Como classificamos os créditos de carbono? O processo de classificação de créditos de carbono da Sylvera

O processo de criação da classificação de crédito de carbono Sylvera consiste em dois estágios: 

• Etapa 1: desenvolvimento de uma estrutura robusta de classificação específica para cada tipo de projeto
• Estágio 2: a aplicação dessa estrutura a um projeto individual para criar uma classificação de crédito de carbono Sylvera

Você pode baixar nosso white paper, que descreve esses estágios e nossa metodologia geral , aqui.

Etapa 1: Desenvolvimento de uma estrutura específica para o tipo de projeto

O que são as estruturas de classificação de crédito de carbono Sylvera?

As classificações Sylvera são criadas primeiramente pelo desenvolvimento de uma estrutura proprietária para avaliar um tipo específico de projeto de carbono, como a redução do desmatamento e da degradação florestal (REDD+), florestamento, reflorestamento e revegetação (ARR), gerenciamento florestal aprimorado (IFM) ou implantação de energias renováveis no lugar de formas de geração de eletricidade com uso intensivo de carbono.

Desenvolvemos estruturas com base em tipos de projetos individuais, em vez de uma estrutura altamente generalizada, porque projetos diferentes têm uma diversidade de atividades e incentivos que precisam ser avaliados de forma distinta para obter percepções aprofundadas sobre a qualidade do projeto. Acreditamos que uma estrutura geral não refletiria as nuances do desempenho de cada projeto, resultando em classificações imprecisas e, em última análise, reduzindo a confiança nos projetos de carbono e nos mercados de carbono.

Nossas estruturas têm como base as metodologias de crédito de carbono relevantes e as características do tipo de projeto em questão. Elas são sensíveis à revelação dos principais recursos e problemas de um determinado tipo de projeto. Nós as projetamos para que sejam justas e imparciais em seu tratamento ou julgamento dos projetos de carbono e forneçam métricas de qualidade consistentes e comparáveis que possam ser usadas para compor nossos pilares de pontuação que se aplicam a projetos de carbono em todas as estruturas.

Diversidade entre os tipos de projetos

Atividades

Projetos diferentes implementam atividades diferentes. Por exemplo, alguns projetos baseados na natureza protegem as florestas existentes, enquanto outros buscam reflorestar áreas com o plantio de árvores. Isso tem implicações enormes na forma como a prevenção ou remoção de GEE do projeto é quantificada. O primeiro exige o monitoramento da perda florestal, enquanto o segundo exige o monitoramento das áreas de plantio e das taxas de crescimento de novas árvores.

Diferentes tipos de projetos têm incentivos variados. Isso tem implicações significativas para a adicionalidade dos projetos, sejam eles do mesmo tipo ou de tipos de projetos diferentes. Por exemplo, um projeto que protege as florestas existentes depende mais das finanças fornecidas pela venda de créditos de carbono porque não tem o mesmo acesso à receita que um grande projeto renovável pode gerar com a venda de eletricidade. 

Incentivos

A existência de projetos de carbono também pode criar incentivos perversos. No caso de projetos de reflorestamento, isso pode se manifestar na conversão de ecossistemas nativos com o objetivo de desenvolver um projeto de carbono. Para esses tipos de projeto, Sylvera realiza uma avaliação independente do uso da terra e da mudança na cobertura da terra da área do projeto antes do início do projeto.

Desenvolvimento da estrutura

O desenvolvimento de uma estrutura específica para um tipo de projeto leva de 1.500 a 2.500 horas para ser concluído. À medida que avançamos, esse processo está se tornando cada vez mais simplificado, o que nos permite avançar com maior velocidade. Ele envolve seis etapas.

1. Descobrir 

Realizamos uma pesquisa inicial sobre um tipo de projeto e identificamos os principais indicadores de qualidade em nossos pilares de pontuação que são específicos para esse tipo de projeto. Nossa equipe avalia a documentação relevante da metodologia de certificação do tipo de projeto de carbono dos registros de crédito de carbono, como o Verra ou o Gold Standard, analisa a documentação de projetos de amostra e lê artigos acadêmicos e publicações do setor. Também exploramos os requisitos técnicos, os recursos e os desafios específicos do tipo de projeto que devem ser abordados para chegar a uma avaliação de qualidade robusta.

2. Definir

Em seguida, definimos o quê, por que e como os subcomponentes e as perguntas da estrutura. Para cada componente, identificamos as fontes de dados necessárias e definimos a análise necessária para fornecer uma avaliação holística e rigorosa. Os princípios, a lógica e a lógica de pontuação da nossa estrutura são então apresentados ao nosso comitê interno de partes interessadas, que representa diversos especialistas no assunto, muitos dos quais interagem com parceiros comerciais e de políticas, para receber feedback. A nova estrutura é então aplicada a um conjunto de amostras de 30 projetos e avaliada por nossas equipes de ML, geoespacial, extração de dados e analistas de classificação.

3. Escopo

Na fase de escopo, avaliamos o trabalho necessário para produzir o processo de classificação de créditos de carbono usando essa estrutura. Isso inclui a definição dos requisitos e dos resultados para o desenvolvimento de fluxos de trabalho automatizados para saídas de dados das equipes de ML e de ciência de informações geográficas (GIS), bem como o mapeamento dos processos de produção e a definição dos requisitos de documentação. Também trabalhamos com nossa equipe de garantia de qualidade (QA) para incorporar processos que garantam a consistência e a precisão das classificações Sylvera.

4. Iterar

O feedback do comitê interno de partes interessadas é integrado à estrutura e os modelos necessários são criados para que se possa começar a testar uma amostra de classificações iniciais. Essas amostras são usadas para testar a lógica da nova estrutura. Isso inclui o ajuste fino dos pesos de nossas pontuações e de nossas matrizes de pontuação, que são conjuntos de regras sobre como nossas pontuações interagem umas com as outras para chegar a uma classificação Sylvera. Se for o caso, também integramos quaisquer resultados possíveis que ocorram nos extremos do espectro, conhecidos como casos extremos. Também analisamos nosso feedback com nosso conselho de clientes. Esse processo de consulta nos permite obter percepções iniciais sobre o valor de nossa nova estrutura.

5. Trem

A equipe de desenvolvimento da estrutura implementa um currículo de treinamento da estrutura para instruir e treinar a equipe de produção sobre os mecanismos de implementação da estrutura do tipo de projeto. Em seguida, a equipe de produção começa a preencher as pontuações do Sylvera, orientada de perto pela equipe da estrutura. São discutidos resultados inesperados, casos especiais, melhorias no processo e quaisquer pontuações que divirjam muito da norma. 

6. Implantar

Nossa estrutura está assinada e pronta para ser usada para criar classificações de crédito de carbono Sylvera publicáveis. A estrutura e a documentação correspondente são concluídas e comunicadas à nossa equipe de produção.

Nosso roteiro de desenvolvimento de estrutura

Como acreditamos que primeiro precisamos desenvolver estruturas específicas para cada tipo de projeto, tivemos que escolher com qual tipo de projeto começar. Escolhemos o REDD+ de desmatamento não planejado evitado (AUD) porque os créditos baseados na natureza representam a maior parte dos VCMs, sendo o AUD REDD+ responsável por uma parcela significativa. Muitos desses créditos de carbono baseados na natureza estão sendo comprados atualmente para cumprir compromissos climáticos com visibilidade e compreensão limitadas de sua qualidade e desempenho.

O desempenho pouco claro dos projetos e a modelagem de linha de base opaca criaram uma oportunidade de fornecer avaliações rigorosas de qualidade que ajudam a direcionar o capital para projetos de alta qualidade e, ao mesmo tempo, limitam o uso de créditos ineficazes para apoiar reivindicações de ação climática. 

Atualmente, nossa equipe está desenvolvendo novas estruturas para avaliar a qualidade da maioria dos créditos disponíveis, independentemente do tipo de projeto. 

Estágio 2: O processo de classificação de crédito

Após o desenvolvimento de uma estrutura de classificação, nossa equipe pode começar a produzir classificações para projetos individuais. Inicialmente, o processo de classificação de projetos leva de 60 a 120 horas, dependendo da complexidade e das nuances do projeto. No entanto, isso também está se tornando mais ágil à medida que desenvolvemos mais automação no processo. Nossa equipe realiza uma análise aprofundada de baixo para cima das especificidades do projeto, incluindo dados primários sobre o desempenho, e uma avaliação de cima para baixo dos riscos aos quais o projeto está exposto.

1. Extração de dados 

Todos os pontos de dados relevantes necessários para avaliar a qualidade de um projeto são extraídos da documentação do projeto publicamente disponível, publicada pelos registros de crédito de carbono e outras fontes públicas de informação, incluindo literatura acadêmica e cobertura da imprensa com base em evidências. Uma parte significativa desse processo é automatizada, mas é necessário o apoio de nossa equipe interna de extração de dados devido a inconsistências na estrutura e nos relatórios dos documentos. Nossa equipe lê centenas de páginas de documentação de projetos para que você não precise fazer isso.

2. Extração de shapefile (limite do projeto)

Se for relevante, os shapefiles dos limites do projeto são extraídos ou construídos por nossa equipe, caso não sejam fornecidos. Isso nos permite garantir que, por exemplo, qualquer monitoramento de ganho ou perda florestal seja realizado dentro dos limites exatos do projeto com um alto grau de precisão. Nossos especialistas em GIS também investigam as características locais do projeto que podem exigir cuidados adicionais durante o processo de ML, como áreas com muita cobertura de nuvens ou biomas altamente sazonais, para reduzir a probabilidade de classificar erroneamente o ganho ou a perda florestal.

3. ML

Desenvolvemos internamente modelos de ML próprios para monitorar aspectos específicos dos projetos de carbono, por exemplo, a cobertura florestal ao longo do tempo em uma série de biomas. Esses modelos são usados para rastrear e comparar as emissões reais com as relatadas pelo projeto e alimentam diretamente a nossa pontuação de carbono. Também rastreamos tendências, como o desmatamento ao longo do tempo antes da data de início do projeto e desde então, para nos permitir verificar se as ameaças alegadas ao projeto são reais e se a magnitude do risco declarado se materializou em áreas próximas e semelhantes.

4. ML QA

A garantia de qualidade é importante para assegurar que os resultados de nossos modelos de ML sejam precisos. Verificamos internamente as classificações do modelo de ML dos parâmetros florestais, como a cobertura do dossel, usando métricas padrão revisadas por pares e comparação com fontes de dados adicionais. Esses processos, juntamente com as avaliações de precisão realizadas em mais de 500 pontos por área de projeto, aproveitando a experiência da nossa equipe de GIS e os dados ópticos de satélite, são usados para identificar os possíveis erros de classificação e quantificar a incerteza dessas estimativas.

5. Produção de classificações

As pontuações individuais dos pilares de nossa classificação são compiladas aplicando nossas estruturas de classificação às informações disponíveis sobre o projeto para desenvolver uma classificação preliminar. As informações disponíveis incluem os extensos dados do projeto extraídos e limpos da documentação de registro público, outros dados contextuais do projeto e do país coletados de fontes externas verificadas, resultados de ML proprietários usando imagens de satélite e vários conjuntos de dados de código aberto do GIS.

6. Revisão interna

Uma revisão completa e uma discussão rigorosa da classificação preliminar são conduzidas por nossos especialistas no assunto. Embora nosso processo de classificação tenha sido projetado para ser o mais objetivo possível, essa revisão qualitativa é fundamental para garantir que a classificação reflita adequadamente a qualidade do projeto.

7. Envolvimento do desenvolvedor

Ao contrário de muitos provedores de classificação, mantemos nossa independência ao não aceitar pagamentos de desenvolvedores para classificar seus projetos. No entanto, acreditamos que é fundamental interagir com os desenvolvedores durante todo o processo de classificação para obter informações adicionais necessárias para classificar um projeto com precisão e dar aos desenvolvedores o direito de resposta e a oportunidade de fornecer evidências adicionais.

8. Publicação de classificações

Depois que a classificação passa pela revisão interna e reflete qualquer informação adicional fornecida pelo desenvolvedor, publicamos nossa avaliação em nossa plataforma. Isso inclui uma classificação, subescores individuais, o comentário subjacente e a justificativa que sustenta nossa análise, nossos mapas de projetos, dados de preços da Xpansiv CBL e dados de emissão dos registros de créditos de carbono.

9. Monitoramento contínuo

A cada trimestre, para cada projeto, inserimos os dados de satélite mais recentes em nossos modelos de ML para capturar possíveis alterações no estoque de carbono (por exemplo, desmatamento ou crescimento). Também extraímos novamente os dados dos registros para reunir relatórios recentes e dados de emissão, bem como qualquer outra informação pública que possa ser relevante. Eventos significativos, como incêndios, mudanças na estrutura da equipe proponente do projeto ou a divulgação de informações significativas, desencadearão uma reavaliação ad-hoc do projeto.

Quais são os dados que inserimos, analisamos e produzimos? 

Entrada

• Registros de crédito de carbono como Verra, Gold Standard e outros
• Satélites ópticos, de detecção e alcance de luz (lidar) e de radar de abertura sintética (SAR)
• Bancos de dados florestais, como Global Forest Watch, Hansen et al Global Forest Change Data e outros
• Dados de infraestrutura, assentamento e uso da terra do OpenStreetMap, do Spatial Database of Planted Trees e do United States Geological Survey (USGS)
• Status de proteção e biodiversidade fornecido pela Ferramenta de Avaliação Integrada da Biodiversidade (IBAT)
• Monitoramento ativo de incêndios do Sistema de Informações sobre Incêndios para Gerenciamento de Recursos (FIRMS) da Administração Nacional de Aeronáutica e Espaço (NASA)
• Banco Mundial e Organização das Nações Unidas para Agricultura e Alimentação (FAO)
• Documentação de políticas e regulamentos nacionais e regionais
• Plataforma de troca de créditos de carbono, CBL Xpansiv
• Acordos de Pagamento de Reduções de Emissões (ERPA) e acordos de compra de longo prazo
• Artigos acadêmicos e pesquisas do setor

Análise

• Modelos proprietários de ML
• Análise GIS
• Nossas estruturas proprietárias de classificação

Saída

• Classificação Sylvera, pontuação de carbono, pontuação de adicionalidade, pontuação de permanência
• Pontuação dos co-benefícios
• Discussões detalhadas de nossa justificativa para cada elemento da pontuação
• Resumo do contexto do projeto
• Mapas, se relevante
• Preço do crédito de carbono e análise de emissão de crédito de carbono

‍

Saiba mais sobre por que criamos esse sistema de classificação de crédito de carbono exclusivo aqui e faça o download do white paper completo detalhando nossos processos aqui.