"A lo largo de los años hemos invertido mucho en nuestro equipo de datos de campo, centrándonos en la elaboración de calificaciones fiables. Si bien esto garantiza la precisión de nuestras valoraciones, no permite la escala a través de los miles de proyectos que los compradores están considerando."
Para más información sobre las tendencias en la adquisición de créditos de carbono, lea nuestro artículo"Key Takeaways for 2025". Compartimos cinco consejos basados en datos para mejorar su estrategia de adquisición.
Una cosa más: los clientes de Connect to Supply también tienen acceso al resto de herramientas de Sylvera. Esto significa que puede ver fácilmente las calificaciones de los proyectos y evaluar los puntos fuertes de cada uno de ellos, obtener créditos de carbono de calidad e incluso supervisar la actividad del proyecto (sobre todo si ha invertido en la fase previa a la emisión).
Reserve una demostración gratuita de Sylvera para ver en acción las funciones de adquisición y elaboración de informes de nuestra plataforma.
Sylvera, en colaboración con la Secretaría Nacional de Cambio Climático de Singapur (NCCS), ha desarrollado un modelo estadístico global para predecir las tasas de deforestación en jurisdicciones con alta cobertura forestal y baja deforestación (HFLD). En esta entrada se exponen los principios fundamentales que se desprenden de ese trabajo.
El documento técnico completo está disponible aquí.
Por qué es importante ahora
JREDD+ goza de una amplia aceptación en el mercado —trato preferencial en el marco de CORSIA, elegibilidad en el mecanismo de impuesto sobre el carbono de Singapur y el respaldo de la Coalición LEAF—, pero persiste el escepticismo en torno a los créditos HFLD, centrado en la adicionalidad y la integridad contable. A diferencia del programa REDD+ estándar, los créditos HFLD emitidos en el marco de ART TREES se calculan utilizando las emisiones medias históricas más una estimación conservadora de la pérdida forestal futura, lo que hace que sea especialmente crucial aportar pruebas del riesgo de emisiones futuras.
La reciente resolución del ICVCM, según la cual el programa ART TREES v2.0 HFLD requiere medidas correctivas antes de poder optar a la aprobación del CCP, ha puesto estas cuestiones en el punto de mira. Las condiciones correctivas —entre las que se incluyen la obligación de que los participantes demuestren que las emisiones del período de referencia subestimarán de manera significativa la línea de base real, y que los VVB verifiquen de forma independiente los datos de la línea de base— coinciden con la opinión Sylvera de que cualquier aumento por encima de las tasas históricas debe estar respaldado por pruebas. El camino hacia la aprobación de la CCP sigue abierto, pero es incierto, y dado que aproximadamente el 75 % del CORSIA actual CORSIA procede del programa HFLD TREES de Guyana, lo que está en juego para el mercado es considerable.
La designación HFLD por sí sola no es un indicador fiable del riesgo futuro
No todas las jurisdicciones HFLD son iguales. Nuestro análisis muestra que el número de jurisdicciones que cumplen los criterios HFLD ha disminuido con el tiempo, y aquellas que han perdido su estatus presentan tasas de deforestación cada vez más elevadas. Al mismo tiempo, las jurisdicciones que han mantenido su estatus muestran unas tasas de deforestación persistentemente bajas, lo que sugiere que, para un subconjunto significativo, el riesgo de transición es realmente bajo.
Las implicaciones son importantes: los enfoques universales que aplican un aumento general de la línea de base basándose únicamente en la designación de HFLD no logran distinguir entre las jurisdicciones que corren un riesgo real y aquellas en las que es probable que la baja actividad histórica continúe sin necesidad de intervención alguna. Se necesitan marcos basados en datos empíricos para determinar qué jurisdicciones corren un mayor riesgo de pérdida forestal.
Los promedios históricos no permiten evaluar el riesgo futuro
El enfoque estándar de JREDD+ —que basa las líneas de referencia en las tasas medias históricas de deforestación— no tiene en cuenta las amenazas emergentes. Las jurisdicciones con una deforestación pasada persistentemente baja pueden seguir enfrentándose a un riesgo elevado en el futuro debido a la evolución de las presiones económicas, el desarrollo de infraestructuras o los cambios en las políticas. Los riesgos de deforestación para las jurisdicciones con alta tasa de deforestación (HFLD) son no lineales, específicos en el espacio y dependen del contexto. Las líneas de base construidas únicamente a partir de tasas históricas subestiman sistemáticamente las emisiones en algunas jurisdicciones y las sobreestiman en otras. Se trata de una limitación estructural que socava la integridad de las líneas de base en entornos de riesgo dinámicos, y respalda la idea de que las líneas de base de alta integridad pueden superar legítimamente los promedios históricos, siempre que la desviación esté justificada empíricamente.
Tres principios para créditos HFLD de alta integridad
Sylvera tres principios que podrían facilitar el desarrollo de líneas de base HFLD más fiables:
- Las líneas de referencia del HFLD deben tener una perspectiva de futuro. Una línea de referencia creíble refleja la trayectoria probable de la deforestación en el futuro, y no solo la actividad histórica. Los métodos que se basan exclusivamente en tasas históricas tienden a sobreestimar o subestimar el riesgo real de deforestación, a veces de forma muy significativa.
- Las desviaciones respecto a las tasas históricas deben tener una base empírica. Cualquier enfoque que establezca una referencia por encima de las tasas históricas observadas debe estar respaldado por datos. Esto puede aplicarse a diferentes escalas: desde modelos estadísticos globales —como los analizados en este documento—, que se basan en las relaciones entre jurisdicciones de la deforestación y sus principales factores impulsores, hasta modelos específicos para cada país que reflejan la dinámica local, pasando por enfoques a nivel de proyecto que toman como referencia zonas con condiciones favorables comparables.
- Los métodos de referencia deben tener en cuenta las diferencias entre jurisdicciones. Los factores que impulsan la pérdida de bosques —el acceso, el desarrollo de infraestructuras y las condiciones socioeconómicas— varían significativamente de una jurisdicción a otra. Una referencia de alta integridad debe ser sensible a estas diferencias, ya sea mediante modelos globales que incorporen covariables a nivel nacional o mediante enfoques localizados que reflejen más directamente las condiciones específicas de cada jurisdicción. Los enfoques que tratan a todas las jurisdicciones del HFLD como equivalentes corren el riesgo de incurrir en el mismo error sistemático.
Una jerarquía de enfoques
Estos principios apuntan a un marco por niveles:
- Los enfoques universales —que consisten en aplicar un incremento fijo a todas las jurisdicciones del HFLD— son el método más sencillo, pero el que presenta una menor fiabilidad.
- Los modelos estadísticos globales, como el desarrollado por Sylvera el NCCS, ocupan un nivel intermedio. Al modelar la relación entre las tasas de deforestación y las covariables observables en distintas jurisdicciones, generan predicciones prospectivas basadas en datos empíricos.
- Los modelos específicos para cada zona, que utilizan los factores conocidos que provocan la pérdida de bosques y sus relaciones empíricas para elaborar mapas espaciales de riesgo prospectivos a partir de los cuales se derivan las líneas de referencia, representan el más alto nivel de integridad y se ajustan mejor a los nuevos requisitos del ICVCM para los programas HFLD.
El modelo estadístico global Sylvera se describe detalladamente en el documento técnico adjunto. Además, Sylvera con un país líder en el ámbito del artículo 6 para evaluar las líneas de base de las emisiones de HFLD mediante modelos espaciales específicos para cada país.
Para consultar la metodología técnica completa, los resultados y los datos del modelo, lea el artículo completo aquí.
Los datos sobre las reservas de carbono en los que se basa este análisis utilizan el Atlas de BiomasaSylvera —nuestro conjunto de datos de carbono forestal, exhaustivo y calibrado con lidar—, que sirve como fuente independiente y auditable para validar las estimaciones de las reservas de carbono que constituyen la base de una construcción de líneas de base creíbles.
