¿Cómo se modela el cambio del carbono del suelo a lo largo del tiempo?

Un modelo de carbono del suelo toma una descripción de un sistema (clima, suelo, manejo) y devuelve una trayectoria: cómo se espera que evolucione el stock de carbono bajo esa descripción. Esa trayectoria es la base con la que las organizaciones justifican la asignación de capital a programas regenerativos, proyectan las emisiones y remociones de Alcance 3 según la Guía del Sector de la Tierra y las Remociones del GHG Protocol y, cuando la estructura del proyecto lo justifica, presentan reclamaciones en los mercados voluntarios de carbono.

La pregunta «¿qué modelo deberíamos usar?» no tiene una respuesta universal. La pregunta correcta es más acotada: ¿qué modelo se ajusta a la decisión, en el sistema concreto, con los datos que el proyecto puede conseguir de forma realista? Responderla es la decisión de criterio más importante en un encargo de modelización del carbono del suelo.

Bajo las siglas, los modelos de uso corriente comparten un mismo mecanismo: el carbono del suelo repartido en compartimentos que decaen cada uno a su propio ritmo, alimentados por un flujo de aportes frescos de plantas y estiércol. Si se comprende ese mecanismo, la mayoría de las preguntas prácticas se responden solas, incluidas las dos que definen en silencio un pronóstico a escala decadal: dónde se supone que arrancan los compartimentos y cuán ancha es la respuesta honesta. Las tres herramientas de este artículo ejecutan una versión compacta de ese mecanismo, de modo que su comportamiento es algo que se puede manipular en lugar de solo leerlo.

Qué entrega realmente la modelización, y qué no

Un modelo de carbono del suelo es una hipótesis estructurada sobre cómo se mueve el carbono a través del sistema. Sus resultados son condicionales: dados estos datos de entrada, esta es la trayectoria esperada y su incertidumbre. Un modelo no mide el suelo; lo predice.

Esto importa porque buena parte del desacuerdo entre los desarrolladores de proyectos y los verificadores nace de confundir ambas cosas1. Una trayectoria modelizada que sustituye a los datos de campo en el reporte anual es un riesgo de cumplimiento. Una trayectoria modelizada usada junto con datos de campo, con los rangos de incertidumbre explícitos, es práctica estándar según la Guía del Sector de la Tierra y las Remociones del GHG Protocol y según la mayoría de las metodologías de los mercados voluntarios.

Cómo funcionan realmente estos modelos

El carbono del suelo no es una sola sustancia que decae a un solo ritmo. Una raíz fresca y un complejo húmico de varios siglos son ambos «carbono orgánico del suelo», y sin embargo uno se renueva en meses y el otro sobrevive a quien lo mide. Todos los modelos de uso corriente abordan esto de la misma manera. Clasifican el carbono en un puñado de compartimentos, cada uno con su propio tiempo de renovación, y los siguen por separado2.

Dentro de cada compartimento, la descomposición sigue una cinética de primer orden: la cantidad perdida en un mes dado es proporcional a la cantidad presente, de modo que un compartimento librado a sí mismo decae siguiendo una curva exponencial fijada por una constante de velocidad k.

La constante de velocidad k es una propiedad del compartimento: elevada para los residuos frescos, reducida para la materia humificada, prácticamente nula para la fracción inerte. La función f escala k al alza o a la baja según las condiciones en las que el suelo se encuentra realmente. El calor acelera la descomposición, el estrés hídrico la frena y un dosel vivo la retarda respecto del suelo desnudo. Por eso el mismo aporte de residuos acumula carbono bajo un cultivo de cobertura en una estación templada fresca y lo pierde en una calurosa y seca.

No todo el carbono descompuesto abandona el suelo. Una fracción se respira a la atmósfera como CO₂; el resto se estabiliza en biomasa microbiana y compuestos humificados que retroalimentan los compartimentos lentos. El contenido de arcilla gobierna ese reparto, porque los suelos de textura más fina protegen una mayor parte del carbono procesado. Por eso la fracción de arcilla es un dato de entrada requerido en todos los modelos que siguen3.

Al juntar esas piezas, un suelo bajo un manejo estable deriva hacia un estado estacionario, el stock en el que los aportes anuales equilibran exactamente las pérdidas anuales. Al aumentar los aportes, el estado estacionario sube; al calentar el clima o reducir la arcilla, baja. El acercamiento a ese estado es lento, marcado por el tiempo de renovación del compartimento activo más lento, y por eso las ganancias creíbles de carbono del suelo se expresan en décadas y no en años. La herramienta siguiente ejecuta este mecanismo hacia adelante: al modificar el aporte, la arcilla y la temperatura, se observa dónde se estabiliza el stock y cuánto tarda en alcanzarlo.

Dos rasgos de esa curva importan para un proyecto. El destino queda fijado por los aportes y el sitio, no por el punto del que parte el suelo, de modo que dos parcelas llevadas al mismo manejo convergen hacia el mismo estado estacionario desde direcciones distintas. Y el trayecto es largo: incluso un cambio grande necesita décadas para manifestarse, y los primeros años avanzan despacio. Una trayectoria modelizada que alcanza un nuevo equilibrio en cinco años describe un artefacto de su configuración, no un suelo.

Los cuatro modelos candidatos

Cuatro marcos dominan el trabajo práctico. Cada uno fue diseñado para una clase específica de pregunta, y cada uno lleva la huella del sistema sobre el que se construyó. RothC surgió de los experimentos de largo plazo de Rothamsted sobre la capa arable de clima templado2. AMG se calibró primero en ensayos de cultivo franceses y, en su forma actual, se reconstruyó sobre más de cuarenta sitios europeos de largo plazo45. Century se diseñó para explicar los niveles de materia orgánica en los pastizales de las Grandes Llanuras, con el nitrógeno, el fósforo y el azufre acoplados al ciclo del carbono6, y DayCent es su hermano de paso de tiempo diario, construido para resolver los flujos de gases traza que un modelo mensual no puede7. Usar uno fuera de su dominio de origen es posible, pero caro en credibilidad. Sobre cómo comprobar si un sitio nuevo está siquiera dentro de ese dominio, véase ¿Representativo de qué?

Los cuatro se han contrastado con datos experimentales de largo plazo en decenas de sitios. La comparación clásica enfrentó nueve modelos de materia orgánica del suelo a siete conjuntos de datos de largo plazo y no halló un único ganador: el rendimiento dependía del sitio y de la pregunta8. El trabajo de conjunto más reciente llega al mismo veredicto y añade una advertencia: la dispersión entre modelos es en sí misma una fuente de incertidumbre que una proyección de un solo modelo oculta11. RothC y Century tienen el historial internacional más extenso; AMG es la opción más sólida para los sistemas de cultivo franceses y otros europeos; DayCent es la herramienta especializada cuando las emisiones de N₂O están dentro del alcance.

Elegir el modelo adecuado para la pregunta

Cuatro preguntas prácticas determinan la elección.

¿El nitrógeno está dentro del alcance?

Si la decisión depende de las emisiones de N₂O, de la eficiencia en el uso del fertilizante o de la interacción entre el manejo del nitrógeno y la dinámica del carbono, RothC es estructuralmente la opción equivocada; no tiene compartimento de N. Century o DayCent son las respuestas honestas. Si la decisión trata únicamente del carbono del suelo bajo un manejo estable del nitrógeno, RothC es defendible y más simple.

¿El sistema está limitado por el agua?

El modificador de agua por defecto de RothC rinde por debajo de lo esperado en sistemas áridos y mediterráneos, donde la actividad biológica está limitada por la humedad durante buena parte del año9. Existe una calibración modificada de RothC (Farina et al.) que es la opción práctica en esos contextos. Century y DayCent manejan la limitación por agua de forma nativa a través de sus submodelos.

¿Qué resolución temporal se necesita?

Lo mensual es suficiente para una trayectoria decadal de 20 años. Lo diario se requiere cuando el resultado de interés es un flujo rápido: emisiones de gases traza tras una aplicación de fertilizante, por ejemplo. RothC, AMG y Century operan de forma mensual; DayCent opera de forma diaria.

¿Qué datos puede producir el proyecto de forma realista?

Un modelo que necesita datos de entrada que el proyecto no puede aportar es un modelo que funcionará con supuestos. Si no se dispone de datos meteorológicos diarios, DayCent operará sobre una reducción de escala, lo cual es defendible si dicha reducción de escala se declara. Si se desconocen los aportes de residuos y el historial de manejo, todos los modelos están en la misma posición: la incertidumbre por los datos faltantes domina a la incertidumbre del modelo.

Calibración, validación y saber cuándo un modelo se ajusta

Un modelo que nunca se ha contrastado con carbono medido en un sistema comparable es una hipótesis, no evidencia. La calibración ajusta los parámetros de un modelo para reproducir un conjunto de datos conocido; la validación plantea la pregunta más difícil de si, a continuación, predice datos que nunca vio. Ambas se confunden de forma rutinaria, y un modelo que se ajusta a la perfección a sus datos de calibración puede aun así fallar en un sitio independiente.

Los instrumentos para esto son los experimentos de largo plazo, algunos en marcha desde hace más de un siglo, donde el carbono del suelo se ha seguido bajo tratamientos fijos. La destreza de un modelo se reporta frente a ellos con estadísticos conocidos: la raíz del error cuadrático medio para la magnitud del desvío, y la eficiencia del modelo para saber si el modelo supera a la simple predicción de la media. La comparación de nueve modelos que fijó el estándar de este trabajo halló concordancia en algunos sitios y una divergencia acusada en otros, sin que ningún marco fuera dominante en todas partes8. Un conjunto de 26 modelos sobre suelos en barbecho desnudo llegó a una conclusión aún más nítida: en proyecciones largas, la elección del modelo puede pesar tanto como la elección del manejo11.

De ahí se siguen dos reglas prácticas. Validar con datos de series temporales de la región y el sistema que se modeliza, no con el promedio global, porque un modelo calibrado en suelos arables templados no ofrece ninguna garantía sobre la agroforestería tropical. Y tratar el dominio de aplicabilidad como una frontera real: un modelo al que se le pide extrapolar más allá de las condiciones en las que fue probado devuelve un número con una confianza falsa, que es el objeto de ¿Representativo de qué? Cuando un proyecto necesita una contabilidad basada en modelos al nivel que emplean los inventarios nacionales, el IPCC lo denomina Nivel 3 y pide exactamente esta evidencia: un modelo validado frente a mediciones representativas del sistema12. Las revisiones que siguen el rumbo del campo señalan lo mismo desde el lado de la investigación10.

Inicialización: la fuente silenciosa de error

Todo modelo de carbono del suelo reparte el stock en compartimentos con distintas tasas de renovación: rápido, lento y casi inerte. La división inicial entre compartimentos rara vez es medible y por lo general se estima. En el caso de RothC, la ecuación de Falloon estima el compartimento inerte a partir del COS total; es una aproximación estadística con un efecto material sobre las proyecciones a 30 años13.

La ecuación anterior es un ajuste estadístico, no una medición física. Sus parámetros arrastran una incertidumbre que se acumula a lo largo de las proyecciones decadales. La alternativa más defendible es el spin-up: ejecutar el modelo hasta el equilibrio bajo un régimen histórico de manejo reconstruido, y luego usar la distribución de compartimentos resultante como punto de partida. La reconstrucción es la parte difícil, y es también el paso que con más frecuencia se pasa por alto en la documentación de los proyectos. Una retroproyección histórica de 50 años bajo una rotación realista reduce el efecto de la inicialización sobre las trayectorias de pronóstico en un orden de magnitud en comparación con la inicialización con compartimentos por defecto14.

La herramienta siguiente muestra por qué esto no es un tecnicismo. Se fija un stock medido, se fija el manejo futuro y se cambia únicamente el supuesto sobre el compartimento inerte. La fracción inerte nunca gana ni pierde carbono, de modo que colocar allí una mayor parte del stock deja menos carbono que pueda responder. La misma medición, repartida de dos maneras, puede producir una ganancia proyectada bajo un supuesto y una pérdida proyectada bajo el otro. Esa es toda la decisión, resuelta por un número que nadie midió.

Leer los resultados como envolventes, no como líneas

Una trayectoria de carbono del suelo con un intervalo de confianza del 95 por ciento estrecho refleja, o bien un sistema bien calibrado y rico en datos, o bien un subreporte. La propagación de Monte Carlo de la incertidumbre de entrada (variabilidad climática, contenido de arcilla, aportes de residuos, inicialización) produce una envolvente de trayectoria que suele ser bastante más ancha que la línea media. Esa envolvente es el entregable honesto. Quítala y el número restante es, en el mejor de los casos, una estimación central plausible.

En el trabajo de comparación de escenarios (línea base frente a intervención, por ejemplo), el resultado útil es la diferencia entre escenarios, con su propia incertidumbre propagada. Buena parte del ruido de entrada es compartido entre escenarios y se cancela en la diferencia, que a menudo es más estrecha que cualquiera de las trayectorias individuales. Este es el encuadre correcto para casi todas las preguntas de viabilidad de proyectos de carbono.

La herramienta siguiente lo hace concreto. Permite alternar entre mostrar los dos escenarios por separado, cada uno con una envolvente lo bastante ancha para tragarse la señal, y mostrar su diferencia, donde el ruido compartido del clima y del suelo se cancela y emerge un número defendible. Cuanto más comparten la línea base y la intervención las mismas condiciones, más estrecha se vuelve esa diferencia. Esta es la razón estadística por la que los marcos de MRV serios premian los diseños apareados y los sitios de control en lugar de las afirmaciones absolutas de antes y después15.

La frontera: lo que los modelos de compartimentos dejan fuera

Los cuatro modelos de uso corriente descienden todos de la misma idea: compartimentos conceptuales definidos por su tasa de renovación. Es una abstracción potente, pero los compartimentos no son cosas que se puedan salir a medir. No se puede tamizar un suelo para separar sus fracciones descomponible y humificada; son compartimentos contables inferidos a partir del comportamiento. Durante veinte años, esa brecha ha impulsado una segunda generación de modelos construidos sobre magnitudes que sí se pueden medir.

El giro en la ciencia subyacente va de la química a la biología y la mineralogía. La persistencia, según la visión actual, tiene menos que ver con que una molécula sea intrínsecamente difícil de degradar y más con si los microbios pueden alcanzarla y si las superficies minerales la retienen18. Los modelos microbianamente explícitos como MIMICS y Millennial sitúan la biomasa microbiana y el carbono asociado a minerales en el centro, y sustituyen los compartimentos inferidos por fracciones que, en principio, pueden medirse en laboratorio1617. Responden de manera distinta a los modelos de primer orden bajo el calentamiento, y la diferencia no es pequeña.

Nada de esto jubila a RothC ni a Century para el trabajo de proyecto. Los modelos más nuevos son más difíciles de parametrizar, están menos contrastados con datos de campo de largo plazo y todavía no están incorporados a las normas de MRV. Pero señalan dónde reside realmente la incertidumbre de una proyección a escala decadal, y quien trate la estructura de compartimentos como una verdad física en lugar de como una ficción útil quedará en evidencia con la próxima década de la literatura.

De la trayectoria a una afirmación defendible

Una trayectoria solo se convierte en un activo cuando una norma la acepta, y los marcos que importan aquí convergen en una misma postura: modelizar para planificar e interpolar entre mediciones, pero medir para afirmar. La Guía del Sector de la Tierra y las Remociones del GHG Protocol considera reportables las remociones modelizadas solo cuando se acompañan de un programa de medición y monitoreo y con la incertidumbre declarada1. Los inventarios nacionales que emplean una contabilidad de Nivel 3 basada en modelos conllevan el mismo requisito de validación frente a datos representativos12. El artículo de referencia sobre MRV del carbono del suelo es explícito en que los modelos reducen el coste de muestreo, pero no eliminan la necesidad de medir15.

Así que el entregable honesto de un encargo de modelización rara vez es un solo número. Es una trayectoria con su envolvente, una declaración clara de qué modelo se usó y por qué, una inicialización documentada y un plan para las mediciones que la confirmarán o corregirán. Los estudios a escala continental modelizan millones de hectáreas con exactamente esta lógica19, y también se sostiene a escala de parcela: el modelo lleva la proyección entre los puntos donde el suelo se muestrea realmente.

Ideas clave