A spatially explicit dynamic biomass baseline for forest-management carbon projects in China

Resumen Técnico: Una línea de base de biomasa dinámica y espacialmente explícita para proyectos de gestión forestal de carbono en China

Planteamiento del problema
Los proyectos de carbono forestal, particularmente las iniciativas de Gestión Forestal Mejorada (IFM, por sus siglas en inglés), dependen de líneas de base contrafácticas para determinar la "adicionalidad": las ganancias de carbono logradas más allá de lo que habría ocurrido sin el proyecto. Las metodologías de referencia actuales suelen sufrir sesgos significativos. Los niveles de referencia estáticos y los promedios regionales gruesos no logran dar cuenta de la naturaleza dinámica de la biomasa forestal, la cual está influenciada por la edad del rodal, las rotaciones de gestión histórica y las perturbaciones naturales o antropogénicas. Estas simplificaciones excesivas pueden conducir a dos errores críticos: las líneas de base establecidas demasiado bajas sobreestiman las ganancias de mitigación (sobrecrédito), mientras que las líneas de base establecidas demasiado altas oscurecen los logros genuinos del proyecto. Los métodos de evaluación post-hoc existentes (por ejemplo, emparejamiento o controles sintéticos) son valiosos para la revisión, pero no pueden proporcionar líneas de base ex-ante estandarizadas y espacialmente explícitas requeridas en la fase de registro del proyecto. Existe la necesidad de un marco que integre el crecimiento dependiente de la edad, el potencial de biomasa espacial, la continuidad de la gestión histórica y los riesgos de pérdida observados en un único sistema de proyección auditable.

Metodología
Los autores desarrollaron un marco de línea de base contrafáctica dinámica y espacialmente explícita para China, utilizando un enfoque de curva de crecimiento acoplada. La metodología procede a través de los siguientes pasos:

1. Estratificación de datos y ajuste de curvas de crecimiento:

   • Un conjunto de datos nacional de 24,237 registros de parcelas forestales fue estratificado en 155 estratos ecológicos basados en la zona de vegetación, el tipo de bosque y el origen (natural vs. plantado).
   • Para cada estrato, se ajustaron curvas de acumulación de biomasa según la edad utilizando funciones de Richards, Logística y Weibull. Se estableció una biblioteca de 67 curvas de crecimiento finales.
   • El análisis de incertidumbre indicó que el término de biomasa asintótica (la biomasa máxima potencial) fue el principal motor de la incertidumbre en estas curvas ajustadas.

2. Estimación del techo de biomasa espacial ($B_{eco}$):

   • Para abordar la incertidumbre en el término asintótico, los autores reemplazaron la asíntota estática en las ecuaciones de crecimiento con una estimación espacialmente explícita de la biomasa alcanzable cercana a la naturaleza ($B_{eco}$).
   • $B_{eco}$ fue modelado utilizando un conjunto de 50 modelos de Bosque Aleatorio (Random Forest) entrenados en píxeles de bosques maduros y de baja perturbación (seleccionados de áreas protegidas y reservas naturales).
   • Los predictores incluyeron variables climáticas (por ejemplo, rango de temperatura mensual), propiedades del suelo, topografía, distancia a áreas protegidas y cobertura arbórea. El modelo logró un $R^2$ de 0.39 en la validación cruzada de bloques espaciales.

3. Marco de curvas de crecimiento acopladas:

   • El marco acopla la forma de la curva de crecimiento específica del estrato con el techo de $B_{eco}$ a nivel de píxel.
   • Un análisis de sensibilidad comparó un modelo estándar ($M_0$, donde solo la asíntota varía con $B_{eco}$) contra un modelo alternativo ($M_1$, donde las tasas de crecimiento también covariar con $B_{eco}$). El estudio encontró que $M_1$ ofrecía una mejora insignificante (<5% de reducción de RMSE) para la mayoría de los estratos, justificando el uso del modelo más parsimonioso $M_0$ para la aplicación nacional.

4. Proyección de escenarios contrafácticos:

   • Se proyectaron trayectorias contrafácticas anuales de 2000 a 2020 (con horizontes de 20 años) bajo tres escenarios:
     • BAU (Business as Usual - Negocios como de costumbre): Crecimiento continuo sin restricciones sin cosecha ni reinicio de biomasa.
     • S1 (Gestión restringida): Continuación de las rotaciones de gestión históricas (por ejemplo, rotación corta de 15 años, rotación larga de 60 años) y reinicios de biomasa.
     • S2 (Pérdida observada): S1 más probabilidades y severidades estimadas empíricamente de eventos de pérdida de biomasa derivados de la serie temporal de la Dinámica de la Biomasa Aérea Forestal de China (CFATD). Nota: Estas pérdidas se identifican por el cambio de biomasa, no se atribuyen a impulsores específicos (por ejemplo, fuego vs. cosecha).

Resultados clave

• Divergencia de la línea de base: El escenario BAU (sin restricciones) produjo consistentemente líneas de base más altas que los escenarios de gestión restringida (S1 y S2). La diferencia media nacional entre BAU y S1 aumentó de 9.98 Mg ha⁻¹ a los 10 años a 14.40 Mg ha⁻¹ a los 20 años (para un inicio en 2000). Para un inicio en 2020, esta brecha alcanzó los 29.30 Mg ha⁻¹ a los 10 años y 36.99 Mg ha⁻¹ a los 20 años.
• Impulsores del sesgo: La divergencia fue más pronunciada en las plantaciones de rotación corta, el aceite de palma y los sistemas agroforestales. Los bosques plantados mostraron brechas BAU–S1 significativamente mayores que los bosques naturales. Espacialmente, las mayores discrepancias ocurrieron en las provincias del sur con alto potencial de crecimiento y gestión intensiva (por ejemplo, Hainan, Guangdong, Guangxi, Fujian).
• Contribución de los estratos ecológicos: Un pequeño número de estratos dominó la diferencia nacional. Los seis principales estratos ecológicos (incluyendo pinos de Masson, abetos chinos y bosques perennifolios de hoja ancha típicos, tanto naturales como plantados) contribuyeron con más del 70% de la diferencia nacional total de BAU–S1.
• Impacto de los eventos de pérdida: La incorporación de los eventos de pérdida de biomasa observados (S2) tuvo un efecto mínimo en los promedios nacionales en comparación con S1 (diferencias < 0.22 Mg ha⁻¹), aunque alteró las trayectorias locales y el tiempo de los declives.
• Propagación de la incertidumbre: La incertidumbre en las proyecciones de la línea de base estuvo dominada por el techo de biomasa alcanzable ($B_{eco}$), que representó la gran mayoría de la varianza. La incertidumbre relacionada con los parámetros de los eventos de pérdida (probabilidad y retención) fue insignificante a escala nacional (<0.04% de contribución al ancho del intervalo), aunque fue ligeramente mayor en ciertos estratos sensibles.

Significancia y Reivindicaciones
El artículo afirma proporcionar una "referencia nacional para el establecimiento de líneas de base" que permite una cuantificación precisa y creíble de los resultados de mitigación climática para los proyectos de IFM en China. La significancia del marco radica en su capacidad para:

1. Limitar la discreción del desarrollador: Al utilizar datos externos e independientes (inventarios forestales nacionales y teledetección) en lugar de informes específicos del proyecto, el marco reduce el riesgo de sobrecrédito sistemático.
2. Garantizar la auditabilidad y la actualización: La base de datos se construye sobre reglas consistentes y puede actualizarse a medida que haya nuevos datos de inventario o productos de biomasa disponibles.
3. Representar la continuidad histórica: A diferencia de las líneas de base estáticas, este marco dinámico incorpora explícitamente las rotaciones de gestión histórica y los regímenes de pérdida observados, evitando la clasificación errónea de la recuperación natural o la acumulación continua de carbono como adicionalidad del proyecto.
4. Apoyar el desarrollo de políticas: Los autores postulan que este marco puede servir como un módulo fundamental para desarrollar metodologías de IFM en China, abordando los problemas actuales de reglas fragmentadas e insuficiencia de prevención de riesgos.

Los autores mantienen una postura modesta, señalando que, si bien el marco proporciona un módulo de biomasa contrafáctica robusto, no resuelve todos los desafíos del crédito de carbono, tales como la fuga (leakage), la permanencia, los productos de madera cosechados o el carbono del suelo. Enfatizan que el marco es una herramienta para la evaluación transparente de la adicionalidad, no una solución completa para toda la contabilidad de los sumideros de carbono.