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

Resumo Técnico: Uma Linha de Base de Biomassa Dinâmica Espacialmente Explícita para Projetos de Gestão Florestal de Carbono na China

Definição do Problema
Projetos de carbono florestal, particularmente iniciativas de Gestão Florestal Melhorada (IFM - Improved Forest Management), dependem de linhas de base contrafatuais para determinar a "adicionalidade" — os ganhos de carbono alcançados além do que teria ocorrido sem o projeto. As metodologias de linha de base atuais frequentemente sofrem de vieses significativos. Níveis de referência estáticos e médias regionais grosseiras não conseguem considerar a natureza dinâmica da biomassa florestal, que é influenciada pela idade do povoamento, rotações de manejo histórico e distúrbios naturais ou antropogênicos. Essas simplificações excessivas podem levar a dois erros críticos: linhas de base estabelecidas muito baixas superestimam os ganhos de mitigação (sobrecreditação), enquanto linhas de base estabelecidas muito altas obscurecem conquistas reais do projeto. Métodos de avaliação post-hoc existentes (por exemplo, pareamento ou controles sintéticos) são valiosos para revisão, mas não podem fornecer linhas de base ex-ante espacialmente explícitas e padronizadas, necessárias na fase de registro do projeto. Há uma necessidade de um arcabouço que integre crescimento dependente da idade, potencial de biomassa espacial, continuidade de manejo histórico e riscos de perda observados em um único sistema de projeção auditável.

Metodologia
Os autores desenvolveram um arcabouço de linha de base contrafatual dinâmico e espacialmente explícito para a China, utilizando uma abordagem de curva de crescimento acoplada. A metodologia procede através das seguintes etapas:

1. Estratificação de Dados e Ajuste de Curva de Crescimento:

   • Um conjunto de dados nacional de 24.237 registros de parcelas florestais foi estratificado em 155 estratos ecológicos baseados em zona de vegetação, tipo de floresta e origem (natural vs. plantada).
   • Para cada estrato, curvas de acumulação de biomassa versus idade foram ajustadas usando funções de Richards, Logística e Weibull. Uma biblioteca de 67 curvas de crescimento finais foi estabelecida.
   • A análise de incerteza indicou que o termo de biomassa assintótica (a biomassa máxima potencial) foi o principal impulsionador da incerteza nessas curvas ajustadas.

2. Estimativa do Teto de Biomassa Espacial ($B_{eco}$):

   • Para abordar a incerteza no termo assintótico, os autores substituíram a assíntota estática nas equações de crescimento por uma estimativa espacialmente explícita da biomassa quase natural atingível ($B_{eco}$).
   • O $B_{eco}$ foi modelado usando um conjunto de 50 modelos de Random Forest treinados em pixels de florestas maduras e de baixo distúrbio (selecionados de áreas protegidas e reservas naturais).
   • Os preditores incluíram variáveis climáticas (ex: amplitude de temperatura mensal), propriedades do solo, topografia, distância de áreas protegidas e cobertura arbórea. O modelo alcançou um $R^2$ de 0,39 em validação cruzada de blocos espaciais.

3. Arcabouço de Curva de Crescimento Acoplada:

   • O arcabouço acopla a forma da curva de crescimento específica do estrato com o teto de $B_{eco}$ ao nível do pixel.
   • Uma análise de sensibilidade comparou um modelo padrão ($M_0$, onde apenas a assíntota varia com o $B_{eco}$) contra um modelo alternativo ($M_1$, onde as taxas de crescimento também co-variam com o $B_{eco}$). O estudo descobriu que o $M_1$ ofereceu uma melhoria negligenciável (<5% de redução no RMSE) para a maioria dos estratos, justificando o uso do mais parcimonioso $M_0$ para aplicação nacional.

4. Projeção de Cenário Contrafatual:

   • Trajetórias contrafatuais anuais foram projetadas de 2000 a 2020 (com horizontes de 20 anos) sob três cenários:
     • BAU (Business as Usual): Crescimento contínuo não restringido sem colheita ou reinício de biomassa.
     • S1 (Restrito pelo Manejo): Continuidade das rotações de manejo histórico (ex: rotação curta de 15 anos, rotação longa de 60 anos) e reinícios de biomassa.
     • S2 (Perda Observada): S1 mais probabilidades e severidades empiricamente estimadas de eventos de perda de biomassa derivadas da série temporal do China Forest Aboveground Biomass Dynamic (CFATD). Nota: Estas perdas são identificadas por mudança de biomassa, não atribuídas a drivers específicos (ex: fogo vs. colheita).

Resultos Principais

• Divergência da Linha de Base: O cenário BAU (não restrito) produziu consistentemente linhas de base mais altas do que os cenários restritos pelo manejo (S1 e S2). A diferença média nacional entre BAU e S1 aumentou de 9,98 Mg ha⁻¹ em 10 anos para 14,40 Mg ha⁻¹ em 20 anos (para um início em 2000). Para um início em 2020, essa lacuna atingiu 29,30 Mg ha⁻¹ em 10 anos e 36,99 Mg ha⁻¹ em 20 anos.
• Drivers do Viés: A divergência foi mais pronunciada em plantações de rotação curta, palma de óleo e sistemas agroflorestais. Florestas plantadas mostraram lacunas BAU–S1 significativamente maiores do que florestas naturais. Espacialmente, as maiores discrepâncias ocorreram em províncias do sul com alto potencial de crescimento e manejo intensivo (ex: Hainan, Guangdong, Guangxi, Fujian).
• Contribuição dos Estratos Ecológicos: Um pequeno número de estratos dominou a diferença nacional. Os seis principais estratos ecológicos (incluindo pinheiro de Masson natural e plantado, abeto chinês e florestas típicas de folha larga perene) contribuíram com mais de 70% da diferença total nacional BAU–S1.
• Impacto de Eventos de Perda: A incorporação de eventos de perda de biomassa observados (S2) teve um efeito mínimo nas médias nacionais em comparação com o S1 (diferenças < 0,22 Mg ha⁻¹), embora tenha alterado as trajetórias locais e o tempo das quedas.
• Propagação de Incerteza: A incerteza nas projeções da linha de base foi dominada pelo teto de biomassa atingível ($B_{eco}$), que representou a vasta maioria da variância. A incerteza relacionada aos parâmetros de eventos de perda (probabilidade e retenção) foi negligenciável na escala nacional (<0,04% de contribuição para a largura do intervalo), embora tenha sido ligeiramente maior em estratos sensíveis específicos.

Significância e Alegações
O artigo alega fornecer uma "referência nacional para definição de linha de base" que permite a quantificação precisa e crível de resultados de mitigação climática para projetos de IFM na China. A significância do arcabouço reside em sua capacidade de:

1. Limitar a Discricionariedade do Desenvolvedor: Ao utilizar dados externos e independentes (inventários florestais nacionais e sensoriamento remoto) em vez de relatórios específicos do projeto, o arcabouço reduz o risco de sobrecreditação sistemática.
2. Garantir Auditabilidade e Atualização: O banco de dados é construído sobre regras consistentes e pode ser atualizado conforme novos dados de inventário ou produtos de biomassa tornam-se disponíveis.
3. Representar a Continuidade Histórica: Diferente das linhas de base estáticas, este arcabouço dinâmico incorpora explicitamente as rotações de manejo histórico e os regimes de perda observados, evitando a classificação errônea de recuperação natural ou acumulação contínua de carbono como adicionalidade do projeto.
4. Apoiar o Desenvolvimento de Políticas: Os autores postulam que este arcabouço pode servir como um módulo fundamental para o desenvolvimento de metodologias de IFM na China, abordando problemas atuais de regras fragmentadas e prevenção insuficiente de riscos.

Os autores mantêm uma postura modesta, observando que, embora o arcabouço forneça um módulo de biomassa contrafatual robusto, ele não resolve todos os desafios de crédito de carbono, como vazamento (leakage), permanência, produtos de madeira colhida ou carbono do solo. Eles enfatizam que o arcabouço é uma ferramenta para a avaliação transparente da adicionalidade, não uma solução completa para toda a contabilidade de estoques de carbono.