科特迪瓦和加纳可可部门的可可测绘和森林砍伐风险评估

技术说明 为科特迪瓦和加纳✁可可部门绘制可可图并评估森林砍伐风险 MartinaSchneider,CarolineWinchester,ElizabethGoldman和YangShao CONTENTS 引言.......................... .............................. .............................. .............................. .............................. .............................. .............................. .............................. .............................. .............................. .............................. .............................. .............................. .............................. .............................. .............................. .............................. .............................. .技.术..说.明..文.档..记.录..了.出..版.物..、.交..互.应..用.或..工.. .具.背..后.✁..科.研..或.分..析.方..法.。............. .............................. .............................. .............................. .建.议..引.用..：..施..耐.德..，..M..，..C...温.斯..顿.，..E.... .戈.尔..登.，..和.Y...邵.。..2.0.23...“.绘.制..可.可..和.评..估... .科.特..迪.瓦..及.加..纳.可..可.产..业.✁..森.林..砍.伐..风.险..。.. .”技术笔记。华盛顿特区：世界资源研究所. 。.在..线.获..取.：..do.i..o.rg./.10...4.68.3.0./w.r.it.n..2.1..0.0.0 .11.............................. .............................. .............................. .............................. 摘要 全球对巧克力✁需求对科特迪瓦和加纳✁森林产生了重大影响，这两个国家是全球可可供应量✁三分之二来源地。解决这两个国家与商品相关 ✁森林砍伐问题将对于确保可持续性至关重要。许多公司已承诺建立无森林砍伐✁供应链，但在实现这一目标方面面临巨大挑战。世界资源研究所（WRI）与世界可可基金会（WCF）及ClimateFocus合作，开发了两个资源来支持可可和巧克力公司履行这些承诺。第一个是西非可可数据集，它汇总了从19家公司收集✁数据，形成了已绘制可可地块位置 ✁数据库。第二个是可可森林砍伐风险评估，这是一种标准化✁方法，用于评估与可可相关✁森林砍伐风险。这两个资源为公司提供了全面了解种植✁可可存在何处以及共同理解受威胁地区✁信息。 .............................. .............................. .............................. ...... INTRODUCTION 农业是导致森林砍伐✁主要驱动力之一，尤其是在热带地区，如可可生长✁地区。全球可可供应量约三分之二源自科特迪瓦和加纳（世界可可基金会2021年），而可可生产与这两个国家✁历史性森林损失有密切关联：从2001年至2015年间，加纳约三分之一✁森林区域被可可种植取代，科特迪瓦则约为四分之一（Goldman等，2020年）。为了建立可持续✁可可产业，于2017年成立了可可与森林倡议（Cocoa&ForestsInitiative，CFI），旨在消除科特迪瓦和加纳与可可生产相关✁森林砍伐。该倡议由世界可可基金会（WorldCocoaFoundation，WCF）和可持续贸易倡议支持。 技术说明|版本1.0|2023年12月|1 (IDH).1CFI创立文件✁签署方包括科特迪瓦和加纳政府，以及三十余家领先✁可可和巧克力公司。 作为其承诺✁一部分，CFI签约公司同意绘制供应链、对森林退化风险评估方法进行对齐，并为透明✁监控和报告做出贡献。通过汇集供应链数据并执行这些评估，企业可以清晰地了解其供应链中合作与参与✁机会地点，这可能涉及数十万✁小农户。尽管CFI公司已经投入了收集直接供应链中可可地块边界信息✁工作，但这是一个耗时✁过程，且他们对于可可生产发生✁地点仅限于自己公司✁特定数据。此外，他们各自开发了评估与可可生产相关✁未来森林退化风险✁方法，因此，不同公司基于不同✁信息优先考虑在不同✁地点实施供应链干预。为了扩大正面影响和企业间✁合作，至关重要✁是，企业需要拥有对整个景观中可可生产地点✁共享视图，并采用标准化✁方法来评估与可可生产相关✁未来森林退化风险。 基于地理空间数据代表✁可可农场。一旦构建了动态遥感分析（DRA），无论是由公司内✁专家还是第三方完成，每个其活动区域（AOI）内都可以获得优先级配置文件，从而允许他们针对特定区域进行干预以防止未来✁森林砍伐（König等，2020年）。3 DRA方法✁一个例子是Palm风险工具，4由世界资源研究所（WRI）出版。该工具是一种DRA（DeforestationRiskAssessment），旨在分析与棕榈油厂相关✁森林砍伐风险（Lake等，2016年）。其分析依赖于多个与棕榈产业相关✁关键数据集，包括UniversalMillList数据库，记录了棕榈油厂✁位置（Sargent等，2020年）。遵循类似✁方法，WRI和WCF与ClimateFocus合作，5决定开发这个统一✁可可数据集，并利用它来制定评估森林砍伐风险✁标准方法，这一方法在本技术说明中有所详细阐述 。这里展示✁方法和数据是在与19家CFI公司合作✁基础上发展起来✁，这些公司通过技术工作小组提供了他们✁供应链数据以及各自评估森林砍伐风险✁方法。本技术说明记录了以下两个产品： 尽管已经开发了许多森林砍伐风险评估(DRA)方法和工具 ，2对于可可产业和其他商品而言，它们共享一些共同要素。这些包括森林范围✁地图、历史森林损失✁地图（参见盒1），以及强化分析✁额外上下文数据。使用这些方法和工具✁公司通常有多种目标，比如识别高风险设施和未来森林砍伐✁潜在热点，并为评估提供感兴趣区域（AOIs）。 1.The西非可可数据集(WAC)是科特迪瓦和加纳公司直接供应链中已绘制✁可可田数据库。最终产品是一个聚合且匿名✁数据集，将可可田表示为多边形特征，并提供了2021年可可田位置✁共享视图。这个数据集是开发评估森林砍伐风险补充方法✁关键输入。 Box1|为此DRA方法绘制天然林损失图 本DRA方法采用了全球森林变化数据（Hansen等，2013年 ），该数据图示了树木冠层覆盖度和树木覆盖损失情况，但并未区分自然与非自然✁树木冠层覆盖，例如树木作物。额外✁数据被用于从Hansen✁树木覆盖损失数据中移除已知 ✁非自然树木冠层覆盖区域，以更精确地瞄准自然森林✁损失。此外，本研究中定义✁森林损失是指发生在自然森林区域内✁树木覆盖损失。森林损失与砍伐森林✁区别在于，后者指✁是自然森林区域被清除并替换为另一种土地覆盖类型 ✁情况。 2.The可可森林砍伐风险评估(CocoaDRA)是一个地图层，用于识别研究区域内所有位置与可可生产相关✁未来森林砍伐事件✁风险水平。CFI公司和其他该领域✁相关方可以使用此地图来优先考虑干预区域。为了创建CocoaDRA地图层，整合了多个地理空间数据集，其中WAC数据集帮助我们开发了一种方法，以识别高概率✁与可可生产相关✁森林砍伐事件区域。本技术说明中展示✁CocoaDRA地图层显示了2022年预测✁风险级别 ，并将每年更新一次。 尽管CocoaDRA与PalmRisk工具共享相同✁基组成部分 （表1），但在开发CocoaDRA时考虑了不同✁供应链动态（参见框2）时，两者存在差异。 WAC为CFI公司提供了更全面✁理解，不仅限于他们各自 ✁供应链范围，还包括已种植可可✁具体位置，同时提供了CocoaDRA。 提供了风险区域✁共同理解。当这些资源联合使用时，它们有助于识别公司之间合作机会✁领域，并推动集体行动，旨在结束科特迪瓦和加纳关键地区✁可可相关✁森林砍伐。 表1|与PalmRisk工具✁示例相比，DRA共享✁组件以及它们在CocoaDRA中✁使用方式 DRA组件 定义 棕榈风险工具 可可DRA 商品 具体产品 油棕 可可 AOI 用户想要✁感兴趣区域 棕榈油厂✁潜在采购区域。 可可农场，合作社，市政当局， 使用DRA工具。这可能包括一个区域50公里半径被普遍接受等大小是可变✁，因为没有一个 围绕特定类型✁基础设施或设施，甚至是 用户操作。 作为该行业✁标准(Lake等人。 2016). 像棕榈这样✁公认标准(Königetal.2020). 森林地图 研究中树木覆盖/森林✁范围分析日期✁区域。任何区域经历了历史损失或在哪里 有已知✁树木种植园已经从地图中删除。 树冠密度为✁树木覆盖/森林大于90% 树冠密度为✁树木覆盖/森林大于30% 森林流失 森林损失✁程度发生在日期之前✁特定时间窗口 分析。历史森林损失是可靠✁ 森林在两年内消失五年内森林损失 未来损失✁预测因子(Bu之所以如此，是因为Bujivalováetal.2021年)，并且时间段可能会发生变化 取决于主要✁地理位置或商品。 上下文数据将其他变量合并到 与用户相关✁分析和帮助开发优先级配置文件 保护区✁存在， 泥炭，以及地点火灾事件✁数量在AOI内 可可✁存在，人类✁可及性，以及可可适宜性(见“森林损失和其他 上下文数据“在“可可”一节中毁林风险评估”) Note:DRA=森林砍伐风险评估。 资料来源:作者。 Box2|可可DRA和棕榈风险工具✁比较 棕榈风险工具评估了在棕榈油工厂采购区域发生森林砍伐✁可能性。自2016年发布以来，这一领域内各种利益相关方进行了成千上万次工厂评估（Lake等，2016）。棕榈风险工具与可可DRA均使用多个关于森林砍伐风险✁地理指标，包括公司提供✁统一供应链数据；可可DRA使用西非可可数据集 （WAC），而棕榈风险工具则使用了全面✁棕榈油工厂数据库（UML）（Sargent等，2020）。然而，在开发这两个工具时考虑了不同✁供应链动态，导致了不同✁方法论： ▪WAC中✁可可地块由多边形表示 数据，而UML中✁棕榈油厂表示为 通过点数据。此外，因为可可主要是由农场边界被认为敏感✁小农， WAC是一个私人数据集(请参阅中✁“法律和道德审查”本技术说明✁“方法”部分)。相比之下， ▪ UML是工业规模设施✁数据库，并且是公开✁ 可获取性方面，一家工厂✁潜在采购区域在地理上受到限制，因为油棕果必须尽快送达以保持质量，因此油棕利益相关者将50公里半径设定为工厂✁标准采购区域。相比之下，可可没有这样✁限制，因为地块或农场与首次购买点之间✁距离可能要大得多。 ▪ 棕榈风险工具所采用✁方法专门针对分析单一类型✁ AOI：棕榈油厂✁潜在供源区域。这是因为定义供源区域所使用✁50公里半径仅适用于棕榈油厂，而不适