Problème que la technologie est supposée résoudre :

- Manque de méthodes d'évaluation systématique de la santé des sols et des écosystèmes au niveau du paysage
- Complexité des écosystèmes, difficulté de comprendre les processus écosystémiques et variabilité des variables écologiques à différentes échelles spatiales.
- Peu de connaissances sur l'état des écosystèmes en Afrique, notamment sur les tendances de la couverture terrestre et de la végétation. 

Caractéristiques techniques de la technologie :

Le LDSF a été développé en réponse au besoin d'une évaluation et d'une surveillance systématiques et scientifiques de la santé des sols et des écosystèmes à l'échelle, en utilisant un cadre d'indicateurs robuste et cohérent pour :
- Evaluer la variabilité et conduire une évaluation rapide de multiples variables à travers les paysages.
- Effectuer des analyses statistiques solides sur les facteurs de dégradation et les relations entre les variables.
- Produire des cartes de haute qualité des indicateurs clés.
- Etablir une base de référence qui peut être utilisée pour suivre les changements dans le temps.

Les indicateurs clés mesurés avec LDSF sont :
- Variables de santé du sol (carbone organique, acidité du sol, azote total, cations basiques, texture du sol).
- Gestion des terres (utilisation des terres, couverture des terres, conservation des sols et de l'eau).
- Dégradation des sols (prévalence de l'érosion des sols, restriction de la profondeur des racines.)
- Hydrologie du sol (capacité d'infiltration).
- Évaluation de la végétation (densité des arbres et des arbustes, biodiversité).

Caractéristiques économiques de la technologie

- Coût d’acquisition :

Méthode innovante et rentable pour évaluer et surveiller la dégradation des paysages.

- Rentabilité économique :

Méthode innovante et rentable pour évaluer et surveiller la dégradation des paysages.

- Avantage comparatif :

LDSF mesure plusieurs indicateurs au même endroit géoréférencé.

Limites de la technologie :

Disponibilité d'un personnel qualifié pour la collecte et l'analyse de données de qualité.