背景
与方法论
从退化到再生:绘制粮食、土地与投资的未来。
土地退化是指土地生物或经济生产力的下降或丧失。它主要由人类活动驱动,受自然过程加剧,并与气候变化和生物多样性丧失密切相关。粮食系统一直是这一挑战的核心。尽管粮食系统是造成土地退化的主要原因之一,但其自身生产健康营养食品的能力也因这种退化而受到削弱。在这一背景下,牧场对粮食安全至关重要,因为它提供维持牲畜生存的饲草。在系统层面,管理良好的草地能够缓冲干旱和气候变率,保持土壤碳储量,并提供有助于稳定饲草供应的水调节功能。反之,牧场的大范围退化则会削弱生产力和韧性。
通过在粮食系统中实施一整套综合解决方案,我们可以使其从土地退化的主要驱动因素转变为恢复和复原的关键推动力。RAIZ 制图工具由联合国防治荒漠化公约 (UNCCD) 下设的二十国集团全球土地倡议协调办公室开发,并获得联合国粮食及农业组织 (粮农组织)、食物与土地利用联盟 (FOLU) 以及 Bioversity International 与 CIAT 联盟(CGIAR 成员机构)的技术支持,旨在推动实现这一转变。该工具向包括投资者、政策制定者、非政府组织和项目开发者在内的广泛利益相关方提供关键数据,帮助他们快速、准确地识别具有最大生产性恢复潜力的区域。目前的工具是一项初步的探索性分析,通过与技术合作伙伴的协商过程开发而成,并借鉴了其专业知识。
RAIZ 制图工具的目标
在《联合国气候变化框架公约》第三十次缔约方大会(COP30,于巴西贝伦举行)召开前的初始阶段,该制图工具识别退化的耕地和牧场,并以草地和灌丛地作为牧场的替代指标。它呈现一幅全球热力图,突出显示退化牧场和耕地集中程度最高的区域。在此初步工作的基础上,COP30 之后的工作重点将转向探索和试制新功能,例如基于社会经济和生物物理指标绘制优先恢复区域地图,以最大化影响力和投资效益。
方法论
该平台利用一整套全球数据集开发而成,用于量化和可视化耕地与牧场退化的范围。它整合了多个支持性图层,捕捉关键的生物物理和社会经济属性,从而提供对土地状况的全面空间理解。平台呈现的地图主要基于其底层分析参数,指示土地退化最为普遍的区域。
脆弱性地图的绘制方式
各项指标被归入不同维度,再归类于各支柱之下。权重通过 AHP 和 ANP 方法客观设定,随后在 ArcGIS 和 QGIS Model Builder 中对每个图层进行建模,以生成各国的脆弱性和适应能力地图。
结构
指标被归入各维度,再归类于各支柱之下。
赋权
AHP 和 ANP 在指标、维度和支柱层面设定客观权重。
建模
ArcGIS 和 QGIS Model Builder 将加权图层合并为单一指数。
制图
为每个国家生成脆弱性和适应能力地图。
每项指标背后的输入图层
可持续发展目标指标 15.3.1 显示 2001 年至 2015 年期间像素级别的土地状态(从退化到改善)。该数据集依照联合国针对该指标的元数据准则,使用 Trends.Earth 模型生成。为评估退化面积,该指标依据三个子指标——植被生产力、土地覆盖和土壤有机碳。该图层由联合国环境规划署 GRID 日内瓦编制;UNCCD 是可持续发展目标指标 15.3.1 的托管方。
准确测量全球耕地范围对于在各个尺度上监测农业可持续性至关重要。这幅一致与不一致地图是通过在像素级别整合六幅高分辨率地图(10 至 30 米)的信息生成的。正如预印本论文《Measuring the world's cropland area》所述,输入数据集代表了当前可用的、针对约 2020 年耕地面积的最先进土地覆盖和主题图层。
选取全球农业生态区划(GAEZ v5)中的土地覆盖类别——草地、灌木覆盖区域、经常被淹没的灌木或草本区域,以及地衣和苔藓——用以表示草地与灌丛地的分布。粮农组织即将发布的《世界粮食和农业土地与水资源状况》报告(SOLAW 2025)也采用了相同的方法。RAIZ 工具沿用 SOLAW 的方法,即在每个格网单元内,草地与灌丛地的合并占比占主导地位,其定义为占比最高且超过 50% 覆盖阈值。由此产生的图层代表永久性草甸和牧场范围的替代指标(粮农组织,2025 年)。
粮农组织的全球土壤有机碳地图(GSOCmap)可用于估算 0 至 30 厘米深度的土壤有机碳储量。它代表了首次通过参与式方法开展的全球土壤有机碳评估,各国借此提升了自身能力,并在国家层面汇总了所有可用的土壤信息。数值单位为吨/公顷。
GHS POP 数据集以每个格网单元的人口数量表示人口的空间分布。人口数据来自经 CIESIN 协调统一的全球人口普查信息,用于制作第 4.11 版全球人口格网化数据(GPWv411),并利用 GHSL 全球图层中绘制的建成区分布、分类和密度信息细分至各格网单元。
CHIRPS 降水异常是指特定时期的降水量与其历史平均值之间的差异,使用 CHIRPS 数据集计算得出。
活跃火点密度基于 MODIS Collection 6 活跃火产品(MCD14ML)。火点密度以每平方公里内 0.1 十进制度像素范围内的火点计数表示(像素面积在两极约为 20 平方公里,在赤道约为 122 平方公里,视纬度而异)。频率计算中仅纳入属性中标注为「疑似植被火」的定位点。
各图层如何组合
全球土地退化(可持续发展目标 15.3.1)图层与全球耕地一致性图层结合使用,以识别退化耕地;可持续发展目标指标 15.3.1 与 GAEZ 相结合,用于识别退化牧场。热力图突出显示退化区域的密度——高密度表明退化在整个景观中的连续性,这意味着大规模高效恢复的潜力更大。这些热力图揭示了退化的集中程度和潜在连续性,但目前尚不能表明退化本身的严重程度。
优势与局限性
该工具依赖全球数据集,而这些数据集往往无法充分反映农业景观的复杂性和多样性,尤其是在中低收入国家。有限的背景信息和粗略的空间分辨率降低了整体质量和准确性。由于训练数据和方法通常偏向全球北方的情境,它们并不总能很好地适用于当地条件或非正规做法,而用于训练和验证的地面实况数据稀缺,进一步限制了其可靠性。
理解耕地的范围、管理方式和季节性变化需要高分辨率、经过本地校准的数据以及针对特定情境的知识。该工具是识别退化区域的指示性资源,但不应被视为实地评估或验证的替代方案。
参考文献
- 1.UNCCD (1994年)。《公约文本》第一条。 unccd.int
- 2.UNCCD 和 WOCAT (2024年)。The Land Story。联合国防治荒漠化公约,波恩。 unccd.int
- 3.Ahmed, F. et al. (2025) 'Exploring the linkages between land degradation and food insecurity', Asia Pacific Journal of Rural Development, 35(1), pp. 71-90. doi:10.1177/10185291241307272
- 4.IPCC (2019年)。Climate Change and Land:IPCC 关于气候变化、荒漠化、土地退化、可持续土地管理、粮食安全以及陆地生态系统温室气体通量的特别报告。Shukla, P.R. et al. (编). 印刷中。
查看方法论的实际应用
探索巴西和蒙古的国家评估。