Wstępna ocena postępów w rekultywacji gruntów w regionie inicjatywy Wielkiego Zielonego Muru z wykorzystaniem pomiarów teledetekcji satelitarnej / Andy Deng, Xianjun Hao, John J. Qu

1. Wprowadzenie

Rekultywacja gruntów w regionach suchych i półpustynnych, takich jak Sahel-Sahara, jest niezbędna do zwiększenia odporności na zmiany klimatu, zwalczania pustynnienia i wspierania zrównoważonego rozwoju. Inicjatywa Wielki Zielony Mur (GGW) [ 1 , 2 ], zapoczątkowana w 2007 roku przez Unię Afrykańską, stanowi jeden z najbardziej ambitnych projektów rekultywacji środowiska na świecie. Obejmując 8000 km w 11 głównych krajach — w tym Dżibuti, Erytreę, Etiopię, Sudan, Czad, Niger, Nigerię, Mali, Burkina Faso, Mauretanię i Senegal — oraz 7 krajach stowarzyszonych — Kamerun, Ghanę, Benin, Republikę Zielonego Przylądka, Gambię, Sudan Południowy i Somalię [ 1 ] — GGW dąży do przywrócenia zdegradowanych krajobrazów, złagodzenia pustynnienia i poprawy warunków ekologicznych i społeczno-ekonomicznych w całym regionie Sahel-Sahara [ 1 , 2 ]. Pomimo ambitnych celów, ocena skuteczności GGW w osiąganiu znaczącej rekultywacji gruntów pozostaje wyzwaniem z powodu kilku czynników [ 3 , 4 , 5 , 6 , 7 , 8 ]. Po pierwsze, rozległy i ekologicznie zróżnicowany krajobraz regionu komplikuje monitorowanie długoterminowych zmian. Po drugie, badania naziemne, często wykorzystywane do śledzenia postępów, napotykają ograniczenia w zakresie zasięgu przestrzennego i czasowego, szczególnie w regionach, w których bezpieczeństwo i niestabilność polityczna utrudniają gromadzenie danych [ 2 , 3 ]. Niniejsze badanie odnosi się do dwóch kluczowych luk w obecnych podejściach do monitorowania: (1) potrzeby spójnego, szeroko zakrojonego monitorowania, które uchwyca zmiany środowiskowe w całym regionie GGW oraz (2) ograniczonej dostępności danych o wysokiej rozdzielczości niezbędnych do zrozumienia niuansów wpływu interwencji GGW w czasie. Teledetekcja satelitarna oferuje obiecujące rozwiązanie tych wyzwań, dostarczając spójnych, szeroko zakrojonych danych na temat roślinności, właściwości powierzchni gruntu i warunków hydrologicznych. Technologia teledetekcji była szeroko stosowana do monitorowania wskaźników środowiskowych, takich jak roślinność, opady i zjawiska ekstremalne w innych regionach [ 9 , 10 , 11 , 12 , 13 , 14 , 15 , 16 , 17 , 18 ]. Na przykład Qu i in. badali suszę rolniczą na Rogu Afryki, wykorzystując pomiary MODIS i TRMM [ 12 ], podczas gdy Choi i in. wykorzystali dane MODIS do oszacowania frakcji parowania (EF) i zbadania regionalnych wzorców ewapotranspiracji (ET) [ 14 ]. Jednakże przeprowadzono ograniczone badania skupione konkretnie na regionie GGW [ 19, 20 , 21 , 22 ], pomimo krytycznej potrzeby takich danych do oceny postępu GGW i potencjalnych skutków [ 23 , 24 , 25 , 26 ]. Fassinou i in. wykorzystali dane teledetekcyjne i głębokie uczenie się do mapowania drzew i ich biomasy w regionie Sahelu [ 19 ]. Ingrosso i in. wykorzystali regionalny model klimatyczny o wysokiej rozdzielczości do oceny wpływu scenariuszy GGW na klimat [ 21 ]. Istnieją jednak luki w monitorowaniu z powodu braku monitorowania miejscowego składników interwencji GGW, jak ujawnili Jalam i in. [ 22 ]. Niniejsze badanie wypełnia tę lukę, oferując analizę zmian środowiskowych w regionie GGW opartą na danych satelitarnych, badając pięć kluczowych parametrów: pokrycie terenu, wskaźnik roślinności, temperaturę powierzchni lądu, opady i wilgotność gleby. Aby zapewnić kompleksową ocenę postępów prac nad GGW, w niniejszym badaniu wykorzystano zestawy danych satelitarnych, w tym dane dotyczące typów pokrycia terenu i wskaźnika znormalizowanej różnicy wegetacji (NDVI) z spektrometru obrazowego o średniej rozdzielczości (MODIS) NASA, służącego do analizy dynamiki roślinności w ciągu ostatnich dwóch dekad, a także dane dotyczące temperatury powierzchni lądu z MODIS. Chociaż MODIS zapewnia wysoką rozdzielczość czasową, ma on ograniczenia w zakresie rozdzielczości przestrzennej dla pasm termicznych w porównaniu z innymi satelitami, takimi jak Landsat. Dane dotyczące opadów pochodzą z systemu Integrated Multi-satellite Retrievals for Global Precipitation Measurement (IMERG), a dane dotyczące wilgotności gleby z magazynu danych klimatycznych (CDS) Copernicus Climate Change Service (C3S) są analizowane w celu zrozumienia warunków hydrologicznych. Wykorzystując te źródła danych, niniejsze badanie przedstawia szczegółową analizę parametrów środowiskowych, które odzwierciedlają potencjalny wpływ GGW w czasie. Podsumowując, celem niniejszego artykułu jest: (1) monitorowanie zmian roślinności i temperatury powierzchni gruntu w regionie GGW, (2) ocena dynamiki opadów i wilgotności gleby jako wskaźników warunków hydrologicznych oraz (3) określenie, w jaki sposób technologia teledetekcji może przyczynić się do kompleksowego monitorowania i oceny GGW. Dzięki tej analizie badanie dostarcza wstępnych informacji na temat postępów inicjatywy GGW i wspiera strategie oparte na danych dla przyszłych działań na rzecz rekultywacji gruntów w regionie Sahelu i Sahary.

2. Dane i metody

2.1. Obszar badań i dane

Wielki Zielony Mur rozciąga się głównie na obszarze Sahelu i Sahary w Afryce, obejmującym 11 głównych krajów uczestniczących (Burkina Faso, Dżibuti, Erytrea, Etiopia, Mali, Mauretania, Niger, Nigeria, Senegal, Sudan i Czad) oraz 7 innych stowarzyszonych krajów Afryki Subsaharyjskiej (Kamerun, Ghana, Benin, Republika Zielonego Przylądka, Gambia, Sudan Południowy i Somalia) [ 1 ]. Obszar, na którym wykonano najwięcej prac, rozciąga się od najdalej na zachód wysuniętego krańca Senegalu aż do granicy między Dżibuti a Etiopią, jak pokazano na rysunku 1 .

Rysunek 1. Mapa regionu Sahelu i Sahary, z zaznaczonym obszarem Wielkiego Zielonego Muru i zarysowaną maską 11 głównych krajów uczestniczących (źródło: National Geographic [ 2 ]).

Region Sahelu-Sahary charakteryzuje się ostrym gradientem warunków klimatycznych, od pustyń hiperpustynnych na północy, gdzie roczne opady wynoszą zazwyczaj poniżej 100 mm, do stref półpustynnych i subwilgotnych na południu, gdzie opady mogą osiągnąć do 600 mm rocznie [ 27 ]. W regionie występuje unimodalny wzorzec opadów, a pora deszczowa występuje między połową czerwca a październikiem, osiągając szczyt w sierpniu. Wybrano konkretne obszary badawcze w wielu krajach regionu Wielkiego Zielonego Muru. Obszary te reprezentują szereg warunków gruntowych, od gołych, zdegradowanych ziem po obszary użytkowane rolniczo-leśno-pastersko. Wybór tych regionów był podyktowany potrzebą uchwycenia zmienności przestrzennej warunków środowiskowych regionu i oceny skuteczności interwencji restytucyjnych w różnych strefach ekologicznych. Współrzędne granic krajów do analizy przestrzennej uzyskano z zestawów danych Global Administrative Areas (GADM), zbioru wektorowych zestawów danych obejmujących granice krajów na całym świecie [ 28 ]. Dane dotyczące granic krajów objętych GGW posłużyły do ​​wygenerowania masek przestrzennych dla każdego kraju i całego regionu GGW.

Do monitorowania krytycznych parametrów wskazujących na ogólne warunki powierzchniowe obszaru pobrano wiele produktów danych teledetekcji satelitarnej z lat 2000–2024 z NASA Earth Science Data [ 29 ], w tym typy pokrycia terenu MODIS, indeksy roślinności MODIS, dane o temperaturze powierzchni lądu MODIS i produkty danych o opadach IMERG. W tym badaniu wykorzystano dane dotyczące wilgotności gleby z Copernicus Climate Change Service (C3S) [ 30 ]. Produkty danych teledetekcji satelitarnej wykorzystane w tym badaniu podsumowano w Tabeli 1 , a poniżej przedstawiono ich krótki opis:

Tabela 1. Lista produktów danych teledetekcji satelitarnej wykorzystanych w tym badaniu.

Produkty danych	Opis	Rozdzielczość przestrzenna	Okres danych
Rodzaj pokrycia terenu	Klasyfikacja IGBP typu I z produktu danych MODIS Land Cover Type V6.1 (MCD12Q1)	500m	Dane roczne z lat 2001-2023
Wskaźnik roślinności (NDVI)	NDVI z produktów Terra MODIS Vegetation Indices Monthly L3 V6.1 (MOD13C2)	0,05 stopnia	Dane miesięczne od lutego 2000 r. do czerwca 2024 r.
Temperatura powierzchni lądu	Temperatura powierzchni lądu w ciągu dnia i nocy na podstawie miesięcznych danych Terra MODIS Land Surface Temperature L3 V6.1 (MOD11C3)	0,05 stopnia	Dane miesięczne od lutego 2000 r. do czerwca 2024 r.
Osad	Tempo opadów deszczu według Global Precipitation Measurement (GPM) NASA	0,1 stopnia	Dane miesięczne od lutego 2000 r. do czerwca 2024 r.
Wilgotność gleby	Dane dotyczące wilgotności gleby w ramach usługi Copernicus Climate Change Service (C3S)	0,25 stopnia	Dane miesięczne od lutego 2000 r. do czerwca 2024 r.

• Produkt danych Terra and Aqua Combined Moderate Resolution Imaging Spectroradiometer (MODIS) Land Cover Type Version 6.1 (MCD12Q1). Produkt danych MCD12Q1 dostarcza typy pokrycia terenu z rozdzielczością przestrzenną 500 m, zgodnie ze schematami klasyfikacji: International Geoosphere-Biosphere Program (IGBP), University of Maryland (UMD), Leaf Area Index (LAI), BIOME-Biogeochemical Cycles (BGC) oraz Plant Functional Types (PFT). W niniejszym badaniu wykorzystano schemat klasyfikacji IGBP Type I.

• Miesięczne dane L3 z sondy Terra MODIS Land Surface Temperature/Emissivity (MOD11C3). Dane MOD11C3 zawierają dane dotyczące temperatury powierzchni lądu w ciągu dnia i nocy z rozdzielczością przestrzenną 0,05 stopnia (około 5,6 km na równiku), a także dane dotyczące emisyjności powierzchni. W badaniu wykorzystano dane dotyczące temperatury powierzchni lądu zarówno w ciągu dnia, jak i w nocy.

• Miesięczne produkty Terra MODIS Vegetation Indices L3 (MOD13C2). Produkty MOD13C2 dostarczają zarówno NDVI, jak i EVI z miesięczną rozdzielczością czasową i przestrzenną 0,05 stopnia, wykorzystując najlepsze możliwe obserwacje.

• Miesięczne dane o opadach deszczu z IMERG. Dane pochodzą z misji NASA Global Precipitation Measurement (GPM), która zapewnia niemal globalny zasięg opadów i jest aktualizowana co pół godziny. Miesięczne dane IMERG dostarczają szacunki opadów z rozdzielczością przestrzenną 0,1 stopnia i zasięgiem niemal globalnym [ 31 , 32 ].

Zbiór danych dotyczących wilgotności gleby w ramach usługi Copernicus Climate Change Service (C3S) dostarcza szacunków wilgotności gleby powierzchniowej na całym świecie od roku 1978 do chwili obecnej, pochodzących z dużego zestawu czujników z szeregu satelitów [ 30 ]. W niniejszym badaniu wykorzystano miesięczne dane dotyczące wilgotności gleby powierzchniowej o rozdzielczości przestrzennej 0,25 stopnia. Opady i temperatura powierzchni mają bezpośredni wpływ na wilgotność gleby powierzchniowej, która jest kluczowa dla zdrowia roślinności w okresach wzrostu. Wilgotność gleby jest związana z wymianą wody i ciepła między powierzchnią lądu a atmosferą. Analiza wilgotności gleby jest istotna dla zrozumienia interakcji między lądem a atmosferą oraz dynamiki pokrycia terenu.

3. Wyniki

3.1. Zmiany pokrycia terenu w regionie Wielkiego Zielonego Muru Sahel-Sahara

Rysunek 2 przedstawia typy pokrycia terenu według danych MODIS w latach 2001 i 2023. Chociaż niektóre zmiany można zidentyfikować wizualnie, analiza ilościowa dostarcza wglądu w zmiany zachodzące na obszarach pustynnych i obszarach porośniętych roślinnością w ciągu ostatnich dwóch dekad. Ponieważ większość obszarów pustynnych w regionie GGW znajduje się w pasie od 10° do 20° szerokości geograficznej, analiza ilościowa zmian typów pokrycia terenu skupiła się na pasie GGW od 10° do 20° szerokości geograficznej, tj. na obszarach pomiędzy dwiema przerywanymi czarnymi liniami na rysunku 2 .

Rysunek 2. Klasyfikacja rodzajów pokrycia terenu MODIS na lata 2001 i 2023. Dwiema przerywanymi czarnymi liniami oznaczono regiony wzdłuż GGW na potrzeby analizy statystycznej zmian rodzajów pokrycia terenu.

Na Rysunku 3 , lewy rysunek wskazuje względne zmiany w obszarach pustynnych, obszarach porośniętych roślinnością i obszarach miejskich w porównaniu z rokiem 2001. Obszary miejskie wykazują stale rosnącą tendencję, co wskazuje na ciągły rozwój miejski na badanym obszarze. Chociaż występują wahania w pustyni i obszarach porośniętych roślinnością, ogólnie rzecz biorąc, obszar pustyni zmniejsza się, podczas gdy obszar porośnięty roślinnością rośnie, szczególnie w ciągu ostatnich lat od 2019 roku. Prawa strona na Rysunku 3 pokazuje statystyki zmian centrum pustyni od roku 2001 w oparciu o DC(x) obliczone na podstawie lokalizacji obszarów jałowych wzdłuż linii poziomej (kierunek długości geograficznej) regionu GGW. Od roku 2002 do 2023 położenie pustyni przesunęło się na północ w 79,24% regionów wzdłuż kierunku długości geograficznej, podczas gdy pozostałe 20,76% regionów przesunęło się na południe. Wyniki wskazują, że obszary pustynne wzdłuż GGW cofnęły się w ciągu ostatnich dwóch dekad.

Rysunek 3. Zmiany w pokryciu terenu od 2001 roku wzdłuż regionu GGW (między dwiema liniami przerywanymi na rysunku 2 , tj. pas między 10° a 20° szerokości geograficznej). Lewy rysunek przedstawia procentowe zmiany powierzchni terenów jałowych, miejskich i porośniętych roślinnością w porównaniu z rokiem 2001. Prawy rysunek przedstawia statystyki zmian średniej szerokości geograficznej pustyni od 2001 roku wzdłuż długości geograficznej.

3.2. Analiza trendów czasowo-przestrzennych regionu Wielkiego Zielonego Muru Sahel-Sahara

Rysunek 4 poniżej przedstawia trendy czasowe NDVI, opadów, dziennej temperatury powierzchni lądu i wilgotności gleby powierzchniowej w całym regionie Wielkiego Zielonego Muru. Ogólnie rzecz biorąc, wyniki NDVI, LST i opadów są statystycznie istotne w 95% przedziale ufności, wszystkie mają wartość p mniejszą niż 0,05; jednak wyniki wilgotności gleby nie. Jak pokazano w szeregu czasowym NDVI na rysunku 4 , istnieje dodatni trend 0,00060 rocznie ( wartość p = 0,000). Wzrost NDVI sugeruje, że zdrowie roślinności poprawiało się w ciągu ostatnich dwóch dekad, szczególnie w ostatnich latach po 2019 r., co potencjalnie wskazuje, że inicjatywy GGW przyczyniają się pozytywnie do wysiłków na rzecz rekultywacji gruntów na wcześniej zdegradowanych obszarach. Mapa trendów przestrzennych na poniższym rysunku 5 przedstawia trend NDVI w całym regionie GGW, gdzie obszary zielone oznaczają regiony, w których roślinność rośnie (dodatni ΔNDVI/rok), a obszary od żółtego do czerwonego oznaczają regiony, w których roślinność maleje (ujemny ΔNDVI/rok). Warto zauważyć, że region Sahelu, w tym północna Nigeria, wykazuje pewne pozytywne trendy we wzroście roślinności, prawdopodobnie odzwierciedlające wpływ działań rekultywacyjnych, takich jak Wielki Zielony Mur, podczas gdy inne regiony, szczególnie w Afryce Środkowej i Południowej, wykazują spadkowe trendy NDVI, co sugeruje stres roślinności lub zmiany w użytkowaniu gruntów.

Rysunek 4. Szeregi czasowe anomalii NDVI, opadów, dziennej temperatury powierzchni lądu i wilgotności gleby dla wszystkich 18 krajów objętych programem GGW. Anomalie obliczono, usuwając miesięczne dane klimatyczne z 20 lat z okresu bazowego od 2001 do 2020 roku.

Rysunek 5. Mapa trendu NDVI (ΔNDVI/rok) w regionie Wielkiego Zielonego Muru. Granice krajów Wielkiego Zielonego Muru zaznaczono czarną linią. Kolor zielony oznacza regiony, które zazieleniają się od 2000 roku do chwili obecnej, natomiast kolory od żółtego do czerwonego oznaczają regiony, w których roślinność jest wystawiona na stres lub zachodzą zmiany w użytkowaniu gruntów.

Całkowita dzienna temperatura powierzchni lądu (LST) wykazuje nieznacznie malejący trend z szybkością -0,02052 rocznie ( wartość p = 0,004) w regionie GGW. Ten spadek temperatury powierzchni lądu w 95% przedziale ufności może odzwierciedlać pewne lokalne efekty ochłodzenia, prawdopodobnie z powodu zwiększonej pokrywy roślinnej lub innych czynników mikroklimatycznych. Jednak średnia nocna temperatura powierzchni lądu (LST) wykazuje inny wzorzec czasowy, ze stale rosnącym trendem 0,05618 K/rok. Ponadto mapa trendów przestrzennych na rysunku 6 poniżej pokazuje trend dziennej i nocnej temperatury powierzchni lądu (LST). Obszary zaznaczone na niebiesko oznaczają trend ochładzania, podczas gdy obszary zaznaczone na żółto do czerwono oznaczają trend ocieplenia. Co istotne, wszystkie regiony GGW doświadczają trendu ocieplenia nocnej temperatury powierzchni lądu (LST). W przypadku dziennego LST większa część Sahelu i części wschodniej Afryki doświadcza trendu ochłodzenia, prawdopodobnie związanego ze wzmożoną roślinnością, podczas gdy rozproszone regiony w zachodniej i południowej Afryce wykazują nieznaczny trend ocieplenia, który może być związany z degradacją gleby lub zmniejszeniem pokrywy roślinnej.

Rysunek 6. Mapa trendu dziennego i nocnego LST w regionie GGW. Obszary zaznaczone na niebiesko oznaczają trend ochłodzenia od 2000 roku do chwili obecnej, natomiast obszary zaznaczone na żółto i czerwono oznaczają trend ocieplenia od 2000 roku do chwili obecnej. Większość regionów GGW doświadcza stosunkowo jednorodnego ocieplenia w nocy, podczas gdy dzienne LST są niejednorodne przestrzennie.

Natomiast szereg czasowy anomalii opadów przedstawiony na rysunku 4 wykazuje znaczący trend spadkowy w tempie −0,00028 mm/h rocznie ( wartość p = 0,002). Ten spadek opadów w 95% przedziale ufności sugeruje zmniejszenie opadów i nasilenie się suszy, co może stanowić wyzwanie dla długoterminowej stabilności GGW. Zmniejszone opady deszczu mogą ograniczyć skuteczność działań na rzecz odbudowy roślinności, ponieważ dostępność wody ma kluczowe znaczenie dla wzrostu i przetrwania roślin.

Wreszcie, anomalia wilgotności gleby przedstawiona na rysunku 4 wykazuje nieznacznie malejący trend, co jest zgodne z trendem opadów; jednakże trend wilgotności gleby nie jest statystycznie istotny ( wartość p = 0,382). Chociaż trend nie jest istotny w 95% przedziale ufności, wahania wilgotności gleby podkreślają zmienność dostępności wody, która ma kluczowe znaczenie dla wzrostu roślinności w regionie GGW.

3.3. Analiza czasowo-przestrzenna poszczególnych krajów

Rysunek 5 i rysunek 6 przedstawiają przestrzenną heterogeniczność trendów NDVI i LST. Tabela 2 przedstawia trendy czasowe 11 głównych krajów GGW. Większość z tych krajów wykazuje niewielki trend w zazielenieniu roślinności, z wyjątkiem Nigerii. Trendy ocieplenia nocnej temperatury powierzchni lądu są statystycznie istotne dla wszystkich tych krajów. W przypadku dziennej temperatury powierzchni lądu, chociaż wszystkie te kraje mają trendy ochłodzenia, niektóre z trendów nie są statystycznie istotne. W przypadku opadów tylko trendy Nigerii i Etiopii są dodatnie i statystycznie istotne; pozostałe kraje mają trend spadkowy lub trend statystycznie nieistotny. W przypadku wilgotności gleby powierzchniowej tylko trzy kraje, Burkina Faso, Mauretania i Senegal, mają statystycznie malejące trendy. Wybraliśmy dwa kraje, Nigerię i Etiopię, do bardziej szczegółowej analizy.

Tabela 2. Trendy 11 głównych krajów GGW. Wartości trendów oznaczone * oznaczają, że trendy są statystycznie nieistotne ( wartość p > 0,05).

Kraj	NDVI	Dzień LST	LST_Noc	Osad	Wilgotność gleby
Burkina Faso	0,00046	* −0,00645	0,05922	* −0,00001	−0,00022
Dżibuti	* 0,00015	−0,03345	0,05243	* 0,00034	* −0,00009
Erytrea	0,00085	−0,03106	0,05450	* −0,00074	* 0,00001
Etiopia	0,00108	−0,04572	0,04197	0,00086	* 0,00006
Mali	0,00052	* −0,00348	0,05774	−0,00005	* −0,00005
Mauretania	0,00018	* −0,00724	0,04986	* −0,00005	−0,00006
Niger	0,00029	* −0,01864	0,06259	−0,00014	* −0,00002
Nigeria	−0,00028	* 0,01494	0,05709	0,00019	* −0,00003
Senegal	0,00057	* −0,00746	0,04867	−0,00014	−0,00020
Sudan	0,00064	−0,03005	0,06303	−0,00133	* −0,00001
Czad	0,00055	−0,02797	0,05717	−0,00067	* −0,00001

3.3.1. Nigeria

Jak pokazano na rysunku 7 , który przedstawia ogólny trend w Nigerii oraz mapę trendów, trend anomalii wykazuje spadek na linii regresji liniowej, co sugeruje statystycznie istotny (wartość p 0,014) trend spadkowy anomalii zieleni roślinności w czasie (−0,00028/rok). Wskazuje to na stopniowy spadek kondycji lub zagęszczenia roślinności w porównaniu z historycznym poziomem bazowym. Mapa trendów NDVI w całej Nigerii pozwala zrozumieć lokalne zmiany w roślinności:

Rysunek 7. Szeregi czasowe i mapa trendów NDVI w Nigerii. Kolor zielony oznacza obszary o trendzie wzrostowym NDVI, a kolor od żółtego do czerwonego – obszary o trendzie spadkowym NDVI. Chociaż ogólny NDVI w Nigerii ma trend spadkowy (lewy dolny panel), większość regionu północnej Nigerii ma tendencję zielonkawą.

• Północna Nigeria: Regiony północne, położone w strefie Sahelu i objęte inicjatywą Wielkiego Zielonego Muru (GGW), charakteryzują się obszarami zazielenienia, co wskazują zielonkawe odcienie na mapie. Ten pozytywny trend przestrzenny w NDVI sugeruje, że działania GGW, takie jak sadzenie drzew i zrównoważone zarządzanie gruntami, mają pozytywny wpływ na roślinność na tych obszarach, przeciwdziałając pustynnieniu i promując odnowę.
• Centralna i południowa Nigeria: Z kolei w centralnej i południowej części Nigerii więcej obszarów charakteryzuje się negatywnymi trendami wskaźnika NDVI (przedstawionymi w odcieniach od żółtego do czerwonawego). Wskazuje to na pogorszenie stanu roślinności lub jej pokrycia w tych regionach. Takie spadki mogą być spowodowane wylesianiem, ekspansją rolnictwa, urbanizacją lub innymi czynnikami środowiskowymi prowadzącymi do utraty roślinności.

Łącząc trendy czasowe i przestrzenne, można zaobserwować, że podczas gdy ogólne anomalie roślinności w Nigerii maleją, szczególnie w regionach centralnych i południowych, regiony północne wykazują pozytywny trend wzrostu roślinności. Spadkowy trend anomalii NDVI na poziomie krajowym sugeruje, że korzyści w zakresie zdrowia roślinności północnej nie są wystarczające, aby zrównoważyć spadki w innych częściach kraju. Pozytywny trend przestrzenny w północnej Nigerii jest zgodny z wysiłkami inicjatywy Great Green Wall, która aktywnie działa na rzecz rekultywacji zdegradowanych terenów w regionie Sahelu. Ta lokalna poprawa jest spójna z ukierunkowanymi działaniami rekultywacyjnymi. Jednakże ogólny trend spadkowy anomalii NDVI w skali krajowej podkreśla potrzebę bardziej powszechnych i kompleksowych interwencji w celu rozwiązania problemu utraty roślinności w innych częściach Nigerii.

W wyniku tego wzrostu roślinności dzięki inicjatywie Wielkiego Zielonego Muru w północnej Nigerii, podobny pozytywny trend wskaźnikowy można zaobserwować w analizie danych przestrzennych i czasowych dziennego LST w Nigerii. Na rysunku 8 szereg czasowy anomalii LST pokazuje subtelny trend wzrostowy dziennych temperatur, o czym świadczy dodatnie nachylenie (0,01505) linii regresji liniowej. Chociaż trend nie jest statystycznie istotny ( wartość p 0,061), sugeruje on niewielki wzrost dziennych anomalii LST w całej Nigerii w ciągu ostatnich dwóch dekad. W rzeczywistości w ciągu ostatnich lat LST maleje. Mapa przestrzenna dziennych anomalii LST zapewnia wgląd w lokalne zmiany temperatury powierzchni w całej Nigerii:

Rysunek 8. Całkowity szereg czasowy dziennego LST i mapa trendów dla Nigerii. Kolor niebieski wskazuje miejsca, gdzie LST ma tendencję spadkową, a kolor od żółtego do czerwonego wskazuje miejsca, gdzie LST ma tendencję wzrostową. Chociaż ogólny dzienny LST w Nigerii ma tendencję wzrostową (lewy dolny panel), większość północnej Nigerii nieznacznie się ochładza.

• Północna Nigeria: Wbrew ogólnemu trendowi wzrostowemu, północne regiony Nigerii, będące głównymi obszarami zainteresowania inicjatywy Wielkiego Zielonego Muru (GGW), wykazują malejące anomalie LST. Świadczą o tym chłodniejsze anomalie (niebieskawe odcienie) na mapie. Działania GGW, w tym zalesianie i zrównoważone zarządzanie gruntami, wydają się łagodzić trendy ocieplenia w tym regionie poprzez zwiększenie pokrywy roślinnej, co przyczynia się do obniżenia temperatury powierzchni poprzez zwiększoną parowanie i zmniejszoną absorpcję ciepła.
• Centralna i południowa Nigeria: Z kolei w centralnych i południowych regionach Nigerii anomalie LST rosną, co wskazują cieplejsze odcienie na mapie. W tych regionach dzienne LST jest wyższe niż przeciętnie, prawdopodobnie z powodu takich czynników, jak wylesianie, ekspansja rolnictwa i urbanizacja. Utrata roślinności na tych obszarach zmniejsza zdolność gleby do samoochładzania się, co prowadzi do wzrostu temperatury powierzchni.

Chociaż ogólny trend anomalii dziennego LST wskazuje na niewielki wzrost, nie jest on jednakowy w całym kraju. Północna Nigeria, korzystająca z działań GGW w zakresie zalesiania i gospodarowania gruntami, doświadcza trendu ochłodzenia, który pomaga przeciwdziałać szerszemu trendowi ocieplenia. Z drugiej strony, centralna i południowa Nigeria zmagają się ze wzrostem temperatur, napędzanym degradacją środowiska i ekspansją miejską.

3.3.2. Etiopia

Jak pokazano na poniższym rysunku 9 , który przedstawia trend czasowy wskaźnika NDVI i mapę trendu w Etiopii, trend anomalii wykazuje wzrost na linii regresji liniowej, co sugeruje statystycznie istotny ( wartość p 0,02905) dodatni trend anomalii zieloności roślinności w czasie (+0,00074/rok). Wskazuje to na stopniową poprawę stanu zdrowia lub zagęszczenia roślinności w porównaniu z historycznym poziomem bazowym. Przestrzenne trendy wskaźnika NDVI w Etiopii pozwalają zrozumieć lokalne zmiany w roślinności:

Rysunek 9. Szereg czasowy i mapa trendów NDVI w Etiopii. Kolor zielony oznacza obszary o trendzie wzrostowym NDVI, a kolor od żółtego do czerwonego – obszary o trendzie spadkowym NDVI. Chociaż ogólny NDVI w Etiopii ma trend wzrostowy (lewy dolny panel), w niektórych regionach obserwuje się trend spadkowy.

• Północna i Wschodnia Etiopia: Regiony północne i wschodnie, które są celem działań rekultywacyjnych i narażone na pustynnienie, charakteryzują się obszarami zazielenienia, co reprezentują zielone odcienie na mapie. Ten pozytywny trend przestrzenny sugeruje, że inicjatywy rekultywacyjne, takie jak ponowne zalesianie i zrównoważone zarządzanie gruntami, poprawiają warunki wegetacyjne, prawdopodobnie przyczyniając się do trwającego zazieleniania tych obszarów.
• Centralna i południowa Etiopia: Z kolei w centralnej i południowej części Etiopii występują obszary o negatywnym trendzie NDVI (odcienie od żółtego do pomarańczowego), co wskazuje na pogorszenie stanu roślinności lub jej pokrycia. Czynniki takie jak ekspansja rolnictwa, nadmierny wypas lub degradacja gleby mogą przyczyniać się do tego spadku, wpływając na dynamikę roślinności w tych regionach.

Łącząc trend czasowy z mapą przestrzenną, widać wyraźnie, że chociaż ogólna anomalia NDVI w Etiopii ma tendencję wzrostową, sugerując poprawę roślinności na skalę krajową, w niektórych regionach nadal obserwuje się lokalne spadki. Poprawa przestrzenna w północnej i wschodniej Etiopii jest zgodna z trwającymi działaniami rekultywacyjnymi, prawdopodobnie związanymi z inicjatywami takimi jak Wielki Zielony Mur. Jednak spadki w innych regionach podkreślają potrzebę bardziej kompleksowych interwencji, aby zapobiec dalszej degradacji. Ten schemat podkreśla złożoność i zróżnicowanie dynamiki roślinności w Etiopii, gdzie niektóre obszary doświadczają zazielenienia, a inne borykają się z problemami utraty roślinności.

Potwierdza to dodatkowo Rysunek 10 , który koncentruje się na czasowych i przestrzennych trendach opadów w Etiopii. Trend anomalii wykazuje dodatnie nachylenie na linii regresji liniowej, co sugeruje statystycznie istotny ( wartość p 0,017) wzrost anomalii opadów w czasie (+0,00045/rok). Wskazuje to na stopniowy wzrost poziomu opadów w porównaniu z poziomem bazowym, co potencjalnie przyczynia się do zmian w kondycji roślinności i dostępności wody w Etiopii. Mapa przestrzenna trendów opadów w Etiopii dodatkowo uwypukla lokalną zmienność opadów:

Rysunek 10. Szereg czasowy i mapa trendów opadów w Etiopii. Kolor zielony oznacza obszary o tendencji wzrostowej, a kolor od żółtego do czerwonego – obszary o tendencji spadkowej. Chociaż ogólna tendencja opadów w Etiopii wykazuje nieznaczny wzrost (lewy dolny panel), w niektórych regionach, zwłaszcza w północnej Etiopii, obserwuje się tendencję spadkową.

• Północna i Wschodnia Etiopia: Regiony te wykazują wyraźne pozytywne trendy w zakresie opadów, co wskazują zielone odcienie na mapie. Wzrost opadów w tych obszarach jest obiecującym sygnałem, szczególnie dla regionów podatnych na suszę i degradację gleby. Ten wzrost opadów jest zgodny z obszarami wykazującymi pozytywne trendy NDVI, co sugeruje, że zwiększone opady mogą przyczyniać się do odnowy i rewitalizacji roślinności, prawdopodobnie w związku z trwającymi inicjatywami, takimi jak Wielki Zielony Mur.
• Zachodnia Etiopia: Zachodnie regiony Etiopii charakteryzują się bardziej neutralnymi lub nieznacznie ujemnymi trendami opadów (przedstawionymi w odcieniach żółci). W tych obszarach opady deszczu mogą nie ulegać znaczącym zmianom, a niewielkie spadki mogą przyczyniać się do lokalnych problemów środowiskowych, takich jak spadek produktywności rolnictwa lub niedobór wody.

Podsumowując, połączenie analizy czasowej i przestrzennej wyraźnie wskazuje, że Etiopia doświadcza ogólnego wzrostu anomalii opadów, szczególnie w regionach północnych i wschodnich. Tendencja ta koreluje z poprawą roślinności, co zaobserwowano w odpowiednich danych NDVI. Jednak niektóre regiony na zachodzie nie odczuwają aż tak dużych korzyści ze wzrostu opadów, co wskazuje na potrzebę opracowania dostosowanych strategii zarządzania wodą w celu zapewnienia zrównoważonego rozkładu zasobów w całym kraju.

4. Dyskusja

Ocena inicjatywy Wielkiego Zielonego Muru (GGW) z wykorzystaniem teledetekcji satelitarnej zapewnia nowatorskie, wielowymiarowe podejście do śledzenia zmian środowiskowych w regionie Sahelu i Sahary, koncentrując się na roślinności, temperaturze powierzchni ziemi, opadach i wilgotności gleby. W przeciwieństwie do poprzednich badań, którym często brakuje ciągłości czasowej lub wystarczającego pokrycia przestrzennego, nasze podejście integruje wiele zestawów danych satelitarnych – dane z MODIS NDVI, dane o opadach IMERG i dane o wilgotności gleby z C3S – aby zapewnić spójny i kompleksowy obraz dynamiki ekosystemu. To połączenie pozwala nam monitorować stan roślinności, warunki wilgotności i wzorce klimatyczne w tym rozległym regionie, generując dane, które mogą bezpośrednio wpływać na strategie ograniczania pustynnienia. Wnioski uzyskane z pozytywnych trendów NDVI podkreślają na przykład obszary regeneracji roślinności, które mają kluczowe znaczenie dla ograniczenia erozji gleby, zwiększenia retencji wilgoci i wspierania bioróżnorodności. Wskaźniki te oferują cenny mechanizm sprzężenia zwrotnego dla decydentów, pomagając im w ukierunkowywaniu i udoskonalaniu celów GGW w zakresie odnowy w oparciu o obserwowane reakcje środowiskowe.

Z tym podejściem wiążą się jednak istotne ograniczenia i wyzwania. Najważniejszym z nich jest brak naziemnych obserwacji do walidacji, szczególnie w przypadku danych dotyczących wilgotności gleby i opadów, co ogranicza wiarygodność naszych wniosków. Dane z pomiarów terenowych są niezbędne do kalibracji i walidacji produktów satelitarnych, jednak region Sahelu i Sahary zmaga się z niedoborem obserwacji in situ ze względu na ograniczenia logistyczne i ekonomiczne. Ten niedobór ogranicza naszą zdolność do potwierdzania szacunków wilgotności gleby i opadów, wpływając na dokładność ocen suszy i monitorowania roślinności, które są kluczowe dla oceny powodzenia zalesiania. Ponadto luki w danych teledetekcyjnych, często spowodowane zachmurzeniem lub awariami czujników, mogą wprowadzać błędy – szczególnie w ocenach wzrostu roślinności w kluczowych okresach, takich jak pora deszczowa. Ponadto harmonizacja zbiorów danych o różnej rozdzielczości przestrzennej i czasowej, takich jak 5 km MODIS NDVI, 10 km opadów IMERG i 25 km wilgotności gleby C3S, może wprowadzać błędy, szczególnie w obszarach ekologicznie heterogenicznych. Chociaż alternatywne wskaźniki roślinności, takie jak Znormalizowany Różnicowy Wskaźnik Wody (NDWI) lub Wskaźnik Suszy Skorygowany Fenologicznie (PADI), mogłyby zapewnić dodatkowe spostrzeżenia, ich wdrożenie wykraczało poza zakres tego badania. Ograniczenia analizy przestrzennej stwarzają również wyzwania interpretacyjne, ponieważ trendy w skali regionalnej mogą przesłaniać znaczące lokalne różnice w wpływie renaturyzacji. Pozytywne trendy w NDVI w szerokich regionach mogą maskować obszary doświadczające lokalnej degradacji, co może prowadzić do nadmiernie optymistycznych wniosków na temat sukcesu GGW. Nasze mapy analizy regresji na poziomie pikseli oferują cenne spostrzeżenia przestrzenne, ale trendy te są wrażliwe na szum danych, szczególnie w strefach suchych, gdzie pokrywa roślinności jest rzadka. Innym aspektem wartym rozważenia jest sezonowość; Chociaż w tym przypadku wykorzystano średnie roczne, wahania sezonowe dostarczają kluczowych informacji na temat naturalnych cyklów roślinności i ich reakcji na zjawiska ekstremalne, takie jak susze czy nietypowe opady deszczu. Dzięki segmentacji NDVI i innych wskaźników sezonowo, przyszłe badania mogłyby dokładniej uchwycić wzorce roślinności, a tym samym udoskonalić analizę wpływu GGW.

Aby sprostać tym ograniczeniom, przyszłe badania mogłyby znacząco skorzystać z rozszerzonych obserwacji naziemnych we współpracy z lokalnymi agencjami, co umożliwiłoby stworzenie solidnej sieci monitoringu ekologicznego w regionie GGW. Uwzględnienie map obszarów aktywnie odbudowywanych mogłoby również pomóc w weryfikacji obserwowanych trendów teledetekcyjnych i usprawnić interpretację działań rekultywacyjnych. Sezonowe podejście analityczne umożliwiłoby również bardziej szczegółowe śledzenie cykli roślinności, dając jaśniejszy wgląd w skuteczność i odporność inicjatyw rekultywacyjnych.

5. Wnioski

Region Sahelu i Sahary nadal zmaga się z poważnymi wyzwaniami środowiskowymi wynikającymi ze złożonych skutków zmian klimatu, degradacji gleby i presji antropogenicznej. Inicjatywa Wielki Zielony Mur (GGW) została uruchomiona w celu rozwiązania tych problemów poprzez szeroko zakrojoną rekultywację gruntów i zrównoważone praktyki zarządzania. W niniejszym badaniu przeanalizowano dane satelitarne w celu oceny trendów roślinności za pomocą Znormalizowanego Wskaźnika Różnic Roślinności (NDVI), a także dziennych zmian temperatury powierzchni lądu (LST) i zmienności opadów w całym regionie. Nasze ustalenia wskazują na ogólnie pozytywny trend w zdrowiu roślinności w regionie Sahelu i Sahary, z dowodami na cofanie się obszarów pustynnych i rozszerzanie się stref roślinności, szczególnie od 2019 roku. Zmiany te sugerują pewną zgodność z celami inicjatywy GGW, chociaż trudno jest bezpośrednio przypisać obserwowany wzrost roślinności wyłącznie działaniom GGW bez wsparcia weryfikacją naziemną. Na obserwowany wzrost roślinności może wpływać kombinacja czynników, w tym zmiany klimatyczne i interwencje związane z GGW. Wzory opadów wykazywały zmienność, przy czym regiony doświadczały zarówno trendów pozytywnych, jak i negatywnych, które z kolei wpływają na dynamikę roślinności i LST. Chociaż obszary miejskie nadal się rozrastają, odzwierciedlając presję rozwoju, pozytywne trendy NDVI wskazują na poprawę stanu roślinności, szczególnie na obszarach, na których koncentruje się działalność GGW. Brak danych z badań terenowych pozostaje jednak ograniczeniem, ponieważ ogranicza możliwość jednoznacznego oddzielenia wpływu działalności GGW od szerszych zmian klimatycznych. Podsumowując, niniejsze badanie podkreśla złożoną interakcję między klimatem, dynamiką roślinności i działaniami rekultywacyjnymi w regionie GGW. Chociaż widoczne są znaczące zmiany w pokryciu terenu, dalsze badania z wykorzystaniem zintegrowanych metod naziemnych i teledetekcyjnych są niezbędne do jednoznacznej oceny wkładu GGW w te trendy. Kontynuowane i adaptacyjne strategie zarządzania będą miały kluczowe znaczenie dla osiągnięcia długoterminowych celów GGW, jakimi są zwiększenie odporności na zmiany klimatu i stabilności ekologicznej w regionie Sahelu i Sahary.

Odniesienia

1. Wielki Zielony Mur. Dostępne online: https://thegreatgreenwall.org/ (dostęp: 12 lipca 2024 r.).
2. Schleeter, R. „Wielki Zielony Mur”. National Geographic Education, National Geographic Society. 19 października 2023 r. Dostępne online: https://education.nationalgeographic.org/resource/great-green-wall/ (dostęp: 14 września 2024 r.).
3. de la O Campos, AP; Petracco, CK; Valli, E.; Sitko, N. Zazielenianie dla większego dobra: społeczno-gospodarczy wpływ rekultywacji gruntów w Wielkim Zielonym Murze. Ecol. Econ. 2024 , 224 , 108311. [ Google Scholar ] [ CrossRef ]
4. Cropper, J. „Utworzenie cudu świata”: Wielki Zielony Mur i historia degradacji środowiska w Sahelu w latach 1450–2022. Environ. Hist. 2024 , 30 , 291–313. [ Google Scholar ] [ CrossRef ]
5. Crosta, S. Od katastrof ekologicznych do panafrykańsko-afrykańskiego marzenia o Wielkim Zielonym Murze. Int. J. Francoph. Stud. 2020 , 23 , 243–262. [ Google Scholar ] [ CrossRef ]
6. Raman, S. Postępy w budowie Wielkiego Zielonego Muru w Afryce są powolne, ale pojawiają się promyki słońca. Dostępne online: https://news.mongabay.com/2023/08/progress-is-slow-on-africas-great-green-wall-but-some-bright-spots-bloom/ (dostęp: 12 lipca 2024 r.).
7. Delay, E.; Ka, A.; Niang, K.; Touré, I.; Goffner, D. Powrót do podejścia opartego na zasadzie wspólnoty w budowie Wielkiego Zielonego Muru w Senegalu. Polityka użytkowania gruntów 2022 , 115 , 106000. [ Google Scholar ] [ CrossRef ]
8. Turner, MD; Carney, T.; Lawler, L.; Reynolds, J.; Kelly, L.; Teague, MS; Brottem, L. Rewitalizacja środowiska i bezbronność ubogich: przypadek Wielkiego Zielonego Muru. Polityka użytkowania gruntów 2021 , 111 , 105750. [ Google Scholar ] [ CrossRef ]
9. Townshend, JRG; Justice, C. W kierunku operacyjnego monitorowania systemów lądowych za pomocą teledetekcji o umiarkowanej rozdzielczości. Remote Sens. Environ. 2002 , 83 , 351–359. [ Google Scholar ] [ CrossRef ]
10. Tucker, CJ Red i fotograficzne kombinacje liniowe w podczerwieni do monitorowania roślinności. Remote Sens. Environ. 1979 , 8 , 127–150. [ Google Scholar ] [ CrossRef ]
11. Unganai, LS; Kogan, FN Monitorowanie suszy i szacowanie plonów kukurydzy w Afryce Południowej na podstawie danych AVHRR. Remote Sens. Environ. 1998 , 63 , 219–232. [ Google Scholar ] [ CrossRef ]
12. Qu, C.; Hao, X.; Qu, JJ Monitorowanie ekstremalnej suszy rolniczej nad Rogiem Afryki (HOA) przy użyciu pomiarów teledetekcyjnych. Remote Sens. 2019 , 11 , 902. [ Google Scholar ] [ CrossRef ]
13. Choi, T.; Qu, JJ; Xiong, X. Trzynastoletnia analiza suszy w Rogu Afryki z wykorzystaniem pomiarów MODIS NDVI i NWDI. W: Materiały z 2. Międzynarodowej Konferencji Agro-Geoinformatycznej, Fairfax, VA, USA, 12–16 sierpnia 2013 r. [ Google Scholar ]
14. Choi, TJ; Qu, JJ Oszacowanie frakcji parowania na orbicie przy użyciu metody trójkątnej opartej na histogramie z Terra MODIS. J. Appl. Remote Sens. 2017 , 11 , 016038. [ Google Scholar ] [ CrossRef ]
15. Awange, JL; Schumacher, M.; Forootan, E.; Heck, B. Badanie wzorców suszy hydrometeorologicznej nad Wielkim Rogiem Afryki (1979–2014) z wykorzystaniem produktów teledetekcji i ponownej analizy. Adv. Water Resour. 2016 , 94 , 45–59. [ Google Scholar ] [ CrossRef ]
16. Mohammed, Y.; Yimer, F.; Tadesse, M.; Tesfaye, K. Ocena suszy meteorologicznej na wyżynach północno-wschodnich Etiopii. Int. J. Clim. Chang. Strateg. 2018 , 10 , 142–160. [ Google Scholar ] [ CrossRef ]
17. Klisch, A.; Atzberger, C. Operacyjny monitoring suszy w Kenii z wykorzystaniem szeregów czasowych MODIS NDVI. Remote Sens. 2016 , 8 , 267. [ Google Scholar ] [ CrossRef ]
18. Tarnavsky, E.; Grimes, D.; Maidment, R.; Black, E.; Allan, RP; Stringer, M.; Chadwick, R.; Kayitakire, F. Rozszerzenie monitoringu opadów atmosferycznych za pomocą satelity TAMSAT na Afrykę od 1983 r. do chwili obecnej. J. Appl. Meteorol. Climatol. 2014 , 53 , 2805–2822. [ Google Scholar ] [ CrossRef ]
19. Fassinou, FJC; Cesaro, J.-D.; Nungi-Pambu, M.; Fensholt, R.; Brandt, M.; Akodewou, A.; Diouf, AA; Mbaye, T.; Taugourdeau, S. Kwantyfikacja wpływu Wielkiego Zielonego Muru i plantacji korporacyjnych na zagęszczenie drzew i biomasę w sahelskim Senegalu. Trees For. People 2024 , 16 , 100569. [ Google Scholar ] [ CrossRef ]
20. Gadzama, NM. Osłabienie skutków pustynnienia poprzez zrównoważony rozwój Wielkiego Zielonego Muru w Sahelu w Afryce. World J. Sci. Technol. Sustain. Dev. 2017 , 14 , 279–289. [ Google Scholar ] [ CrossRef ]
21. Ingrosso, R.; Pausata, FS. Kontrastujące skutki Wielkiego Zielonego Muru: łagodzenie suszy przy wzroście ekstremalnych upałów. One Earth 2024 , 7 , 455–472. [ Google Scholar ] [ CrossRef ]
22. Jalam, AM; Sharaai, AH; Ariffin, M.; Zainudin, N.; Musa, HD Wdrażanie wskaźników efektywności w celu niwelowania luk w monitorowaniu Wielkiego Zielonego Muru w Afryce. Environ. Health Eng. Manag. J. 2023 , 10 , 429–439. [ Google Scholar ] [ CrossRef ]
23. Mechiche-Alami, A.; O’byrne, D.; Tengberg, A.; Olsson, L. Ocena potencjału skalowania projektów zrównoważonego zarządzania gruntami w krajach Wielkiego Zielonego Muru Sahelu. Environ. Res. Lett. 2022 , 17 , 084016. [ Google Scholar ] [ CrossRef ]
24. O’byrne, D.; Mechiche-Alami, A.; Tengberg, A.; Olsson, L. Wpływ społeczny zrównoważonego zarządzania gruntami w krajach Wielkiego Zielonego Muru: ramy ewaluacyjne oparte na podejściu opartym na zdolnościach. Land 2022 , 11 , 352. [ Google Scholar ] [ CrossRef ]
25. O’Connor, D.; Ford, J. Zwiększanie skuteczności Wielkiego Zielonego Muru jako adaptacja do skutków zmiany klimatu i pustynnienia w Sahelu. Zrównoważony rozwój 2014 , 6 , 7142–7154. [ Google Scholar ] [ CrossRef ]
26. Smiatek, G.; Kunstmann, H. Potencjalny wpływ panafrykańskiego Wielkiego Zielonego Muru na opady deszczu w Sahelu latem: globalne podejście modelowe z wykorzystaniem Mpas. Earth Interact. 2023 , 27 , 220013. [ Google Scholar ] [ CrossRef ]
27. Britannica, Redaktorzy Encyklopedii. Sahel. Encyklopedia Britannica. 13 września 2024 r. Dostępne online: https://www.britannica.com/place/Sahel (dostęp: 14 września 2024 r.).
28. Mapy i dane GADM. Dostępne online: https://gadm.org/ (dostęp: 12 lipca 2024 r.).
29. Dane NASA dotyczące nauk o Ziemi. Dostępne online: https://earthdata.nasa.gov/ (dostęp: 22 lipca 2024 r.).
30. Dorigo, W.; Preimesberger, W.; Reimer, C.; Van der Schalie, R.; Pasik, A.; De Jeu, R.; Paulik, C. Dane z siatki wilgotności gleby od 1978 r. do chwili obecnej, wersja 201912.0.0. Magazyn danych klimatycznych (CDS) Copernicus Climate Change Service (C3S). Dostępne online: https://catalogue.ceda.ac.uk/uuid/28935552223242ca97953a8db99c2821/ (dostęp: 16 lipca 2024 r.).
31. Hafner, J.; DeCarlo, S. Miesięczne opady deszczu z wielu satelitów i innych źródeł TRMM o amplitudzie 0,25° × 0,25° (3B43). Dostępne online: http://apdrc.soest.hawaii.edu/datadoc/trmm_3b43.php (dostęp: 12 lipca 2024 r.).
32. Duan, Z.; Bastiaanssen, W. Pierwsze wyniki dotyczące produktu wytrącania TRMM 3B43 w wersji 7 w połączeniu z nową procedurą downscalingu i kalibracji. Remote Sens. Environ. 2013 , 131 , 1–13. [ Google Scholar ] [ CrossRef ]