“多年来，我们对实地数据团队投入了大量资源，致力于产出值得信赖的评级。虽然这确保了我们评级的准确性，但无法满足买家在数千个项目中进行评估所需的规模。”
如需了解碳信用额采购趋势的更多信息，请阅读我们的《2025年关键要点》一文。文中分享了五条基于数据的建议，助您优化采购策略。
还有一点：Connect to Supply 的客户还可以使用Sylvera 的其他工具。这意味着您可以轻松查看项目评级并评估单个项目的优势，采购优质的碳信用额，甚至监控项目动态（特别是如果您在发行前阶段进行了投资）。
1. 确定涵盖范围内的关键商品
a. 第23题。您能否提供更多关于导致森林砍伐的农产品的证据？请在此详细说明，除牛（牛肉和皮革）、可可、咖啡、玉米、棕榈油、橡胶和大豆以外的其他产品。
必须认识到生物质在发展中国家所发挥的作用，因为在这些国家，生物质仍是主要的能源来源，且易于获取且成本低廉。文献中一个具有代表性的例子是马拉维，该国大多数家庭仍依赖来自传统土地森林的木材进行烟草烘烤（69%）和烧制砖块（68%）。
木炭主要用作能源和炼钢原料，也是导致森林砍伐的关键商品之一。遗憾的是，原生林树种往往成为主要目标，因为其木材密度更高，因此热值也更高。2017年，巴西生产了520万吨木炭，其中90%被钢铁行业使用，而80%的木炭原料来自人工林。 部分木炭生产被视为“绿色木炭”。其原料来自专门为生产木炭而商业种植的林地，或能提供以可持续方式生产的证明。遗憾的是，此类做法仍对当地生态系统造成诸多负面环境和社会影响。研究表明，通过半自动检测方法，可以利用超高分辨率（0.5米）的卫星图像识别木炭生产点，包括非法生产点。
根据本立法中对森林的定义，我们还需特别指出红树林的砍伐问题。红树林富含碳，并提供至关重要的生态系统服务。 其面临的主要威胁包括水产养殖，尤其是海产品养殖。印尼便是受此影响直接的国家之一。研究表明，自1800年以来，印尼已损失近100万公顷的红树林，其中80万公顷的损失归因于1970年至2003年间开展的水产养殖活动。
2. 立法顺序
a. 第24题。您认为在确定立法顺序时，应考虑以下哪些因素？请勾选所有适用选项，并说明理由。
• 该商品对全球森林砍伐的影响
• 英国在全球森林砍伐中的作用
• 制定有效法规的能力
• 其他（请说明）
尽管这三项提案均具有现实意义，但关键在于从全球视角出发解决森林砍伐问题，同时推动地方层面的行动。因此，我们建议优先级排序应以受该立法约束的英国企业所经营的大宗商品对森林砍伐的全球影响为依据。 此外，我们建议间接考虑所分析特定大宗商品的潜在市场增长，因为当前市场状况可能无法反映未来趋势。随后，第二级优先级应由对该大宗商品实施有效监测、报告和核查（MRV）的能力来决定，而不仅仅依赖于监管措施。
其他可用于确定工作优先级的指标包括：
- 碳：评估富碳森林因砍伐而对气候变化的影响，这些森林对二氧化碳的固存至关重要。Sylvera 开发新方法的前沿，致力于利用卫星数据估算森林碳储量变化。
- 生物多样性：供应链应确保在生物多样性热点地区不发生森林砍伐，并优先保护原始森林、特有物种和受保护物种。
- 生态系统服务：正如达斯古普塔报告所指出的，森林生态系统在社会、环境和经济等多个方面提供多重协同效益。在社会方面，包括休闲娱乐、传统资源利用等；在环境方面，包括碳储存、养分循环、水和空气净化以及维护野生动物栖息地等；在经济方面，则包括木材、食物、燃料和生物制品等。
b. 第25题。应使用哪些数据来源或信息来考量所提出的因素？
《Forest500》报告通过根据评估结果对企业进行排名，重点分析了特定森林风险商品，并参考了以下数据：
- 公司大宗商品生产区域的规模
- 其加工或贸易的商品数量
- 在全球制造业和零售业中的市场份额。
一个关键考量是使用来自研究机构等渠道的独立数据，以确保客观性并避免任何数据操纵。需要综合多种信息来源，才能全面考量所有拟议因素。我们建议将用于监测森林砍伐情况的森林监测数据，与近期遭砍伐土地的土地利用信息、土地权属信息以及供应链情报相结合。
我们将探讨远程森林监测的最佳实践，因为这是我们最具专业优势的领域。这些方法可用于监测非法砍伐行为，并评估导致森林砍伐的驱动因素。
利用开源地球观测（EO）数据可以进行森林遥感监测，理想情况下应结合多种卫星数据模态，包括光学、合成孔径雷达（SAR）和激光雷达。更高分辨率的数据能够更详细地推断森林活动，甚至可以检测到小规模的活动和退化现象。
随后，可利用机器学习（ML）模型对卫星数据进行分析，以检测森林覆盖情况。通过对比时间序列中的图像，该模型能够输出森林覆盖的空间变化情况，从而检测森林砍伐。此类评估可按非常规律的频率进行，频率与卫星过境的间隔相当，通常约为每2至4周一次。
通过测量合成孔径雷达（SAR）等卫星的反射率频谱，可以识别土地利用活动，包括识别新近遭砍伐土地上种植的作物。这为推断导致森林砍伐的驱动因素提供了可能。利用历史卫星数据，或许能够识别这些驱动因素的发展趋势。
与传统的森林监测方法相比，使用机器学习和遥感技术具有显著优势：
- 时间间隔：监测的规律性。遥感数据是在卫星每次飞越某区域时收集的，其频率远高于任何实地监测的频率。
- 覆盖范围：利用地球观测数据可以对整个区域进行监测，而非仅对小范围样本区域进行推算。
在碳研究方面，机器学习模型可经过训练，用于推算已探测森林中的生物量碳含量。这依赖于准确的地面实测数据。传统的全向测量法存在较高的不确定性，且存在低估大树碳含量的偏差。Sylvera 利用多尺度激光雷达扫描和体积建模的方法来解决这些误差，该方法不仅将不确定性降低了多达 10 倍，还解决了系统性误差问题。相关论文目前正在审稿中。
关于生物多样性，网上有来自CEPF的生物多样性热点地区分布信息，以及来自“世界保护区数据库”的保护区信息。了解这些地点和生产区域，有助于提高采掘活动对生物多样性生态系统影响的透明度。
3. 风险缓解级别
a. 第45题。是否应通过次级立法要求适用范围内的企业“消除风险或将风险降低至合理可行的最低水平”？请说明理由。
我们强烈建议企业经营者消除其供应链中所有在合理范围内可操作且经济上可行的、与森林砍伐相关的潜在风险。例如，通过拥有木材产地的土地所有权，或从小型或当地生产商处采购木材，可以最大限度地降低此类风险。企业应负起责任，确保对其供应链及签约供应商进行适当的尽职调查。 我们赞同应设定风险缓解标准这一提议，且该标准可根据特定地区更高的风险水平而有所不同。这将为拥有复杂供应链的企业提供更大的灵活性。
4. 用于制定尽职调查系统要求的进一步证据
a. 第49题。请提供有关当前业务实践、方法及评估和降低风险的可用指标的任何相关证据。
• 可以采用哪些指标或衡量标准，以帮助评估国家和地方层面非法土地使用及所有权的风险
• 目前正在使用或开发哪些方法来评估大宗商品是否是在合法拥有和使用的土地上生产的，包括与特定方法相关的任何挑战
• 目前有哪些资源可帮助了解生产国的法律框架
• 对于您所使用的商品和衍生品，转向具有法律保障的供应链需要多长时间
欧盟在此领域制定了全面的计划：《欧盟木材法规》和《FLEGT法规》。然而，正如文本中指出的，“在建立尽职调查体系方面，特别是对于小型经营者而言，仍然存在挑战，部分原因在于他们对相关义务的认识和理解有限。 对经营者而言，最关键的问题在于能否验证从供应链中获取的信息，以及出口国的治理水平。这可能会削弱本应证明产品合法性的文件的可靠性，并最终影响整个体系的稳健性。”
基于市场的自愿性认证体系也是区分同一行业内市场参与者的有效工具。例如，在林业领域就有多种此类体系，如森林管理委员会（FSC）标签、森林认证认可计划（PEFC）等。 这些认证标志不仅确保资源开采地的森林管理方式能够保护生物多样性并造福当地居民和工人的生活，还表明供应链的每个环节都受到独立审计的严格监督，以确保排除不可持续的来源。
一种用于判断大宗商品是否产自合法拥有和使用的土地的指标，是确认其是否位于保护区之外。Sylvera 从“世界保护区数据库”中提取的特定保护区图层，来分析森林地区的碳信用项目对生物多样性的影响。
一些国家也开始建立自愿性土地登记制度，例如巴西的“农村环境登记制度”（Cadastro Ambiental Rural），该制度通过增强公众监督土地使用的情况以及帮助农民获得信贷，从而对土地利用产生影响。研究表明，参与此类登记制度虽不会对作物种植面积产生显著影响，但确实会影响牧场面积的扩张，且这种影响因农场规模和环境合规水平的不同而有所差异。总体而言，这有助于更好地监测和了解土地所有权归属以及环境合规情况。
5. 年度报告
a. 第55题。应要求企业报告哪些内容，以便监管机构确定需要进一步审查的领域？
Sylvera 根据《木材及木材制品投放市场条例》（UKTR）和《英国（森林执法、治理与贸易）FLEGT 条例》（自 2021 年 1 月 1 日起生效）对所报告信息保持的透明度水平，其要求与《欧盟木材法规》（EUTR）一致。 作为最佳实践，企业还应就即将发布的TNFD（自然相关财务披露工作组）指南进行报告，该指南将特别提及消除“大宗商品驱动的森林砍伐”。
b. 第56题：是否应公开企业尽职调查过程中涉及的非商业敏感信息，以提高该行业的透明度和问责制？
是的，透明度和问责制应成为重点，相关报告应公开透明且便于公众查阅。供应链尽职调查所采用的方法应予以披露。这将通过合作倡议、利益相关方的压力以及外部监督，激励企业采用最佳实践。 此外，还应披露可能影响企业在客户和合作伙伴中声誉的其他非商业敏感信息，以确保透明度。此类信息的示例包括：种植或开采材料的来源、相关区域的土地权属，以及对公开可获取的地球观测数据的分析。
