可以与其他经济和生物物理指标进行适当整合

与10年前相比，情况有了很大改善：有许多大型公开数据集可用于与CSA直接相关的各种变量。其中许多利用了基于遥感，公民科学和众包以及大数据挖掘方法的创新方法。即便如此，仍然存在一些根本性的差距，尤其是小农农业，这使得权衡评估成为持续的挑战。CSA的情况尤其如此; 表3中的一些研究表明，CSA有时是干预措施而不仅仅是一种技术，这增加了权衡和数据挑战。

在本文中，我们提出了一个框架，用于优先设置CSA在空间和时间的研究干预。我们已经审查了可用于优先级设置的主要工具和方法，所有这些工具和方法在使用框架时可能与不同情况相关。所提出的研究强调了围绕CSA优先级设置的一些挑战。我们强调了这项工作的几个结论。

首先，评估和分析在多个尺度上的重要性至关重要：可行的CSA干预需要在不同的空间和时间尺度上提供益处对于生产者和消费者而言，在适合生产者和消费者需求的时间范围内。明确解决长期不确定性和短期气候变异性的优先级设置仍然相对较少，多尺度分析可以解决对不同利益相关方群体的潜在影响。为了使优先级设置最有效，需要提供信息，以解决与所有决策者相关的不同空间和时间尺度的行动的成本和收益。虽然在某些情况下，两个量表和CSA支柱之间可能存在协同效应，但在其他情况下则存在权衡，这些需要进行适当的量化。

其次，CSA研究的优先级设置可能最好被视为一个迭代过程而不是一次性活动。在任何情况下都将对可用的时间，技能和财政资源进行评估。但是对于CSA评估，学习周期可能特别重要，有助于确保在优先排序过程中过早地解除选项，并避免锁定一系列有限的策略或技术，这些策略或技术可能会变成在较长时间尺度上的最佳或不适应性。这在实施周期中尤其重要，因为可以测试和验证或丢弃项目变更理论的基本假设。这不是为了利用日益细致或复杂的数据和工具促进无限循环的优先级设置，

第三，在大多数情况下，没有一种方法可能是足够的; 通常需要以不同方式整合的方法组合来处理CSA的特殊性质，其中通常包括正在评估的干预措施。这不仅涉及技术选择，而且涉及整个创新过程以及可能使其成为可能的因素。目前的工具包在评估社会和制度指标方面似乎较弱，需要改进评估方法，也可以与其他经济和生物物理指标进行适当整合。