Introducción
La desertificación, entendida como la degradación del territorio en zonas áridas¹, es una manifestación del grado de acoplamiento y adaptación de las sociedades al ritmo y a los servicios de sus ecosistemas. De esta forma, un territorio desertificado es resultante de una explotación excesiva y mantenida en el tiempo de los servicios preexistentes. Dado que el 40% de la población mundial², y el 79% de la población española³, viven en zonas áridas es de vital importancia conocer las causas, procesos y forzamientos que llevan a un territorio a desertificarse. El estado español ha dado importancia a esta temática mediante el Programa de Acción Nacional contra la Desertificación (PAND) en 2008 y, más recientemente, la Estrategia Nacional de Lucha contra la Desertificación (ENLD) en 2022. Además de recoger los factores y procesos que llevan a la desertificación de un territorio, así como propuestas para evitarlo, ambos documentos definen unos paisajes o escenarios de desertificación (PD) que describen las áreas desertificadas. Sin embargo, en ninguno de los dos casos se definen espacialmente explícitamente. Por ello, en este estudio aproximamos dichas localizaciones basándonos en información ya existente y las evaluamos atendiendo a las evidencias en cada PD.
Metodología
Una flaqueza de ambos documentos, el PAND y la ENLD, es que los PD no tienen una representación espacial definida; probablemente debido a la complejidad de desentrelazar los procesos y factores que llevan a un territorio a desertificarse, de sus manifestaciones físicas. Prueba de ello es el gran rango de posibilidades que los nombres de algunos PD ofrecen. Siguiendo el trabajo que inició el proyecto SURMODES⁴, y el usado en el Atlas Mundial de la Desertificación (AMD), usamos la Convergencia de Evidencias para detectar aquellas áreas del territorio estatal proclives a la degradación. Para ello, definimos las siguientes variables espaciales (Figura 2) derivadas del trabajo realizado hasta la fecha en el Atlas de la Desertificación de España de la Fundación Biodiversidad³: acuíferos en mal estado (acuiferos); zonas con afección media o superior de erosión laminar, en regueros o eólica (erosion); zonas afectadas por estrés hídrico (estrehídrico); tendencia decreciente del índice de vegetación mejorado (trendevi); la pérdida de cobertura forestal (forestloss); el índice de influencia humana (hii); el número de incendios (incendios); las zonas con invernaderos (invernaderos); el cambio en la irrigación respecto al año 2000 (irrchange); el cambio en los usos del suelo (LCChange); la densidad de cabezas de ganado (livestock); las zonas con macrogranjas (macrogranjas); el cambio en la productividad primaria neta (NPPChange); la densidad de la población (NPPChange); el cambio del contenido en carbono del suelo (SOCChange) y la tendencia del rendimiento de los cultivos en el periodo 2000-2020 (yieldtrend). Toda esta información fue obtenida o procesada a partir de bases de datos públicas como puedan ser el Corine Land Cover en diferentes años, el Anuario de Estadística agraria, el Instituto Nacional de Estadística o productos MODIS, por ejemplo. Por último, contamos en cada píxel la coincidencia con cada una de las 16 variables, obteniendo un mapa de Convergencia de Evidencias a nivel nacional (Figura 1), anticipando un mapa de degradación del territorio que nos ayude a localizar las áreas en las que ésta podría ocurrir. En cuanto a los PD del PAND y la ENLD, nos apoyamos en diferentes bases de datos espaciales, como el Corine Land Cover o el Inventario Nacional de Erosión de Suelos, para localizar espacialmente aquellas áreas en las que tanto los factores físicos descritos en cada PD, como los procesos de desertificación que los definen, coinciden (Figura 1a y 1b). Por ejemplo, usamos tendencias de productividad negativas y la localización de áreas arbustivas y pastizales (entre otros) del Corine Land Cover de 2008, para definir espacialmente el PD5 del PAND: matorrales degradados y eriales. En otros casos, tuvimos que dividir el PD por la amplitud de su definición, que hizo más fácil detectarlos separadamente (ENLD PD3.1 y PD3.2). Por último, calculamos la proporción de cada variable de la Convergencia de Evidencias en cada PD (Figura 2).