Skip to content

GRF · Governance del clima e della natura

Scienze agrarie, del suolo e dell'alimentazione per la governance del clima e della natura

Agricultural science explains how crops, livestock, soils and farming sistemi respond to climate, water and policy. In this field it links food and water governance, showing how support, irrigation rules and land rights shape production, water use and the exposure of farmers to drought.

01Registrare

Dati principali.

Registro del metodoMetodo STEM
  1. MetodoScienze agrarie, del suolo e alimentari
  2. CustodeFood Nexus
  3. Applicato inGovernance del clima e della natura
  4. Pagina canonicaBeni comuni STEM
02Domanda di adesione

What agricultural, soil and food science does here.

Agricultural science studies crop and livestock production, soil processes and food sistemi. It explains how weather, pests, soil degradation and markets combine to affect yields and food availability. In climate and hazards, biodiversity and nature, water and food and agriculture, agricultural assessment supports allerta precoce of food shortages, crop insurance design and adaptation planning. It connects climate, water and trade risks to nutrition and price stability. The canonical description is on i beni comuni STEM.

Irrigation and crop choice

Crop water requirements and yield responses are compared across support regimes to show how policy shapes water demand in scarce basins.

Drought impact on yields

Crop models and observed yields estimate harvest losses under drought scenarios, giving reserve and trade authorities evidence of exposure.

Smallholder adaptation options

Field trial and survey evidence on drought-tolerant varieties, water harvesting and soil management is reviewed with the conditions for uptake stated.

03Geografia

Growing conditions in the Andes.

Crop greenness, root-zone soil moisture, plant growth and population density over the Andes, from NASA GIBS. Each layer carries its own date.

La mappa interattiva richiede JavaScript; l'elenco dei livelli e le fonti sono riportati sotto.

Livelli 4

Growing conditions, for this page

Informazioni su questo livello
Evidenze
Osservato (le nuvole lasciano lacune)
Fonte
MODIS Terra NDVI (NASA LANCE)
Fornitore
NASA LANCE
Licenza
Dati aperti NASA
Annata
giornaliero; indice satellitare; le nuvole lasciano lacune
Più recente alla compilazione
2026-10-13
Risoluzione
griglia di circa 250 m
Incertezza
Indice satellitare di verdeggiamento sugli 8 giorni fino alla data indicata; un indicatore dello stato di colture e pascoli, non una stima della resa né un'allerta di sicurezza alimentare.
Raggiungibile tramite
gibs.earthdata.nasa.gov, solo dopo che avete consentito la mappa dal vivo
Informazioni su questo livello
Evidenze
Modellato
Fonte
SMAP Level 4 (NASA NSIDC DAAC)
Fornitore
NASA NSIDC DAAC
Licenza
Dati aperti NASA
Annata
giornaliero; modello con assimilazione di dati satellitari
Più recente alla compilazione
2026-10-11
Risoluzione
griglia di circa 2 km
Incertezza
Modello con assimilazione di dati satellitari. Raster satellitare o di modello come pubblicato dal fornitore. Nuvole, lacune di swath ed errori di recupero lasciano lacune e rumore; i valori sono indicatori, non misurazioni in un luogo.
Raggiungibile tramite
gibs.earthdata.nasa.gov, solo dopo che avete consentito la mappa dal vivo
Informazioni su questo livello
Evidenze
Modellato (ultimo periodo di 8 giorni pubblicato da GIBS)
Fonte
MODIS Aqua GPP (MYD17) (NASA LP DAAC)
Fornitore
NASA LP DAAC
Licenza
Dati aperti NASA
Annata
8 giorni; modello guidato da satellite; ultimo periodo di 8 giorni pubblicato da GIBS
Più recente alla compilazione
2026-09-30
Risoluzione
griglia di circa 500 m
Incertezza
Stima da modello del carbonio assorbito dalle piante nel periodo di 8 giorni indicato; un indicatore di crescita, non di raccolto né di produzione.
Raggiungibile tramite
gibs.earthdata.nasa.gov, solo dopo che avete consentito la mappa dal vivo
Informazioni su questo livello
Evidenze
Stimato
Fonte
Gridded Population of the World v4.11 (NASA SEDAC (CIESIN, Columbia University))
Fornitore
NASA SEDAC (CIESIN, Columbia University)
Licenza
CC BY 4.0
Annata
null; Stima basata sul censimento, statica (2020)
Risoluzione
griglia di circa 1 km
Incertezza
Stima basata sul censimento degli abitanti per chilometro quadrato nel 2020, mostrata come contesto di esposizione; non un conteggio delle persone colpite da un pericolo.
Raggiungibile tramite
gibs.earthdata.nasa.gov, solo dopo che avete consentito la mappa dal vivo
Informazioni su questo livello
Evidenze
Modellato (ultimo anno pubblicato da GIBS)
Fonte
MODIS Terra e Aqua copertura del suolo (MCD12Q1) (NASA LP DAAC)
Fornitore
NASA LP DAAC
Licenza
Dati aperti NASA
Annata
annuale; classificazione satellitare; ultimo anno pubblicato da GIBS
Più recente alla compilazione
2024-01-01
Risoluzione
griglia di circa 500 m
Incertezza
Classi di copertura del suolo da satellite per l'anno mostrato, comprese le colture; una classificazione con errori noti, non un registro agricolo.
Raggiungibile tramite
gibs.earthdata.nasa.gov, solo dopo che avete consentito la mappa dal vivo
Informazioni su questo livello
Evidenze
Osservato (la nuvolosità persistente lascia comunque lacune)
Fonte
VIIRS NOAA-20 Level 3, 8 giorni (NASA LANCE)
Fornitore
NASA LANCE
Licenza
Dati aperti NASA
Annata
8 giorni; composito satellitare di 8 giorni; la nuvolosità persistente lascia comunque lacune
Più recente alla compilazione
2026-09-14
Risoluzione
griglia di circa 1 km
Incertezza
Temperatura superficiale del suolo da satellite nei 8 giorni fino alla data mostrata, un indicatore di esposizione al calore; non temperatura dell'aria, indice di calore o allerta caldo.
Raggiungibile tramite
gibs.earthdata.nasa.gov, solo dopo che avete consentito la mappa dal vivo

Ultimo disponibile

NASA GIBS / EOSDIS · ASTER GDEM (METI, NASA) · Blue Marble (NASA) · © contributori di OpenStreetMap (ODbL) · Natural Earth

Caricamento delle immagini NASA più recenti.

Trascina per spostare. Ctrl o ⌘ e scorrimento, pizzico o i pulsanti per lo zoom; passa il puntatore per i valori sottostanti; il ripristino riporta alla regione.

Growing conditions, framed on the Andes.Prodotti satellitari e di modelli così come li pubblica la NASA, ciascuno con la propria data. Sono indicatori, non valutazioni di alcun luogo.

Dati: NASA GIBS · ASTER GDEM · Blue Marble · © contributori di OpenStreetMap · Natural Earth · NASA EONET · NASA SMAP · U.S. Geological SurveyFonti e licenze

  • We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). Dati aperti NASA
  • We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). Dati aperti NASA
  • Prodotti terrestri MODIS (indici di vegetazione, produzione primaria lorda, copertura del suolo), NASA LP DAAC e LANCE; immagini tramite NASA GIBS. Colori ridisegnati dalla scala cromatica pubblicata; valori mediati in celle esagonali dove mostrati (modificato). Dati aperti NASA
  • Umidità del suolo e massa nevosa SMAP livello 4, NASA Global Modeling and Assimilation Office; distribuiti dal NASA National Snow and Ice Data Center DAAC; immagini tramite NASA GIBS. Colori ridisegnati dalla scala cromatica pubblicata; valori mediati in celle esagonali dove mostrati (modificato). Dati aperti NASA
  • Center for International Earth Science Information Network (CIESIN), Columbia University. 2018. Gridded Population of the World, Version 4 (GPWv4): Population Density, Revision 11. NASA Socioeconomic Data and Applications Center (SEDAC). Con licenza CC BY 4.0. Colori ridisegnati dalla palette pubblicata; valori mediati in celle esagonali ove mostrati (modificato). doi:10.7927/H49C6VHW. CC BY 4.0
  • Prodotti VIIRS quasi in tempo reale (alluvioni, temperatura della superficie terrestre, copertura nevosa, riflettanza corretta), NASA LANCE; immagini tramite NASA GIBS. Colori ridisegnati dalla scala cromatica pubblicata; valori mediati in celle esagonali dove mostrati (modificato). Dati aperti NASA
  • ASTER GDEM è un prodotto di METI e NASA (ASTER Global Digital Elevation Model V003, NASA LP DAAC); immagini tramite NASA GIBS. Colori ridisegnati dalla scala cromatica pubblicata; valori mediati in celle esagonali dove mostrati (modificato). Citare come: NASA/METI/AIST/Japan Spacesystems and U.S./Japan ASTER Science Team (2019). ASTER Global Digital Elevation Model V003. doi:10.5067/ASTER/ASTGTM.003. Dati aperti NASA
  • Realizzato con Natural Earth. Dati cartografici vettoriali e raster gratuiti @ naturalearthdata.com. Pubblico dominio
  • © Collaboratori di OpenStreetMap (ODbL), tramite NASA GIBS (coste, confini, strade e nomi di luoghi). Colori ridisegnati dalla mappa di colori pubblicata; valori mediati in celle esagonali dove mostrati (modificato). ODbL
  • Blue Marble, NASA Earth Observatory; immagini tramite NASA GIBS. Colori ridisegnati dalla scala cromatica pubblicata; valori mediati in celle esagonali dove mostrati (modificato). Dati aperti NASA
  • Contesto sul globo e sulla mappa piana: linee costiere, confini, strade e toponimi dai livelli di riferimento NASA GIBS (dati OpenStreetMap, ODbL, © contributori di OpenStreetMap); immagini Blue Marble come base facoltativa; terreno 3D e lettura dell'altitudine dall'indice cromatico di elevazione ASTER GDEM (classi da 5 m a 200 m, esagerate per leggibilità). I confini sono tracciati come pubblicati e non implicano alcuna posizione su alcun territorio.
  • Eventi in tempo reale: NASA Earth Observatory Natural Event Tracker (EONET); gli eventi sono indicativi e conservano i link alle fonti originali.
  • In diretta: gli eventi NASA EONET sono indicativi e non costituiscono allerte delle autorità.
  • Observed (EO): NASA SMAP. We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
  • In tempo reale: gli eventi dell'U.S. Geological Survey sono indicativi, non allerte delle autorità.
  • NASA GIBS: We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
  • Previsione della portata fluviale, 30 giorni con intervallo (GloFAS tramite Open-Meteo): contiene informazioni modificate del Copernicus Emergency Management Service 2026; non è un'allerta alluvione.
  • Ultimo anno, temperatura giornaliera (ERA5 tramite Open-Meteo): contiene informazioni modificate del Copernicus Climate Change Service 2026.
  • Ultimo anno, temperatura e soleggiamento giornalieri (NASA POWER): questi dati provengono dal progetto POWER del NASA Langley Research Center (LaRC), finanziato dal programma NASA Earth Science/Applied Science..
  • Dati meteorologici di Open-Meteo.com (https://open-meteo.com/), con licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/).
  • I livelli facoltativi (14 fonti nell'elenco dei livelli: in diretta, previsione, osservati e contesto) mostrano il credito del fornitore sulla mappa e qui quando sono attivati; le previsioni sono output di modelli e gli indici derivati sono stime.

Livelli e date

  • Verdeggiamento della vegetazione (NDVI), 8 giorni mobili: MODIS Terra NDVI, NASA LANCE · 13 ott 2026
  • Umidità del suolo nella zona radicale, 0-100 cm: SMAP livello 4, NASA NSIDC DAAC · 11 ott 2026
  • Produzione primaria lorda, totale su 8 giorni: MODIS Aqua GPP (MYD17), NASA LP DAAC · 30 set 2026
  • Densità di popolazione, 2020: Popolazione: CIESIN, Columbia University, Gridded Population of the World v4.11 (2018), NASA SEDAC, CC BY 4.0 · statico
  • Tipo di copertura del suolo (IGBP), annuale: copertura del suolo MODIS Terra e Aqua (MCD12Q1), NASA LP DAAC · 2024
  • Temperatura della superficie terrestre, diurna, composito di 8 giorni: VIIRS NOAA-20 Level 3, 8 giorni, NASA LANCE · 14 set 2026

04Dati

Cosa utilizza il metodo.

Datasets and records used by agricultural, soil and food science on this platform, with the role each plays and the label its values carry. Sources are listed in registro delle fonti.

DatiRuoloEtichetta
FAOSTAT production and yieldAgricultural outputStatistiche pubblicate
Crop model outputsScenario yieldsMODELLATO
Household and farm surveysPractices and outcomesOSSERVATO
OECD producer support estimatesPolicy incentivesSTIMATO
05Monitoraggio

Field sampling.

La schermata che un gruppo utilizzerebbe per seguire questo metodo: misure, stati e decisioni. I nomi sono esempi e i valori sono illustrativi.

Field sampling

Climate and nature governance · Agricultural, soil and food · Run R-8370

Three sites overdueGRF · Governance del clima e della natura

Sampling sites

red: result above guideline

Dimensione del cerchio: valore di esposizione · esempioN

Latest results

S-11Basin7.86Sopra
S-48Entità11.87Sotto
S-49Implementazione5.110Sopra
S-49Adaptation11.810Sotto

Trend at selected site

Field sampling: the screen’s structure, terms and states for Climate and nature governance.Nomi di esempio e valori illustrativi; un progetto, non un registro né un sistema attivo.
06Validazione

Come vengono verificati i risultati.

Crop models are compared with observed yields across sites and seasons. Replicated field trials and multi-model intercomparisons test robustness.

VerificaCome si fa
Yield gap contextYield comparisons state soil, climate and input conditions
Model ensembleCrop model results are reported across several models
Survey representativenessFarm survey results state sampling and weighting

Models often omit management practices, pests and extreme events that drive actual losses. Smallholder systems are underrepresented in data.

07Modello decisionale

Which sectors a disruption reaches, and for how long.

How far a disruption spreads through the economy and how much faster recovery shortens it, to set priorities for continuity and support measures. Teaching model with stated illustrative values, not a prediction. The map on this page shows The Andes; the model itself is not tied to a place.

Comandi

Settore colpito per primo (posizione nell'elenco)
0
Entità dello shock
30% della sua produzione
Durata dello shock
30 days
Tasso di recupero
0.08 al giorno
Giorni simulati
180 days

Letture

Produzione perduta nel periodo
0.56% of a year’s output
Totale su diretto (moltiplicatore)
1.89 times
Altro settore più colpito
Wholesale and retail
Il suo picco di inoperabilità
3.9%
Numeri, metodi e fonti
SettoreInoperabilità massima (%)Peso della produzione (%)
Farming30.268.6
Fertiliser and inputs2.3413.3
Trasformazione alimentare2.1620.2
Trasporti0.3623.7
Wholesale and retail3.9514.7
L'energia3.8219.5

Metodi

  1. Analisi input-output Leontief (1936); Miller and Blair (2009), Input-Output Analysis, Cambridge University Press
  2. Modello input-output di inoperabilità Haimes and Jiang (2001), Journal of Infrastructure Systems 7
  3. Inoperabilità dinamica e ripresa Lian and Haimes (2006), Systems Engineering 9
  4. Ventaglio di incertezza (Monte Carlo sui parametri) Spiegelhalter, Pearson e Short (2011), Visualising uncertainty about the future, Science 333
  5. Sensibilità un fattore alla volta (tornado) Saltelli and others (2008), Global Sensitivity Analysis: The Primer, Wiley

Dati

The model runs on the teaching values set by the controls. To calibrate it for a place, read it against these admitted layers and series, which this page’s map can draw:

  • Porti marittimi Natural Earth
  • Strozzature marittime Nexus (stretti e canali nominati alle loro coordinate pubblicate)
  • Ferrovie Natural Earth
  • Strade principali Natural Earth
Which sectors a disruption reaches, and for how long. Illustrative teaching model: it runs on the values set by the controls, not on measured data. Methods: Input-output analysis (Leontief (1936); Miller and Blair (2009), Input-Output Analysis, Cambridge University Press); Inoperability input-output model (Haimes and Jiang (2001), Journal of Infrastructure Systems 7); Dynamic inoperability and recovery (Lian and Haimes (2006), Systems Engineering 9).
09Implementazione

Dal mandato alla valutazione, per pilastro.

I passaggi che uno strumento compie dal mandato alla valutazione, ciascuno con il pilastro che lo gestisce, e le decisioni che restano all'autorità. Modello didattico con valori illustrativi dichiarati, non una previsione. La mappa di questa pagina mostra le Ande; il modello in sé non è legato a un luogo.

  1. Mandato e inquadramento del problema Autorità competente (al di fuori del programma)
    Un'autorità competente inquadra il problema e il mandato secondo le proprie regole. Howlett, Ramesh e Perl (2009)
  2. Evidenze e modello del sistema Foundry
    Il sistema è modellato con i suoi meccanismi di retroazione, i dati e i limiti dichiarati. OCSE (2014), principio 2
  3. Opzioni valutate con scenari Foundry
    Gli strumenti sono confrontati in diversi scenari, con l'incertezza esplicitata. Hood (1983)
  4. Esercitazione con i portatori di interesse Universo
    Le opzioni sono messe alla prova in un'esercitazione con chi dovrebbe attuarle e sopportarne le conseguenze. OECD (2014), principio 3
  5. Norma o linee guida redatte Nexus Standards
    Ciò che funziona viene codificato come norma o linee guida, aperte ai commenti. Processo di Nexus Standards
  6. Decisione dell'autorità Autorità competente (al di fuori del programma)
    L'autorità decide, al di fuori del programma, sulla base delle evidenze agli atti. Howlett, Ramesh e Perl (2009)
  7. Capacità e formazione Risk Academy
    Chi attua riceve formazione sullo strumento deciso e sui suoi dati. Quadro di riferimento di Sendai per la riduzione del rischio di disastri (2015), priorità 2
  8. Monitoraggio e rapporto pubblico Rapporti
    Gli indicatori sono pubblicati con fonti, limiti e correzioni. OECD (2014), principio 5
  9. Valutazione e revisione Nexus Standards
    I risultati tornano alla norma e al modello: il ciclo si chiude. Howlett, Ramesh e Perl (2009)

Metodi

  1. Ciclo delle politiche Howlett, Ramesh e Perl (2009), Studying Public Policy, Oxford University Press
  2. Governance dei rischi critici OECD (2014), Recommendation of the Council on the Governance of Critical Risks
  3. Layered drawing of directed graphs Sugiyama, Tagawa e Toda (1981), IEEE SMC 11
Dal mandato alla valutazione, per pilastro: i passaggi come registrati, ciascuno con il proprio pilastro; fonti come citate in ogni passaggio.
10Custodia

Chi mantiene il metodo.

Food Nexus stewards agricultural, soil and food science for the Consortium and reviews how it is applied across platforms.

11Simulatore di gemello e cascata

Exercise the cascade with the people who decide.

Assembled from the Nexus Standards area profile Adattamento climatico e rischio di transizione: the hazards it names, the sistemi and communities that carry the loss, the controls and institutions that dampen it and the data that observe it. Pick an initiating event and step through the cascade to see where mandates meet and which decisions fall to whom. The Map view places the run on an example geography with open data. Every weight is a stated assumption. An exercise for dialogue, not a forecast, an assessment or a position. To model a place of your own choosing, open the full Costruttore di sistemi.

Pericoli

  • Innalzamento del livello del mare
  • Ondata di calore
  • Tempesta di vento
  • Alluvione lampo
  • Siccità meteorologica
  • Esaurimento delle acque sotterranee
  • Blackout diffuso (innescato a valle)
  • Grande disturbo forestale (innescato a valle)
  • Incendio boschivo (innescato a valle)
  • Condizioni meteorologiche estreme per gli incendi (innescate a valle)
  • Stress della rete dovuto al caldo (innescato a valle)
  • Siccità agricola (innescata a valle)
  • Siccità lampo (innescata a valle)
  • Siccità nevosa (innescata a valle)
  • Episodio di ozono troposferico (innescato a valle)
  • Colata detritica (innescata a valle)
  • Siccità idrologica (innescata a valle)
  • Incendio di torba e sotterraneo (innescato a valle)

Comandi

  • NS-0 Costituzione e principi
  • NS-3 UNI dei record di rischio (grammatica, corrispondenza legacy, autorità di assegnazione)
  • NS-9 UNI contestuali (distribuzioni, istanze, istanze di programma)
  • NS-10 Politiche e clausole (obblighi leggibili dalle macchine: definizione, vincolo, valutazione e applicazione)
  • NS-11 Verifica e monitoraggio (evidenze, attestazioni, osservazione della conformità zero trust)
  • NS-14 Conformità e corrispondenza con standard esterni
  • NRS-X1 Rischio climatico e adattamento
  • NRS-T16 Rischio degli agenti di IA e dei sistemi decisionali autonomi
  • NRS-H65 Famiglia di pericoli: superamento dei confini planetari (NHS-1 planet.boundary)
  • NRS-I7 Applicazioni di intelligence: recupero fondato sulle fonti, ragionamento e supporto alle decisioni
  • NRS-K20 Profilo del pacchetto tematico: Adattamento climatico (DOMAIN-020)
  • NRS-K21 Profilo del pacchetto di dominio: carbonio e mitigazione del clima (DOMAIN-021)

Osservazione

  • Proiezioni climatiche CMIP6 (Copernicus Climate Data Store) (elencato come riferimento)
  • NGFS Scenario Explorer (elencato come riferimento)
  • Rianalisi ERA5 (Copernicus Climate Data Store) (elencata come riferimento)
  • World Bank Open Data e API dei World Development Indicators (elencati come riferimento)
  • Numero di paesi con contributi determinati a livello nazionale, strategie a lungo termine, piani nazionali di adattamento e comunicazioni sull'adattamento
  • Numero di paesi che adottano e attuano strategie nazionali di riduzione del rischio di disastri in linea con il Quadro di riferimento di Sendai per la riduzione del rischio di disastri

Geografia di esempio

  • Stati insulari del Pacifico: 150 celle esagonali
  • Luci notturne di stanotte, blackout (VIIRS Day/Night Band), NASA GIBS
  • Temperatura dell'aria in superficie, diurna (AIRS), NASA GIBS
  • Intensità delle precipitazioni, ultima mezz'ora (IMERG), NASA GIBS
  • Acque superficiali attraverso le nuvole, 30 m (radar OPERA DSWx-S1), NASA GIBS
13Firma del settore

Who a decision on agricultural, soil and food science for climate and nature governance reaches.

The sectors a policy on agricultural, soil and food science for climate and nature governance has to coordinate: a choice in one ministry lands in the others.

Seleziona gli angoli · passa il cursore sulle linee6 / 15 relazioni

Firma

Food and Biodiversity

Food gives biodiversity land conversion (0.6): the strongest relations between the sectors this subject joins.

W · E · I · F · H · B

Settori
4 di 6
Relazioni
6 di 15
Accoppiamento
0.46 quota sul totale

Relazioni più forti in gioco

  • Cibo → Biodiversità · conversione del suolo0.6
  • Acqua → Cibo · irrigazione0.8
  • Acqua → Biodiversità · flussi ambientali0.6
  • Cibo → Salute · nutrizione0.7
Valori didattici per una città-regione tipo, non misure di un luogo. L'accoppiamento è la somma delle intensità delle relazioni in gioco, come quota delle quindici.
14Domande

Domande e risposte.

What are the limits of agricultural, soil and food science in this field?
Models often omit management practices, pests and extreme events that drive actual losses. Smallholder systems are underrepresented in data.
Come vengono verificati i risultati?
Crop models are compared with observed yields across sites and seasons. Replicated field trials and multi-model intercomparisons test robustness.
I valori di questa pagina sono reali?
The data names, roles and checks are real descriptions of practice. The canvas shows a design of the method’s use, not a run; no result is reported here.
Dove altro viene applicato questo metodo?
L'Observatory pagina canonica del metodo elenca ogni piattaforma che lo applica.
15Strumenti e impegni

Strumenti, mandati e impegni.

Gli strumenti, i mandati, gli attori e gli assetti di responsabilità con cui lavorano decisori politici, diplomatici e agenzie di sviluppo, con la citazione degli accordi che li stabiliscono. Le strutture seguono i quadri indicati. Qualsiasi stato o avanzamento raffigurato è illustrativo, non un registro.

Mandati e accordi nel tempo

The agreements that set mandates and commitments on agricultural, soil and food science for climate and nature governance, from adoption to their current horizon.

  1. 1992UNFCCC e Convenzione sulla diversità biologicaNazioni Unite
  2. 2015Quadro di riferimento di Sendai per la riduzione del rischio di disastriUNDRR
  3. 2015Agenda 2030 e Obiettivi di sviluppo sostenibileNazioni Unite
  4. 2015Accordo di ParigiUNFCCC
  5. 2022Quadro globale per la biodiversità di Kunming-MontrealCBD
  6. 2023Primo bilancio globale nell'ambito dell'Accordo di ParigiUNFCCC
  7. 2030Orizzonte dell'Agenda 2030 e del Quadro di riferimento di Sendai per la riduzione del rischio di disastriNazioni Unite
Adoption years of the agreements named; the texts and their bodies are the authority. Chosen from the page’s fields.
Quadro di riferimento di Sendai per la riduzione del rischio di disastri · UNDRRAccordo di Parigi · UNFCCCAgenda 2030 e Obiettivi di sviluppo sostenibile · Nazioni UniteRegolamento sanitario internazionale · OMS
RapportiContribuisci

Contribuisci con evidenze da questa pagina.

Rapporti is the Consortium’s quarterly publication. What you know about this subject can become evidence, a case or a correction in the next edition, credited to you and published under CC BY 4.0 where it is your own work.

Global Risks ForumGovernance del clima e della naturaSistemi regionaliNota sulle evidenze
Governance del clima e della natura

Portate una questione di governance al Forum.

Informazioni e richieste sono aperte oggi. Una richiesta riceve un riferimento e indica il passo successivo; candidature, pagamenti, assegnazioni di calcolo e registrazioni si aprono solo quando esistono il team, le condizioni e la capacità di revisione.