Aplicación de datos del mes: Degradación del suelo

Erosión de barrancos en el norte de Somalia. Imagen: Google Earth.

La degradación del suelo es la reducción o pérdida de la productividad biológica o económica; así como la complejidad de las tierras de cultivo de secano o regadío, pastizales, o de bosques que resultan de procesos naturales, usos de la tierra y otras actividades humanas y patrones de habitabilidad como la contaminación de la tierra, erosión del suelo y destrucción de la cubierta vegetal (UNCCD, 1994).  El 33% de la superficie terrestre mundial está degradada (FAO, 2015). Alrededor del 47 % de las tierras degradadas a nivel mundial son bosques; las tierras de cultivo representan aproximadamente el 18 % del total global de la tierra degradada (Bai et al., 2013). Alrededor de dos mil millones de personas y 1.9 mil millones de hectáreas de tierra se ven afectadas por la degradación del suelo a nivel mundial (Naseer & Pandey, 2018). Se estima que la degradación del suelo le cuesta a la economía mundial entre $ 18-20 billones de dólares anuales (UNCCD, 2019). Las alarmantes tasas de degradación a nivel mundial han sido reconocidas y se les ha otorgado esfuerzos internacionales para ayudar a detener y revertir la degradación del suelo y combatir la desertificación (ibid.). Este es el objetivo principal del Objetivo de Desarrollo Sostenible 15, específicamente el Objetivo 15.3, cuyo objetivo es lograr la neutralidad de la degradación del suelo para 2030.

Los principales factores causantes de la degradación del suelo incluyen: prácticas insostenibles de uso del suelo, como el uso excesivo de fertilizantes químicos y monocultivos; deforestación y cambios en la cubierta vegetal y pérdida; erosión del suelo debido a malas prácticas de manejo del suelo, como el cultivo excesivo de suelos o el pastoreo excesivo; contaminación, especialmente la contaminación del suelo y el agua, causada principalmente por malas prácticas de gestión de residuos; cambio climático que disminuye la capacidad natural de recuperación del suelo y las actividades económicas internacionales, p. industrias extractivas (Naseer & Pandey, 2018; Lanfredi et al., 2015; Bai et al., 2006/2008). Las causas subyacentes de la degradación del suelo pueden incluir, entre otras, la migración, la escasez de tierra y la pobreza que obligan a las personas a realizar prácticas de tierra insostenibles (Nkujea et al., 2011). Es posible que los marcos institucionales y políticas débiles no puedan hacer cumplir la administración y el uso adecuados de la tierra (Dubovyk, 2017).

La degradación del suelo conduce a la pérdida o reducción de la productividad biológica de la tierra debido a su efecto en el funcionamiento del ecosistema. Se estima que la pérdida de carbono orgánico del suelo alcanzará los 212 Gt para 2050 a través de la gestión y la conversión de tierras insostenibles (UNCCD, 2019). El carbono del suelo es una medida de la salud del suelo. La productividad primaria neta global se ha reducido al menos en un 5 % debido a la pérdida de las funciones del ecosistema causadas por la degradación del suelo, que se estima en un valor económico de entre $ 6.3 - $ 10.6 billones por año (o 10 -17 % del PIB mundial) ( CLD, 2019).

Land Degradation Impact Index (GLADIS). Image: Nachtergaele et al. 2010

Índice de Impacto de Degradación del suelo (GLADIS). Imagen: Nachtergaele et al. 2010.

La imagen de arriba muestra los resultados del enfoque GLADIS, que se utiliza para monitorear el estado y las tendencias de la degradación del suelo y las presiones aplicadas a las funciones del ecosistema. Se basa en seis indicadores biofísicos y socioeconómicos que influyen en el proceso de degradación del suelo: biomasa, biodiversidad, salud del suelo, recursos hídricos, condiciones económicas y socioculturales (Nachtergaele et al., 2010). Las clases de degradación del suelo resultantes son una combinación del estado general de los parámetros biofísicos anteriores aplicados a los indicadores socioeconómicos (ibid.). Sin embargo, este enfoque está restringido por la falta de datos detallados a nivel global y, por lo tanto, utiliza muchas generalizaciones en su análisis, lo que hace que su aplicabilidad y uso de productos a escalas locales sea menos confiable (ibid.).

Tabla de contenidos

1. Degradación del suelo y ciclo de gestión de desastres

2. Cómo monitorear y evaluar la degradación del suelo desde el espacio

2.1. ¿Qué se necesita?
2.2. Enfoques
2.3. limitaciones
3. Disponibilidad y accesibilidad de datos (fuentes)
4. Aplicación de información sobre la degradación del suelo para la gestión del riesgo de desastres
Referencias


1. Degradación del suelo y ciclo de gestión de desastres

1.1. Deforestación, inundaciones, deslizamientos de tierra

La degradación del suelo es una característica común de LD (tanto como causa como efecto del proceso de LD). La degradación del suelo se ve agravada por la pérdida de vegetación y, a su vez, hace que la tierra pierda su eficiencia y estabilidad productivas. Esto conduce a la pérdida de biodiversidad, afectando el equilibrio del ecosistema y eventualmente causando la alteración de las funciones del ecosistema, como la regulación y el suministro de agua y energía. Las pendientes deforestadas, por ejemplo, son propensas a deslizamientos de tierra y son un peligro para las poblaciones humanas, la agricultura, los asentamientos y otras infraestructuras físicas. Las tierras costeras degradadas no pueden proporcionar protección contra las inundaciones, marejadas e incluso ciclones/tsunamis. Las tierras deforestadas han reducido la capacidad de almacenamiento de agua del suelo, lo que aumenta el volumen de escorrentía y reduce la infiltración, aumentando el riesgo de inundación ya que la capacidad de amortiguación natural para controlar la inundación se ve obstaculizada. Los altos niveles de sedimentación en los ríos pueden causar más inundaciones al aumentar la carga de sedimentos, como lo demuestra el caso de las inundaciones de 2004 en el río Ganges en India (Ali, 2007).

1.2. Sequía y seguridad humana

La erosión del suelo y la salinización, causadas principalmente por malas prácticas de riego, pueden provocar episodios de sequía y hambruna si no se controlan a tiempo. El suelo es uno de los recursos más importantes en lo que respecta a la vida en la tierra y, por lo tanto, su mala gestión es muy perjudicial para las poblaciones de todo el mundo. La degradación del suelo debido a la erosión del suelo reduce el rendimiento de los cultivos y la productividad biológica neta general de la tierra. En consecuencia, puede conducir a una reducción en la extensión de la tierra productiva disponible para su uso. Tal escasez puede conducir a conflictos de recursos basados en la tierra a medida que las comunidades luchan por los escasos recursos productivos que quedan. El acceso inadecuado o desigual a recursos naturales saludables y productivos puede provocar inestabilidad e inseguridad a medida que las comunidades compiten por la escasez de agua, alimentos, áreas de pastoreo, energía y otros recursos naturales.

Al rehabilitar y restaurar las tierras degradadas, se pueden crear empleos (como la agrosilvicultura, el ecoturismo, etc.) para atender los flujos migratorios, los ingresos y el aumento de las tasas de producción (IPBES 2018; UNCCD, 2014). Por ejemplo, en el estado estadounidense de Oregón, alrededor de 6000 proyectos de rehabilitación de tierras crearon cerca de 6500 empleos entre los años 2001 y 2010 (UNCCD, 2019). Los pequeños agricultores pueden obtener ganancias de hasta $ 40 mil millones si solo se rehabilitara el 12% de las tierras agrícolas degradadas (PNUD, 2017). La Iniciativa 3S, un esfuerzo voluntario colectivo de los Jefes de Estado y de Gobierno de África para estabilizar las áreas en riesgo mediante la creación de empleos para poblaciones vulnerables a través de inversiones a gran escala en rehabilitación de tierras y gestión sostenible, se basa en la premisa de abordar las causas fundamentales de la migración e inestabilidad al "crear 2 millones de empleos en 10 millones de hectáreas de tierra restaurada" (UNCCD, 2018). Se estima que una restauración general de 350 millones de hectáreas de tierras baldías generará $ 9 billones en beneficios económicos (Besseau et al., 2018). Esto se puede mejorar aún más mediante el fortalecimiento del registro de tierras y los derechos de las poblaciones vulnerables, incluido el riesgo. Los derechos de propiedad sólidos, especialmente para la propiedad de la tierra, fomentan las inversiones a largo plazo en la mejora de la tierra y sus prácticas de uso sostenible (Wikie et al., 2017; Mirzabaev et al., 2016; UNCCD, 2014).

1.3. Cambio climático y seguridad alimentaria

El cambio climático es una de las principales causas de pérdida de biodiversidad y equilibrio y función del ecosistema. La pérdida de biodiversidad puede desencadenar y prolongar la degradación del suelo, que a su vez es uno de los principales contribuyentes al cambio climático y la variabilidad. Para el año 2050, se estima que la producción mundial de cultivos se habría reducido al menos en un 10% a nivel mundial; y hasta el 50% en algunas regiones del mundo, principalmente a través de la degradación del suelo y los factores del cambio climático. La rehabilitación y recuperación de tierras degradadas reduciría las emisiones promedio de carbono y ayudaría a secuestrar aproximadamente 1-3 Gt de CO2 anualmente. LD fue responsable de aproximadamente 3.6-4.4 billones de toneladas de emisiones de CO2 entre los años 2000 y 2009 (UNCCD, 2019). Esta cifra ha aumentado más desde entonces. Estudios recientes muestran que la gestión del carbono del suelo al revertir la degradación del suelo es el medio más rentable y prometedor de alto impacto para la mitigación y adaptación al cambio climático, mayor seguridad alimentaria y conservación de la biodiversidad (Toensmeier, 2016). Los beneficios de la restauración de la tierra son en promedio 10 veces más altos que los costos totales de la acción (SEI, 2018; Nkujea et al., 2016).


2. Como monitorear y evaluar la degradación del suelo

El proceso básico de gestión en la degradación del suelo implica tres pasos: evaluación, monitoreo e implementación de medidas de mitigación apropiadas.

2.1. ¿Qué se necesita?

  ⮚ Datos:

  • Fotografías aéreas / imágenes de drones
  • Imágenes de satélite
  • Otros datos auxiliares – opcionales

  ⮚ Software:

  • Comercial -  ERDAS, ENVI, ARGIS, o
  • Libre y/o Código abierto – SNAP, QGIS, GEE etc.

  ⮚ Habilidades: 

  •  Interpretación/procesamiento de imagenes

2.2. Enfoques

Índice de vegetación de diferencia normalizada (NDVI)

Esta es una medida básica del estado y salud de la vegetación que indica la calidad, cantidad y desarrollo de la vegetación en un área determinada. El índice emplea la reflectancia diferencial de las características de la vegetación. La diferencia se deriva de las porciones de reflectancia visible e infrarrojo cercano del espectro electromagnético. El NDVI se calcula utilizando la siguiente fórmula:

Los valores generados suelen estar entre -1 y +1. Cuanto mayor sea el valor, mejor será la condición y la salud de la vegetación. Los valores más bajos indican vegetación degradada o inexistente. Las áreas construidas o desnudas exhibirían valores NDVI muy bajos, por ejemplo. En la imagen (b) a continuación, el tono rojo representa valores bajos de NDVI y corresponde a las áreas acumuladas en la imagen (a).

Imagen: Parmehr, E. G., Amati, M., Taylor, E. J. y Livesley, S. J. (2016). Estimación de la cobertura de copas de los árboles urbanos mediante muestreo aleatorio de puntos y métodos de teledetección. Urban Forestry & Urban Greening, 20, 160-171.

Sin embargo, este índice tiene sus limitaciones. Las fluctuaciones climáticas, como la luz del sol o la lluvia, o las perturbaciones, como los incendios, o los cambios en el uso de la tierra pueden hacer que la cobertura y el tipo de vegetación cambien y, por lo tanto, producir una falsa alarma al calcular los valores de NDVI para la evaluación de la degradación del suelo. Con el fin de mejorar la validez de las indicaciones NDVI, estas falsas alarmas deben tenerse en cuenta al realizar la medición (Bai et al., 2008). El Índice de calidad de la vegetación (VGI) es una de las soluciones que se utilizan para corregir esta debilidad; o la técnica de Análisis de tendencia residual (RESTREND) (comúnmente conocida como el NDVI ajustado por RUE), que desacopla el NDVI de la variabilidad de la lluvia.


Imagen: Mbatha, N. y Xulu, S. (2018). Análisis de series de tiempo del NDVI derivado de MODIS para el parque Hluhluwe-Imfolozi, Sudáfrica: impacto de la reciente intensa sequía. Clima, 6 (4), 95.

Detección de cambio

La detección de cambios utiliza imágenes tomadas en diferentes períodos de tiempo, generalmente la Fecha 1 (tomada antes del período de evaluación) y la Fecha 2 (tomadas después del período de evaluación). Estas imágenes se clasifican utilizando diferentes métodos de detección de cambios basados en factores como la resolución espacial requerida, que básicamente dicta la cantidad de detalles que se mostrarán en el producto final. La clasificación semi/automatizada son algunos de los métodos comunes utilizados.

Indicador de monitoreo

Las diferentes características reflejan la energía electromagnética en diferentes firmas espectrales y, por lo tanto, pueden identificarse y extraerse utilizando diferentes métodos y software de extracción de características. El monitoreo de indicadores puede ser realizado por expertos en interpretación de imágenes a través de la lectura visual de imágenes satelitales o fotografías aéreas; o por métodos asistidos por computadora, como realizar cálculos de reflectancia de la superficie para el suelo y la vegetación, entre otras características de la superficie. A menudo, se aplica una combinación de estos métodos. Algunos de los indicadores utilizados para el monitoreo de la degradación del suelo incluyen, entre otros:

  • Desarrollo de características superficiales a largo plazo, como barrancos, riachuelos, dunas de arena, tierras baldías, afloraciones de sal y otras características detectables de salinidad de la superficie del suelo, etc.
  • La Condición y variabilidad espacial de vegetación natural, cobertura de cultivos, suelo, características de erosión como barrancos, etc. (Metternicht et al., 2010). La mayoría de los indicadores de suelo deben evaluarse utilizando datos hiperespectrales que actualmente son caros de obtener y solo pueden usarse para áreas pequeñas. Los indicadores de vegetación, por otro lado, se han utilizado durante mucho tiempo y por lo tanto, tienen metodologías muy desarrolladas y fuentes de datos de fácil acceso. Los datos satelitales de resolución media y gruesa, como Landsat y MODIS, son los conjuntos de datos comunes utilizados para este propósito. El verdor de la vegetación, la extensión de la cubierta y la biomasa son algunos de los indicadores comunes utilizados para evaluar la degradación del suelo.
Inundaciones y deslizamientos de tierra

Las inundaciones y los deslizamientos de tierra pueden indicar lugares donde es probable que se produzca degradación, en primer lugar, debido a la acción de barrido indiscriminada de las dos fuerzas, arrastrando la vegetación y los suelos fértiles. De igual manera, los deslizamientos de tierra y los eventos de inundación pueden indicar lugares donde la degradación del suelo ya ha ocurrido y, por lo tanto, la tierra tiene la capacidad de amortiguarse ante tales desastres.

Otros metodos
  • La eficiencia del uso de la lluvia (RUE), definida como la relación entre la productividad primaria neta y la precipitación durante un tiempo determinado (Dubovyk, 2017; Tagore et al., 2012).

  • La sensibilidad ambiental, medida por el índice de áreas ambientalmente sensibles (ESA). Esta metodología se utiliza para evaluar la vulnerabilidad estructural de la tierra a la degradación e identificar posibles factores que pueden causar/desencadenar el proceso de degradación en dicha tierra (Lanfredi et al., 2015).

  • El enfoque GLADA, es una secuencia del siguiente análisis: 1) calcular el NDVI para la productividad media anual y la tendencia de la biomasa, 2) luego integrar el resultado con los datos climáticos (eficiencia del uso de la lluvia) y luego 3) vincularlo con la productividad neta de la tierra (calcular los cambios en la biomasa producción para tipos dominantes de uso de la tierra), 4) finalmente estratificación de la tierra basada en datos de cobertura del suelo, suelo y terreno. Esto da como resultado un análisis localizado de NDVI (Bai & Dent, 2006).

La siguiente tabla ofrece una visión general de algunos de los indicadores o indicadores de degradación del suelo y los estudios en los que se han utilizado cada uno.
INDICADOR DE DEGRADACIÓN DEL SUELO

DESCRIPCIÓN

ESTUDIOS

Cobertura del Suelo

Los datos de cobertura del suelo proporcionan información básica de referencia para evaluaciones y monitoreo de la degradación del suelo. Los cambios en la cobertura del suelo pueden servir para indicar dónde es probable que ocurra la degradación dadas ciertas condiciones. Por ejemplo, los terrenos desnudos/con menos vegetación son más propensos a la erosión del viento y del agua, por lo tanto, existe una mayor posibilidad de degradación.

Hu et al., 2019; Gichenje & Godinho, 2018; Mekonnen et al., 2018; Moges et al., 2018; Zoungrana et al., 2018; Li et al., 2015; Vieira et al., 2015; Bajocco et al., 2012; de Jong et al., 2011; Gao & Liu, 2010; Dumanski & Pieri, 2000

Rendimiento del cultivo

La producción de cultivos depende de suelos fértiles, lluvia, entre otros factores. El bajo rendimiento de los cultivos puede servir para indicar un mal estado de los suelos en gran parte debido a la degradación del suelo en el área dada

Sonneveld et al., 2016; Tun et al., 2015; Dubovyk et al., 2013, Dumanski & Pieri, 2000;

Vegetation condition (NDVI/ VCI)

Los valores más altos de NDVI/VCI indican un estado saludable y la condición de la vegetación, mientras que los valores bajos indican una mala condición y salud de la vegetación, como en el suelo degradado.

Brema et al., 2019; Gichenje & Godinho, 2018; Zoungrana et al., 2018; Graw et al., 2017; Riva et al., 2017; Eckert et al., 2015; Ibrahim et al., 2015; Lanfredi et al., 2015; Li et al., 2015; Yengoh et al., 2015; Yengoh et al., 2015a; Vicente-Serrano et al., 2015; Omuto et al., 2009; Bai et al., 2008a; Vargas et al., 2007; Wessels et al., 2004; Lanfredi et al., 2003; Thiam, 2003

NPP/Biomasa

La reducción promedio en biomasa y NPP indica degradación, ya que resultan en una reducción en la capacidad del suelo para sostenerse y recuperarse de las perturbaciones. Dicha tierra está a menudo en un estado degradado.

Dwivedi, 2018; Hermans-Neumann, et al., 2017; Gao et al., 2016; ; Le et al., 2016, Sutton et al., 2016; Taelman et al., 2016; de Jong et al., 2011

Degradación / erosión / sedimentación del suelo.  

La erosión del suelo es una condición previa para la mayoría de los procesos de degradación del suelo y también el resultado del proceso de degradación del suelo.

Dwivedi, 2018; Alatorre et al., 2012; Jain & Das, 2010; Ravi et al., 2010; Omuto et al., 2009a; de Vente et al., 2008; de Vente & Poesen, 2005; Dumanski & Pieri, 2000

Índice de agua del suelo / índice de humedad del suelo

El estrés hídrico del suelo es una característica común de las tierras degradadas. La cantidad de humedad presente en el suelo indica la idoneidad de la tierra para diferentes usos y tiene influencia directa en la seguridad alimentaria, la producción de biomasa y el funcionamiento del ecosistema.

Dwivedi, 2018; Gao et al., 2016; Ibrahim et al., 2015; Ravi et al., 2010; Kerr, 2007; De Rosnay et al., 2006; Boix-Fayos et al., 2001

Biodiversidad

Indicado por reducciones en el número de especies de fauna y / o flora, pérdida de hábitats clave, estas pérdidas se asocian principalmente con pérdidas de vegetación. La pérdida de carbono en el suelo como resultado de la erosión también puede causar el agotamiento de la cubierta vegetal, lo que provocaría la pérdida de biodiversidad. Las tendencias negativas en la biodiversidad pueden servir como proxy de la degradación.

Gisladottir & Stocking, 2005; Scholes & Biggs, 2005; Tanser & Palmer, 1999

Una evaluación integral de la degradación del suelo implica analizar y mapear cuatro elementos:

  •    El tipo de degradación (salinización, erosión del viento/suelo, sequía, etc.)
  •    La(s) causa(s) (por ejemplo, minería, deforestación, pastoreo excesivo, etc.)
  •    El grado de degradación (el área física total afectada)
  •    La severidad de la degradación (generalmente. Clasificada como ligera o moderada o fuerte o extrema)

Otras acciones en el proceso de gestión de la degradación del suelo pueden incluir:

  • Evaluar los impactos de la degradación del suelo, p. Ej. a través del análisis de series de tiempo, detección de cambios, mapeo participativo, estimaciones de productividad de vegetación e índices de vegetación
  • Apoyo a la decisión sobre posibles opciones de intervención y rehabilitación, p. Ej. a través del modelado de degradación del suelo
  • Evaluar los impactos de las actividades de intervención, p. Ej. a través de análisis de series temporales, detección de cambios, transformación espectral, estimaciones de productividad de la vegetación e índices de vegetación

2.3. Limitaciones

Algunas de las limitaciones del uso de información basada en el espacio para la evaluación y monitoreo de la degradación del suelo incluyen:

  • Diferencias en la resolución de las fuentes de datos (espacial, radiométrica, temporal, etc.) utilizadas para evaluar la degradación del suelo
  • Similitud espectral de las características de la superficie asociadas con la degradación del suelo
  • Una característica puede derivarse muchos procesos de degradación, lo que dificulta atribuir una sola característica a un solo proceso de degradación (Metternicht et al., 2010)
  • La falta de una metodología estandarizada y herramientas para evaluar y mapear la degradación del suelo
  • Escasez de datos de campo (Dubovyk, 2017) e imágenes satelitales adecuadas/utilizables/asequibles (Yengoh et al., 2018)
  • Falta de una definición mundialmente aceptada de degradación del suelo
  • La falta de indicadores estandarizados para la medición de los atributos de degradación del suelo (Dubovyk, 2017)

Sin embargo, para superar algunos de los desafíos anteriores y otros que vienen con el uso de esta tecnología y mejorar así la precisión de las evaluaciones de resultados, se debe considerar críticamente:

  1. La complejidad del paisaje que se analiza.

  2. Selección del tipo correcto de datos satelitales para ser ingresados en el proceso de análisis (comprender las fortalezas y debilidades de las características de los diferentes datos del sensor). Los elementos a considerar incluyen escala, disponibilidad y cobertura de los datos; requisitos de costo y procesamiento, incluidas las habilidades del analista con el tipo de datos dado (Lu y Weng, 2007)

  3. Los enfoques empleados para procesar y clasificar las imágenes.


3. Disponibilidad y accesibilidad de datos (fuentes)

Se pueden utilizar fotografías aéreas/imágenes de drones, así como imágenes satelitales de múltiples sensores para realizar evaluaciones de degradación del suelo. Dichos sensores incluyen, entre otros, Landsat, SAR ERS-1, SPOT-XS, JERS-1 SAR, Radarsat, IKONOS, Sentinel, Worldview 1/2/3, AVHRR (NDVI), ASTER, MODIS.

A continuación, se presentan algunos ejemplos de conjuntos de datos utilizados para realizar estas evaluaciones y enlaces respectivos a las fuentes de datos.

Vegetación / Uso / Cobertura

DATOS

PROVEEDOR

DESCRIPCIÓN

LINK

Sistema Global de Invetario de los estudios de Monitoreo y Modelado  (GIMMS) - un producto de AVHRR
 
Universidad de Maryland - Departamento de Geografía
 
El conjunto de datos GIMMS (Global Inventory Modeling and Mapping Studies) es un producto del índice de vegetación de diferencia normalizada (NDVI) disponible para un período de 25 años que abarca desde 1981 hasta 2006. El conjunto de datos se deriva de imágenes obtenidas del sensor Radiómetro avanzado de muy alta resolución ( AVHRR) a bordo de la serie de satélites NOAA 7, 9, 11, 14, 16 y 17. Este es un conjunto de datos de NDVI que se ha corregido para la calibración, geométrica, los aerosoles volcánicos y otros efectos no relacionados con el cambio de vegetación. El lanzamiento actual de este conjunto de datos, agregado a la Biblioteca de datos el 06 de agosto de 2010, contiene datos del NDVIg en una proyección geográfica global (espaciados uniformemente en latitud y longitud) para el período de julio de 1981 a diciembre de 2006. Para cada punto de la cuadrícula hay dos valores por mes, el valor máximo de NDVI para los primeros quince días del mes y el valor máximo para el resto del mes.    URL

Índice de vegetación de diferencia normalizada (NDVI) - 3ra generación

Administración Nacional de Aeronáutica y del Espacio (NASA) La serie de tiempo NDVI - 3ª Generación se calcula utilizando el Sistema de Monitoreo y Modelado de Inventario Global (GIMMS). Se ensambla cuidadosamente a partir de diferentes sensores AVHRR y tiene en cuenta varios efectos nocivos como la pérdida de calibración, erupciones volcánicas, deriva orbital, etc. La última versión de este conjunto de datos abarca el período 1981-2015. URL
STAR - Productos para la salud de la vegetación mundial Administración Nacional Oceánica y Atmosférica (NOAA) Este es un sistema para estimar la salud de la vegetación, la condición de humedad, la condición térmica y los productos de vegetación. Contiene índices de salud de la vegetación derivados de la reflectividad observada por el radiómetro avanzado de muy alta resolución (AVHRR). Los productos para la salud de la vegetación de AVHRR se han producido a partir del conjunto de datos de cobertura de área global de NOAA / NESDIS desde 1981. Los datos y las imágenes tienen una resolución temporal compuesta de 4 km y 7 días. Los productos se pueden usar como datos proxy para monitorear la degradación del suelo, la salud de la vegetación, la sequía, la saturación del suelo, la humedad del suelo y las condiciones térmicas, el riesgo de incendio, el verde de la cubierta vegetal, la fracción de vegetación, el índice de área de abandono, el inicio/final de la temporada de crecimiento, el cultivo y productividad de pasturas, desertificación, teleconexión con ENOS, enfermedades transmitidas por mosquitos, recursos ecológicos, etc.
 
URL
Cobertura del suelo Agencia Espacial Europea La Iniciativa de Cambio Climático de la Agencia Espacial Europea generó un conjunto de productos, entre ellos la cobertura del suelo. En la primera fase 3 productos globales consistentes de cobertura terrestre (LC) correspondientes a los períodos 1998-2002, 2003-2007 y 2008-2012, series de tiempo climatológicas de 7 días que representan la dinámica estacional de la superficie terrestre, espectrómetro de imágenes de resolución media (MERIS) Series temporales de Reflectancia de superficie (SR) que sirvieron como entrada para generar la tierra global sobre los mapas. Además, un producto global del Cuerpo de Agua (WB) se derivó de los archivos del radar de apertura sintética avanzada Envisat (ASAR). La segunda fase del proyecto, que comenzó en marzo de 2014, condujo a un conjunto de productos nuevos y mejorados: series temporales SR de radiómetro avanzado de muy alta resolución (AVHRR) y PROBA-V, mapas globales anuales y constantes de LC desde 1992 hasta 2015 y nuevas versiones del mapa global de cuerpos de agua. URL
Sistema de observación forestal Sistema de observación forestal El Sistema de Observación Forestal es una cooperación internacional para establecer una base de datos global de biomasa forestal in situ para apoyar la observación del suelo y el modelado de la superficie terrestre. El sistema proporciona datos de parcelas de biomasa en un formato unificado, que se agregan a partir de datos a nivel de árbol de manera consistente en diferentes redes. URL
Cambio global de la cubierta forestal (GFCC) Universidad de Maryland - Departamento de Ciencias geográficas Este conjunto de datos presenta resultados del análisis de series temporales de imágenes Landsat que caracterizan la extensión y el cambio del bosque. Los árboles se definen como vegetación de más de 5 m de altura y se expresan como un porcentaje por celda de cuadrícula de salida como ‘2000 Percent Tree Cover’. La 'Pérdida de la cubierta forestal' se define como una perturbación de reemplazo de rodales, o un cambio de un estado forestal a un estado no forestal, durante el período 2000-2018. La 'ganancia de cobertura forestal' se define como el inverso de la pérdida, o un cambio no forestal a bosque por completo dentro del período 2000-2012. El 'Año de pérdida forestal' es una desagregación del 'Año de pérdida forestal' total en escalas de tiempo anuales. Las imágenes de referencia de 2000 y 2018 son observaciones de las medianas de un conjunto de datos de la temporada de crecimiento aprobadas por evaluación de calidad.
 
URL
Landsat Administración Nacional de Aeronáutica y del Espacio (NASA) y el Servicio Geológico de los Estados Unidos (USGS) El programa Landsat ofrece las imágenes globales más largas basadas en el espacio continuo de la superficie de la Tierra. Los datos sirven como un recurso valioso para varias aplicaciones, incluido el cambio de la cobertura del suelo, silvicultura, geología, agricultura, planificación regional y educación. Los productos de datos de nivel 1 se utilizan para crear datos científicos de nivel superior, como la temperatura superficial, el agua superficial, el área quemada y el área cubierta de nieve. Los productos científicos Landsat Level-2 y Level-3 contienen datos de nivel superior para permitir a los científicos documentar mejor los cambios en el medio ambiente terrestre. Los datos listos para el análisis de Landsat (ARD) se procesan con los más altos estándares científicos y se colocan en una estructura basada en mosaicos para admitir el análisis de series temporales. Landsat Collections garantiza que los datos en el archivo Landsat Level-1 sean consistentes en el procesamiento, la calidad de los datos para admitir análisis de series de tiempo y el almacenamiento de los datos. URL
Copernicus Global Land Service (CGLS) Centro Común de Investigación de la Comisión Europea El Servicio Global de Tierrras de Copernicus (CGLS) es un componente del Servicio Central de Monitoreo de la Tierra (LMCS) de Copernicus, el programa emblemático europeo de Observación de la Tierra. El Servicio Global de Tierras produce sistemáticamente una serie de productos biogeofísicos calificados sobre el estado y la evolución de la superficie terrestre, a escala global y con una resolución espacial de media a baja, complementada por la constitución de series temporales a largo plazo. Los productos se utilizan para controlar la vegetación, el ciclo del agua, el presupuesto energético y la criosfera terrestre. URL

Suelos

Base de datos mundial de suelos armonizados Organización de las Naciones Unidas para la Alimentación y la Agricultura La Base de datos mundial de suelos armonizados es una base de datos ráster de 30 arco segundos con un mapeo de más de 15,000 unidades diferentes de suelos que combina las actualizaciones regionales y nacionales existentes de información del suelo en todo el mundo (SOTER, ESD, Soil Map of China, WISE) con la información contenida en el Mapa mundial de suelos FAO-UNESCO a escala de 1:5,000,000 (FAO, 1971-1981). La base de datos ráster resultante consta de 21600 filas y 43200 columnas, que están vinculadas a datos de propiedad del suelo armonizados. El uso de una estructura estandarizada permite la vinculación de los datos de atributos con el mapa ráster para mostrar o consultar la composición en términos de unidades de suelo y la caracterización de los parámetros del suelo seleccionados (carbono orgánico, pH, capacidad de almacenamiento de agua, profundidad del suelo, capacidad de intercambio catiónico del suelo y la fracción de arcilla, nutrientes intercambiables totales, contenido de cal y yeso, porcentaje de intercambio de sodio, salinidad, clase de textura y granulometría). URL
Base de datos de suelos y terrenos (SOTER) Centro Internacional de Referencia e Información del Suelo (World Soil Information) Este es un estándar para desarrollar bases de datos de suelo y terreno, que consisten en un mapa (en formato de polígono SIG) que delinea las unidades de mapa SOTER y un conjunto de tablas en una base de datos relacional (en formato MS Access o PostGreSQL) con datos de terreno y suelo. . La información en la tabla se puede vincular a las unidades del mapa. Las bases de datos SOTER proporcionan datos sobre propiedades clave del suelo y el terreno que son aportes relevantes para aplicaciones agroambientales, como estudios de proyección de alimentos, estudios climáticos (secuestro de carbono), evaluación de tierras o modelación de cuencas hidrológicas. URL
La pendiente de Elevación del Servicio Geológico de los Estados Unidos (USGS) Shuttle Radar Topography Mission (SRTM) La Misión de Topografía por Radar SRTM, proporcionó modelos digitales de elevación en una escala casi global utilizada para generar una base de datos topográfica digital de alta resolución de la tierra. URL
Humedad del suelo Activa Pasiva (SMAP) Administración Nacional de Aeronáutica y del Espacio (NASA) El satélite Soil Moisture Active Passive (SMAP) mapea la humedad global del suelo y detecta si los suelos están congelados o descongelados. Esta misión ayuda a los científicos a comprender los vínculos entre el agua, la energía y los ciclos de carbono de la Tierra; reducir las incertidumbres en la predicción del clima; y mejorar nuestra capacidad para monitorear y predecir peligros naturales como inundaciones y sequías. URL
Índice de agua del suelo Centro Común de Investigación de la Comisión Europea El Servicio Global Terrestre de Copérnico (CGLS) es un componente del Servicio Central de Monitoreo de la Tierra (LMCS) de Copérnico, el cual es el programa emblemático europeo de Observación de la Tierra. El Servicio Global de Tierras produce sistemáticamente una serie de productos biogeofísicos calificados sobre el estado y la evolución de la superficie terrestre, una escala global y con una resolución espacial de media a baja, complementada por la constitución de series temporales de largo plazo. Los productos se utilizan para controlar la vegetación, el ciclo del agua, el presupuesto energético y la criosfera terrestre. URL
Espesor del suelo, regolito y capas de depósitos sedimentarios Administración Nacional Aeronáutica y Espacial - NASA) Este conjunto de datos proporciona estimaciones de alta resolución del grosor de las capas permeables sobre la roca madre (suelo, regolito y depósitos sedimentarios) dentro de una grilla global de 30 segundos de arco (~ 1 km) utilizando los mejores datos disponibles de topografía, clima y geología como entrada. Estos datos están modelados para representar espesores estimados por tipo de relieve para el presente geológico. URL
Modelado de escorrentía basado en grupos hidrológicos globales del suelo Administración Nacional Aeronáutica y Espacial - NASA) Este onjunto de datos representa una grilla de información global, consistentes en los grupos de suelos hidrológicos (HSG) con una resolución geográfica de 1/480 grados decimales, que corresponde a una resolución proyectada de aproximadamente 250 m. Estos datos se desarrollaron para respaldar el modelo de escorrentía de número de curva basado en el modelo del USDA a escalas regional y continental. La clasificación de HSG se derivó de las clases de textura del suelo y la profundidad hasta el lecho de roca proporcionada por la grilla del sistema de suelos de la Organización de las Naciones Unidas para la Agricultura y la Alimentación. URL
Erosión Global del Suelo Centro Europeo de Datos del Suelo (ESDAC) El mapa de EROSIÓN Global del Suelo a una resolución de 25 km proporciona la evaluación de la erosión global del suelo para 2012 y 2001. Se utilizaron datos originales de 250 m re-muestreados a 25 km. Se incluyen 202 países con más de 125 millones de Km2. La pérdida total del suelo se estimó en 35 Pg año-1 del suelo erosionado en 2001. Las estimaciones son más bajas en comparación con estudios anteriores en 2012, 35.9 Pg año-1 - , aumentando a 2.5%  la erosión del suelo a nivel mundial (debido al cambio en el uso del suelo). URL

Sistema de gestión del agua

El registro de aguas superficiales Observatorio de inundaciones de Dartmouth, Universidad de Colorado Este conjunto de datos proporciona un registro completo de los cambios observados por satélite en las aguas superficiales del interior de la Tierra. El registro de aguas superficiales se puede utilizar para mediciones, mapeos y modelos basados en el espacio de aguas superficiales. URL
Atlas mundial de grandes eventos de inundación Observatorio de inundaciones de Dartmouth, Universidad de Colorado Este conjunto de datos proporciona un registro global de grandes eventos de inundación discreta desde 1985. El Archivo incluye: 1) una tabla en línea .html , solo de los eventos recientes; 2) Archivos Excel .xlsx y .xml para todos los eventos, 1985 - al presente, actualizados a medida que se actualiza el html de eventos recientes; y 3) formato GIS MapInfo comprimido y archivos de formato .shp, cada uno de los cuales proporciona números de catálogo de inundación, centroides, contornos de área afectada y otra información de atributos y se actualiza a medida que se actualiza el html de eventos recientes. URL
Información mundial sobre la calidad del agua La Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura (UNESCO) Proporciona información consistente e independiente de la calidad de agua dulce a escala global utilizando datos de teledetección. Se proporciona un conjunto global de parámetros en una resolución espacial de 90 m dentro de una base continental. URL

Otros

Distribución global de riesgos de deslizamientos Centro de Investigación de Peligros y Riesgos (CHRR), Instituto Geotécnico Noruego (NGI) y Centro de la Universidad de Columbia para la Red Internacional de Ciencias e Información de la Tierra (CIESIN). La distribución global de riesgos de deslizamientos de tierra es una grilla de 2.5 por 2.5 minutos de resolución, sobre los riesgos de avalanchas de deslizamientos de tierra y nieve a nivel mundial, basada en el trabajo del Instituto Geotécnico Noruego (NGI). El mapeo de riesgos de NGI incorpora una gama de datos que incluyen pendiente, suelo, condiciones de humedad del suelo, precipitación, sismicidad y temperatura. También se incorporan los datos de elevación de Shuttle Radar Topography Mission (SRTM) a una resolución de 30 segundos. Los valores de peligro iguales e inferiores a 4 se consideran insignificantes y solo los valores entre 5 y 9 se utilizan en análisis posteriores. Para garantizar la compatibilidad con otros conjuntos de datos, se agrega 1 a cada uno de los valores para proporcionar una clasificación de peligro que varía de 6 a 10 en el aumento del peligro. URL
Catálogo Global de Deslizamientos de Tierra (GLC) Administración Nacional Aeronáutica y Espacial - NASA) Este catálogo identifica los eventos de deslizamientos de tierra provocados por la lluvia en todo el mundo, independientemente de su tamaño, impacto y/o ubicación. El GLC considera todos los tipos de movimientos masivos provocados por la lluvia, que se han informado en los medios de comunicación, bases de datos de desastres, informes científicos u otras fuentes. El GLC ha sido compilado desde 2007 en el Centro de Vuelo Espacial Goddard de la NASA. URL
Deslizamientos fatales globales 2004 a 2016 Universidad de Sheffield Este conjunto de datos contiene todos los eventos fatales de deslizamientos de tierra no provocados sísmicamente a nivel mundial desde 2004 hasta 2016. Se utilizan herramientas sistemáticas de búsqueda de metadatos para identificar informes relevantes de actividad de deslizamientos de tierra. Los informes se corroboran y los datos se actualizan por triangulación de origen utilizando informes gubernamentales, de agencias de ayuda, documentos académicos y comunicaciones personales a medida que se dispone de nueva información. URL
Mapa global de la contaminación Alianza Global en Salud y Contaminación (GAHP) Este conjunto de datos contiene información espacial sobre la contaminación del aire, los sitios contaminados y las muertes causadas por la contaminación. La cobertura es global; sin embargo, hay muchos vacíos que llenar, ya que la mayoría de los datos, especialmente con la contaminación del aire, aún no están disponibles para la mayoría de los países en desarrollo y los sitios de contaminación para los países desarrollados. URL
Temperaturas globales de la superficie terrestre (LST) Administración Nacional de Aeronáutica y del Espacio (NASA) y el Servicio Geológico de los Estados Unidos (USGS) Los datos proporcionan la temperatura de la superficie terrestre de la Tierra durante el día. Las superficies terrestres incluyen tierra desnuda, cubierta de nieve/hielo, tierras de cultivo, copas de los bosques y áreas urbanas, según lo observado por el satélite MODIS en condiciones de cielo despejado. URL

4. Aplicación de información sobre la degradación del suelo para la gestión del riesgo de desastres

Una vez que se haya realizado una evaluación integral de la degradación del suelo, los próximos pasos serían evaluar los impactos de dicha degradación para diseñar un plan de intervención y rehabilitación.

Los puntos críticos de degradación del suelo identificados se pueden usar en combinación con otros conjuntos de datos, como eventos de lluvia y perfiles de suelo, para determinar el riesgo de que un área experimente deslizamientos de tierra o flujos de lodo y desastres relacionados, y por lo tanto planear actuar como sea necesario para reducir tales arriesgar o prevenir la ocurrencia de un desastre.

Esta información también se puede utilizar para predecir situaciones de sequía y situaciones de seguridad alimentaria, dado que la productividad de la tierra se ve obstaculizada en gran medida por el proceso de degradación del suelo. De esta manera, los gobiernos y otros responsables políticos pueden hacer reformas y estrategias específicas para abordar este problema.

Las evaluaciones de la degradación del suelo también pueden ayudar a señalar la escasez y la escasez de agua, las dificultades/privaciones económicas y sociales inminentes, así como los riesgos relacionados con la salud. La desnutrición, las enfermedades e infecciones transmitidas por los alimentos y el agua están relacionadas con la degradación del suelo, ya sea directamente a través de la escasez de alimentos y agua o en vías complejas como la migración.

Los ecosistemas terrestres degradados en las costas pueden identificarse y reforzarse para proporcionar protección contra mareas de tormenta, inundaciones costeras, tsunamis, mayor erosión de las características costeras, entre otros desastres.

La planificación de la resiliencia para los sistemas basados en la tierra también puede beneficiarse de las evaluaciones de degradación del suelo para identificar áreas en riesgo y, por lo tanto, desarrollar estrategias relevantes de fortalecimiento de la resiliencia. Dicho sistema puede incluir la planificación del uso del suelo para ciudades, municipios e incluso para zonas rurales. También se pueden usar para evaluar la sensibilidad económica y ambiental de las regiones a la degradación de la tierra y los riesgos asociados.


Referencias

1. Alatorre, L. C., Beguería, S., Lana-Renault, N., Navas, A., & García-Ruiz, J. M. (2012). Soil erosion and sediment delivery in a mountain catchment under scenarios of land use change using a spatially distributed numerical model. Hydrology and Earth System Sciences, 16(5), 1321-1334.

2. Ali, A. M. S. (2007). September 2004 flood event in southwestern Bangladesh: a study of its nature, causes, and human perception and adjustments to a new hazard. Natural Hazards, 40(1), 89-111.

3. Bai, Z. G., & Dent, D. L. (2006). Global assessment of land degradation and improvement: pilot study in Kenya. ISRIC Report.

4. Bai, Z. G., Dent, D. L., Olsson, L., & Schaepman, M. E. (2008). Global assessment of land degradation and improvement: 1. identification by remote sensing (No. 5). ISRIC-World Soil Information.

5. Bai, Z. G., Dent, D. L., Olsson, L., & Schaepman, M. E. (2008a). Proxy global assessment of land degradation. Soil use and management, 24(3), 223-234.

6. Besseau, P., Graham, S., & Christophersen, T. (2018). Restoring forests and landscapes: the key to a sustainable future. Global Partnership on Forest and Landscape Restoration, Vienna, Austria. ISBN, (978-3), 902762-97.

7. Boix-Fayos, C., Calvo-Cases, A., Imeson, A. C., & Soriano-Soto, M. D. (2001). Influence of soil properties on the aggregation of some Mediterranean soils and the use of aggregate size and stability as land degradation indicators. Catena, 44(1), 47-67.

8. Brema, J., Rahul, T. S., & Julius, J. J. (2019). Study on Drought Monitoring Based on Spectral Indices in Noyyal River Sub-watershed Using Landsat-8 Imageries. In Proceedings of International Conference on Remote Sensing for Disaster Management (pp. 473-482). Springer, Cham.

9. de Jong, R., de Bruin, S., Schaepman, M., & Dent, D. (2011). Quantitative mapping of global land degradation using Earth observations. International Journal of Remote Sensing, 32(21), 6823-6853.

10. De Rosnay, P., Calvet, J. C., Kerr, Y., Wigneron, J. P., Lemaître, F., Escorihuela, M. J., ... & Coret, L. (2006). SMOSREX: A long term field campaign experiment for soil moisture and land surface processes remote sensing. Remote Sensing of Environment, 102(3-4), 377-389.

11. De Vente, J., & Poesen, J. (2005). Predicting soil erosion and sediment yield at the basin scale: scale issues and semi-quantitative models. Earth-science reviews, 71(1-2), 95-125.

12. de Vente, J., Poesen, J., Verstraeten, G., Van Rompaey, A., & Govers, G. (2008). Spatially distributed modelling of soil erosion and sediment yield at regional scales in Spain. Global and planetary change, 60(3-4), 393-415.

13. Dubovyk, O., Menz, G., Conrad, C., Kan, E., Machwitz, M., & Khamzina, A. (2013). Spatio-temporal analyses of cropland degradation in the irrigated lowlands of Uzbekistan using remote-sensing and logistic regression modeling. Environmental monitoring and assessment, 185(6), 4775-4790.

14. Dubovyk, O. (2017). The role of remote sensing in land degradation assessments: opportunities and challenges. European Journal of Remote Sensing, 50(1), 601-613.

15. Dumanski, J., & Pieri, C. (2000). Land quality indicators: research plan. Agriculture, Ecosystems & Environment, 81(2), 93-102.

16. Dwivedi, R. S. (2018). Geospatial Technologies for Land Degradation Assessment and Management. CRC Press.

17. Eckert, S., Hüsler, F., Liniger, H., & Hodel, E. (2015). Trend analysis of MODIS NDVI time series for detecting land degradation and regeneration in Mongolia. Journal of Arid Environments, 113, 16-28.

18. FAO, I. (2015). Status of the World’s Soil Resources (SWSR)–technical summary. Food and Agriculture Organization of the United Nations and Intergovernmental Technical Panel on Soils, Rome, Italy.

19. Gao, J., & Liu, Y. (2010). Determination of land degradation causes in Tongyu County, Northeast China via land cover change detection. International Journal of Applied Earth Observation and Geoinformation, 12(1), 9-16.

20. Gao, Z. H., Sun, B., & Li, Z. Y. (2016, May). Land degradation assessment by coupling npp and climate in Xilin gollegue, inner Monglia, China. In Proceedings of the 2nd Pan-Eurasian Experiment (PEEX) Conference and the 6th PEEX Meeting, Report Series in Aerosol Science (pp. 159-162).

21. Gichenje, H., & Godinho, S. (2018). Establishing a land degradation neutrality national baseline through trend analysis of GIMMS NDVI Time‐series. Land degradation & development, 29(9), 2985-2997.

22. Gisladottir, G., & Stocking, M. (2005). Land degradation control and its global environmental benefits. Land degradation & development, 16(2), 99-112.

23. Graw, V., Ghazaryan, G., Dall, K., Delgado Gómez, A., Abdel-Hamid, A., Jordaan, A., ... & Dubovyk, O. (2017). Drought dynamics and vegetation productivity in different land management systems of Eastern Cape, South Africa—A remote sensing perspective. Sustainability, 9(10), 1728.

24. Hermans-Neumann, K., Priess, J., & Herold, M. (2017). Human migration, climate variability, and land degradation: hotspots of socio-ecological pressure in Ethiopia. Regional Environmental Change, 17(5), 1479-1492.

25. Hu, Y., Zhen, L., & Zhuang, D. (2019). Assessment of Land-Use and Land-Cover Change in Guangxi, China. Scientific reports, 9(1), 2189.

26. Ibrahim, Y., Balzter, H., Kaduk, J., & Tucker, C. (2015). Land degradation assessment using residual trend analysis of GIMMS NDVI3g, soil moisture and rainfall in Sub-Saharan West Africa from 1982 to 2012. Remote Sensing, 7(5), 5471-5494.

27. Intergovernmental Science-Policy Platform on Biodiversity and Ecosystem Services (2018). Worsening Worldwide Land Degradation Now ‘Critical’, Undermining Well-Being of 3.2 Billion People. Media Release 23 March 2018. Retrieved from https://www.ipbes.net/news/media-release-worsening-worldwide-land-degrad...

28. Jain, M. K., & Das, D. (2010). Estimation of sediment yield and areas of soil erosion and deposition for watershed prioritization using GIS and remote sensing. Water Resources Management, 24(10), 2091-2112.

29. Kerr, Y. H. (2007). Soil moisture from space: Where are we?. Hydrogeology journal, 15(1), 117-120.

30. Lanfredi, M., Lasaponara, R., Simoniello, T., Cuomo, V., & Macchiato, M. (2003). Multiresolution spatial characterization of land degradation phenomena in southern Italy from 1985 to 1999 using NOAA‐AVHRR NDVI data. Geophysical Research Letters, 30(2).

31. Lanfredi, M., Coppola, R., Simoniello, T., Coluzzi, R., D'Emilio, M., Imbrenda, V., & Macchiato, M. (2015). Early identification of land degradation hotspots in complex bio-geographic regions. Remote Sensing, 7(6), 8154-8179.

32. Le, Q. B., Nkonya, E., & Mirzabaev, A. (2016). Biomass productivity-based mapping of global land degradation hotspots. Economics of land degradation and improvement–A global assessment for sustainable development, 55.

33. Li, Z., Deng, X., Yin, F., & Yang, C. (2015). Analysis of climate and land use changes impacts on land degradation in the North China Plain. Advances in Meteorology, 2015.

34. Lu, D., & Weng, Q. (2007). A survey of image classification methods and techniques for improving classification performance. International journal of Remote sensing, 28(5), 823-870.

35. Metternicht, G., Zinck, J. A., Blanco, P. D., & del Valle, H. F. (2010). Remote sensing of land degradation: Experiences from Latin America and the Caribbean. Journal of environmental quality, 39(1), 42-61.

36. Mekonnen, Z., Berie, H. T., Woldeamanuel, T., Asfaw, Z., & Kassa, H. (2018). Land use and land cover changes and the link to land degradation in Arsi Negele district, Central Rift Valley, Ethiopia. Remote Sensing Applications: Society and Environment, 12, 1-9.

37. Mirzabaev, A., Nkonya, E., Goedecke, J., Johnson, T., & Anderson, W. (2016). Global drivers of land degradation and improvement. In Economics of Land Degradation and Improvement–A Global Assessment for Sustainable Development (pp. 167-195). Springer, Cham.

38. Moges, D. M., & Bhat, H. G. (2018). An insight into land use and land cover changes and their impacts in Rib watershed, north‐western highland Ethiopia. Land degradation & development, 29(10), 3317-3330.

39. Nachtergaele, F., Petri, M., Biancalani, R., Van Lynden, G., Van Velthuizen, H., & Bloise, M. (2010). Global land degradation information system (GLADIS). Beta version. An information database for land degradation assessment at global level. Land degradation assessment in drylands technical report, 17.

40. Nachtergaele, F., Petri, M., & Biancalani, R. (2011). Land degradation. SOLAW background thematic report, 3.

41. Naseer, A., & Pandey, P. (2018). Assessment and monitoring of land degradation using geospatial technology in Bathinda district, Punjab, India. Solid Earth, 9(1), 75.

42. Nkonya, E., Gerber, N., Baumgartner, P., von Braun, J., De Pinto, A., Graw, V., ... & Walter, T. (2011). The economics of desertification, land degradation, and drought toward an integrated global assessment. ZEF‐Discussion Papers on Development Policy, (150).

43. Nkonya, E., Mirzabaev, A., & von Braun, J. (2016). Economics of land degradation and improvement: an introduction and overview. In Economics of land degradation and improvement–a global assessment for sustainable development (pp. 1-14). Springer, Cham.

44. Omuto, C. T., Vargas, R. R., Alim, M. S., Ismail, A., Osman, A., & Iman, H. M. (2009). Land degradation assessment and a monitoring framework in Somalia. FAO-SWALIM Technical Report L-14, Nairobi, Kenya.

45. Omuto, C., Vargas, R. R., & Paron, P. (2009a). Soil erosion and sedimentation modelling and monitoring of the areas between rivers juba and Shabelle in southern Somalia. Somalia Water and Land Information Management.

46. Ravi, S., Breshears, D. D., Huxman, T. E., & D'Odorico, P. (2010). Land degradation in drylands: Interactions among hydrologic–aeolian erosion and vegetation dynamics. Geomorphology, 116(3-4), 236-245.

47. Riva, M. J., Daliakopoulos, I. N., Eckert, S., Hodel, E., & Liniger, H. (2017). Assessment of land degradation in Mediterranean forests and grazing lands using a landscape unit approach and the normalized difference vegetation index. Applied geography, 86, 8-21.

48. Scholes, R. J., & Biggs, R. (2005). A biodiversity intactness index. Nature, 434(7029), 45.

49. Sonneveld, B. G. J. S., Keyzer, M. A., & Ndiaye, D. (2016). Quantifying the impact of land degradation on crop production: the case of Senegal. Solid Earth, 7(1), 93-103.

50. Stockholm Environment Institute. 2018) Land degradation worsening climate change and undermining well-being of billions. Feature Article retrieved from https://www.sei.org/featured/ipbes-land-degradation/

51. Sutton, P. C., Anderson, S. J., Costanza, R., & Kubiszewski, I. (2016). The ecological economics of land degradation: Impacts on ecosystem service values. Ecological Economics, 129, 182-192.

52. Taelman, S. E., Schaubroeck, T., De Meester, S., Boone, L., & Dewulf, J. (2016). Accounting for land use in life cycle assessment: the value of NPP as a proxy indicator to assess land use impacts on ecosystems. Science of the Total Environment, 550, 143-156.

53. Tagore, G. S., Bairagi, G. D., Sharma, N. K., Sharma, R., Bhelawe, S., & Verma, P. K. (2012). Mapping of degraded lands using remote sensing and GIS techniques. Journal of Agricultural Physics, 12(1), 29-36.

54. Tanser, F. C., & Palmer, A. R. (1999). The application of a remotely-sensed diversity index to monitor degradation patterns in a semi-arid, heterogeneous, South African landscape. Journal of arid environments, 43(4), 477-484.

55. Thiam, A. K. (2003). The causes and spatial pattern of land degradation risk in southern Mauritania using multitemporal AVHRR‐NDVI imagery and field data. Land Degradation & Development, 14(1), 133-142.

56. Toensmeier, E. (2016). The carbon farming solution: a global toolkit of perennial crops and regenerative agriculture practices for climate change mitigation and food security. Chelsea Green Publishing.

57. Torrion, J. A. (2002, February). Land degradation detection, mapping and monitoring in the Lake Naivasha Basin, Kenya. ITC.

58. Tun, K. K., Shrestha, R. P., & Datta, A. (2015). Assessment of land degradation and its impact on crop production in the Dry Zone of Myanmar. International Journal of Sustainable Development & World Ecology, 22(6), 533-544.

59. UNCCD. (1994). Elaboration Of An International Convention To Combat Desertification In Countries Experiencing Serious Drought And/Or Desertification, Particularly In Africa; Final Text of the convention. Retrieved from https://observatoriop10.cepal.org/sites/default/files/documents/treaties...

60. UNCCD. (2014). Land in Numbers 2019: Risks and Opportunities. Report retrieved from http://catalogue.unccd.int/1202-Land%20in%20numbers_2%20new-web.pdf

61. UNCCD. (2018). A Rising Africa in a Fragile Environment: The Initiative on Sustainability, Stability and Security. Publication retrieved from https://www.unccd.int/sites/default/files/documents/2018-07/3S_brochure_...

62. UNCCD. (2019). Land-Based Adaptation and Resilience: Powered By Nature. Report retrieved from https://www.eld-initiative.org/fileadmin/pdf/Land_Based_Adaptation_ENG_S...

63. UNDP. (2017). Land Degradation and Migration: Will restoring the land keep people at home? News Article retrieved from https://www.undp.org/content/undp/en/home/blog/2017/6/16/Land-degradatio...

64. Vargas, R. R., Omuto, C. T., & Njeru, L. (2007). Land degradation assessment of a selected study area in Somaliland: the application of LADA-WOCAT approach. SWALIM L-10 Land Degradation Report.

65. Vicente-Serrano, S., Cabello, D., Tomás-Burguera, M., Martín-Hernández, N., Beguería, S., Azorin-Molina, C., & Kenawy, A. (2015). Drought variability and land degradation in semiarid regions: Assessment using remote sensing data and drought indices (1982–2011). Remote Sensing, 7(4), 4391-4423.

66. Vieira, R. D. S. P., Tomasella, J., Alvalá, R. C. S., Sestini, M. F., Affonso, A. G., Rodriguez, D. A., ... & De Oliveira, S. B. P. (2015). Identifying areas susceptible to desertification in the Brazilian northeast. Solid Earth, 6(1), 347-360.

67. Wessels, K. J., Prince, S. D., Frost, P. E., & Van Zyl, D. (2004). Assessing the effects of human-induced land degradation in the former homelands of northern South Africa with a 1 km AVHRR NDVI time-series. Remote Sensing of Environment, 91(1), 47-67.

68. Wilkie, I., Heindorf, I., Curtin, F., & Wandel, A. (2017). Combating Desertification and Land Degradation: The World’s Best Policies. World Future Council Foundation. Report retrieved from https://www.worldfuturecouncil.org/wp-content/uploads/2017/08/FPA-Brochu...

69. Yengoh, G. T., Dent, D., Olsson, L., Tengberg, A. E., & Tucker III, C. J. (2015). Use of the Normalized Difference Vegetation Index (NDVI) to Assess Land Degradation at Multiple Scales: Current Status, Future Trends, and Practical Considerations. Springer.

70. Yengoh, G. T., Dent, D., Olsson, L., Tengberg, A. E., & Tucker, C. J. (2015a). Applications of NDVI for land degradation assessment. In Use of the normalized difference vegetation index (NDVI) to assess land degradation at multiple scales(pp. 17-25). Springer, Cham.

71. Yengoh, G. T., Olsson, L., Tengberg, A. E., Gonzalez-Roglich, M., Zvoleff, A., & Noon, M.  (2018). Assessing Land Degradation to Support Sustainable Development; GEF-Land Degradation Monitoring Project Guidance. Arlington, United States. Report retrieved from; http://vitalsigns.org/sites/default/files/CI_GEF_Guidance%20ENG_C1_R1_PR...

72. Zoungrana, B. J., Conrad, C., Thiel, M., Amekudzi, L. K., & Da, E. D. (2018). MODIS NDVI trends and fractional land cover change for improved assessments of vegetation degradation in Burkina Faso, West Africa. Journal of Arid Environments, 153, 66-75.

 

 

Zircon - This is a contributing Drupal Theme
Design by WeebPal.