Le risque de perte de biodiversité estime comment plusieurs pressions environnementales menacent ensemble l'écosystème du site. Il est calculé en combinant trois facteurs : stress climatique, impact de l'usage du sol et pollution azotée ; lorsque la carte de couverture du sol (CLC) est disponible pour le site, un score d'abondance moyenne des espèces (MSA) est ajouté. Plus la pression combinée est élevée, plus le risque est élevé.
Indicateur. Biodiversity Loss Risk Score (BLRS) / score final, sans dimension (0–1). Le modèle MSA est une approximation propriétaire simplifiée, et non le modèle GLOBIO complet.
Données. Cinq jeux de données futurs par scénario SSP : usage du sol (fractions Natural/Cropland/Pastureland/Urban, LUH2), dépôt d'azote (NOy et NHx), température journalière de l'air au sol, précipitation journalière, Warm Spell Duration Index (WSDI), tous du Copernicus CDS ou dérivés. En outre, lorsque roi_id et ca_id sont disponibles, la couverture du sol CLC actuelle du site depuis la BD, utilisée pour le sous-score MSA. Scénarios : SSP1-2.6 / SSP2-4.5 / SSP3-7.0 / SSP5-8.5.
Calcul. On combine trois scores. (A) Climate Stress Score (CSS) = moyenne à poids égaux de 5 anomalies normalisées (température moyenne annuelle, température du mois le plus chaud, durée des vagues de chaleur/WSDI, précipitation annuelle, durée des périodes sèches). (B) Land Use Impact Score (LUIS) = 0,8 × Cropland + 0,6 × Pastureland + 1,0 × Urban + 0,0 × Natural. (C) Pollution Score (PS) = excédent du dépôt d'azote par rapport à la charge critique locale CL (CL = moyenne pondérée entre 10 kg ha⁻¹ a⁻¹ pour pâturage et 5 pour naturel), limité à 0–1. Chaque grandeur future (température, vagues de chaleur, précipitations, périodes sèches, usage du sol, dépôt d'azote) est la moyenne mobile sur 20 ans centrée sur l'année : une seule année simulée par un modèle climatique n'est pas une prévision de cette année. BLRS = 0,4 × CSS + 0,4 × LUIS + 0,2 × PS. Sous-score MSA (uniquement avec les données CLC du site) : combine MSA issu de l'usage du sol et MSA issu du changement climatique (référence température 1941–1961). Score final = moyenne géométrique entre BLRS et MSA_score si disponible, sinon BLRS. On applique des seuils sur le score final pour le niveau 0–5.
Seuils → niveau A–F.
• F : > 0,85
• E : > 0,70
• D : > 0,50
• C : > 0,30
• B : > 0,15
• A : ≤ 0,15.
Les poids (0,4 / 0,4 / 0,2 entre les trois scores, 0,2 pour chaque anomalie climatique), les scores d'intensité de l'utilisation des sols (0,8 / 0,6 / 1,0 / 0), les charges critiques d'azote (10 et 5 kg/ha par an), les saturations (+4 °C pour les températures, +30 jours pour les périodes sèches) et les seuils de 0,15 à 0,85 sont des choix de xNatura sans source publiée.
Du physique à l'impact. Le niveau physique (A–F) est combiné à la sensibilité du processus de production via la matrice de risque (6 niveaux physiques par 5 tranches de sensibilité) → niveau d'impact.
Dommage économique. Version 2026, estimation xNatura : 0 €. Aucune méthode publiée n'estime la perte d'un site isolé due à la perte de biodiversité autour de lui : les estimations en euros existantes portent sur des pays et des secteurs (Johnson et al. 2021, Banque mondiale ; Ranger et al. 2023, NGFS) et mesurent quelle part de l'économie dépend de la nature ; sans la probabilité qu'un service de la nature se dégrade dans le pays, qui n'est pas publiée sous forme de données, elles ne donneraient qu'un plafond théorique, le même pour un site en classe C et en classe F. Les normes le reconnaissent aussi : la TNFD évalue ces risques comme des dépendances et une matérialité, et les ESRS (E4-6) admettent, les premières années, une description qualitative des effets financiers attendus. Les dépendances des processus aux services de la nature (ENCORE) figurent dans la section dédiée du site. La Version 2025 transformait le niveau d'impact en valeur à risque avec un facteur de dommage par classe sans source publiée ; elle n'est plus utilisée.
Sources.
• [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) (inspiration conceptuelle : le code utilise une approximation MSA simplifiée, et non le GLOBIO complet).
• [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)).
Indicateur. Biodiversity Loss Risk Score (BLRS) / score final, sans dimension (0–1). Le modèle MSA est une approximation propriétaire simplifiée, et non le modèle GLOBIO complet.
Données. Cinq jeux de données futurs par scénario SSP : usage du sol (fractions Natural/Cropland/Pastureland/Urban, LUH2), dépôt d'azote (NOy et NHx), température journalière de l'air au sol, précipitation journalière, Warm Spell Duration Index (WSDI), tous du Copernicus CDS ou dérivés. En outre, lorsque roi_id et ca_id sont disponibles, la couverture du sol CLC actuelle du site depuis la BD, utilisée pour le sous-score MSA. Scénarios : SSP1-2.6 / SSP2-4.5 / SSP3-7.0 / SSP5-8.5.
Calcul. On combine trois scores. (A) Climate Stress Score (CSS) = moyenne à poids égaux de 5 anomalies normalisées (température moyenne annuelle, température du mois le plus chaud, durée des vagues de chaleur/WSDI, précipitation annuelle, durée des périodes sèches). (B) Land Use Impact Score (LUIS) = 0,8 × Cropland + 0,6 × Pastureland + 1,0 × Urban + 0,0 × Natural. (C) Pollution Score (PS) = excédent du dépôt d'azote par rapport à la charge critique locale CL (CL = moyenne pondérée entre 10 kg ha⁻¹ a⁻¹ pour pâturage et 5 pour naturel), limité à 0–1. Chaque grandeur future (température, vagues de chaleur, précipitations, périodes sèches, usage du sol, dépôt d'azote) est la moyenne mobile sur 20 ans centrée sur l'année : une seule année simulée par un modèle climatique n'est pas une prévision de cette année. BLRS = 0,4 × CSS + 0,4 × LUIS + 0,2 × PS. Sous-score MSA (uniquement avec les données CLC du site) : combine MSA issu de l'usage du sol et MSA issu du changement climatique (référence température 1941–1961). Score final = moyenne géométrique entre BLRS et MSA_score si disponible, sinon BLRS. On applique des seuils sur le score final pour le niveau 0–5.
Seuils → niveau A–F.
• F : > 0,85
• E : > 0,70
• D : > 0,50
• C : > 0,30
• B : > 0,15
• A : ≤ 0,15.
Les poids (0,4 / 0,4 / 0,2 entre les trois scores, 0,2 pour chaque anomalie climatique), les scores d'intensité de l'utilisation des sols (0,8 / 0,6 / 1,0 / 0), les charges critiques d'azote (10 et 5 kg/ha par an), les saturations (+4 °C pour les températures, +30 jours pour les périodes sèches) et les seuils de 0,15 à 0,85 sont des choix de xNatura sans source publiée.
Du physique à l'impact. Le niveau physique (A–F) est combiné à la sensibilité du processus de production via la matrice de risque (6 niveaux physiques par 5 tranches de sensibilité) → niveau d'impact.
Dommage économique. Version 2026, estimation xNatura : 0 €. Aucune méthode publiée n'estime la perte d'un site isolé due à la perte de biodiversité autour de lui : les estimations en euros existantes portent sur des pays et des secteurs (Johnson et al. 2021, Banque mondiale ; Ranger et al. 2023, NGFS) et mesurent quelle part de l'économie dépend de la nature ; sans la probabilité qu'un service de la nature se dégrade dans le pays, qui n'est pas publiée sous forme de données, elles ne donneraient qu'un plafond théorique, le même pour un site en classe C et en classe F. Les normes le reconnaissent aussi : la TNFD évalue ces risques comme des dépendances et une matérialité, et les ESRS (E4-6) admettent, les premières années, une description qualitative des effets financiers attendus. Les dépendances des processus aux services de la nature (ENCORE) figurent dans la section dédiée du site. La Version 2025 transformait le niveau d'impact en valeur à risque avec un facteur de dommage par classe sans source publiée ; elle n'est plus utilisée.
Sources.
• [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) (inspiration conceptuelle : le code utilise une approximation MSA simplifiée, et non le GLOBIO complet).
• [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)).