《Global Environmental Change》：Unveiling small-scale tropical forest loss and post-loss recovery in the Congo Basin
编辑推荐：
土地退化中性（LDN）评估显示亚洲25.21%土地退化，区域差异显著，中央亚细亚最严重（40.61%），部分中东国家进展明显（<9%）。研究基于SDG 15.3.1框架，分析2000-2022年土地利用变化及2022年进展情况，为政策制定提供依据。
阿比奥特·莫拉（Abiot Molla）|尹仁（Yin Ren）|左书迪（Shudi Zuo）|伊贾兹·侯赛因（Ijaz Hussain）|伊尔卡尔·格贝耶胡·梅科嫩（Yilkal Gebeyehu Mekonnen）
中国科学院城市环境研究所，区域与城市生态国家重点实验室，城市环境与健康重点实验室，流域生态学福建重点实验室，中国厦门市361021
摘要
土地退化是一个严重的全球环境挑战，它破坏了生态系统服务，危及可持续发展。对退化状况的准确评估对于指导有效的政策干预至关重要。本研究利用联合国可持续发展目标（SDG）指标15.3.1来评估亚洲的土地退化中性（Land Degradation Neutrality, LDN）状况，该指标涵盖了土地覆盖变化、土地生产力和土壤有机碳的变化。分析涵盖了48个亚洲国家，总面积约为3122万平方公里。结果显示，25.21%的土地已经退化，不同地区和国家之间存在显著差异。中亚的退化率最高，为40.61%，其次是南亚（25.19%）和东亚（25.13%）。从国家层面来看，亚美尼亚、阿塞拜疆、黎巴嫩和巴勒斯坦等国家的土地退化情况严重，退化率超过60%。这给到2030年实现LDN目标带来了巨大挑战。相比之下，也门、沙特阿拉伯、阿曼和阿拉伯联合酋长国的退化率低于9%，取得了显著进展。这些发现为政策制定者、发展机构、研究人员和保护实践者提供了制定有针对性的恢复策略和监测亚洲各国实现LDN目标进展的基础。
引言
土地及其组成部分（土壤、植被和内陆水资源）在全球范围内面临着多种退化过程（Pr?v?lie, 2021）。土地退化的特征是由于自然过程或人类活动导致生物或经济生产力下降（UNCCD, 2017）。据估计，地球上7%到41%的陆地已经退化（Gibbs和Salmon, 2015；Zhang等人, 2023）。土地退化威胁着超过15亿人的生计（Lam等人, 2011；Perovi?等人, 2021），造成了超过3000亿美元的损失，并对许多生态系统服务产生了负面影响（Feng等人, 2022）。亚洲的土地退化和荒漠化也对环境可持续性和经济稳定构成了重大挑战。例如，由于气候变化、人类活动和不良的土地管理实践，中亚正经历严重的土地退化（Khazieva等人, 2023；Zhao等人, 2024）。这种退化每年给该地区造成约8亿美元的损失（Baumgartner和Cherlet, 2015；Khazieva等人, 2023）。同样，中东、东亚和南亚也面临严重的土地退化问题（Chan等人, 2023）。
因此，明确土地退化的机制、加强监测系统并提出有效的科学措施以减轻其影响至关重要。监测退化的指标和方法在解决土地退化问题方面是一个挑战。在这方面，“土地退化中性”（LDN）的概念——即“零净土地退化”——首次在2012年的联合国可持续发展大会（Rio + 20）上提出（UNCCD, 2012）。2015年10月，联合国防治荒漠化公约第12次缔约方大会（COP12）提出了LDN的定义（Feng等人, 2022；UNCCD, 2015a）。LDN是指“随着时间和空间的推移，用于生态系统功能和粮食安全的土地资源保持稳定或增加的状态”（Minelli等人, 2017；UNCCD, 2015b）。随后，LDN被纳入联合国可持续发展目标（SDG）15“陆地生命”中，具体目标为到2030年实现这一目标（UNCCD, 2015b）。目标15.3旨在“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，并努力实现土地退化中性的世界”（Chan等人, 2023；UNCCD, 2015b）。
2017年，UNCCD为SDG指标15.3.1（“退化土地占总土地面积的比例”）制定了方法和良好实践指南（GPG），以帮助各国计算、分析、解释和报告基于该指标的土地退化情况（Sims等人, 2019；UNCCD, 2017）。2019年，基于123个国家的数据，首次向UNCCD提交了全球土地退化评估报告（https://data.unccd.int/）。全球约有15.98%（1222万平方公里）的土地被归类为退化土地（图1a）。换句话说，2015年至2019年间，全球每年至少失去了1亿公顷健康且富有生产力的土地，尤其是在非洲、亚洲和拉丁美洲（图1b）。
然而，UNCCD指出，由于一些国家未报告数据，这些估计值较为保守，实际的土地退化程度可能更高。此外，并非所有123个国家都使用SDG指标15.3.1报告了土地退化状况。例如，在亚洲，有超过15个国家没有根据该指标报告土地退化情况，还有一些国家在2019年的UNCCD全球报告中也未报告其土地状况（图1a）。
SDG指标15.3.1提供了一个标准化框架，通过三个关键子指标来评估土地退化：土地覆盖变化、土地生产力和土壤有机碳（SOC）（Sims等人, 2019；Sims等人, 2021）。每个SDG子指标15.3.1旨在衡量土地提供生态系统服务和维持生物多样性的能力的变化（Sims等人, 2021）。在SDG指标15.3.1成为评估土地退化的方法后，最近在亚洲不同地区进行了多项相关研究（Chan等人, 2023；Khazieva等人, 2023；Molla等人, 2025a；Pan等人, 2023；Qiu等人, 2024；Zhao等人, 2023；Zhao等人, 2024），以评估土地退化情况。然而，这些研究主要关注特定地区，尚未根据目标15.3和UNCCD良好实践指南第二版（GPG v2）评估LDN状况。GPG v2指出，基线时期测量的退化土地范围可作为后续报告期间退化土地范围变化的基准（Sims等人, 2021）。这一基准对于评估实现SDG目标15.3和LDN的进展至关重要。通常至少15年的基线期足以捕捉自然系统的大部分变化（Kennard等人, 2010；Sims等人, 2021）。UNCCD还建议各国至少每四年使用SDG指标15.3.1报告一次LDN状况，以符合其国家报告周期（Sims等人, 2019；UNCCD, 2017）。然而，如图1所示，一些亚洲国家在2019年或2022年并未使用该指标评估或报告其LDN状况。因此，本研究以2015年为基准年，因为这一年标志着UNCCD决定追求LDN以及所有联合国成员国采纳2030年可持续发展议程（UNCCD, 2017）。由于许多亚洲国家在当年未提供LDN状况，报告期被设定为2022年。
本研究旨在利用联合国可持续发展目标（SDG）指标15.3.1评估亚洲的土地退化中性（LDN）状况。我们的目标是提供科学证据，支持亚洲地区到2030年防治荒漠化和恢复退化土地的努力。具体研究目标如下：
- 1. 使用SDG指标15.3.1量化亚洲从基线时期（2000–2015年）到进展时期（2016–2022年）的土地退化情况。
- 2. 绘制并量化亚洲大陆和区域层面的退化和改善的空间模式。
- 3. 根据SDG指标15.3.1评估亚洲48个国家是否有望在2030年前实现LDN。
本研究将增进对亚洲土地退化过程的全球和区域理解。它将帮助政策制定者和利益相关者跟踪实现SDG 15.3的进展，针对退化土地进行投资，并设计与LDN目标一致的政策。这是首次使用SDG指标15.3.1在大陆层面评估LDN状况的研究，因此将成为未来可持续土地管理和环境研究的基线。
研究区域
研究区域
亚洲是世界上最大、人口最多的大陆，占地球陆地面积的约30%（Tilahun等人, 2018）。目前，亚洲有超过40亿人居住于此，可划分为五个子区域：中亚、东亚、南亚、东南亚和西亚（通常称为中东，图2a）。亚洲拥有广阔的地理和生态多样性，包括沙漠、干旱地区、雨林和高山等。
土地利用和土地覆盖的时间变化
4a中的桑基图有效地可视化了2000年至2022年亚洲22年间土地利用和土地覆盖（LULC）的变化和转变。这两个时间点之间的每个流向代表以百万平方公里（km2）为单位的土地面积及其对应的百分比（%）。在此期间，耕地、裸地和湿地面积显著减少（图4a）。耕地面积从940万平方公里减少到446万平方公里，减少了15.18%（
SDG指标15.3.1用于LDN评估
土地退化是一个复杂的问题，涉及社会经济和环境多个维度，因此难以用单一指标全面反映土地系统的整体健康状况（Feng等人, 2022）。随着时间的推移，土地退化的定义多种多样，导致了多种评估方法的出现。为了标准化监测并支持可持续发展目标（SDGs），UNCCD采用了一个基于三个核心指标的LDN评估框架：土地生产力、土地覆盖和土壤
结论
本研究利用联合国SDG指标15.3.1框架，首次全面评估了亚洲的土地退化中性（LDN）状况。它评估了48个国家在区域和国家层面的土地退化动态，总面积达3122万平方公里。研究结果表明，25.21%的评估土地（787万平方公里）已经退化，其中中亚的退化最为严重（40.61%），其次是东亚和
作者贡献声明
阿比奥特·莫拉（Abiot Molla）：撰写初稿、软件开发、方法论设计、概念构建。
尹仁（Yin Ren）：资金筹集、资源协调、监督。
左书迪（Shudi Zuo）：撰写、审稿与编辑、资源管理。
伊贾兹·侯赛因（Ijaz Hussain）：数据可视化、验证、软件开发。
伊尔卡尔·格贝耶胡·梅科嫩（Yilkal Gebeyehu Mekonnen）：撰写、审稿与编辑、数据整理。
利益冲突声明
作者声明没有已知的财务利益冲突或个人关系可能影响本文的研究结果。
致谢
本研究得到了国家重点研发计划（项目编号：2022YFF1303001）、国家自然科学基金（项目编号：42001210）和国家社会科学基金（项目编号：17ZDA058）的支持。
