Published May 30, 2018 | Version V1.0

Data from: A landscape approach for optimizing the cost-effectiveness of large-scale forest restoration

  • 1. UFSCar
  • 2. University of Connecticut
  • 3. USP

Description

This is a complete dataset for achieving results of the manuscript "A landscape approach for optimizing the cost-effectiveness of large-scale forest restoration". 

 

Abstract:

  1. Achieving global targets for forest restoration will require cost-effective strategies to return agricultural land to forest, while minimizing implementation costs and negative outcomes for agricultural production.
  2. We present a landscape approach for optimizing the cost-effectiveness of large-scale forest restoration. Across three different landscapes within Brazil's Atlantic Forest biodiversity hotspot, we modelled landscape scenarios based on spatially-explicit data on the probability of natural regeneration, restoration costs, land opportunity costs, and forest restoration outcomes for increasing carbon stocking and landscape connectivity. We compare benefits of our cost-reduction approach to the legally mandated riparian restoration and randomly distributed approaches.
  3. Compared with riparian prioritization and considering both implementation and opportunity costs, our cost-reduction scenario produced the greatest savings (20.9%) in mechanized agricultural landscapes.
  4. When only considering implementation costs, our cost-reduction scenario led to the highest savings (38.4%) in the landscape with highest forest cover where natural regeneration potential is highest and enables cost-effective carbon stocking and connectivity.

Synthesis and applications. We present a guide for forest restoration planning that maximizes specific outcomes with minimal costs and reduction of agricultural production. Furthermore, we show how policies could encourage prioritization of low-cost restoration via natural regeneration, increasing cost-effectiveness. While our study focuses on Brazil’s Atlantic Forest, the approach can be parameterized for other regions.

Resumo:

  1. Atingir metas globais para a restauração florestal exigirá estratégias economicamente viáveis para transformar terras agrícolas em floresta, minimizando custos de implementação e os resultados negativos para a produção agrícola.
  2. Apresentamos uma abordagem de paisagem para otimizar a relação custo-eficácia da restauração florestal em larga escala. Em três diferentes paisagens, no Bioma da Mata Atlântica, modelamos cenários baseados em dados espacialmente explícitos sobre a probabilidade de regeneração natural, custos de restauração, custos de oportunidade da terra e resultados de restauração florestal com o objetivo de aumentar o estoque de carbono e a conectividade da paisagem. Por fim, comparamos os benefícios da nossa abordagem de redução de custos com a tradicional abordagem de restauração da paisagem em zonas ripárias (áreas de preservação permanente) e abordagens de espacialidade aleatoriamente distribuídas.
  3. Comparado com a priorização ripária e considerando os custos de implementação e de oportunidade, nosso cenário de redução de custos produziu as maiores economias (20,9%) em paisagens agrícolas mecanizadas.
  4. Ao considerar apenas os custos de implementação, nosso cenário de redução de custos levou à maior economia (38,4%) na paisagem com maior cobertura florestal, onde o potencial de regeneração natural é maior e permite uma melhor relação de custo-oportunidade no estoque de carbono e na conectividade da paisagem.

Síntese e aplicações. Apresentamos aqui um guia para o planejamento de restauração florestal que maximiza resultados específicos com redução de custos e mínima influência na produção agrícola. Além disso, mostramos como políticas públicas poderiam incentivar a priorização da restauração de baixo custo via regeneração natural, aumentando a relação custo-benefício. Enquanto nosso estudo se concentra na Mata Atlântica do Brasil, a abordagem pode ser parametrizada para outras regiões.

Notes

This version may have modification if reviewers require.

Files

Molin_et_al_2018.zip

Files (3.9 GB)

Name Size
md5:c60bdc008152b6fe7f0f270990045c2a
3.9 GB Preview Download