Un team di sostenibilità ci chiama per una baseline del carbonio del suolo, di solito perché un report sugli assorbimenti di Scope 3 o un programma rivolto ai fornitori ha bisogno di un valore di partenza difendibile. La seconda domanda è quasi sempre la stessa: quanti campioni ci serviranno? È una domanda ragionevole. Ed è anche quella sbagliata.
La dimensione campionaria è una conseguenza, non un punto di partenza. È il risultato di quattro decisioni a monte: la scala di inferenza (campo, progetto o programma), la varianza dello stock a quella scala, la differenza minima rilevabile che Le interessa e la confidenza di cui ha bisogno. Le fissi prima della discussione sul budget, non dopo. Le campagne che saltano questo passaggio arrivano al quinto anno con dati che non riescono a evidenziare l'effetto che tutti speravano di vedere: uno schema ora documentato da dati di campionamento ad alta densità su 45 campi commerciali di seminativi1.
La scala di inferenza: la decisione che ridisegna il budget
Prima di qualsiasi formula, fissi la scala. Un report di baseline per una singola azienda fornitrice è un problema di precisione a scala di campo: si vuole un intervallo di confidenza stretto sullo stock medio attuale. Un programma di approvvigionamento di 500 aziende che rivendica assorbimenti di Scope 3 è un problema di rilevazione del cambiamento a scala di progetto: si vuole distinguere un segnale di sequestro dal rumore naturale su molti campi nel tempo. I due problemi hanno formule diverse, requisiti di dati diversi e costi molto diversi.
Bradford e colleghi lo hanno verificato empiricamente su 45 campi commerciali di seminativi e hanno rilevato che la rilevazione, campo per campo, di tassi di accumulo significativi (circa 3 tonnellate C per ettaro in dieci anni) non è affidabile nemmeno con densità di campionamento di 1,2 ettari per campione: compaiono guadagni e perdite apparenti marcati là dove non esiste alcun cambiamento reale1. A scala di progetto, invece, 30 coppie di campi alla stessa densità collocano la stima media della variazione dello stock entro una tonnellata C per ettaro dal valore vero in 83 simulazioni su 100. Potash et al. (2025) hanno dimostrato, sul piano economico, che campionare solo il 10 per cento circa dei campi in un progetto di diverse migliaia, con ricampionamento appaiato, offre un ritorno competitivo sull'intero investimento del progetto entro cinque anni, a condizione che i tassi di accumulo riportati in letteratura si confermino nelle aziende commerciali2. La conclusione è netta: se il Suo disegno presuppone che ogni campo debba dimostrare individualmente il proprio sequestro, è il disegno sbagliato.
Tre numeri che determinano la dimensione campionaria
Una volta fissata la scala, tre parametri statistici determinano il calcolo. Nessuno è facoltativo, e nessuno può essere indovinato senza pagarne il prezzo.
Varianza spaziale (σ²)
Il carbonio del suolo è eterogeneo a ogni scala. Nei seminativi e nei prati temperati, Poeplau e colleghi hanno documentato errori assoluti medi a scala di parcella di 5,1 e 7,6 tonnellate C per ettaro a 0–30 cm (7,5 e 8,5 per cento dello stock) anche ricampionando lo stesso profilo con uno spostamento di posizione minimo, e hanno rilevato che la dipendenza spaziale è debole3. La debole dipendenza spaziale limita l'aiuto che la stratificazione può dare in campi relativamente uniformi. Nelle colture perenni tropicali la varianza è tipicamente più alta. Per il cacao in Ghana e in Costa d'Avorio, le deviazioni standard pubblicate per gli stock di SOC a 0–30 cm si concentrano intorno a 10–14 tonnellate C per ettaro4, per effetto della posizione sul versante, dell'architettura dell'ombreggiamento e dell'età nella cronosequenza.
In fase di progettazione, σ² viene o ricavato da lavori pubblicati comparabili su suoli e gestione simili (la letteratura sul SOC tropicale è finalmente abbastanza ricca perché per cacao, caffè e palma da olio lo si possa fare onestamente), oppure stimato da un pilota di 20–30 carote. Non salti il pilota: la sensibilità dell'n finale a σ² è quadratica.
Differenza minima rilevabile (MDD)
La MDD è il più piccolo cambiamento che la campagna deve distinguere dal rumore. Per una baseline è la precisione della stima dello stock stessa (per esempio ±3 tonnellate C per ettaro con il 95 per cento di confidenza). Per la rilevazione del cambiamento è il più piccolo cambiamento annuo o cumulato che conta per la dichiarazione (per esempio 0,5 tonnellate C per ettaro all'anno cumulate su cinque anni). Dimezzare la MDD quadruplica il numero di campioni; è la relazione più penalizzante dell'intero disegno.
Ne segue un avvertimento. MDD credibili per l'agroforestazione di cacao e caffè su un orizzonte di 5–10 anni si collocano nell'intervallo di 2–5 tonnellate C per ettaro in totale. Le evidenze temperate danno l'ordine di grandezza: in cinque siti di agroforestazione silvoarabile in Francia, l'accumulo medio di SOC nei primi 30 cm è stato di 0,24 tonnellate per ettaro all'anno, con un intervallo tra siti da 0,09 a 0,465. I disegni che puntano a meno di 1 tonnellata per ettaro di cambiamento cumulato non rilevano effetti di gestione; rilevano la pioggia. L'emissione di crediti per il pascolo australiano del 2023 ha messo in luce esattamente questo modo di fallimento: circa 250.000 tonnellate di crediti sono state emesse in gran parte a causa di un anno umido di decile 10, non di un cambiamento di gestione6.
Confidenza (α) e potenza (1 − β)
α è la tolleranza per un falso positivo; β per un falso negativo. I valori convenzionali sono α = 0,05 e potenza = 0,8. Sono in uso due formule, e non sono intercambiabili. Per un disegno di precisione della baseline, la forma pertinente è n ≈ (zα/2 · σ / ε)², dove ε è la semiampiezza dell'intervallo di confidenza desiderato. Per un disegno di rilevazione del cambiamento appaiata tra due momenti, la forma pertinente è la formula della potenza a due campioni riportata sotto. L'impostazione originale di questo articolo mescolava le due; qui sono riportate entrambe con i rispettivi casi d'uso appropriati.
Rilevazione del cambiamento n = 2 σ² × (zα/2 + zβ)² / MDD²
Per la forma di rilevazione del cambiamento con α = 0,05 e potenza = 0,8, (zα/2 + zβ)² ≈ 7,85. In entrambi i casi, varianza e MDD dominano tutto, e si compensano a vicenda in modi concreti e calcolabili.
La stratificazione: il moltiplicatore di varianza che di solito (ma non sempre) si ripaga
Il campionamento stratificato riduce i campioni necessari per una precisione obiettivo, ma meno di quanto suggeriscano le brochure. L'allocazione di Neyman dimensiona ogni strato in base alla sua varianza anziché alla sua superficie, e dovrebbe fare meglio dell'allocazione proporzionale alla superficie usata nella maggior parte delle prove di campo pubblicate7. Su otto campi commerciali del Midwest, una stratificazione basata su covariate di telerilevamento, topografiche e di rilevamento pedologico ha ridotto la dimensione campionaria richiesta del 17 per cento in media, con un intervallo al 95 per cento dall'11 al 23 per cento8. Il guadagno dipende dal fatto che gli strati catturino effettivamente la varianza: dove le covariate spiegavano poco della variazione all'interno del campo, Potash e colleghi lo hanno trovato modesto, sotto il 5 per cento nel sito più sfavorevole, e dove ne spiegavano la maggior parte il risparmio arrivava a circa il 45 per cento8. Nei paesaggi del cacao in cui topografia, architettura dell'ombreggiamento e cronosequenza generano grandi differenze di SOC, la stratificazione è trasformativa: Adiyah et al. (2022, 2023) mostrano effetti significativi della posizione sul versante4 e, su intervalli appaiati di 15 anni, guadagni di SOC che differiscono all'incirca di tre-quattro volte tra classi di età, da 13,7 a 46,9 tonnellate C per ettaro a 0–60 cm9.
Una stratificazione difendibile combina tre livelli: il telerilevamento (segnali di chioma e di suolo nudo da Sentinel-2, con la retrodiffusione di Sentinel-1 dove contano l'umidità o la varianza strutturale), la topografia e il drenaggio da un DEM, e una storia di gestione ricostruita per il decennio precedente, oggi abitualmente ricavabile dai registri degli agricoltori o da serie temporali di immagini. Due cautele. Primo, i confini degli strati sono essi stessi una fonte di varianza quando le covariate sono rumorose; esamini le medie per strato ottenute dal pilota prima di fissare l'allocazione. Secondo, la VM0042 v2.2 di Verra, approvata dall'ICVCM nell'ambito dei Core Carbon Principles nell'ottobre 2025, impone un minimo di 15 campioni per strato indipendentemente da ciò che Neyman allocherebbe, e non accetta ancora la cartografia digitale dei suoli come metodo CCP approvato. Se il progetto intende generare crediti ai sensi della VM0042 o delle future metodologie del CRCF dell'UE, allinei la stratificazione a questi vincoli fin dal primo giorno.
Un esempio svolto, fondato su dati pubblicati sul cacao
Una piantagione di cacao di 500 ettari nel sud della Costa d'Avorio. Obiettivo di baseline: ±3 tonnellate C per ettaro con il 95 per cento di confidenza su uno stock medio di SOC a 0–30 cm di circa 45 tonnellate C per ettaro, in linea con Adiyah et al. (2022) per il cacao di versante dell'Ashanti4. Il campionamento pilota (25 carote) fornisce σ ≈ 11 tonnellate C per ettaro, coerente con la letteratura pubblicata anziché con un valore ipotizzato.
Stratificando in tre zone di gestione (reimpianto giovane, popolamento maturo, rinnovo recente) con σ intra-strato di 7, 8 e 9 tonnellate per ettaro, l'allocazione di Neyman riduce il fabbisogno a circa 28–30 carote, un risparmio di circa il 45 per cento. Se si applica il minimo di 15 campioni per strato della VM0042 v2.2, il conteggio risale a 45, annullando di fatto il guadagno della stratificazione a questa dimensione aziendale. È una tensione reale che i professionisti dovrebbero affrontare esplicitamente anziché mascherarla.
Per la rilevazione del cambiamento, la convenienza stessa della misurazione dipende dalla dimensione del progetto, e la soglia si colloca molto più in alto di quanto presuppongano la maggior parte dei programmi. Con un effetto medio del trattamento di 0,3 tonnellate C per ettaro all'anno, Potash e colleghi ritengono la misurazione con successiva rimisurazione economicamente sostenibile solo oltre circa 5.000 campi a 40 dollari per tonnellata; 250 campi richiedono un prezzo di 100 dollari, e 100 campi almeno 2002. Il punto strutturale è distinto, e meglio consolidato: un ricampionamento appaiato a livello di progetto su molte aziende batte uno sforzo eroico su una sola. I risultati di Bradford lo rendono esplicito: insistere sulla rilevazione per singola azienda con 60–100 carote appaiate per momento di campionamento produrrà comunque stime per azienda inaffidabili, mentre 30 coppie di campi campionate a 1,2 ettari per campione recuperano la media del progetto entro una tonnellata C per ettaro in 83 simulazioni su 1001. Questo disegno è difendibile, ma costa diverse volte lo sforzo di carotaggio per singola azienda, non lo stesso. È questo il cambio di impostazione che la letteratura 2023–2025 ha imposto al disegno MRV.
Due miglioramenti della catena di misura che ridisegnano l'economia
Primo, campioni fino a 0–60 cm in almeno tre intervalli (0–10, 10–30, 30–60). Adiyah et al. (2023) hanno misurato guadagni di SOC a 20–60 cm superiori a quelli dello strato superficiale in ogni intervallo appaiato di 15 anni nell'agroforestazione del cacao ghanese: 34,9 contro 8,5 tonnellate C per ettaro nella coppia più giovane e 40,3 contro 6,6 in quella più vecchia9. Un disegno a 0–30 cm ne perde la maggior parte: sugli intervalli di profondità dello stesso articolo, circa il 60 per cento del guadagno a 0–60 cm si trova sotto i 30 cm. Raffeld et al. (2024) giungono alla stessa conclusione per le colture annuali in file, per le quali il campionamento fino a 60 cm in più intervalli è la pratica raccomandata, e osservano che i sistemi perenni e agroforestali a radicazione profonda possono richiedere un campionamento ancora più profondo10. Per le colture perenni a radicazione profonda, il campionamento del sottosuolo non è più facoltativo.
Secondo, usi la massa di suolo equivalente (ESM), non la profondità fissa, per i calcoli di variazione dello stock. Fowler e colleghi mostrano che la contabilizzazione a profondità fissa sottostima la variazione dello stock di circa il 17 per cento per un calo realistico della densità apparente, da 1,5 a 1,1 grammi per centimetro cubo, e che nel loro esempio svolto ne inverte completamente il segno, leggendo un guadagno reale del 14,8 per cento come una perdita del 16,2 per cento11. La correzione a massa equivalente in sé non è nuova: Ellert e Bettany l'hanno formulata tre decenni fa12, e von Haden e colleghi hanno poi mostrato quanto i confronti basati sulla profondità derivino non appena cambia la densità apparente13. Raffeld e colleghi vi hanno associato numeri di campo in due prove di lungo periodo, in cui la densità apparente è variata con la non lavorazione e con l'ammendamento organico e la contabilizzazione a profondità fissa ha invertito il segno della variazione dello stock10. Il futuro Soil Sampling and Analysis Handbook della VM0042 v3.0 di Verra (in consultazione pubblica fino a marzo 2026) rende l'ESM la regola predefinita. Un articolo (o un progetto) del 2026 che ignora l'ESM è un campanello d'allarme per la credibilità.
Controfattuali e confondimento climatico: perché i controlli non sono negoziabili
Un disegno di rilevazione del cambiamento senza controfattuale non misura la gestione, misura il meteo. In una prova di pascolo nel sud del Queensland, il SOC è aumentato di 7,7 tonnellate C per ettaro a 0–100 cm in 2,5 anni umidi, ovvero 3,1 tonnellate per ettaro all'anno, e metà del guadagno a 0–30 cm era scomparsa una volta che le precipitazioni sono tornate nella media. Quel tasso è cinque volte le 0,6 tonnellate per ettaro all'anno che gli autori fissano come limite superiore realistico a 25 anni per i pascoli australiani, e dieci volte il loro scenario intermedio di 0,36. Qualsiasi campagna credibile di rilevazione del cambiamento ha quindi bisogno o di un controllo co-localizzato (campi appaiati sotto gestione di riferimento, campionati nelle stesse date) o di una normalizzazione climatica esplicita mediante un modello biogeochimico calibrato localmente. Un verificatore terzo nel 2026 chiederà quale dei due il progetto abbia usato. «Nessuno dei due» non è una risposta che regge.
Che cosa richiede davvero il panorama MRV del 2026
Tre quadri di riferimento traducono ora i principi generali di misurazione, rendicontazione e verifica del carbonio del suolo 15 in regole che qualsiasi campagna seria sul SOC deve seguire. Verra VM0042 v2.2, approvata dall'ICVCM nell'ambito dei Core Carbon Principles nell'ottobre 2025, specifica le regole di stratificazione, il numero minimo di campioni per strato, le deduzioni per incertezza e la contabilizzazione basata sull'ESM; la v3.0 con il Soil Sampling and Analysis Handbook è attesa nel corso del 2026. Il Regolamento UE 2024/3012 (CRCF) è entrato in vigore nel dicembre 2024; le metodologie di certificazione della carboniocoltura arrivano nel corso del 2026, con i criteri QU.A.L.ITY (quantificazione, addizionalità, stoccaggio a lungo termine, sostenibilità) che determineranno il modo in cui saranno verificate le dichiarazioni rivolte al mercato UE. Il GHG Protocol Land Sector and Removals Standard entra in vigore il 1° gennaio 2027, richiede una stima quantitativa dell'incertezza e un intervallo di confidenza per ogni assorbimento dichiarato, e richiede che gli assorbimenti su terreni agricoli produttivi si basino su dati empirici specifici per i serbatoi di carbonio, con un ricampionamento con metodi coerenti almeno ogni cinque anni16. La stima può provenire dalla misurazione, da un modello calibrato o da un ibrido dei due, ma i dati di campo che la sostengono non sono facoltativi. SBTi FLAG si allinea a questi quadri.
Progetti la campagna in base allo standard rispetto al quale l'acquirente sarà sottoposto a verifica, non a quello più familiare al laboratorio di analisi del suolo.
In conclusione
La dimensione campionaria giusta è quella che permette alla dichiarazione di reggere il vaglio a cui è effettivamente sottoposta. Per una baseline su una singola azienda di cacao con un σ realistico, si tratta tipicamente di 30–60 carote con una stratificazione adeguata, una profondità di 0–60 cm e la contabilizzazione in ESM. Per una dichiarazione credibile di sequestro pluriennale, è un disegno appaiato a livello di progetto su molte aziende, non uno sforzo eroico su una sola. Il rilevamento prossimale ha cambiato l'aritmetica. Ramírez e colleghi hanno calcolato i costi di un sistema FT-IR rispetto alla combustione a secco per un progetto su prateria di 400–1.000 campioni, e riportano una produttività che sale da 4 a 12 campioni all'ora e un costo per campione che diminuisce di circa 2,5 volte, con la manutenzione annuale dello strumento che va nella direzione opposta17. Hutengs e colleghi mostrano che strumenti portatili VisNIR e nel medio infrarosso possono essere calibrati per suoli in condizioni di campo una volta rimossi gli effetti dell'umidità e della granulometria, ed è questo che rende realistica la scansione in campo anziché in laboratorio18. Quel risparmio andrebbe speso per più campioni, profili più profondi e più aziende, non per ottenere lo stesso vecchio numero spendendo meno.
Punti chiave
Fissi prima la scala di inferenza. La rilevazione del cambiamento a livello di campo non è affidabile per tassi di sequestro realistici; i disegni appaiati a livello di progetto sono la struttura praticabile.
La dimensione campionaria è il risultato di scala, varianza, differenza minima rilevabile e confidenza. La stima di σ basata su un pilota non è negoziabile.
La stratificazione ha ridotto il numero di campioni del 17 per cento in media su otto campi del Midwest, e di circa il 45 per cento dove le covariate predicevano bene lo stock, ma il minimo di 15 per strato della VM0042 può annullare il guadagno nelle piccole aziende.
Campioni fino a 0–60 cm e usi l'ESM. I disegni a profondità fissa 0–30 cm perdono il segnale del sottosuolo e non reggono più alla verifica.
Una campagna di rilevazione del cambiamento senza un controfattuale o una normalizzazione climatica misura la pioggia, non la gestione.
Progetti in base allo standard rispetto al quale l'acquirente sarà sottoposto a verifica: VM0042 v2.2/3.0, il CRCF dell'UE e il GHG Protocol Land Sector and Removals Standard definiscono ora che cosa sia un disegno difendibile.
Bibliografia
- 1.Bradford, M.A. et al. (2023). Testing the feasibility of quantifying change in agricultural soil carbon stocks through empirical sampling. Geoderma, 440, 116719. doi:10.1016/j.geoderma.2023.116719
- 2.Potash, E. et al. (2025). Measure-and-remeasure as an economically feasible approach to crediting soil organic carbon at scale. Environmental Research Letters, 20(2), 024025. doi:10.1088/1748-9326/ada16c
- 3.Poeplau, C., Prietz, R. & Don, A. (2022). Plot-scale variability of organic carbon in temperate agricultural soils: implications for soil monitoring. Journal of Plant Nutrition and Soil Science, 185(3), 403–416. doi:10.1002/jpln.202100393
- 4.Adiyah, F. et al. (2022). Effects of landuse change and topography on the quantity and distribution of soil organic carbon stocks on Acrisol catenas in tropical small-scale shade cocoa systems of the Ashanti region of Ghana. CATENA, 216, 106366. doi:10.1016/j.catena.2022.106366
- 5.Cardinael, R. et al. (2017). Increased soil organic carbon stocks under agroforestry: a survey of six different sites in France. Agriculture, Ecosystems & Environment, 236, 243–255. doi:10.1016/j.agee.2016.12.011
- 6.Mitchell, E. et al. (2024). Making soil carbon credits work for climate change mitigation. Carbon Management, 15(1), 2430780. doi:10.1080/17583004.2024.2430780
- 7.Cochran, W.G. (1977). Sampling Techniques (3rd ed.). John Wiley & Sons. ISBN 978-0-471-16240-7.
- 8.Potash, E., Guan, K., Margenot, A.J. et al. (2023). Multi-site evaluation of stratified and balanced sampling of soil organic carbon stocks in agricultural fields. Geoderma, 438, 116587. doi:10.1016/j.geoderma.2023.116587
- 9.Adiyah, F. et al. (2023). Soil organic carbon changes under selected agroforestry cocoa systems in Ghana. Geoderma Regional, 35, e00737. doi:10.1016/j.geodrs.2023.e00737
- 10.Raffeld, A.M. et al. (2024). The importance of accounting method and sampling depth to estimate changes in soil carbon stocks. Carbon Balance and Management, 19(1), 2. doi:10.1186/s13021-024-00249-1
- 11.Fowler, A.F. et al. (2023). A simple soil mass correction for a more accurate determination of soil carbon stock changes. Scientific Reports, 13, 2242. doi:10.1038/s41598-023-29289-2
- 12.Ellert, B.H. & Bettany, J.R. (1995). Calculation of organic matter and nutrients stored in soils under contrasting management regimes. Canadian Journal of Soil Science, 75(4), 529–538. doi:10.4141/cjss95-075
- 13.von Haden, A.C., Yang, W.H. & DeLucia, E.H. (2020). Soils' dirty little secret: depth-based comparisons can be inadequate for quantifying changes in soil organic carbon and other mineral soil properties. Global Change Biology, 26(7), 3759–3770. doi:10.1111/gcb.15124
- 14.de Gruijter, J.J., Brus, D.J., Bierkens, M.F.P. & Knotters, M. (2006). Sampling for Natural Resource Monitoring. Springer. doi:10.1007/3-540-33161-1
- 15.Smith, P. et al. (2020). How to measure, report and verify soil carbon change to realize the potential of soil carbon sequestration for atmospheric greenhouse gas removal. Global Change Biology, 26(1), 219–241. doi:10.1111/gcb.14815
- 16.GHG Protocol. (2026). Land Sector and Removals Standard (v1.1). World Resources Institute and WBCSD. Effective for inventories from 1 January 2027. Cited alongside Verra VM0042 Improved Agricultural Land Management v2.2 (ICVCM-approved, Oct. 2025) and EU Regulation 2024/3012 (CRCF, in force Dec. 2024).
- 17.Ramírez, P.B. et al. (2022). Using mid-infrared spectroscopy to optimize throughput and costs of soil organic carbon and nitrogen estimates: an assessment in grassland soils. Environments, 9(12), 149. doi:10.3390/environments9120149
- 18.Hutengs, C. et al. (2024). Enhanced VNIR and MIR proximal sensing of soil organic matter and PLFA-derived soil microbial properties through machine learning ensembles and external parameter orthogonalization. Geoderma, 450, 117037. doi:10.1016/j.geoderma.2024.117037 See also Greenberg, I. et al. (2022), Geoderma 409, 115614, and Hong, Y. et al. (2024), CATENA 235, 107628.