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

Sintesi Tecnica: Una linea di base della biomassa spazialmente esplicita e dinamica per i progetti di gestione forestale (IFM) in Cina

Problematica
I progetti di carbonio forestale, in particolare le iniziative di Gestione Migliorata delle Foreste (IFM), si basano su linee di base controfattuali per determinare l' "addizionalità" — ovvero i guadagni di carbonio ottenuti oltre quanto sarebbe avvenuto senza il progetto. Le attuali metodologie di baseline soffrono spesso di significativi bias. I livelli di riferimento statici e le medie regionali grossolane non riescono a tenere conto della natura dinamica della biomassa forestale, che è influenzata dall'età del popolamento, dalle rotazioni gestionali storiche e dai disturbi naturali o antropici. Queste semplificazioni eccessive possono portare a due errori critici: linee di base impostate troppo basse sovrastimano i guadagni di mitigazione (sovra-credito), mentre linee di base impostate troppo alte oscurano i reali traguardi del progetto. I metodi di valutazione post-hoc esistenti (ad esempio, il matching o i controlli sintetici) sono utili per la revisione, ma non possono fornire linee di base ex-ante spazialmente esplicite e standardizzate, necessarie nella fase di registrazione del progetto. È necessario un quadro che integri la crescita dipendente dall'età, il potenziale di biomassa spaziale, la continuità della gestione storica e i rischi di perdita osservati in un unico sistema di proiezione verificabile.

Metodologia
Gli autori hanno sviluppato un quadro di baseline controfattuale dinamico e spazialmente esplicito per la Cina, utilizzando un approccio accoppiato a curve di crescita. La metodologia procede attraverso i seguenti passaggi:

1. Stratificazione dei dati e adattamento delle curve di crescita:

   • Un dataset nazionale di 24.237 record di parcelle forestali è stato stratificato in 155 strati ecologici basati sulla zona di vegetazione, sul tipo di foresta e sull'origine (naturale vs. piantata).
   • Per ogni strato, le curve di accumulo biomassa-età sono state adattate utilizzando funzioni di Richards, Logistic e Weibull. È stata stabilita una libreria di 67 curve di crescita finali.
   • L'analisi dell'incertezza ha indicato che il termine di biomassa asintotica (la biomassa massima potenziale) è stato il principale driver dell'incertezza in queste curve adattate.

2. Stima del tetto di biomassa spaziale ($B_{eco}$):

   • Per affrontare l'incertezza nel termine asintotico, gli autori hanno sostituito l'asintoto statico nelle equazioni di crescita con una stima spazialmente esplicita della biomassa raggiungibile quasi naturale ($B_{eco}$).
   • $B_{eco}$ è stato modellato utilizzando un ensemble di 50 modelli Random Forest addestrati su pixel di foreste mature a basso disturbo (selezionati da aree protette e riserve naturali).
   • I predittori includevano variabili climatiche (es. escursione termica mensile), proprietà del suolo, topografia, distanza dalle aree protette e copertura arborea. Il modello ha raggiunto un $R^2$ di 0,39 nella validazione incrociata a blocchi spaziali.

3. Quadro accoppiato delle curve di crescita:

   • Il framework accoppia la forma della curva di crescita specifica per lo strato con il tetto di $B_{eco}$ a livello di pixel.
   • Un'analisi di sensibilità ha confrontato un modello standard ($M_0$, dove solo l'asintoto varia con $B_{eco}$) rispetto a un modello alternativo ($M_1$, dove anche i tassi di crescita covariano con $B_{eco}$). Lo studio ha rilevato che $M_1$ offriva un miglioramento trascurabile (<5% di riduzione del RMSE) per la maggior parte degli strati, giustificando l'uso del modello più parsimonioso $M_0$ per l'applicazione nazionale.

4. Proiezione dello scenario controfattuale:

   • Le traiettorie controfattuali annuali sono state proiettate dal 2000 al 2020 (con orizzonti di 20 anni) sotto tre scenari:
     • BAU (Business as Usual): Crescita continua non vincolata senza raccolto o reset della biomassa.
     • S1 (Gestione Vincolata): Continuazione delle rotazioni gestionali storiche (es. rotazione breve di 15 anni, rotazione lunga di 60 anni) e reset della biomassa.
     • S2 (Perdita Osservata): S1 più probabilità ed entità empiricamente stimate degli eventi di perdita di biomassa derivati dalla serie temporale del China Forest Aboveground Biomass Dynamic (CFATD). Nota: queste perdite sono identificate dalla variazione di biomassa, non attribuite a driver specifici (es. incendio vs. raccolta).

Risultati Chiave

• Divergenza della Baseline: Lo scenario BAU (unconstrained) ha prodotto costantemente baseline più elevate rispetto agli scenari vincolati dalla gestione (S1 e S2). La differenza media nazionale tra BAU e S1 è aumentata da 9,98 Mg ha⁻¹ a 10 anni a 14,40 Mg ha⁻¹ a 20 anni (per un inizio nel 2000). Per un inizio nel 2020, questo divario ha raggiunto 29,30 Mg ha⁻¹ a 10 anni e 36,99 Mg ha⁻¹ a 20 anni.
• Driver del Bias: La divergenza è stata più pronunciata nelle piantagioni a rotazione breve, nell'olio di palma e nei sistemi di agroforesteria. Le foreste piantate hanno mostrato scarti BAU–S1 significativamente maggiori rispetto alle foreste naturali. Spazialmente, le discrepanze maggiori si sono verificate nelle province meridionali con alto potenziale di crescita e gestione intensiva (es. Hainan, Guangdong, Guangxi, Fujian).
• Contributo degli Strati Ecologici: Un piccolo numero di strati ha dominato la differenza nazionale. I primi sei strati ecologici (inclusi pino di Masson, abete cinese e tipiche foreste decidue sempreverdi, sia naturali che piantate) hanno contribuito per oltre il 70% della differenza totale nazionale tra BAU e S1.
• Impatto degli Eventi di Perdita: L'inclusione degli eventi di perdita di biomassa osservati (S2) ha avuto un effetto minimo sulle medie nazionali rispetto a S1 (differenze < 0,22 Mg ha⁻¹), sebbene abbia alterato le traiettorie locali e la tempistica dei declini.
• Propagazione dell'Incertezza: L'incertezza nelle proiezioni della baseline è stata dominata dal tetto di biomassa raggiungibile ($B_{eco}$), che ha rappresentato la stragrande maggioranza della varianza. L'incertezza relativa ai parametri degli eventi di perdita (probabilità e ritenzione) è stata trascurabile su scala nazionale (<0,04% del contributo alla larghezza dell'intervallo), sebbene sia stata leggermente superiore in specifici strati sensibili.

Significatività e Rivendicazioni
L'articolo sostiene di fornire un "riferimento nazionale per la definizione della baseline" che consente una quantificazione accurata e credibile dei risultati di mitigazione climatica per i progetti IFM in Cina. La significatività del framework risiede nella sua capacità di:

1. Limitare la Discrezionalità degli Sviluppatori: Utilizzando dati indipendenti ed esterni (inventari forestali nazionali e telerilevamento) invece di report specifici del progetto, il framework riduce il rischio di sovra-credito sistematico.
2. Garantire Verificabilità e Aggiornabilità: Il database è costruito su regole coerenti e può essere aggiornato man mano che diventano disponibili nuovi dati di inventario o prodotti di biomassa.
3. Rappresentare la Continuità Storica: A differenza delle baseline statiche, questo framework dinamico incorpora esplicitamente le rotazioni gestionali storiche e i regimi di perdita osservati, evitando la classificazione errata del recupero naturale o dell'accumulo di carbonio in corso come addizionalità del progetto.
4. Supportare lo Sviluppo di Politiche: Gli autori sostengono che questo framework possa servire come modulo fondamentale per lo sviluppo di metodologie IFM in Cina, affrontando le attuali problematiche di regole frammentate e insufficiente prevenzione del rischio.

Gli autori mantengono una posizione modesta, sottolineando che, sebbene il framework fornisca un modulo controfattuale della biomassa robusto, non risolve tutte le sfide del credito di carbonio come la fuga (leakage), la permanenza, i prodotti legnosi lavorati o il carbonio del suolo. Essi enfatizzano che il framework è uno strumento per la trasparente valutazione dell'addizionalità, non una soluzione completa per tutta la contabilità dei pool di carbonio.