"Ao longo dos anos, investimos significativamente em nossa equipe de dados de campo, com foco na produção de classificações confiáveis. Embora isso garanta a precisão de nossas classificações, não permite a escala dos milhares de projetos que os compradores estão considerando."
Para obter mais informações sobre as tendências de aquisição de créditos de carbono, leia nosso artigo"Key Takeaways for 2025". Compartilhamos cinco dicas baseadas em dados para aprimorar sua estratégia de aquisição.
Mais uma coisa: os clientes do Connect to Supply também têm acesso ao restante das ferramentas da Sylvera. Isso significa que você pode ver facilmente as classificações dos projetos e avaliar os pontos fortes de um projeto individual, adquirir créditos de carbono de qualidade e até mesmo monitorar a atividade do projeto (especialmente se você investiu no estágio de pré-emissão).
Agende uma demonstração gratuita do Sylvera para ver os recursos de compras e relatórios da nossa plataforma em ação.
Sylvera, em parceria com o Secretariado Nacional de Mudanças Climáticas (NCCS) de Cingapura, desenvolveu um modelo estatístico global para prever as taxas de desmatamento em jurisdições com alta cobertura florestal e baixo índice de desmatamento (HFLD). Esta publicação apresenta os princípios fundamentais decorrentes desse trabalho.
O artigo técnico completo está disponível aqui.
Por que isso é importante agora
O JREDD+ goza de ampla aceitação no mercado — tratamento preferencial no âmbito CORSIA, elegibilidade no mecanismo de imposto sobre o carbono de Cingapura e apoio da Coalizão LEAF —, mas o ceticismo em relação aos créditos HFLD persiste, centrado na adicionalidade e na integridade contábil. Ao contrário do REDD+ padrão, os créditos HFLD emitidos no âmbito do ART TREES são calculados com base na média histórica de emissões mais uma estimativa conservadora da perda florestal futura, o que torna particularmente crítica a apresentação de evidências sobre o risco de emissões futuras.
A recente decisão do ICVCM de que o ART TREES v2.0 HFLD requer medidas corretivas antes de se qualificar para a aprovação do CCP trouxe essas questões à tona. As condições corretivas — incluindo a exigência de que os participantes demonstrem que as emissões do período de referência subestimarão significativamente a verdadeira linha de base, e de que os VVBs verifiquem de forma independente os dados de entrada da linha de base — estão em consonância com a visão Sylvera de que qualquer aumento além das taxas históricas deve ser fundamentado em evidências. O caminho para a aprovação da CCP permanece aberto, mas incerto, e com aproximadamente 75% da CORSIA atual CORSIA derivada do programa HFLD TREES da Guiana, os riscos para o mercado são significativos.
A designação HFLD, por si só, não é um indicador confiável de risco futuro
Nem todas as jurisdições HFLD são iguais. Nossa análise mostra que o número de jurisdições que atendem aos critérios do status HFLD tem diminuído ao longo do tempo, e aquelas que perderam esse status apresentam taxas de desmatamento em aceleração. Ao mesmo tempo, as jurisdições que mantiveram seu status demonstram taxas de desmatamento persistentemente baixas — o que sugere que, para um subconjunto significativo, o risco de transição é realmente baixo.
A implicação é significativa: abordagens universais que aplicam um aumento genérico da linha de base com base apenas na designação de HFLD não conseguem distinguir as jurisdições que correm risco real daquelas em que é provável que a baixa atividade histórica continue sem a necessidade de qualquer intervenção. São necessários marcos baseados em evidências para determinar quais jurisdições correm maior risco de perda florestal.
As médias históricas não conseguem refletir os riscos futuros
A abordagem padrão do JREDD+ — que baseia as linhas de referência nas taxas médias históricas de desmatamento — não consegue levar em conta as ameaças emergentes. Jurisdições com taxas de desmatamento historicamente baixas ainda podem enfrentar riscos elevados no futuro devido a mudanças nas pressões econômicas, no desenvolvimento de infraestrutura ou em políticas. Os riscos de desmatamento para jurisdições com desmatamento historicamente baixo (HFLD) são não lineares, específicos em termos espaciais e dependentes do contexto. Linhas de base construídas exclusivamente com base em taxas históricas subestimam sistematicamente as emissões em algumas jurisdições e as superestimam em outras. Essa é uma limitação estrutural que compromete a integridade da linha de base em ambientes de risco dinâmicos e reforça o argumento de que linhas de base de alta integridade podem legitimamente exceder as médias históricas — desde que o desvio seja empiricamente justificado.
Três princípios para créditos HFLD de alta integridade
Sylvera três princípios que poderiam facilitar o desenvolvimento de linhas de base HFLD mais confiáveis:
- As linhas de base do HFLD devem ser prospectivas. Uma linha de base confiável reflete a trajetória futura provável do desmatamento, e não apenas a atividade histórica. Métodos que se baseiam exclusivamente em taxas históricas tendem a superestimar ou subestimar o risco real de desmatamento, às vezes de forma bastante significativa.
- Os desvios em relação às taxas históricas devem ter base empírica. Qualquer abordagem que estabeleça uma linha de base acima das taxas históricas observadas deve estar fundamentada em evidências. Isso pode ocorrer em diferentes escalas — desde modelos estatísticos globais, como discutido neste artigo, que se baseiam em relações interjurisdicionais entre o desmatamento e seus principais fatores determinantes, passando por modelos específicos para cada país que captam as dinâmicas locais, até abordagens em nível de projeto que tomam como referência áreas sujeitas a condições favoráveis comparáveis.
- Os métodos de linha de base devem distinguir entre jurisdições. Os fatores que impulsionam a perda florestal — acesso, desenvolvimento de infraestrutura, condições socioeconômicas — diferem significativamente entre as jurisdições. Uma linha de base de alta integridade deve ser sensível a essas diferenças, seja por meio de modelos globais que incorporem covariáveis em nível nacional, seja por meio de abordagens localizadas que reflitam mais diretamente as condições específicas de cada jurisdição. Abordagens que tratam todas as jurisdições do HFLD como equivalentes correm o risco de cometer o mesmo erro sistemático.
Uma hierarquia de abordagens
Esses princípios apontam para uma estrutura em níveis:
- As abordagens universais — que consistem em aplicar um aumento fixo a todas as jurisdições HFLD — são o método mais simples, mas apresentam a menor integridade.
- Os modelos estatísticos globais, como o desenvolvido pela Sylvera o NCCS, ocupam o nível intermediário. Ao modelar a relação entre as taxas de desmatamento e as covariáveis observáveis em diferentes jurisdições, eles geram previsões prospectivas baseadas em evidências empíricas.
- Os modelos específicos para cada local, que utilizam fatores conhecidos de perda florestal e suas relações empíricas para produzir mapas espaciais de risco prospectivos a partir dos quais são derivadas as linhas de base, representam o mais alto padrão de integridade e estão mais alinhados com os requisitos emergentes do ICVCM para os programas HFLD.
O modelo estatístico global Sylvera é apresentado na íntegra no artigo técnico anexo. Sylvera também Sylvera colaborando com um dos principais países signatários do Artigo 6 na avaliação das linhas de base de HFLD por meio de modelos espaciais específicos para cada país.
Para conhecer a metodologia técnica completa, as conclusões e os resultados do modelo, leia o artigo completo aqui.
Os dados sobre reservas de carbono utilizados nesta análise se baseiam em o Atlas de BiomassaSylvera — nosso conjunto de dados abrangente e calibrado por lidar sobre o carbono florestal — que serve como fonte independente e auditável para validar as estimativas de estoque de carbono que constituem o cerne da construção de uma linha de base confiável.
