期和最近报告期的 SOC 种群退化状况,并用数字估算改善、稳定和退化的区域。此外,还可以报告没有数据的地区。
PRAIS 4 平台包括基于默认数据估算的上述信息的预填表(见表 14),但也允许缔约方在报告表中输入自己的 SOC 数据。
报告的步骤说明如下。如果使用默认数据,则无需第 2 步至第 5 步。
步骤 1:根据数据可用性选择 SOC 评估层级
缔约方可使用以下三种方法中的任何一种来确定参考 SOC 储量,并估算基线期和报告期 SOC 储量的变化。这些方法符合 IPCC 指南[6],包括准确性和复杂性程度不断提高的数据集和处理方案。
第一级
联合国防治荒漠化公约》使用修改后的第 1 级方法来预填表 SO1-3.T1 和 SO1-3.T2。这种方法使用带有默认值的宽泛方法,在没有符合最低要求的具体国家数据时非常有用。联合国防治荒漠化公约》提供的 SOC 储量默认参考值(2000 年)是基于全球 SOC 储量地图(ISRIC 的 SoilGrids250m)。基线(2000-2015 年)和报告期(2016-2019 年、2016-2023 年)的 SOC 储量变化估算使用了该全球地图以及 IPCC 提供的土地覆被变化和默认 SOC 转换系数。
作为使用缺省数据的替代办法,缔约方可选择使用自己的数据实施第 1 级方法。在这种情况下,缔约方应注意以下几点。
参考 SOC 储量(2000 年)的估算遵循了 IPCC 指南:
他们对矿质土壤自然植被下的默认 SOC 储量进行了广泛的全球估算、
它们按气候/土壤类型分层、
它们使用默认的土地管理系数、
湿地区域的划定可作为有机土壤的代用指标。
估算基线(2000-2015 年)和报告期(2016-2019 年、2016-2023 年)的有机碳储量变化:
利用土地覆被变化信息(作为土地利用变化的代用指标)将碳储量变化联系起来、
SOC 储量的这些变化是利用土地覆被转换系数估算的、
有机土壤中的碳损失是根据排水和/或火灾后的默认年碳排放系数确定的。
有关估算 SOC 储量和 SOC 变化值的第 1 级方法的更多详情,请参见可持续发展目标指标 15.3.1 的良好做法指导 第 5 章。
第二级
这一级使用额外的国别数据来改进第 1 级方法中任何组成部分的规格。
改进基线 SOC 储量估算的方案包括
使用高空间分辨率数字土壤地图、
使用土壤调查中的任何测量结果、
纳入国别管理类别、
将一个国家划分为不同的气候区和/或土壤类型。
改进 SOC 存量变化估算的方案包括
评估默认土地覆被变化和土地管理变化的时空有效性、
使用具有国家特定值的存量变化系数、
使用回归模型,利用一系列环境因素预测 SOC 的存量、
对于有机土壤,使用特定国家的排放因子。
第 2 级方法的详细说明见[可持续发展目标指标 15.3.1 的良好做法指导](https://www.unccd.int/publications/good-practice-guidance-sdg-indicator-1531-proportion-land-degraded-over-total-land)第 5.2.6.2 节。此外,增编 第 3.3.1 节提供了更多指导,并举例说明了一些国家如何升级到第 2 级方法,从而在 2022 年报告周期改进了对 SOC 的估算。例如,土耳其在确定不同土地覆被转换的现实和稳健的 SOC 转换系数时,除了建模和纳入具有国家代表性的信息外,还利用了本国的专家知识(《防治荒漠化公约》,2024 年)。
第 3 级
这一层更为复杂,涉及国家地面测量和建模。
一般来说,它使用国家得出的土地覆被类别和数据来计算基线 SOC 储量、变化系数和排放因子,或在整合地面测量方案、地球观测和模型的基础上纳入国家数据。
可持续发展目标指标 15.3.1 的良好做法指导](https://www.unccd.int/publications/good-practice-guidance-sdg-indicator-1531-proportion-land-degraded-over-total-land) 第 5 章提供了关于所有层级应用的全面指导。
如果缔约方决定使用默认数据(即采用《联合国防治荒漠化公约》修改后的第 1 级方法),则不需要第 2 步至第 5 步。
步骤 2:确定 SOC 参考值
如果不使用《联合国防治荒漠化公约》默认数据(即,如果采用用户特定的修改后第 1 级或第 2 级方法),则需要进行此步骤。应为 2000 参考年确定 SOC 值。报告过程中使用的默认参考图是 ISRIC SoilGrids 250m 碳储量图,该图估算土壤顶部 30 cm 的 SOC 储量。但是,由于 ISRIC 数据集的不确定性较高,而原位土壤数据稀少,因此鼓励各国使用其他数据集,包括全球或国家 SOC 地图,以提高准确性。参与联合国粮食及农业组织(FAO)全球土壤有机碳地图(GSOCmap) 计划的国家可选择使用通过该过程开发的国家 SOC 地图。表 14 列出了指标 SO1-3 的数据要求规范。
项目 |
规格 |
|
|---|---|---|
默认数据 |
国家数据 |
|
输入数据 以得出土壤有机碳(SOC)储量估算值 |
国际土壤参考资料和信息中心(ISRIC)SoilGrids250m数据集 |
地面观测和测量数据或任何其他特定国家的数据,以改进任何组件的规格 |
输出数据 SOC 存量估算的网格产品 |
参考期、基线期和报告期(2000 年、2015 年、2019 年和 2023 年)的 SOC 储量网格产品 |
参考期、基准期和报告期的 SOC 储量网格产品,尽可能接近年度数据 |
分类 |
前 30 厘米土壤中 SOC 含量的连续值(吨)。应根据以下步骤 5 中的标准将其分为退化土壤、稳定土壤或改良土壤 |
前 30 厘米土壤中 SOC 含量的连续值(吨)。应根据以下步骤 5 中的标准将其分为退化土壤、稳定土壤或改良土壤 |
空间分辨率 |
250米 |
所需的空间分辨率为100米或更高。 |
质量 |
ISRIC的SoilGrids250m数据集的准确性在30%至70%之间 |
不低于默认数据 |
元数据 |
元数据信息与Trends.Earth中的默认数据一起提供。 |
附件二中列出了必填字段的最低元数据内容。 |
步骤 3:绘制土地覆被变化图以估算 SOC 变化
如果不使用《联合国防治荒漠化公约》的默认数据(即采用用户特定的修改后的第 1 级或第 2 级方法),则需要进行此步骤。SOC 储量随时间的变化是利用土地覆被转换系数作为土地利用的替代物来模拟的,这意味着准确识别土地覆被转换对于获得可靠的结果至关重要。
用于估算 SOC 储量变化的默认数据集使用了七个土地覆被类别,这些类别改编自 IPCC 的土地利用类别。土地覆被随时间变化的信息来自 ESA-CCI 默认土地覆被数据集。默认转换系数可用于估算 SOC 的变化。缔约方可决定使用自定义土地覆被图例。在这种情况下,缔约方应在表格开头的问题中回答 “是”,随后的表格将使用自定义土地覆被类别名称动态更新,以取代默认的 UNCCD 七种类别。不过,需要使用由国家确定的转换系数。
在可能的情况下,各国可能更倾向于使用国家土地覆被图。不过,为了应用默认的 SOC 转换系数,土地覆被分类必须与七个默认类别保持一致。如果一个国家已为本国土地覆被图例确定了 SOC 换算系数,那么使用其他土地覆被类别也是可以接受的。通过国家以下各级的分层,转换系数因国家以下各级区域的不同而不同,可实现进一步的细化。
步骤 4:估算 SOC 存量的变化
备注
PRAIS 4 平台的相关领域:表 SO1-3.T2
如果不使用《联合国防治荒漠化公约》的默认数据(即,如果采用用户特定的经修改的第 1 级或第 2 级方法),则需要执行此步骤。估算第 3 层实施的 SOC 变化的方法将在步骤 5 中介绍。如上一步所述,为估算土壤有机碳 (SOC) 储量的变化,需要应用土地覆被转换系数。默认转换系数表示土地覆被转换后 20 年内 SOC 储量的比例变化。图 3 显示了默认转换系数。图中每个单元格代表一个转换系数,表示土地覆被转换 20 年后 SOC 储量的比例变化。数值为 “1”(浅黄色)的单元格表示,即使发生了土地覆被变化,SOC 储量也不会发生变化。数值小于 1 的单元格(紫色)表示转换后 SOC 损失。数值大于 1 的单元格(绿色)表示转换后 SOC 增加。

*图 3. 土壤有机碳 (SOC) 储量变化的默认土地利用转换系数。来源:Trends.Earth User Guide来源:Trends.Earth 用户指南
由于 SOC 的螯合速率受降水、蒸发、太阳辐射和温度等环境因素的影响,因此将相同的转换系数应用于气候条件大相径庭的地区是不合理的。例如,寒冷干燥地区与炎热潮湿地区因土地转换而造成的 SOC 损失率不同。为了考虑这种地区差异,根据气候带分配了不同的转换系数:
温带干燥(f= 0.80)
温带湿润 (f= 0.69)
热带干燥(f= 0.58)
热带湿润地区(f= 0.48)
热带山地(f= 0.64)
应该注意的是,由于《防治荒漠化公约》的报告期并非固定的 20 年,因此有必要估算 SOC 的年变化率,并调整换算系数,以代表发生土地覆被变化的时期。调整换算系数的方法在良好做法指导意见增编中有充分说明。
如果使用默认的UNCCD数据,那么表SO1-3.T1将自动预填参考期、基线期和报告期七个默认土地覆被类别中每个类别的表土中SOC的估计值(单位:吨/公顷)。如果缔约方使用其他国家数据,则应提供这些数值,并在选择 "编辑数据源 "时打开的数据源表格中提供所用数据集的基本元数据 (见附件二)。
如何使用 SOC 参考值和土地利用转换系数计算基线期(2000 年至 2015 年)和报告期(2016 年至 2023 年)的 SOC 储量变化,详见可持续发展目标指标 15.3.1 的良好做法指导 和良好做法指导增编第 3 节。
步骤 5:确定 SOC 的重大变化
备注
PRAIS 4 平台的相关领域:表 SO1-3.T2
无论采用哪种层级,都需要进行这一步骤。在采用修改后的第 1 级或第 2 级方法时,一旦确定了转换系数和土地覆被转换,就需要分别计算基线(2000 年至 2015 年)和报告期(2016 年至 2023 年)两个时期的 SOC 储量变化。采用的方法是评估基线和报告期 SOC 储量的变化方向和相对百分比变化的幅度。那么,对于 SOC 储量,确定变化状况的方法将定义为:
退化:例如,在基准期(2000-2015 年)开始和结束与报告期(2016-2023 年)开始和结束之间,SOC 存量平均净减少超过 10%的报告单位;
稳定:例如,报告单位的平均净减少量或净增加量低于 10%,或 SOC 种群在基线与当前观测值之间没有变化;
改进:例如,在基准期(2000-2015 年)开始和结束与报告期(2016-2023 年)开始和结束之间,SOC 存量的平均净增长超过 10%的报告单位。
10% 的阈值是一个建议的起点,但可以根据国家数据、专家知识、具体国情和具体数据集的条件加以完善。Trends.Earth 为各国提供了探索不同阈值和由此产生的 SOC 退化估计值的灵活性,因为 SOC 储量变化栅格包含每个像素的百分比变化。
另一种方法是基于统计显著性检验,将报告期内的平均 SOC 存量与基线期内相同土地单位的平均 SOC 存量的上下限进行比较。这种方法在[可持续发展目标指标 15.3.1 的良好做法指导](https://www.unccd.int/publications/good-practice-guidance-sdg-indicator-1531-proportion-land-degraded-over-total-land)中有更详细的介绍。
这两种方法都只能检测土地覆被发生变化的地区的 SOC 变化。然而,在土地覆被保持稳定的区域检测 SOC 变化并建立模型同样重要。第 3 层方法,如经过校准和验证的生态系统(基于过程)建模,可提供更全面的解决方案。这些方法将模型与特定国家的空间数据集(如土壤地图、土地利用、气候和农业活动)联系起来,为估算 SOC 储量的变化提供了更高的准确性。这些方法可以更准确地了解 SOC 的动态变化,从而改进可持续发展目标指标 15.3.1 的估算。2022 年报告期间采用第 3 级战略的国家的例子见 [良好做法指导意见增编](https://www.unccd.int/resources/manuals-and-guides/addendum-good-practice-guidance-sdg-indicator-1531-proportion-land)第 3 节。
一旦计算出基线期和报告期的 SOC 退化、改善和稳定的国家估算值,以平方公里为单位的数值以及每个等级所占土地总面积的百分比就会被用来填充表 SO1-3.T2。
步骤 6:验证结果
默认方法利用与一套默认土地转换系数相关的土地覆被变化评估所产生的数据来确定 SOC 的变化。因此,得出的估算值只能提供有限的信息,说明碳储量在次国家范围内的变化情况,且具有很大的不确定性。
如果国家有能力进行国家以下各级评估,则应在报告表中表 SO1-3.T2 下方的切换按钮上选择 “是”。然后,它们可以上传一份文件,更详细地说明这一分析。
无论采用哪种层级和具体方法,都需要各国专家提供意见,以核实结果,发现并强调所获 结果置信度可能较低的情况。这种投入有助于对估算结果的可靠性进行定性评估。
第 7 步:保存表格并提供审查
在未使用默认数据和方法的情况下,鼓励缔约方提交有关方法、数据来源和数据准确性的说明。缔约方可通过与表格 SO1-3.T1 和 SO1-3.T2 相关的评论栏或报告表末尾的一般评论栏进行提交。
可通过 PRAIS 4 平台访问含有代表参考期、基线期和报告期 SOC 储量和 SOC 退化的默认数据的地图。如果缔约方不使用默认值,而选择根据替代数据计算数值,则应将地图上传到 PRAIS:
基线期初始年(参考年)(2000 年)的 SOC 存量
基线期最后一年(2015 年)的 SOC 存量
第一个报告期最后一年(2019 年)的 SOC 库存量
最近报告年份(最好是 2023 年)的 SOC 库存量
基线期(2000 年至 2015 年)SOC 存量的变化情况
报告期内 SOC 库存的变化(2016 年至 2023 年)
基线期(2000 年至 2015 年)SOC 退化情况
报告期内(2016 年至 2023 年)SOC 退化情况
表格填写完毕并经缔约方核实后,应标记为 “审查中”,然后保存。一旦《防治荒漠化公约》完成审查并解决了所有意见,表格可标记为 “已定稿”,然后保存。
1.3.4. 依赖性
SO1-3.T1 中每个土地覆被等级的 SOC 储量估计值取决于 SO 1-1.T2 中报告的土地覆被图例(如果缔约方选择报告国家土地覆被图例),SO1-3.T2 中 SOC 退化状况估计值取决于表 CP-1.T1 中报告的土地总面积。
1.3.5. 挑战
数据可用性
值得注意的是,ISRIC SoilGrids250m 是一个集合数据集,它整理了 2000 年及 2000 年前后不同年份各种来源的数据,但在计算中,SOC 储量被认为是 2000 年的代表性数据。
全球和国家两级通常没有关于SOC储量的详细数据。目前的数据是由当代数据和遗留数据组合而成的,并没有完全整合,也没有随着时间的推移而保持一致。未来的数据改进必须包括标准化、可访问性、更高的空间分辨率和改进的不确定性估计;
SOC储量变化主要是通过土地覆盖的变化来计算的,而管理和投入系数往往因为缺乏数据而没有被包括在内。在今后的报告中,应考虑采用可用的方法来持续收集和处理相关数据,将管理系数纳入SOC的估计中。
未解决的问题
缺乏表土的超干旱地区面临挑战。有必要更新方法,充分考虑这些特殊情况,并相应调整计算方法;
土壤侵蚀和/或沉积可能对测得的SOC储量有重大影响,但它们对储量变化的影响已包括在土地利用和土地覆盖变化的估计中。缔约方可考虑将土壤侵蚀和/或沉积作为实施第3级方法的参数。
1.3.6. 总结(主要行动)
如果缔约方采用自己的第 1 级方法或第 2 级方法的内容,则应遵循以下列出的主要行动。如果采用第 3 级程序,则应遵循 "良好做法指南 "中所述的程序,但仍应确保遵循以下步骤 6 和 7。
根据数据可用性选择 SOC 评估层级: 缔约方可根据其估算 SOC 储量变化的技术能力和国家数据的可用性,选择拟议的三种层级方法之一,向《防治荒漠化公约》报告国家数据;
确定 SOC 参考值: 估算 2000 参考年表土(0-30 厘米)中的平均 SOC 储量。报告过程中使用的默认参考图是 ISRIC SoilGrids 250m 碳储量图。但是,鼓励各国使用其他数据集(如果有且认为更准确)。
用于估算 SOC 变化的土地覆被变化图: 用于 SOC 储量变化估算的默认数据集使用了七个土地覆被类别,这些类别改编自 IPCC 的土地利用类别。默认的土地覆被转换系数可用于估算 SOC 变化。 在可能的情况下,各国可能更愿意使用本国的土地覆被图。如果使用的是《防治荒漠化公约》默认的七类之外的其他土地覆被图例,则需要一套由国家确定的土地覆被转换系数。
估算 SOC 储量的变化: 为估算 SOC 储量的变化,应用了土地覆被转换的转换系数。缺省转换系数表示土地覆被转换后特定时期内 SOC 储量的比例变化。缔约方可使用本国确定的转换系数(如有)。
确定 SOC 的重大变化: 对于主要的土地覆被过渡,计算 SOC 的净变化。根据与基准年相比的 SOC 储量变化估算值,累计各过渡年的变化,以说明 SOC 是否退化、改善或无显著变化(稳定)。可采用基于变化显著性的统计方法或基于变化百分比的相对方法。默认情况下,在基准年(2000-2015 年)和报告期(2016-2023 年)的起始年和结束年之间,SOC 储量相对降幅大于 10% 的土地单位被视为退化;
核实结果: 建议由相关国家当局对 SOC 变化和相关土地退化估算进行核实,以评估结果的准确性,并确定可在 SO 1-4 表格中报告的任何假阳性和假阴性情况(可持续发展目标指标 15.3.1);
保存表格并提供审查: 一旦缔约方核实,应将数据和佐证说明标记为 "审查中 "并保存,从而提供给《防治荒漠化公约》审查。
1.3.7.其他资源
联合国防治荒漠化公约》,2024 年。土地的故事:各国在报告土地退化和干旱方面的经验,章节:碳储量趋势: (https://www.unccd.int/resources/publications/land-story-country-experiences-reporting-land-degradation-and-drought)
IPCC, 2006. Eggleston, S., Buendia L., Miwa K., Ngara T., and Tanabe K. (Eds). 《2006年气专委国家温室气体清单指南》。政府间气候变化专门委员会(气专委)/全球环境战略研究所(IGES),日本,叶山。
IPCC, 2013. Hiraishi, T., Krug, T., Tanabe, K., Srivastava, N., Baasansuren, J., Fukuda, M. and Troxler, T.G. (Eds). 《2006年气专委国家温室气体清单指南2013年增编:湿地》。政府间气候变化专门委员会,瑞士。
气专委。《2006年气专委国家温室气体清单指南》2019年修订版。In: Buendia, E., Tanabe, K., Kranjc, A., Baasansuren, J., Fukuda, M., Ngarize, S., Osako, A., Pyrozhenko, Y., Shermanau, P., Federici, S. (eds). 政府间气候变化专门委员会,瑞士日内瓦。
Trends.Earth用户指南》(https://docs.trends.earth/en/latest/index.html)。
1.4. SO 1-4 – 已退化土地面积占土地总面积的比例(可持续发展目标指标15.3.1)
1.4.1. 简介
土地退化被定义为“由于各种压力,包括土地使用和管理方法,导致雨养农田、灌溉农田或牧场、草场、森林和林地的生物或经济生产力和复杂性的降低或丧失[7]”。
利用 SO 1-1、SO 1-2 和 SO 1-3 三项指标(下称次级指标),《荒漠化公约》报告将估算退化土地占土地总面积的比例, 这也是可持续发展目标指标 15.3.1,是跟踪目标 15.3:"到 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,努力实现一个不再出现土地退化的世界 "进展情况的唯一指标。根据第 15/COP.13 号决定,国家报告中所载的可持续发展目标指标 15.3.1 的估计数将由秘书处以该指标保管机构的身份提交联合国统计司,以便在可持续发展目标 报告和全球数据库中公布。
了解已退化土地的范围和位置有助于在国家层面实现土地退化零增长(LDN),并支持缔约方制定国家自愿目标。
可持续发展目标指标 15.3.1 以百分比值报告,表示退化土地占一国土地总面积的比例,土地总面积指不含主要河流和湖泊等内陆水域的整个地表面积。以平方公里为单位的面积作为辅助信息进行报告,以提高透明度,并可计算区域和全球总量。
《荒漠化公约》通过在PRAIS 4平台中提供预先填写的数据,以及从默认数据集中得出的数值,为可持续发展目标指标15.3.1的报告提供了便利。
缔约方可以选择确定退化识别中的“假阴性”或“假阳性”错误区域。PRAIS 4平台的报告表格允许对这些地点进行全面描述,包括其地理位置、范围划定以及导致假阴性/假阳性解释的过程。
还鼓励缔约方确定并描述 "热点 "和 “亮点”,即分别在(i) 土地退化和(ii) 改良方面发生最明显和最显著变化的地区。
1.4.2.报告的先决条件
延伸阅读[可持续发展目标指标15.3.1的良好做法指南](https://www.unccd.int/publications/good-practice-guidance-sdg-indicator-1531-proportion-land-degraded-over-total-land)第2章;
熟悉可持续发展目标指标 15.3.1 的良好做法指导增编:退化土地占土地总面积的比例(第 2 版)。
由国家主管部门正式提名的国家专家库,以核实土地退化估计数的可靠性。关键机构可能包括一国的国家统计局、环境部、农业部、水资源部、遥感中心以及大学和研究中心。鉴于在最后提交给联合国统计司以纳入《可持续发展目标报告》和全球可持续发展目标指标数据库之前,国家统计局有责任审查和验证对可持续发展目标指标15.3.1的国家估计数,因此与国家统计局的协商尤为重要。
1.4.3.报告流程和分步程序
报告的分步程序在下文中描述。如果缔约方决定采用默认数据,则不需要采取步骤一。
第1步:计算可持续发展目标指标15.3.1
备注
PRAIS 4 平台的相关领域:表 SO1-4.T1 和 SO1-4.T2
为了计算可持续发展目标指标 15.3.1,采用 “一出全出”(1OAO)的方法对每个分指标的退化分析结果进行整合,将三个分指标中任何一个指标的显著减少或负向变化视为土地退化。其结果是二元评估,即土地单位(像素)要么退化,要么未退化(稳定或改善)。
分析退化变化首先要确定土地退化基线。基线确定了土地退化的基准程度,在报告所述期间,可根据基准程度评估实现可持续发展目标具体目标 15.3 和土地退化评估网络的进展情况。
实际上,为了计算可持续发展目标指标 15.3.1,跟踪退化土地程度的变化需要经过四个阶段:
基线评估:在基线评估中,使用 1OAO 方法将基线期(2000-2015 年)每个次级指标的退化分析结果合并在一起。由此绘制的基线图显示了基线期内退化、改善或保持稳定的区域,并可计算基线退化程度,作为衡量实现可持续发展目标具体目标 15.3 进展情况的基准。
** 期评估**:同样,"时期评估 "是通过采用 1OAO 方法,根据三个子指标的组合,对特定报告期的土地状况进行评估的结果。
现状评估:现状",即每个报告期结束时土地的最终状况,通过将本期评估结果与基线评估结果相结合来确定。这可以通过 “现状矩阵”(见图 4)来实现,该矩阵显示了基线与报告期之间土地状况变化的各种可能组合。这种比较对于考虑在基线评估中被确定为退化但此后土地状况保持不变的区域至关重要。例如,如果一个地区在基线期被归类为退化,但之后保持稳定,那么该土地的状况仍然是退化的,因为自基线期以来没有任何改善。由此绘制的状态图通过提供稳定、改善或退化地区的明确空间视图,同时考虑其初始状态,可用于估算可持续发展目标指标 15.3.1。
_*图 4. "现状矩阵 "是一个 3 x 3 矩阵,通过比较报告期评估(列)和基线(行)来评估现状。稳定 "和 "改善 "类别与 "未退化 "区域相对应。
* 未退化地区
变化评估:基线与报告期之间退化程度的变化,计算方法是最近报告期退化土地总面积与基线之差。它既可以用绝对面积的变化来表示,也可以用退化面积占土地总面积的比例(百分比)来表示。
现状评估结果见表 SO1-4.T1。
缔约方也可在表 SO1-4.T1 后的评论栏中提供信息,说明在完成状态矩阵时所采用的假设和程序。
表SO1-4.T2应报告基线和两个报告期(分别截至2019年和2023年)的退化土地总面积。虽然2026年《荒漠化公约》报告进程的重点是2016-2023年,但有必要重新计算上一轮报告中提交的基线和2019年的估计值。这将确保各时间序列的一致性,提高不同时期的可比性,并能够向联合国统计司提交完整的报告,以便纳入可持续发展目标数据库。
表 SO1-4.T2 将根据表 CP-1.T1 中的土地总面积估算值自动计算面积变化和退化土地占土地总面积的比例(可持续发展目标指标 15.3.1)。
此外,缔约方应报告所使用指标的补充信息、所使用的方法(例如,如果不同于1OAO方法),并说明估计值的置信度(高、中或低)。这可以通过使用表 SO1-4.T2 后的"√"框和切换按钮以及备注栏来完成。
第2步:识别假阳性和假阴性
备注
PRAIS 4 平台的相关领域:表 SO1-4.T3
**什么是假阳性?
一个例子是木本杂草入侵草地,这可能会提高表面的植物生产力,尽管就土地状况的变化而言,其结果通常是负面的。这是一个土地状况的虚假“阳性”或表面改善。在1OAO过程中,尽管土地条件的变化被认为是足够负面的,符合可持续发展目标指标15.3.1的退化条件,但正在经历木本植物侵占的地区会被错误地表示为没有退化。在被外来植物物种入侵的土地上也会出现类似的结果。
**什么是假阴性?
一个例子是上述问题的反面,即木本杂草(或入侵植物物种)作为补救过程的一部分被清除,导致表面生产力下降。这通常会导致出现退化的迹象,尽管其目的是恢复退化的土地。在1OAO过程中,被补救的地区会被错误地标示为退化。
因此,在报告中,缔约方可以选择确定这两类领域:
“假阳性”退化地区,即尽管土地状况的变化被认为是足够负面的,符合可持续发展目标指标15.3.1中的退化条件,但IOAO过程却错误地表示某个地区没有退化;以及
“假阴性”退化地区,即1OAO过程的结果错误地导致一个地区被确定为退化。
在发现假阳性或假阴性退化结果的地区,除了表SO1-4.T3的报告栏之外,缔约方还可以使用PRAIS 4空间数据查看器,提供进一步的空间细节。只有在各国确信知道这些违反直觉的过程的时间、地点和程度时,才应进行假阳性和假阴性地区的空间划定。然而,在进行空间报告时,缔约方可以选择通过Trends.Earth重新计算1OAO过程的结果,并导入重新计算的结果。如果不对假阳性和/或假阴性地区进行空间划定,将不会对报告数据产生实质性影响。
使用 PRAIS 4 平台报告假阳性和假阴性范围需要填写表 SO1-4.T3。PRAIS 4 空间数据查看器支持用空间信息(矢量格式)填写该表。不过,这仍是一个可选要素,在不提供空间数据的情况下仍可填写该表。除报告假阴性或假阳性过程开始的时间外,还应报告有关场址的位置、场址的面积范围(如果使用PRAIS 4空间数据查看器,则由其自动填写)、假阳性/假阴性结果背后的过程及其判断依据等信息。对于使用 PRAIS 4 空间数据查看器来划定范围的缔约方,可使用信息图表来解释每个子指标在划定的总面积中退化或改善的百分比。应将该图表用作指南,以了解在所提供的多边形范围内报告的假阳性或阴性过程是由哪个次级指标引起的。
例如,在 2022 年报告周期内,土耳其发现了一些假阳性案例,其中一些区域最初被编码为已改善。这些地区随后被重新编码为退化地区,因为它们实际上已被改建为人工地表。一些假阴性区域也被突出显示,因为它们被标记为退化,而实际上由于植树造林,土地已得到改善。图尔基耶的土地退化分析基于一套全国性的数据集,对假阳性和假阴性的分析是在一次研讨会上进行的,与会者可以使用决策支持系统来帮助分析。最终,专家们通过讨论和解释得出了所报告的结果。关于这方面的更多详情以及识别假阳性/阴性的其他例子,见土地的故事(《荒漠化公约》,2024年)。
第3步:评估热点和亮点
备注
PRAIS 4平台中的相关区域:表SO1-4.T4和SO1-4.T5
《荒漠化公约》鼓励各缔约方标出变化最明显和最剧烈的地区。这些地区被定义为:
热点:在没有紧急补救活动的情况下极易退化的地区;
亮点:没有任何退化迹象的区域,或通过实施适当的补救活动或通过土地规划程序防止退化的区域。
在以往的报告中,各国采取了不同的方法来确定土地退化热点。这些方法包括
针对具体情况的方法:每个国家都根据本国的优先事项和数据可用性量身定制热点识别方法,通常是在当地专家的参与式研讨会的指导下进行的。
利用现有数据和工具:各国使用预先确定的多边形(如森林火灾、采矿或过度放牧区)和国家退化地图,并将其纳入土地退化中立决策支持系统(LDN DSS)。
证据汇聚:一些国家在 LDN DSS 中采用了多标准分析法,将各种指标(如侵蚀、盐碱化、生物量损失、净植被覆盖率下降)结合起来,通过证据聚合来确定优先领域。
亮点通常与国家实施了可持续土地管理(SLM)做法的地区有关,这些地区的实际情况已有所改善。
了解热点/亮点的位置和类型可能有助于制定行动计划,以纠正退化问题,包括通过对土地资源的保护、恢复、复原和可持续管理来纠正。
热点和亮点分别在PRAIS 4平台的表SO1-4.T4和SO1-4.T5中报告。请缔约方输入相关信息,如位置、面积、采用的评估流程、决定土地状况的驱动因素/流程,以及已采取和计划采取的补救行动。这些都是空间表格,因此应在 PRAIS 4 空间数据查看器中提供的地理信息系统工具的支持下完成。这是一个额外的可选要素,但这种基于位置的信息可以加强可持续土地管理的空间方法,并有助于在景观尺度上整合土地退化应对措施。此外,《荒漠化公约》还可利用这些空间数据创建经改进的信息产品,以展示《公约》的影响。
请各方通过所提供的文本字段,提供关于一个或多个热点/亮点的描述性信息或故事。这些信息有助于对所提供的空间信息进行背景说明。
步骤 4.验证结果
应在推导每个次级指标时进行核查。此外,应核查 1OAO 或评估土地退化的替代方法的执行情况。此外,缔约方应评估退化土地比例评估的置信度并说明理由。任何宣布的假阳性/阴性、热点和亮点也应仔细核实。
步骤 5.保存表格并提供审查
应在叙述中说明可能影响报告值可靠性的特殊或异常情况以及与数据解释有关的明显问题。为此,PRAIS 4 平台的报告表末尾提供了 "一般评论 "字段。
关于整个国家土地退化的信息应以平方公里为单位进行报告。
默认地图或在Trends.Earth中使用代表基线期/报告期的土地退化的国家数据生成的地图,可在PRAIS 4平台上获得。具体而言,下列地图将在网上提供:
基线期内已退化土地面积占土地总面积的比例(可持续发展目标指标15.3.1)
报告期内已退化土地面积占土地总面积的比例(可持续发展目标指标15.3.1)
重新计算 "趋势.地球 "中的误报和漏报后,报告期间退化土地占土地总面积的比例(可持续发展目标指标 15.3.1)(如适用)
土地状况(2023 年)–详见关于可持续发展目标指标 15.3.1 增编第 2.1 节的全球指导文件
退化热点(针对在PRAIS 4平台中提供空间数据的国家)
改善亮点(针对在PRAIS 4平台中提供空间数据的国家)
表格填写完毕并经缔约方核实后,应标记为 “审查中”,然后保存。一旦《防治荒漠化公约》完成审查并解决了所有意见,表格可标记为 “已定稿”,然后保存。
1.4.4. 依赖性
可持续发展目标指标 15.3.1 依赖于表 CP-1.T1 中报告的土地总面积。因此,修改该数字将改变指标值。
空间表SO1-4.T3、SO1-4.T4和SO1-4.T5的“面积”栏依赖于各国使用PRAIS 4空间数据查看器创建的空间数据。然而,也可以在未提供支持性空间数据的情况下手动填写。
1.4.5. 总结(主要行动)
报告可持续发展目标指标15.3.1时需采取的主要行动如下:
计算退化土地占土地总面积的比例(可持续发展目标指标 15.3.1):使用 1OAO 方法合并三个次级指标,计算基线期和两个报告期(分别为 2019 年和 2023 年)的退化程度。报告期内退化程度的计算方法为:(i) 分指标的变化被视为表明出现新退化的土地面积;(ii) 自基线期以来持续处于退化状态(即未改善至未退化状态)的土地面积之和。
确定假阳性和假阴性过程,并提供相关理由来支持其评估。如果各国有信心报告这些过程的位置和范围,并在考虑到已确定的地区的情况下重新计算可持续发展目标指标15.3.1的1OAO过程,它们应使用PRAIS 4空间数据查看器来这样做(表SO1-4.T3)。
评估土地退化热点和土地改良亮点,说明其位置、范围以及为管理这些热点和亮点并确保这些地区的可持续发展而采取和/或计划采取的行动(表SO1-4.T4和SO1-4.T5)。鼓励各国使用 PRAIS 4 空间数据查看器对热点和亮点进行空间报告。
核实结果:建议有关国家当局彻底核实导致计算可持续发展目标指标 15.3.1 的数据、方法和分析, 以评估结果的准确性,并确认任何错误的正面和负面情况,以及报告的热点和亮点;
保存表格并提供审查:经缔约方核实后,应将数据和佐证说明标记为 "审查中 "并保存,以便《荒漠化公约》审查。
1.4.6.其他资源
防治荒漠化公约》;2024 年,《土地的故事》:土地退化,《荒漠化公约》:(<>)土地退化》,《防治荒漠化公约》:(https://www.unccd.int/resources/publications/land-story-country-experiences-reporting-land-degradation-and-drought)
土地退化中性的科学概念框架 ( https://www.unccd.int/resources/reports/scientific-conceptual-framework-land-degradation-neutrality-report-science-policy)