Información sobre el proyecto

HFLD Research | Informe técnico: Modelización estadística de las tasas de deforestación previstas

La Secretaría Nacional de Cambio Climático de Singapur (NCCS) encargó Sylvera realización Sylvera un trabajo de modelización estadística para predecir las tasas de deforestación en las jurisdicciones de HFLD.

Este resumen presenta las conclusiones y las implicaciones de este trabajo.

El número de jurisdicciones HFLD ha disminuido con el tiempo. Nuestra investigación muestra que el número de jurisdicciones que cumplen los criterios para ser consideradas HFLD ha disminuido con el tiempo, y aquellas que han perdido esa condición presentan tasas de deforestación cada vez más elevadas.
La media histórica no refleja el riesgo futuro. El enfoque clásico de referencia del JREDD no es capaz de reflejar los picos observados en la deforestación y, por lo tanto, no puede predecir un riesgo elevado en aquellas jurisdicciones donde la deforestación no ha sido históricamente elevada.
Se necesitan modelos específicos para cada país y con datos espaciales para mejorar la precisión. Las diferencias en los resultados entre los distintos modelos indican que podrían ser necesarios enfoques específicos para cada país a fin de predecir con mayor precisión las tasas de deforestación a nivel de cada jurisdicción.

Descargar documento técnico

Tendrás:
Grabación
Acceso en directo

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 una alta densidad forestal y baja tasa de deforestación (HFLD).

Este documento técnico analiza en detalle el enfoque y las conclusiones.

Descargar documento técnico

Tendrás:
Grabación
Acceso en directo

Confianza para cada decisión sobre carbono y materias primas.