Carbono Orgánico Del Suelo: Nueva Modelización De EOSDA
Nuestro método combina modelos de carbono orgánico del suelo (SOC) con teledetección para ayudar a los desarrolladores en la creación de software MRV (medir, informar, verificar) para proyectos de carbono y a entidades gubernamentales y organismos internacionales a predecir eficazmente los niveles de carbono en el suelo. Este método saca partido al poder de 140 predictores diferentes y permite reducir significativamente el número de costosas muestras físicas del suelo necesarias para la verificación. La amplia gama de predictores, incluidas las imágenes de satélite, mejora enormemente la precisión en la estimación de carbono orgánico del suelo. Únase a nosotros para descubrir cómo nuestro modelo contribuye a la hora de medir el carbono del suelo al mismo tiempo que ayuda en la búsqueda de un futuro sostenible.
Lo Que Nos Hace Destacar
Fiabilidad
Hemos firmado un contrato multimillonario para construir un modelo de carbono orgánico del suelo para el gobierno australiano, de la mano de nuestro socio AgriProve. [Leer aquí]
Imágenes de satélite
Nuestro experimentado equipo de científicos de I+D utiliza el aprendizaje automático para analizar tanto los datos terrestres como los obtenidos por satélite para garantizar una gran precisión en nuestro modelo de gestión del carbono.
Datos únicos
EOS SAT-1, satélite creado específicamente para nuestras necesidades, nos permite aumentar nuestra precisión en el modelado y la predicción del carbono orgánico del suelo mediante la obtención de datos a través de 11 bandas, proporcionando imágenes pancromáticas de 1,4 m y multiespectrales de alta resolución de 2,8 m.
Menor gasto
Hemos mejorado el modelo RothC, mundialmente conocido y utilizado por la Organización de las Naciones Unidas para la Agricultura y la Alimentación (FAO), para aumentar la precisión de nuestra predicción y ayudarle a ahorrar hasta un 90% en el muestreo de suelos
Cumplimiento de la normativa
Los cálculos de nuestro modelo cumplen con los requisitos del organismo australiano Clean Energy Regulator y se ajusta a otros, como Verra, Gold Standard o Climate Action Reserve. Nuestros científicos han completado un entrenamiento regional un entrenamiento regional en la FAO y han recibido varios certificados en formación regional para la modelización y cartografía del secuestro del carbono orgánico del suelo (SOC).
Ventajas Del Modelo De EOSDA Respecto A RothC
EOSDA, al desarrollar sus productos y soluciones, siempre ha tenido en mente la sostenibilidad. Ya hemos transformado el mercado agrícola en todo el mundo con soluciones rentables y sostenibles que abordan los problemas más acuciantes. Nos dimos cuenta de que teníamos los conocimientos y la experiencia suficientes para dar un paso más y adentrarnos en las tecnologías de secuestro de carbono, para hacer frente al cambio climático de forma directa.
Nuestro equipo científico se decidió por el conocido modelo RothC, ampliamente aprobado, entre otros, por la Organización de las Naciones Unidas para la Agricultura y la Alimentación (FAO), el Inventario de Gases de Efecto Invernadero de Japón y el Fondo de Reducción de Emisiones de Australia.
El reto consistía en adaptarlo a las necesidades específicas de regiones concretas y superar sus limitaciones en cuanto a la resolución de las imágenes y posibilidades de escalado. Sin dejarse intimidar por la dificultad, nuestros expertos produjeron un modelo más preciso, adaptado y fácil de usar, listo para ayudar a los clientes de EOSDA en sus proyectos de compensación de carbono. Y ahora es el momento de pasar a la acción.
- Mientras que la modelización RothC suele basarse en modelos aleatorios de bosque o de regresión para la cartografía inicial del carbono orgánico del suelo, EOSDA amplía el alcance ofreciendo la aplicación de hasta 15 modelos distintos. Esto nos permite ajustar con precisión el modelo más adecuado a zonas climático-geográficas específicas, mejorando la precisión de la evaluación del almacenamiento de carbono en el suelo.
- El avanzado proceso de EOSDA permite realizar predicciones flexibles para cualquier duración dentro de un periodo de 20 años, lo que proporciona una capacidad de predicción que se adapta mejor.
- EOSDA mejora los procesos de selección y distribución de predictores en función de su complejidad
- El modelo EOSDA integra datos de mayor resolución espacial, mejorando la precisión del modelo predictivo RothC.
- EOSDA utiliza un modelo RothC mejorado con hasta 140 predictores de diversas categorías, incluidos datos climáticos, datos satelitales ópticos y de SAR, datos DEM y sus parámetros derivados e información sobre el suelo.
- Dado que la infraestructura de EOSDA se apoya en tecnología en la nube (AWS), el modelo de predicción del carbono orgánico del suelo de EOSDA ofrece mayores posibilidades de escalado, lo que resulta especialmente útil para grandes proyectos.
- El modelo de EOSDA reduce el número de muestras de suelo necesarias para la verificación de resultados hasta en un 90%.
- El equipo de EOSDA está formado por expertos altamente experimentados en edafología y modelización del carbono del suelo, incluyendo doctorados con más de 30 años de experiencia, lo que garantiza una sólida base científica para nuestro modelo.
Usos De Nuestro Modelo De Predicción Del Carbono Orgánico Del Suelo
- Ahorro en el muestreo del suelo y aumento de los beneficios gracias al programa de créditos de carbono.
- Uso como referencia para calcular créditos de carbono y crear una huella más positiva al mismo tiempo que aumentan los beneficios.
- Elaboración de mapas precisos del suelo que ilustren su contenido en nutrientes, pH, etc..
- Optimización en la asignación de recursos (personas, dinero, insumos, tiempo), adaptando las actividades agrícolas a prácticas basadas en soluciones MRV de teledetección..
Cómo Funciona
Predecir el aumento del carbono orgánico del suelo en las tierras de cultivo nos permite estimar las posibles ganancias financieras derivadas de la adopción de prácticas sostenibles y la obtención de créditos de emisiones de carbono. Así es como lo hacemos:
-
Recopilación de datos
El cliente nos proporciona datos de muestras de suelo, incluidos detalles clave sobre la composición del suelo y el contenido de carbono orgánico. Si el cliente no puede suministrar ciertos datos, podemos rellenar los huecos gracias a nuestros amplios recursos, capacidad de investigación y algoritmos personalizados diseñados para satisfacer los requisitos únicos de cada proyecto de créditos de carbono.
-
Análisis de datos
Utilizamos algoritmos avanzados para analizar los datos recopilados y proporcionar mediciones precisas del almacenamiento de carbono en el suelo de la explotación agrícola. Dependiendo de la complejidad del proyecto, utilizamos un cierto número de predictores (hasta 140) para aumentar la precisión, adaptando nuestros algoritmos a la zona, parámetros climáticos, cultivo, etc.
-
Conversión en créditos
Preparamos un informe de la situación de partida que detalla la cantidad actual de carbono orgánico del suelo en su campo, así como la cantidad que se secuestró durante la ejecución del proyecto. La información proporcionada en este informe es necesaria a la hora de solicitar créditos de carbono, ya que ayuda a convertir sus reservas de carbono en créditos de emisiones de carbono. Nos aseguramos de que el informe siga estrictamente los requisitos y el formato específicos solicitados por el cliente.
-
Predicción de la cantidad de carbono
Utilizamos el modelo RothC para estimar la cantidad de carbono orgánico del suelo que se secuestrará en un campo a lo largo de varios años. Además, también podemos predecir las posibles emisiones de carbono de la agricultura en caso de que se apliquen prácticas poco sostenibles. Esta predicción ayuda a determinar la cantidad de créditos de carbono que podrían obtener los propietarios de las tierras. Además, proporciona información valiosa a gobiernos, ONGs y otros interesados en evaluar la contribución del secuestro de carbono orgánico a la lucha contra el cambio climático y otros problemas relacionados.
Caso De Estudio: Modelización De EOSDA Y AgriProve Para El Gobierno Australiano
Problema:
AgriProve, una empresa australiana, se centra en proyectos relacionados con el carbono en el suelo con las siguientes características en mente:
- Colaborar con los agricultores para capturar carbono atmosférico y almacenarlo en el suelo, mejorando así su calidad y valor.
- Ayudar a aumentar los niveles de carbono orgánico del suelo para mejorar la rentabilidad de las explotaciones agrícolas.
- Generar créditos de carbono y reducir el impacto medioambiental.
AgriProve contribuye significativamente al Fondo de Reducción de Emisiones (ERF), siendo responsable del 80% de los proyectos de carbono orgánico del suelo y ayudando de forma activa a la adquisición de créditos de carbono en la agricultura australiana, así como en otros sectores, para la reducción de gases de efecto invernadero o el secuestro de carbono.
Sin embargo, antes de adoptar la monitorización por satélite del suelo a través de EOSDA Crop Monitoring, la empresa se encontró con varios retos:
- Dependencia de varios proveedores de datos para la recopilación de datos y la elaboración de informes de registro de productos ERF.
- Procesos manuales ineficaces y lentos.
- Elevadas tasas de error en el proceso manual de elaboración de informes.
Solución:
EOSDA ha creado una solución de agricultura de precisión basada en datos satelitales para AgriProve, utilizando AWS Lambda, de Amazon Web Services, para la recopilación y el análisis de datos sin servidor en proyectos agrícolas relacionados con el carbono orgánico del suelo. Esta tecnología elimina la necesidad de gestionar servidores, agilizando el proceso para AgriProve.
Gracias a EOSDA Crop Monitoring, los clientes de AgriProve ahora pueden:
- Acceder a datos históricos de las tierras de cultivo.
- GGenerar informes de referencia con índices específicos.
- Monitorizar el progreso en las tierras de cultivo durante la ejecución de un proyecto.
Los datos se gestionan de forma eficiente mediante Amazon S3, lo que garantiza un almacenamiento y una devolución de datos fiables y escalables.
Resultado:
AgriProve utiliza EOSDA Crop Monitoring para:
- La gestión y monitorización eficientes de, aproximadamente, 160.000 hectáreas de tierras agrícolas.
- Agilizar el inicio de proyectos de carbono del suelo, reduciendo el tiempo de configuración de meses a semanas.
La plataforma permite:
- CLa creación de informes de referencia sobre el estado del campo.
- La monitorización de los cambios en la gestión de la tierra, mejorando el cultivo, el pastoreo y la horticultura.
AgriProve también tiene previsto incorporar datos adicionales, como los niveles de humedad, para mejorar el análisis y ayudar a los agricultores y propietarios a optimizar sus estrategias de gestión.
Soluciones Personalizadas Para La Verificación Del Carbono Del Suelo
Informes Sobre Créditos De Carbono
Nuestros informes sobre créditos de carbono son la forma más rápida y sencilla de compartir con otros toda la información relevante sobre los proyectos de compensación de carbono.
Contienen información sobre:
- El historial de rendimiento de los cultivos.
- Las actividades regenerativas realizadas por el agricultor (si las hubiera)
- Una referencia sobre el secuestro de carbono orgánico del suelo.
Y mucho más.
Identificación De Los Cultivos De Cobertura
La plantación de cultivos de cobertura es una práctica excelente para generar créditos de carbono adicionales de forma sostenible.
Utilizamos las últimas innovaciones en materia geoespacial, aplicando índices de vegetación para identificar a distancia los cultivos de cobertura de un gran número de campos a la vez. Con estos datos, se puede comprobar fácilmente el cumplimiento de los objetivos de cualquier proyecto de créditos de carbono por parte de los agricultores.
Detección De La Labranza
La reducción de la labranza ha demostrado ser una práctica de secuestro de carbono relativamente fácil y manejable.
Ofrecemos la detección remota de la labranza en el campo como parte de nuestras tecnologías MRV para medir el carbono del suelo y ayudar a supervisar su cumplimiento.
