Qual deve ser o tamanho da sua campanha de amostragem de carbono do solo?

Uma equipe de sustentabilidade liga a respeito de uma linha de base de carbono do solo, geralmente porque um relatório de remoções de Escopo 3 ou um programa de fornecedores precisa de um número inicial defensável. A segunda pergunta é quase sempre a mesma: quantas amostras vamos precisar? É uma pergunta razoável. E é também a pergunta errada.

O tamanho amostral é uma consequência, não um ponto de partida. É o resultado de quatro decisões a montante: a escala de inferência (talhão vs. projeto vs. programa), a variância do estoque nessa escala, a diferença mínima detectável que interessa e a confiança necessária. Defina esses parâmetros antes da conversa sobre orçamento, não depois. Campanhas que pulam essa etapa chegam ao quinto ano com dados incapazes de resolver o efeito que todos esperavam ver, um padrão hoje documentado por amostragem de alta densidade em 45 talhões comerciais de lavoura1.

Escala de inferência: a decisão que reformula o orçamento

Antes de qualquer fórmula, fixe a escala. Um relatório de linha de base para uma única fazenda fornecedora é um problema de precisão à escala do talhão: você quer um intervalo de confiança estreito para o estoque médio no presente. Um programa de fornecimento com 500 fazendas que reivindica remoções de Escopo 3 é um problema de detecção de mudança à escala do projeto: você quer distinguir um sinal de sequestro do ruído natural em muitos talhões ao longo do tempo. Os dois problemas têm fórmulas diferentes, exigências de dados diferentes e etiquetas de preço muito diferentes.

Bradford e colegas testaram isso empiricamente em 45 talhões comerciais de lavoura e constataram que a detecção, talhão a talhão, de taxas de acúmulo relevantes (cerca de 3 toneladas de C por hectare ao longo de dez anos) é pouco confiável mesmo com densidades de amostragem de 1.2 hectare por amostra: ganhos e perdas aparentes e marcados surgem onde não há mudança real1. À escala do projeto, por outro lado, 30 pares de talhões na mesma densidade colocam a estimativa média da mudança de estoque a menos de uma tonelada de C por hectare do valor verdadeiro, em 83 de 100 simulações. Potash et al. (2025) demonstraram, do ponto de vista econômico, que amostrar apenas cerca de 10 por cento dos talhões em um projeto que reúne vários milhares, com reamostragem pareada, oferece um retorno competitivo sobre o investimento total do projeto em até cinco anos, desde que as taxas de acúmulo relatadas na literatura se confirmem em fazendas comerciais2. A conclusão é contundente: se o seu desenho pressupõe que cada talhão precisa comprovar individualmente o próprio sequestro, é o desenho errado.

Três números que determinam o tamanho amostral

Uma vez fixada a escala, três parâmetros estatísticos determinam o cálculo. Nenhum é opcional e nenhum pode ser adivinhado sem custo.

Variância espacial (σ²)

O carbono do solo é heterogêneo em todas as escalas. Em lavouras e pastagens temperadas, Poeplau e colegas documentaram erros absolutos médios, à escala da parcela, de 5.1 e 7.6 toneladas de C por hectare em 0–30 cm (7.5 e 8.5 por cento do estoque) mesmo ao reamostrar o mesmo perfil com um deslocamento posicional mínimo, e verificaram que a dependência espacial é fraca3. Essa dependência espacial fraca limita o quanto a estratificação pode ajudar em talhões relativamente uniformes. Em perenes tropicais, a variância costuma ser maior. Para o cacau em Gana e na Costa do Marfim, os desvios-padrão publicados para estoques de COS de 0–30 cm concentram-se em torno de 10 a 14 toneladas de C por hectare4, determinados pela posição na encosta, pela arquitetura do sombreamento e pela idade na cronossequência.

No planejamento, σ² ou é tomado de trabalhos publicados comparáveis, sobre solo e manejo semelhantes (a literatura de COS tropical enfim é rica o suficiente para cacau, café e dendê para fazer isso com honestidade), ou é estimado a partir de um piloto de 20 a 30 amostras. Não pule o piloto: a sensibilidade do n final a σ² é quadrática.

Diferença mínima detectável (MDD)

A MDD é a menor mudança que a campanha precisa distinguir do ruído. Para uma linha de base, é a própria precisão da estimativa de estoque (por exemplo, ±3 toneladas de C por hectare a 95 por cento de confiança). Para a detecção de mudança, é a menor variação anual ou acumulada que importa para a reivindicação (por exemplo, 0.5 tonelada de C por hectare por ano acumulada ao longo de cinco anos). Reduzir a MDD pela metade quadruplica o número de amostras; é a relação mais implacável do desenho.

Segue um alerta. MDDs críveis para agrofloresta de cacau e café em um horizonte de 5 a 10 anos situam-se na faixa de 2 a 5 toneladas de C por hectare no total. Os dados de zonas temperadas dão a ordem de grandeza: em cinco locais de agrofloresta silvoarável na França, o acúmulo médio de COS nos primeiros 30 cm foi de 0.24 tonelada por hectare por ano, com uma amplitude entre locais de 0.09 a 0.465. Desenhos que miram menos de 1 tonelada por hectare de mudança acumulada não estão detectando efeitos de manejo; estão detectando chuva. A emissão de créditos de pastagem na Austrália em 2023 dissecou exatamente esse modo de falha: cerca de 250.000 toneladas de créditos foram emitidas em grande parte por causa de um ano úmido de Decil 10, e não por mudança de manejo6.

Confiança (α) e poder (1 − β)

α é a tolerância para um falso positivo; β, para um falso negativo. Os valores convencionais são α = 0.05 e poder = 0.8. Há duas fórmulas em uso, e elas não são intercambiáveis. Para um desenho de precisão de linha de base, a forma relevante é n ≈ (z_α/2 · σ / ε)², em que ε é a semiamplitude do intervalo de confiança desejado. Para um desenho de detecção de mudança pareada entre dois momentos no tempo, a forma relevante é a fórmula de poder de duas amostras abaixo. O enquadramento original deste artigo misturava as duas; ambas são mostradas aqui com seus casos de uso apropriados.

Para a forma de detecção de mudança com α = 0.05 e poder = 0.8, (z_α/2 + z_β)² ≈ 7.85. Em qualquer dos casos, variância e MDD dominam tudo, e há um compromisso entre elas em termos reais e calculáveis.

Estratificação: o multiplicador de variância que em geral (mas nem sempre) se paga

A amostragem estratificada reduz o número de amostras necessário para uma precisão-alvo, mas menos do que sugerem os folhetos comerciais. A alocação de Neyman dimensiona cada estrato pela sua própria variância, e não pela sua área, e deveria superar a alocação proporcional à área usada na maioria dos ensaios de campo publicados7. Em oito talhões comerciais do Meio-Oeste dos Estados Unidos, uma estratificação apoiada em covariáveis de sensoriamento remoto, de topografia e de levantamento de solos reduziu o tamanho amostral exigido em 17 por cento em média, com um intervalo de 95 por cento de 11 a 23 por cento8. O ganho depende de os estratos de fato capturarem a variância: onde as covariáveis explicavam pouco da variação dentro do talhão, Potash e colegas o encontraram modesto, abaixo de 5 por cento no local menos favorável, e onde explicavam a maior parte dela a economia chegou a cerca de 45 por cento8. Em paisagens de cacau onde topografia, arquitetura do sombreamento e cronossequência geram grandes diferenças no COS, a estratificação é transformadora: Adiyah et al. (2022, 2023) mostram efeitos significativos da posição na encosta4 e, em intervalos pareados de 15 anos, ganhos de COS que diferem por um fator de três a quatro entre classes de idade, de 13.7 a 46.9 toneladas de C por hectare em 0–60 cm9.

Uma estratificação defensável combina três camadas: sensoriamento remoto (sinais de dossel e de solo exposto do Sentinel-2, com o retroespalhamento do Sentinel-1 onde a umidade ou a variância estrutural importam), topografia e drenagem a partir de um MDE, e um histórico de manejo reconstruído da década anterior, hoje rotineiramente recuperável a partir de registros do produtor ou de imagens em série temporal. Duas ressalvas. Primeira: os limites entre estratos são, eles próprios, uma fonte de variância quando as covariáveis são ruidosas; inspecione as médias dos estratos no piloto antes de fixar a alocação. Segunda: a VM0042 v2.2 da Verra, avalizada pelo ICVCM no âmbito dos Core Carbon Principles em outubro de 2025, estabelece um mínimo de 15 amostras por estrato, independentemente do que Neyman alocaria, e ainda não aceita o mapeamento digital de solo como método aprovado sob os CCP. Se o projeto pretende emitir créditos sob a VM0042 ou as futuras metodologias do CRCF da UE, alinhe a estratificação a essas restrições desde o primeiro dia.

Um exemplo prático, ancorado em dados publicados de cacau

Uma plantação de cacau de 500 hectares no sul da Costa do Marfim. Meta de linha de base de ±3 toneladas de C por hectare a 95 por cento de confiança sobre um estoque médio de COS de 0–30 cm de cerca de 45 toneladas de C por hectare, em linha com Adiyah et al. (2022) para o cacau de encosta de Ashanti4. A amostragem piloto (25 amostras) produz σ ≈ 11 toneladas de C por hectare, coerente com a literatura publicada e não um valor presumido.

Estratificada em três zonas de manejo (replantio jovem, cacaual maduro, renovação recente) com σ intraestrato de 7, 8 e 9 toneladas por hectare, a alocação de Neyman reduz a exigência para cerca de 28 a 30 amostras, uma economia de ~45 por cento. Se se aplicar o mínimo de 15 amostras por estrato da VM0042 v2.2, a contagem sobe de novo para 45, apagando essencialmente o ganho da estratificação nesse tamanho de fazenda. Essa é uma tensão do mundo real que os profissionais deveriam enfrentar explicitamente, em vez de dissimular.

Para a detecção de mudança, a própria rentabilidade da medição depende do tamanho do projeto, e o limiar está bem mais alto do que supõe a maioria dos programas. Para um efeito médio de tratamento de 0.3 tonelada de C por hectare por ano, Potash e colegas só consideram a medição seguida de reamostragem economicamente viável acima de cerca de 5.000 talhões a 40 dólares por tonelada; 250 talhões exigem um preço de 100 dólares, e 100 talhões, ao menos 2002. A constatação estrutural é distinta, e mais bem estabelecida: a reamostragem pareada em nível de projeto em muitas fazendas vale mais do que um esforço heroico em uma só. Os resultados de Bradford deixam o ponto explícito: insistir na detecção por fazenda com 60 a 100 amostras pareadas por momento no tempo ainda produzirá estimativas por fazenda pouco confiáveis, ao passo que 30 pares de talhões amostrados a 1.2 hectare por amostra recuperam a média do projeto com margem de uma tonelada de C por hectare em 83 de 100 simulações1. Esse desenho é defensável, mas custa várias vezes o esforço de amostragem por fazenda, e não o mesmo. Essa é a virada de enquadramento que a literatura de 2023–2025 impôs ao desenho de MRV.

Duas melhorias no arsenal de medição que reformulam a economia

Primeiro, amostre até 0–60 cm em pelo menos três incrementos (0–10, 10–30, 30–60). Adiyah et al. (2023) mediram, na agrofloresta de cacau de Gana, ganhos de COS em 20–60 cm superiores aos do horizonte superficial em todos os intervalos pareados de 15 anos: 34.9 contra 8.5 toneladas de C por hectare no par mais jovem e 40.3 contra 6.6 no mais antigo9. Um desenho de 0–30 cm perde a maior parte disso: nos incrementos de profundidade adotados pelo próprio artigo, cerca de 60 por cento do ganho em 0–60 cm está abaixo de 30 cm. Raffeld et al. (2024) chegam à mesma conclusão para as lavouras anuais em linha, em que amostrar até 60 cm em vários incrementos é a prática que recomendam, e observam que sistemas perenes e agroflorestais de raízes profundas podem exigir amostragem ainda mais profunda10. Para perenes de raízes profundas, a amostragem do subsolo deixou de ser opcional.

Segundo, use a Massa de Solo Equivalente (MSE), e não a profundidade fixa, nos cálculos de mudança de estoque. Fowler e colegas mostram que a contabilidade de profundidade fixa subestima a mudança de estoque em cerca de 17 por cento para uma queda realista da densidade aparente, de 1.5 para 1.1 grama por centímetro cúbico, e que, no exemplo numérico que apresentam, chega a inverter por completo o sinal, lendo um ganho real de 14.8 por cento como uma perda de 16.2 por cento11. A própria correção por massa equivalente não é nova: Ellert e Bettany a formularam há três décadas12, e von Haden e colegas mostraram desde então o quanto as comparações baseadas em profundidade se desviam assim que a densidade aparente muda13. Raffeld e colegas puseram números de campo nisso em dois ensaios de longa duração, em que a densidade aparente se alterou sob plantio direto e após aporte orgânico, e a contabilidade de profundidade fixa inverteu o sinal da mudança de estoque10. O futuro Soil Sampling and Analysis Handbook da VM0042 v3.0 da Verra (em consulta pública até março de 2026) torna a MSE o padrão. Um artigo (ou projeto) de 2026 que ignore a MSE é um sinal de alerta de credibilidade.

Contrafactuais e confundimento climático: por que os controles são inegociáveis

Um desenho de detecção de mudança sem um contrafactual não mede o manejo, mede o clima. Em um ensaio de pastagem no sul de Queensland, o COS subiu 7.7 toneladas de C por hectare em 0–100 cm ao longo de 2.5 anos úmidos, ou 3.1 toneladas por hectare por ano, e metade do ganho em 0–30 cm havia desaparecido quando as chuvas voltaram à média. Essa taxa é cinco vezes o teto realista de 0.6 tonelada por hectare por ano que os autores adotam para 25 anos nas terras de pastagem australianas, e dez vezes o seu cenário intermediário de 0.36. Toda campanha crível de detecção de mudança precisa, portanto, de um controle colocalizado (talhões pareados sob manejo de linha de base, amostrados nas mesmas datas) ou de uma normalização climática explícita usando um modelo biogeoquímico calibrado localmente. Um verificador independente em 2026 perguntará qual dos dois o projeto usou. “Nenhum” não é uma resposta que sobrevive.

O que o panorama de MRV de 2026 realmente exige

Três referenciais hoje traduzem os princípios gerais de medição, relato e verificação do carbono do solo 15 em regras que qualquer campanha séria de COS deve seguir. Verra VM0042 v2.2, avalizada pelo ICVCM no âmbito dos Core Carbon Principles em outubro de 2025, especifica regras de estratificação, mínimo de amostras por estrato, deduções por incerteza e contabilidade baseada em MSE; a v3.0, com o Soil Sampling and Analysis Handbook, é esperada ao longo de 2026. O Regulamento da UE 2024/3012 (CRCF) entrou em vigor em dezembro de 2024; as metodologias de certificação de agricultura de carbono chegam ao longo de 2026, com os critérios QU.A.L.ITY (quantificação, adicionalidade, armazenamento de longo prazo, sustentabilidade) moldando como as reivindicações voltadas à UE serão auditadas. O GHG Protocol Land Sector and Removals Standard entra em vigor em 1º de janeiro de 2027, exige uma estimativa quantitativa de incerteza e um intervalo de confiança para cada remoção declarada, e exige que as remoções em terras agrícolas produtivas se apoiem em dados empíricos próprios aos reservatórios de carbono, com reamostragem por métodos consistentes ao menos a cada cinco anos16. A estimativa pode vir da medição, de um modelo calibrado ou de um híbrido dos dois, mas os dados de campo que a sustentam não são opcionais. O SBTi FLAG está alinhado a eles.

Projete a campanha para o padrão contra o qual o comprador será auditado, não para aquele mais familiar ao laboratório de solos.

O arremate

O tamanho amostral certo é aquele que faz a reivindicação sobreviver ao escrutínio que ela de fato enfrenta. Para uma linha de base em uma única fazenda de cacau com σ realista, isso costuma ser de 30 a 60 amostras com estratificação adequada, profundidade de 0–60 cm e contabilidade em MSE. Para uma reivindicação crível de sequestro plurianual, é um desenho pareado em nível de projeto em muitas fazendas, e não um esforço heroico em uma só. O sensoriamento proximal mudou a aritmética. Ramírez e colegas orçaram um arranjo FT-IR frente à combustão seca para um projeto em pastagem de 400 a 1.000 amostras, e relatam a produtividade subindo de 4 para 12 amostras por hora e o custo por amostra caindo cerca de 2.5 vezes, com a manutenção anual do equipamento pesando no sentido contrário17. Hutengs e colegas mostram que instrumentos portáteis de VisNIR e de infravermelho médio podem ser calibrados para solos em condições de campo, uma vez removidos os efeitos de umidade e de granulometria, o que torna realista fazer a varredura no campo, e não no laboratório18. Essa economia deveria ser investida em mais amostras, perfis mais profundos e mais fazendas, e não em atingir o mesmo número de sempre por menos dinheiro.

Pontos-chave