亚洲的土地退化中性目标：到2030年在防止和逆转土地退化方面取得的进展

《Global Environmental Change》：Land degradation neutrality in Asia: progress in preventing and reversing land degradation by 2030

土地退化中性化（LDN）评估显示，亚洲25.21%的土地存在退化，中亚最严重（40.61%），亚美尼亚等国退化率超60%，也门等国低于9%。研究基于SDG 15.3.1指标，覆盖48国31.22万平方公里，为政策制定提供科学依据。

　　

阿比奥特·莫拉（Abiot Molla）|尹仁（Yin Ren）|左淑迪（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，厦门市，中国361021

摘要

土地退化是一个严重的全球环境挑战，它削弱了生态系统服务，危及可持续发展。对退化状况进行可靠的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。研究结果表明，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

土地及其基本组成部分——土壤、植被和内陆水资源——在全球范围内面临着众多退化过程（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 and Salmon, 2015; Zhang et al., 2023），这威胁到了超过15亿人的生计（Lam et al., 2011, Perovi? et al., 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 et al., 2022）。亚洲的土地退化和沙漠化也对环境可持续性和经济稳定构成了重大挑战。例如，中亚由于气候变化、人类活动和不良的土地管理实践而遭受严重的土地退化（Khazieva et al., 2023, Zhao et al., 2024），这每年给该地区带来约8亿美元的损失（Baumgartner and Cherlet, 2015, Khazieva et al., 2023）。同样，中东、东亚和南亚也面临严重的土地退化问题（Chan et al., 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。在2012年的联合国可持续发展大会（Rio + 20）上首次提出了“土地退化中性”（LDN）的概念，即“零净土地退化”。2015年10月，联合国防治荒漠化公约第12次缔约方大会（COP12）对LDN进行了定义（Feng et al., 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 et al., 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，并努力实现一个土地退化中性的世界”（Chan et al., 2023, UNCCD, 2015b）。 2017年，UNCCD为SDG指标15.3.1（即“退化土地占总面积的比例”）制定了方法和良好实践指南（GPG），以帮助各国根据该指标计算、分析、解释和报告土地退化情况（Sims et al., 2019, UNCCD, 2017）。2019年，基于123个国家的数据，向UNCCD提交了首次全球土地退化评估报告（https://data.unccd.int/）。全球约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，全球每年至少损失了1亿公顷健康且富有生产力的土地，主要集中在非洲、亚洲和拉丁美洲（图1b）。 然而，UNCCD指出这些估计值较为保守，因为一些国家未报告数据，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 et al., 2019, Sims et al., 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 et al., 2021）。自从SDG指标15.3.1成为评估土地退化的方法以来，亚洲不同地区开展了多项相关研究（Chan et al., 2023, Khazieva et al., 2023, Molla et al., 2025a, Pan et al., 2023, Qiu et al., 2024, Zhao et al., 2023, Zhao et al., 2024）。然而，这些研究主要集中在特定地区，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，基线期间测量的退化土地范围可用于比较后续报告期退化土地范围的变化（Sims et al., 2021）。这个基线对于评估实现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 et al., 2010, Sims et al., 2021）。UNCCD还建议各国至少每四年使用SDG指标15.3.1报告一次其LDN状况，以符合其国家报告周期（Sims et al., 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）。报告期为2022年，因为许多亚洲国家在该年没有提供其LDN状况。 本研究旨在利用可持续发展目标（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，以支持亚洲地区到2030年防治荒漠化和恢复退化土地的努力。研究的具体目标如下： - 量化2000年至2015年基线期和2016年至2022年进展期亚洲的土地退化情况。 - 绘制并量化大陆和区域层面的退化和改善的空间模式。 - 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，有助于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，并制定与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，因此它将为未来的可持续土地管理和环境研究奠定基础。

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 et al., 2018）。目前，亚洲有超过40亿人居住在那里，可分为五个子区域：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

图4a中的桑基图（Sankey diagram）直观展示了2000年至2022年间亚洲22年间的土地利用和土地覆盖（LULC）变化和转型情况。这两个时间点之间的每个流向代表百万平方公里（km2）的土地面积及其相应的百分比（%）。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%（图4a）。

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方面，因此难以用单一指标全面反映土地系统的健康状况（Feng et al., 2022）。随着时间的推移，对土地退化的定义不同，导致了多种评估方法的出现。为了标准化监测并支持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%的评估土地面积（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...

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、数据分析、概念构建。 尹仁（Yin Ren）：资金筹集、资源获取、监督。 左淑迪（Shudi Zuo）：撰写与编辑、资源协调。 伊贾兹·侯赛因（Ijaz Hussain）：数据可视化、验证、软件应用。 伊尔卡尔·格贝耶胡·梅科嫩（Yilkal Gebeyehu Mekonnen）：撰写与编辑、数据整理与可视化。

利益冲突声明

作者声明他们没有已知的可能会影响本文研究的财务利益或个人关系。

致谢

本研究得到了中国国家重点研究计划（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。