¿Qué tamaño debe tener su campaña de muestreo de carbono del suelo?

Un equipo de sostenibilidad llama por una línea base de carbono del suelo, por lo general porque un informe de remociones de Alcance 3 o un programa de proveedores necesita una cifra de partida defendible. La segunda pregunta es casi siempre la misma: ¿cuántas muestras necesitaremos? Es una pregunta razonable. También es la equivocada.

El tamaño de la muestra es una consecuencia, no un punto de partida. Es el resultado de cuatro decisiones previas: la escala de inferencia (parcela frente a proyecto frente a programa), la varianza del stock a lo largo de esa escala, la diferencia mínima detectable que le importa y la confianza que necesita. Fíjelas antes de la conversación sobre el presupuesto, no después. Las campañas que se saltan este paso llegan al quinto año con datos que no pueden resolver el efecto que todos esperaban que mostraran, un patrón ahora documentado mediante un muestreo de alta densidad en 45 parcelas comerciales de cultivo1.

Escala de inferencia: la decisión que rehace el presupuesto

Antes de cualquier fórmula, fije la escala. Un informe de línea base para una sola finca proveedora es un problema de precisión a escala de parcela: usted busca un intervalo de confianza estrecho sobre el stock medio actual. Un programa de abastecimiento de 500 fincas que reclama remociones de Alcance 3 es un problema de detección de cambios a escala de proyecto: usted busca distinguir una señal de secuestro del ruido natural en muchas parcelas a lo largo del tiempo. Los dos problemas tienen fórmulas distintas, requisitos de datos distintos y precios muy distintos.

Bradford y sus colegas comprobaron esto empíricamente en 45 parcelas comerciales de cultivo y hallaron que la detección, parcela por parcela, de tasas de acumulación significativas (alrededor de 3 toneladas de C por hectárea en diez años) no es fiable ni siquiera con densidades de muestreo de 1.2 hectáreas por muestra: aparecen marcadas ganancias y pérdidas aparentes donde no existe ningún cambio real1. A escala de proyecto, en cambio, 30 pares de parcelas con la misma densidad sitúan la estimación media del cambio de stock a menos de una tonelada de C por hectárea del valor verdadero, en 83 de cada 100 simulaciones. Potash et al. (2025) argumentaron, en términos económicos, que muestrear solo en torno al 10 por ciento de las parcelas de un proyecto de varios miles, con remuestreo apareado, ofrece un retorno competitivo de la inversión total del proyecto en cinco años, siempre que las tasas de acumulación publicadas en la literatura se cumplan en fincas comerciales2. La conclusión es tajante: si su diseño supone que cada parcela debe demostrar individualmente su propio secuestro, es el diseño equivocado.

Tres números que gobiernan el tamaño de la muestra

Una vez fijada la escala, tres entradas estadísticas gobiernan el cálculo. Ninguna es opcional, y ninguna puede adivinarse sin coste.

Varianza espacial (σ²)

El carbono del suelo es heterogéneo a todas las escalas. En cultivos y pastizales templados, Poeplau y sus colegas documentaron errores absolutos medios a escala de parcela de 5.1 y 7.6 toneladas de C por hectárea a 0–30 cm (7.5 y 8.5 por ciento del stock) incluso al remuestrear el mismo perfil con un desplazamiento posicional mínimo, y hallaron que la dependencia espacial es débil3. Esa débil dependencia espacial limita cuánto puede ayudar la estratificación en parcelas relativamente uniformes. En perennes tropicales, la varianza suele ser mayor. Para el cacao en Ghana y Costa de Marfil, las desviaciones estándar publicadas para los stocks de COS de 0–30 cm se agrupan en torno a 10 a 14 toneladas de C por hectárea4, impulsadas por la posición en la ladera, la arquitectura de sombra y la edad de la cronosecuencia.

En el diseño, σ² se toma de trabajos publicados comparables sobre suelo y manejo similares, la literatura sobre COS tropical es por fin lo bastante rica para hacerlo con honestidad en cacao, café y palma aceitera, o se estima a partir de un piloto de 20 a 30 núcleos. No omita el piloto: la sensibilidad de la n final a σ² es cuadrática.

Diferencia mínima detectable (MDD)

La MDD es el cambio más pequeño que la campaña debe distinguir del ruido. Para una línea base es la precisión de la propia estimación del stock (por ejemplo, ±3 toneladas de C por hectárea con un 95 por ciento de confianza). Para la detección de cambios es el cambio anual o acumulado más pequeño que importa para la reclamación (por ejemplo, 0.5 toneladas de C por hectárea al año acumuladas durante cinco años). Reducir a la mitad la MDD cuadruplica el número de muestras: es la relación más implacable del diseño.

Sigue una advertencia. Las MDD creíbles para agroforestería de cacao y café en un horizonte de 5 a 10 años están en el rango de 2 a 5 toneladas de C por hectárea en total. La evidencia templada da el orden de magnitud: en cinco sitios de agroforestería silvoarable en Francia, la acumulación media de COS en los primeros 30 cm fue de 0.24 toneladas por hectárea al año, con un rango entre sitios de 0.09 a 0.465. Los diseños que apuntan a menos de 1 tonelada por hectárea de cambio acumulado no están detectando efectos de manejo: están detectando lluvia. La emisión de créditos de pastoreo en Australia en 2023 diseccionó justamente este modo de fallo: se emitieron cerca de 250 000 toneladas de créditos en gran parte por un año húmedo de Decil 10, no por un cambio de manejo6.

Confianza (α) y potencia (1 − β)

α es la tolerancia a un falso positivo; β, a un falso negativo. Los valores convencionales son α = 0.05 y potencia = 0.8. Se usan dos fórmulas, y no son intercambiables. Para un diseño de precisión de línea base, la forma relevante es n ≈ (z_α/2 · σ / ε)², donde ε es la semiamplitud del intervalo de confianza deseado. Para un diseño de detección de cambios apareado entre dos momentos temporales, la forma relevante es la fórmula de potencia de dos muestras que figura a continuación. El planteamiento original de este artículo mezclaba ambas: aquí se muestran las dos con sus casos de uso apropiados.

Para la forma de detección de cambios con α = 0.05 y potencia = 0.8, (z_α/2 + z_β)² ≈ 7.85. En cualquiera de los dos casos, la varianza y la MDD dominan todo, y se compensan entre sí de maneras reales y calculables.

Estratificación: el multiplicador de varianza que normalmente (aunque no siempre) se rentabiliza

El muestreo estratificado reduce el número de muestras necesarias para una precisión objetivo, pero menos de lo que sugieren los folletos comerciales. La asignación de Neyman dimensiona cada estrato según su propia varianza y no según su superficie, y debería superar a la asignación proporcional a la superficie que emplea la mayoría de los ensayos de campo publicados7. En ocho parcelas comerciales del Medio Oeste, una estratificación basada en covariables de teledetección, topografía y cartografía de suelos redujo el tamaño de muestra requerido en un 17 por ciento en promedio, con un intervalo del 95 por ciento de 11 a 23 por ciento8. La ganancia depende de si los estratos capturan realmente la varianza: donde las covariables explicaban poco de la variación dentro de la parcela, Potash y sus colegas la hallaron modesta, por debajo del 5 por ciento en el sitio más desfavorable, y donde explicaban la mayor parte, el ahorro alcanzó cerca del 45 por ciento8. En paisajes de cacao donde la topografía, la arquitectura de sombra y la cronosecuencia generan grandes diferencias en el COS, la estratificación es transformadora: Adiyah et al. (2022, 2023) muestran efectos significativos de la posición en la ladera4 y, en intervalos apareados de 15 años, ganancias de COS que difieren en un factor de tres a cuatro entre clases de edad, de 13.7 a 46.9 toneladas de C por hectárea a 0–60 cm9.

Una estratificación defendible combina tres capas: teledetección (señales de dosel y de suelo desnudo de Sentinel-2, con retrodispersión de Sentinel-1 donde importan la humedad o la varianza estructural), topografía y drenaje a partir de un MDE, y un historial de manejo reconstruido de la década precedente, hoy recuperable de forma habitual a partir de los registros del productor o de imágenes de series temporales. Dos advertencias. Primera, los límites de los estratos son en sí mismos una fuente de varianza cuando las covariables son ruidosas: inspeccione las medias de los estratos del piloto antes de fijar la asignación. Segunda, la VM0042 v2.2 de Verra, avalada por el ICVCM conforme a los Core Carbon Principles en octubre de 2025, establece un mínimo de 15 muestras por estrato con independencia de lo que asignaría Neyman, y todavía no acepta el mapeo digital de suelos como método aprobado por los CCP. Si el proyecto pretende acreditar bajo la VM0042 o las próximas metodologías del CRCF de la UE, alinee la estratificación con esas restricciones desde el primer día.

Un ejemplo resuelto, fundamentado en datos publicados sobre cacao

Una plantación de cacao de 500 hectáreas en el sur de Costa de Marfil. Objetivo de línea base de ±3 toneladas de C por hectárea con un 95 por ciento de confianza sobre un stock medio de COS de 0–30 cm de aproximadamente 45 toneladas de C por hectárea, en línea con Adiyah et al. (2022) para el cacao de ladera de Ashanti4. El muestreo piloto (25 núcleos) arroja σ ≈ 11 toneladas de C por hectárea, coherente con la literatura publicada y no un valor supuesto.

Estratificada en tres zonas de manejo (replante joven, rodal maduro, renovación reciente) con σ dentro de cada estrato de 7, 8 y 9 toneladas por hectárea, la asignación de Neyman reduce el requisito a aproximadamente 28 a 30 núcleos, un ahorro de ~45 por ciento. Si se aplica el mínimo de 15 muestras por estrato de la VM0042 v2.2, el número vuelve a subir a 45, borrando en la práctica la ganancia de la estratificación a este tamaño de finca. Es una tensión del mundo real que los profesionales deberían afrontar de forma explícita en lugar de disimular.

Para la detección de cambios, que la medición salga a cuenta depende del tamaño del proyecto, y el umbral se sitúa muy por encima de lo que suponen la mayoría de los programas. Para un efecto medio del tratamiento de 0.3 toneladas de C por hectárea al año, Potash y sus colegas solo consideran económicamente viable medir y remuestrear por encima de unas 5 000 parcelas a 40 dólares la tonelada; 250 parcelas exigen un precio de 100 dólares, y 100 parcelas, al menos 2002. El punto estructural es distinto, y está mejor establecido: el remuestreo apareado a nivel de proyecto en muchas fincas supera a un esfuerzo heroico en una sola. Los resultados de Bradford lo dejan explícito: insistir en la detección finca por finca con 60 a 100 núcleos apareados por momento temporal seguirá produciendo estimaciones poco fiables por finca, mientras que 30 pares de parcelas muestreados a 1.2 hectáreas por muestra recuperan la media del proyecto con un margen de una tonelada de C por hectárea en 83 de cada 100 simulaciones1. Ese diseño es defendible, pero cuesta varias veces el esfuerzo de extracción de núcleos finca por finca, no lo mismo. Este es el cambio de enfoque que la literatura de 2023–2025 ha impuesto al diseño de MRV.

Dos mejoras del instrumental de medición que rehacen la economía

Primero, muestree hasta 0–60 cm en al menos tres incrementos (0–10, 10–30, 30–60). Adiyah et al. (2023) midieron, en agroforestería de cacao de Ghana, ganancias de COS a 20–60 cm superiores a las del suelo superficial en todos los intervalos apareados de 15 años: 34.9 frente a 8.5 toneladas de C por hectárea en el par más joven, y 40.3 frente a 6.6 en el más antiguo9. Un diseño de 0–30 cm pierde la mayor parte de eso: en los incrementos de profundidad del propio artículo, cerca del 60 por ciento de la ganancia de 0–60 cm queda por debajo de los 30 cm. Raffeld et al. (2024) llegan a la misma conclusión para los cultivos anuales en hilera, donde muestrear hasta 60 cm en varios incrementos es su práctica recomendada, y señalan que los sistemas perennes y agroforestales de raíces profundas pueden necesitar un muestreo aún más profundo10. Para los perennes de raíces profundas, el muestreo del subsuelo ya no es opcional.

Segundo, use la masa de suelo equivalente (ESM), no la profundidad fija, para los cálculos de cambio de stock. Fowler y sus colegas muestran que la contabilidad de profundidad fija subestima el cambio de stock en cerca de un 17 por ciento ante una caída realista de la densidad aparente, de 1.5 a 1.1 gramos por centímetro cúbico, y que en su caso resuelto invierte el signo por completo: lee una ganancia real del 14.8 por ciento como una pérdida del 16.2 por ciento11. La propia corrección por masa equivalente no es nueva: Ellert y Bettany la formularon hace tres décadas12, y von Haden y sus colegas han mostrado desde entonces cuánto se desvían las comparaciones basadas en profundidad en cuanto cambia la densidad aparente13. Raffeld y sus colegas le pusieron cifras de campo en dos ensayos de larga duración, donde la densidad aparente se movió bajo siembra directa y tras enmienda orgánica, y la contabilidad de profundidad fija invirtió el signo del cambio de stock10. El próximo Manual de muestreo y análisis de suelos de la VM0042 v3.0 de Verra (en consulta pública hasta marzo de 2026) convierte la ESM en el valor por defecto. Un artículo (o proyecto) de 2026 que ignore la ESM es una señal de alarma sobre su credibilidad.

Contrafactuales y confusión por el clima: por qué los controles son innegociables

Un diseño de detección de cambios sin un contrafactual no mide el manejo, mide el clima. En un ensayo de pastoreo del sur de Queensland, el COS subió 7.7 toneladas de C por hectárea a 0–100 cm en 2.5 años húmedos, es decir, 3.1 toneladas por hectárea al año, y la mitad de la ganancia de 0–30 cm había desaparecido en cuanto las precipitaciones volvieron a la media. Esa tasa es cinco veces las 0.6 toneladas por hectárea al año que los autores fijan como techo realista a 25 años para las tierras de pastoreo australianas, y diez veces su escenario intermedio de 0.36. Por eso, toda campaña creíble de detección de cambios necesita o bien un control colocalizado (parcelas apareadas bajo el manejo de línea base, muestreadas en las mismas fechas) o bien una normalización climática explícita con un modelo biogeoquímico calibrado localmente. En 2026, un verificador externo preguntará cuál de los dos usó el proyecto. «Ninguno» no es una respuesta que sobreviva.

Qué exige realmente el panorama de MRV de 2026

Tres marcos traducen ahora los principios generales de la medición, el reporte y la verificación del carbono del suelo 15 en reglas que toda campaña seria de COS debe seguir. Verra VM0042 v2.2, avalada por el ICVCM conforme a los Core Carbon Principles en octubre de 2025, especifica reglas de estratificación, muestras mínimas por estrato, deducciones por incertidumbre y contabilidad basada en ESM; se espera la v3.0 con el Manual de muestreo y análisis de suelos durante 2026. El Reglamento (UE) 2024/3012 (CRCF) entró en vigor en diciembre de 2024; las metodologías de certificación de la agricultura de carbono llegan a lo largo de 2026, con los criterios QU.A.L.ITY (cuantificación, adicionalidad, almacenamiento a largo plazo, sostenibilidad) que modelan cómo se auditarán las reclamaciones dirigidas a la UE. La Guía del Sector de la Tierra y las Remociones del GHG Protocol entra en vigor el 1 de enero de 2027, exige una estimación cuantitativa de la incertidumbre y un intervalo de confianza para cada remoción declarada, y obliga a que las remociones en tierras agrícolas productivas se apoyen en datos empíricos propios de los reservorios de carbono, con remuestreo por métodos coherentes al menos cada cinco años16. La estimación puede venir de la medición, de un modelo calibrado o de un híbrido de ambos, pero los datos de campo que la sustentan no son opcionales. La SBTi FLAG se alinea con estos.

Diseñe la campaña conforme a la norma frente a la cual se auditará al comprador, no la más familiar para el laboratorio de suelos.

La conclusión

El tamaño de muestra correcto es el que hace que la reclamación sobreviva al escrutinio que realmente enfrenta. Para una línea base en una sola finca de cacao con una σ realista, eso suele ser de 30 a 60 núcleos con una estratificación adecuada, profundidad de 0–60 cm y contabilidad basada en ESM. Para una reclamación creíble de secuestro plurianual, es un diseño apareado a nivel de proyecto en muchas fincas, no un esfuerzo heroico en una sola. La teledetección proximal ha cambiado la aritmética. Ramírez y sus colegas calcularon el coste de un equipo FT-IR frente al de la combustión seca para un proyecto en pastizal de 400 a 1 000 muestras, e informan de un rendimiento que pasa de 4 a 12 muestras por hora y de un coste por muestra que cae unas 2.5 veces, con el mantenimiento anual del instrumento jugando en sentido contrario17. Hutengs y sus colegas muestran que los instrumentos portátiles VisNIR y de infrarrojo medio pueden calibrarse para suelos en condiciones de campo una vez descontados los efectos de la humedad y la granulometría, que es lo que hace realista escanear en el campo y no en el laboratorio18. Ese ahorro debería gastarse en más muestras, perfiles más profundos y más fincas, no en alcanzar la misma cifra de siempre por menos dinero.

Ideas clave