Das Risiko Biodiversitätsverlust schätzt, wie mehrere Umweltbelastungen das Ökosystem des Standorts gemeinsam bedrohen. Es wird durch die Kombination dreier Faktoren berechnet: Klimastress, Auswirkung der Landnutzung und Stickstoffbelastung; wenn für den Standort die Bodenbedeckungskarte (CLC) verfügbar ist, wird ein Score der mittleren Artenhäufigkeit (MSA) hinzugefügt. Je höher der kombinierte Druck, desto höher das Risiko.
Indikator. Biodiversity Loss Risk Score (BLRS) / finaler Score, dimensionslos (0–1). Das MSA-Modell ist eine vereinfachte proprietäre Näherung, nicht das vollständige GLOBIO-Modell.
Daten. Fünf Zukunftsdatensätze je SSP-Szenario: Landnutzung (Anteile Natural/Cropland/Pastureland/Urban, LUH2), Stickstoffdeposition (NOy und NHx), tägliche Lufttemperatur in Bodennähe, täglicher Niederschlag, Warm Spell Duration Index (WSDI), alle aus Copernicus CDS oder davon abgeleitet. Außerdem, wenn roi_id und ca_id verfügbar sind, die aktuelle CLC-Bodenbedeckung des Standorts aus der DB, verwendet für den MSA-Teilscore. Szenarien: SSP1-2.6 / SSP2-4.5 / SSP3-7.0 / SSP5-8.5.
Berechnung. Drei Scores werden kombiniert. (A) Climate Stress Score (CSS) = gleichgewichteter Mittelwert aus 5 normierten Anomalien (jährliche Durchschnittstemperatur, Temperatur des wärmsten Monats, Dauer der Hitzewellen/WSDI, Jahresniederschlag, Dauer der Trockenperioden). (B) Land Use Impact Score (LUIS) = 0,8 × Cropland + 0,6 × Pastureland + 1,0 × Urban + 0,0 × Natural. (C) Pollution Score (PS) = Überschuss der Stickstoffdeposition gegenüber der lokalen kritischen Belastung CL (CL = gewichtetes Mittel zwischen 10 kg ha⁻¹ a⁻¹ für Weide und 5 für natürlich), begrenzt auf 0–1. Jede zukünftige Größe (Temperatur, Hitzewellen, Niederschlag, Trockenperioden, Landnutzung, Stickstoffdeposition) ist der gleitende 20-Jahres-Mittelwert, zentriert auf das Jahr: Ein einzelnes von einem Klimamodell simuliertes Jahr ist keine Vorhersage für dieses Jahr. BLRS = 0,4 × CSS + 0,4 × LUIS + 0,2 × PS. MSA-Teilscore (nur mit CLC-Daten des Standorts): kombiniert MSA aus Landnutzung und MSA aus Klimawandel (Temperaturreferenz 1941–1961). Finaler Score = geometrisches Mittel zwischen BLRS und MSA_score, falls verfügbar, andernfalls BLRS. Schwellenwerte auf dem finalen Score für die Stufe 0–5.
Schwellenwerte → Stufe A–F.
• F: > 0,85
• E: > 0,70
• D: > 0,50
• C: > 0,30
• B: > 0,15
• A: ≤ 0,15.
Die Gewichte (0,4 / 0,4 / 0,2 zwischen den drei Scores, 0,2 für jede Klimaanomalie), die Intensitätswerte der Landnutzung (0,8 / 0,6 / 1,0 / 0), die kritischen Stickstoffeinträge (10 und 5 kg/ha pro Jahr), die Sättigungen (+4 °C für die Temperaturen, +30 Tage für die Trockenperioden) und die Schwellenwerte von 0,15 bis 0,85 sind von xNatura gewählt, ohne veröffentlichte Quelle.
Von physisch zu Auswirkung. Die physische Stufe (A–F) wird über die Risikomatrix (6 physische Stufen mal 5 Sensitivitätsklassen) mit der Sensitivität des Produktionsprozesses kombiniert → Auswirkungsstufe.
Wirtschaftlicher Schaden. Version 2026, Schätzung xNatura: 0 €. Keine veröffentlichte Methode schätzt den Verlust eines einzelnen Standorts durch den Verlust der Biodiversität in seiner Umgebung: Die vorhandenen Schätzungen in Euro gelten für Länder und Sektoren (Johnson et al. 2021, Weltbank; Ranger et al. 2023, NGFS) und messen, wie viel der Wirtschaft von der Natur abhängt; ohne die Wahrscheinlichkeit, dass eine Leistung der Natur im Land abnimmt, die nicht als Daten veröffentlicht ist, ergäben sie nur eine theoretische Obergrenze, gleich für einen Standort in Klasse C und in Klasse F. Auch die Standards erkennen das an: TNFD bewertet diese Risiken als Abhängigkeiten und Wesentlichkeit, und die ESRS (E4-6) lassen in den ersten Jahren eine qualitative Beschreibung der erwarteten finanziellen Effekte zu. Die Abhängigkeiten der Prozesse von den Leistungen der Natur (ENCORE) stehen im entsprechenden Abschnitt des Standorts. Version 2025 leitete aus der Auswirkungsstufe mit einem Schadensfaktor pro Klasse ohne veröffentlichte Quelle einen gefährdeten Wert ab; er wird nicht mehr verwendet.
Quellen.
• [Copernicus Climate Data Store (CDS)](Copernicus Climate Data Store (CDS))
• [Land-Use Harmonization Dataset (LUH2)](Land-Use Harmonization Dataset (LUH2))
• [Inter-Sectoral Impact Model Intercomparison Project (ISIMIP)](Inter-Sectoral Impact Model Intercomparison Project (ISIMIP))
• [Global Assessment Report on Biodiversity and Ecosystem Services](Global Assessment Report on Biodiversity and Ecosystem Services)
• [Harmonization of global land use change and management for the period 850–2100 (LUH2) for CMIP6](Harmonization of global land use change and management for the period 850–2100 (LUH2) for CMIP6)
• [GLOBIO3: A Framework to Investigate Options for Reducing Global Terrestrial Biodiversity Loss](GLOBIO3: A Framework to Investigate Options for Reducing Global Terrestrial Biodiversity Loss) (konzeptionelle Inspiration: der Code verwendet eine vereinfachte MSA-Näherung, nicht das vollständige GLOBIO).
• [Johnson et al. 2021, The Economic Case for Nature (World Bank)](Johnson et al. 2021, The Economic Case for Nature (World Bank))
• [Ranger et al. 2023, The Green Scorpion: the Macro-Criticality of Nature for Finance (Oxford-NGFS)](Ranger et al. 2023, The Green Scorpion: the Macro-Criticality of Nature for Finance (Oxford-NGFS)).
Indikator. Biodiversity Loss Risk Score (BLRS) / finaler Score, dimensionslos (0–1). Das MSA-Modell ist eine vereinfachte proprietäre Näherung, nicht das vollständige GLOBIO-Modell.
Daten. Fünf Zukunftsdatensätze je SSP-Szenario: Landnutzung (Anteile Natural/Cropland/Pastureland/Urban, LUH2), Stickstoffdeposition (NOy und NHx), tägliche Lufttemperatur in Bodennähe, täglicher Niederschlag, Warm Spell Duration Index (WSDI), alle aus Copernicus CDS oder davon abgeleitet. Außerdem, wenn roi_id und ca_id verfügbar sind, die aktuelle CLC-Bodenbedeckung des Standorts aus der DB, verwendet für den MSA-Teilscore. Szenarien: SSP1-2.6 / SSP2-4.5 / SSP3-7.0 / SSP5-8.5.
Berechnung. Drei Scores werden kombiniert. (A) Climate Stress Score (CSS) = gleichgewichteter Mittelwert aus 5 normierten Anomalien (jährliche Durchschnittstemperatur, Temperatur des wärmsten Monats, Dauer der Hitzewellen/WSDI, Jahresniederschlag, Dauer der Trockenperioden). (B) Land Use Impact Score (LUIS) = 0,8 × Cropland + 0,6 × Pastureland + 1,0 × Urban + 0,0 × Natural. (C) Pollution Score (PS) = Überschuss der Stickstoffdeposition gegenüber der lokalen kritischen Belastung CL (CL = gewichtetes Mittel zwischen 10 kg ha⁻¹ a⁻¹ für Weide und 5 für natürlich), begrenzt auf 0–1. Jede zukünftige Größe (Temperatur, Hitzewellen, Niederschlag, Trockenperioden, Landnutzung, Stickstoffdeposition) ist der gleitende 20-Jahres-Mittelwert, zentriert auf das Jahr: Ein einzelnes von einem Klimamodell simuliertes Jahr ist keine Vorhersage für dieses Jahr. BLRS = 0,4 × CSS + 0,4 × LUIS + 0,2 × PS. MSA-Teilscore (nur mit CLC-Daten des Standorts): kombiniert MSA aus Landnutzung und MSA aus Klimawandel (Temperaturreferenz 1941–1961). Finaler Score = geometrisches Mittel zwischen BLRS und MSA_score, falls verfügbar, andernfalls BLRS. Schwellenwerte auf dem finalen Score für die Stufe 0–5.
Schwellenwerte → Stufe A–F.
• F: > 0,85
• E: > 0,70
• D: > 0,50
• C: > 0,30
• B: > 0,15
• A: ≤ 0,15.
Die Gewichte (0,4 / 0,4 / 0,2 zwischen den drei Scores, 0,2 für jede Klimaanomalie), die Intensitätswerte der Landnutzung (0,8 / 0,6 / 1,0 / 0), die kritischen Stickstoffeinträge (10 und 5 kg/ha pro Jahr), die Sättigungen (+4 °C für die Temperaturen, +30 Tage für die Trockenperioden) und die Schwellenwerte von 0,15 bis 0,85 sind von xNatura gewählt, ohne veröffentlichte Quelle.
Von physisch zu Auswirkung. Die physische Stufe (A–F) wird über die Risikomatrix (6 physische Stufen mal 5 Sensitivitätsklassen) mit der Sensitivität des Produktionsprozesses kombiniert → Auswirkungsstufe.
Wirtschaftlicher Schaden. Version 2026, Schätzung xNatura: 0 €. Keine veröffentlichte Methode schätzt den Verlust eines einzelnen Standorts durch den Verlust der Biodiversität in seiner Umgebung: Die vorhandenen Schätzungen in Euro gelten für Länder und Sektoren (Johnson et al. 2021, Weltbank; Ranger et al. 2023, NGFS) und messen, wie viel der Wirtschaft von der Natur abhängt; ohne die Wahrscheinlichkeit, dass eine Leistung der Natur im Land abnimmt, die nicht als Daten veröffentlicht ist, ergäben sie nur eine theoretische Obergrenze, gleich für einen Standort in Klasse C und in Klasse F. Auch die Standards erkennen das an: TNFD bewertet diese Risiken als Abhängigkeiten und Wesentlichkeit, und die ESRS (E4-6) lassen in den ersten Jahren eine qualitative Beschreibung der erwarteten finanziellen Effekte zu. Die Abhängigkeiten der Prozesse von den Leistungen der Natur (ENCORE) stehen im entsprechenden Abschnitt des Standorts. Version 2025 leitete aus der Auswirkungsstufe mit einem Schadensfaktor pro Klasse ohne veröffentlichte Quelle einen gefährdeten Wert ab; er wird nicht mehr verwendet.
Quellen.
• [Copernicus Climate Data Store (CDS)](Copernicus Climate Data Store (CDS))
• [Land-Use Harmonization Dataset (LUH2)](Land-Use Harmonization Dataset (LUH2))
• [Inter-Sectoral Impact Model Intercomparison Project (ISIMIP)](Inter-Sectoral Impact Model Intercomparison Project (ISIMIP))
• [Global Assessment Report on Biodiversity and Ecosystem Services](Global Assessment Report on Biodiversity and Ecosystem Services)
• [Harmonization of global land use change and management for the period 850–2100 (LUH2) for CMIP6](Harmonization of global land use change and management for the period 850–2100 (LUH2) for CMIP6)
• [GLOBIO3: A Framework to Investigate Options for Reducing Global Terrestrial Biodiversity Loss](GLOBIO3: A Framework to Investigate Options for Reducing Global Terrestrial Biodiversity Loss) (konzeptionelle Inspiration: der Code verwendet eine vereinfachte MSA-Näherung, nicht das vollständige GLOBIO).
• [Johnson et al. 2021, The Economic Case for Nature (World Bank)](Johnson et al. 2021, The Economic Case for Nature (World Bank))
• [Ranger et al. 2023, The Green Scorpion: the Macro-Criticality of Nature for Finance (Oxford-NGFS)](Ranger et al. 2023, The Green Scorpion: the Macro-Criticality of Nature for Finance (Oxford-NGFS)).