potencial de la tierra

Sep 10, 2023

Communications Earth & Environment volumen 4, Número de artículo: 39 (2023) Citar este artículo

4815 Accesos

2 citas

9 Altmetric

Detalles de métricas

La revegetación natural, la forestación y los cultivos lignocelulósicos para bioenergía, posiblemente junto con una tecnología en desarrollo como la captura y el almacenamiento de carbono, son las opciones de mitigación del cambio climático basadas en la tierra más comunes. Sin embargo, pueden competir por la tierra y amenazar la seguridad alimentaria o la conservación de la naturaleza. El uso de tierras de cultivo abandonadas para su despliegue puede minimizar estos riesgos, pero los potenciales asociados no están claros. Aquí, comparamos opciones alternativas de mitigación basadas en la tierra mediante la integración de tierras de cultivo abandonadas históricas y futuras (hasta 2050) con rendimientos de biomasa específicos del sitio y emisiones del ciclo de vida. La consideración de la revegetación natural en áreas prioritarias para la biodiversidad y diferentes medidas en la tierra restante puede lograr un potencial de mitigación de 0,8–4,0 GtCO2-equivalentes año−1 (2–11 % de las emisiones globales de CO2 de 2021). La forestación generalmente proporciona mayores beneficios climáticos que la bioenergía, pero la bioenergía con captura y almacenamiento de carbono brinda la mayor mitigación en la mayoría de los lugares. En general, estos resultados ofrecen estimaciones refinadas de los potenciales de mitigación de las tierras de cultivo abandonadas y destacan oportunidades para medidas de mitigación específicas del contexto.

La eliminación de dióxido de carbono basada en la tierra (CDR) es un componente clave de los escenarios de mitigación del cambio climático1,2. La bioenergía (BE) acoplada o no con la captura y almacenamiento de carbono (BECCS), la forestación (AF) y la regeneración natural de la vegetación (NR) se encuentran entre las opciones con el mayor potencial de mitigación. El AF a gran escala se considera un CDR económico para capturar una gran fracción de las emisiones antropogénicas de CO23,4. Las estimaciones de su secuestro potencial oscilan entre 0,5 y 10,1 GtCO2 año−1 (con cifras realistas de alrededor de 3 GtCO2 año−1)1, con una expansión asociada de las áreas forestales mundiales en 2100 de hasta 1000 millones de hectáreas (Mha)5. NR es la solución basada en la naturaleza más rentable6 para la conservación de la naturaleza mientras captura el carbono atmosférico7. En aproximadamente 30 años de despliegue a gran escala de la regeneración de la vegetación natural, se pueden acumular hasta 1,08 GtC año−1 en biomasa aérea que crece en áreas terrestres (349 Mha) identificadas por los compromisos a nivel nacional con el Desafío de Bonn y el Acuerdo de París8. BE no es una opción de CDR, pero puede contribuir a la mitigación del cambio climático mediante la reducción de emisiones a través de la sustitución de combustibles fósiles. BECCS, una tecnología que aún se encuentra en una etapa precomercial y no implementada a escala, es una opción de CDR que entrega energía y emisiones negativas9,10,11. El potencial de mitigación de BECCS en 2100 se estima en 0,4–11,3 GtCO2 año−1, con 0,4–5 GtCO2 año−1 identificados como un probable potencial sostenible1. En todas las rutas socioeconómicas compartidas (SSP)12,13,14,15,16,17, se espera que BE suministre 38–310 EJ año−1 de energía primaria en 2050. BECCS gana importancia en escenarios futuros que dependen fuertemente sobre soluciones técnicas para mitigar el cambio climático. Por ejemplo, BECCS domina la CDR terrestre en SSP5: la demanda anual de biomasa de cultivos bioenergéticos lignocelulósicos en 2100 es de aproximadamente 10 mil toneladas en SSP5-4.5 y más de 20 mil toneladas en SSP5-2.65.

Para todas las opciones de mitigación, la disponibilidad de tierras es una limitación clave para la entrega de potenciales a gran escala, ya que la competencia con la producción de alimentos representa una compensación importante18,19. Alcanzar los potenciales de mitigación indicados anteriormente requiere cambios en la dieta hacia dietas basadas en plantas y mejoras en la eficiencia en el sector agroalimentario para liberar grandes áreas de tierras de pastoreo y tierras de cultivo de la producción de alimentos y piensos, y dedicarlas a la implementación de CDR. La utilización de tierras de cultivo abandonadas para CDR es, por lo tanto, una piedra angular para la mitigación sostenible en escenarios futuros20,21,22. A nivel local, el abandono de las tierras de cultivo es el resultado de factores principalmente económicos, sociales y políticos23,24 y las consecuencias ecológicas suelen ser positivas25. Las tierras de cultivo abandonadas normalmente se convierten en pastizales o bosques naturales26, secuestrando así el CO2 atmosférico a un costo mínimo27,28. Tanto AF como BE son alternativas competitivas a NR porque las tierras de cultivo abandonadas suelen ser accesibles en relación con áreas más remotas y no requieren una preparación intensiva del sitio. Cuando se gestionan de forma sostenible, los pastos perennes que se cultivan para la bioenergía y la forestación pueden generar beneficios colaterales considerables en relación con las tierras de cultivo, como una mayor biodiversidad, una menor contaminación, una mejor salud del suelo, una mayor capacidad de retención de agua y un enfriamiento regional6,29,30.

La opción terrestre que puede lograr el mayor potencial de mitigación del cambio climático para una hectárea de tierra en diferentes lugares del mundo aún no está clara. La mayoría de los estudios existentes suelen tener una resolución aproximada o un alcance específico de la región, y solo se centran en los potenciales individuales de BE y BECCS21,31, AF3,19 o NR6,8, o comparan dos opciones en ese momento10,32,33 . Los beneficios reales de la mitigación del carbono varían ampliamente y dependen de múltiples factores locales34. El potencial de mitigación del cambio climático de AF depende de la selección de especies de árboles y del clima local2, y el de BE depende en gran medida del rendimiento de los cultivos y la tecnología de conversión10,11,35,36. La plantación de árboles en tierras de cultivo abandonadas puede acumular más carbono que la regeneración natural en latitudes altas33,37. En relación con BE, la acumulación de carbono en la sucesión natural generalmente logra menores ahorros de carbono, pero los resultados son sensibles a la eficiencia de conversión de bioenergía32,38. Estas comparaciones a menudo son específicas del sitio3,39 o, cuando son globales, carecen de alta resolución espacial ya que se basan en estimaciones promedio de las tasas de crecimiento de los árboles32,38 o se derivan de modelos econométricos de arriba hacia abajo que hacen suposiciones implícitas sobre la disponibilidad de la tierra con simplificación. representaciones de restricciones biofísicas1,36. Faltan estudios que comparen múltiples opciones de CDR a escala global utilizando datos específicos del sitio desde perspectivas de abajo hacia arriba, y carecemos de estimaciones de los potenciales y la distribución óptima de las opciones de CDR bajo un marco coherente. Para unir los planes de desarrollo regional con los objetivos globales, la comunidad internacional requiere claridad sobre los potenciales de mitigación que se pueden esperar de manera realista y cómo funcionan las opciones de mitigación basadas en la tierra en diferentes contextos locales y entre sí.

En este estudio, realizamos una cuantificación de abajo hacia arriba y espacialmente explícita del potencial de mitigación del cambio climático de las medidas de CDR (NR, AF y BECCS) y BE en estimaciones históricas y futuras de tierras de cultivo abandonadas. Los potenciales se estiman hasta 2050, ya que los esfuerzos de mitigación logrados en las próximas décadas son cruciales para la estabilización del cambio climático40,41. Las tierras de cultivo abandonadas se identifican utilizando series temporales de productos de cobertura terrestre obtenidos por teledetección42,43. La tierra que se encuentra dentro del 15 % superior de las áreas prioritarias para la protección de la biodiversidad está reservada a NR para la conservación de la naturaleza para apoyar el logro de la Meta 157 de Aichi para la Biodiversidad. En el resto de las tierras de cultivo abandonadas, los potenciales de mitigación del cambio climático de NR, AF, Se comparan BE o BECCS. Aunque BE sin CCS no es un método CDR, se incluye en nuestro análisis ya que es una de las opciones de mitigación basadas en la tierra más discutidas. En los casos de producción de gramíneas perennes para bioenergía, se consideran tanto los rendimientos en condiciones de secano como con riego (solo en áreas no afectadas por escasez de agua). Los resultados se producen mediante la integración de conjuntos de datos espacialmente explícitos de rendimientos de biomasa adaptados a las condiciones locales y las contribuciones de las emisiones del ciclo de vida de los procesos de producción, cuando sea relevante (es decir, BE, BECCS y plantación de árboles).

Se identifica una tierra de cultivo abandonada (AC) histórica de 98 Mha entre 1992 y 2018 (Fig. 1a), de las cuales aproximadamente 30 Mha (31 %) se ubican dentro de áreas prioritarias para la conservación de la biodiversidad (Fig. 1a complementaria) y 15 Mha (16 %) dentro de áreas en riesgo de escasez de agua (consulte la Tabla complementaria 1). En comparación con los 83 Mha de tierras de cultivo abandonadas mapeadas previamente21,44 en 1992–2015, la tasa de abandono de tierras de cultivo ha aumentado, pasando de 3,6 Mha año−1 entre 1992 y 2015 a 4,8 Mha año−1 entre 2015 y 2018. En general, el abandono de las tierras de cultivo se produjo principalmente en Europa, las partes centrales y costeras de América del Sur, África ecuatorial y el sudeste asiático.

Abandono histórico de tierras de cultivo (AC) de 1992 a 2018 (a). Las estimaciones históricas y futuras del abandono de tierras de cultivo en los escenarios AC4 (b) y AC8 (c) para 2050. Las tierras de cultivo abandonadas solo en escenarios futuros se muestran en la figura complementaria 2.

Se proyecta el abandono futuro de las tierras de cultivo para 2050 considerando una tendencia continua moderada en el abandono (denominada AC4, Fig. 1b) o una expansión relativamente mayor (denominada AC8, Fig. 1c). El total de tierras de cultivo abandonadas es de 139 Mha (+41 Mha en relación con AC) en AC4 y 161 Mha (+63 Mha) en AC8. La cantidad de tierras de cultivo abandonadas ubicadas en áreas prioritarias es de 40 Mha en AC4 (Figura complementaria 1b) y 45 Mha en AC8 (Figura complementaria 1c). Como la expansión futura de las tierras de cultivo abandonadas se basa en el método del vecino más cercano (ver Métodos), las dos opciones muestran patrones espaciales similares a los de las tierras de cultivo abandonadas históricas. La tasa promedio de abandono de tierras de cultivo entre 2018 y 2050 es de 1,3 Mha año−1 para AC4 y 2,0 Mha año−1 para AC8, que son más conservadoras que las tendencias históricas. De los posibles escenarios futuros de uso de la tierra de las combinaciones SSP-RCP proporcionados por el Modelo de evaluación del cambio global (GCAM)45, nuestras estimaciones globales de futuras tierras de cultivo abandonadas están más cerca de SSP2-RCP4.5 (AC4) y SSP4-RCP6.0 ( AC8), que estiman 41 y 84 Mha de tierras de cultivo abandonadas para 2050, respectivamente (Figura complementaria 2).

El promedio anual de energía y los potenciales de mitigación del cambio climático de las diferentes opciones de mitigación se resumen en la Tabla 1. Como punto de referencia, las emisiones antropógenas totales en 2021 fueron de 40 GtCO2 año−1, las emisiones netas cero en 2050 requerirían una disminución anual en las emisiones de 1,4 GtCO2 año−146, y el consumo global de energía primaria en 2019 fue de 624 EJ47.

Los potenciales bioenergéticos primarios de los cultivos de secano varían de 19 EJ año−1 a 33 EJ año−1 en 67–115 Mha de tierras de cultivo abandonadas fuera de las áreas prioritarias, y de 25 EJ año−1 a 44 EJ año−1 para cultivos con suministro mixto de agua (donde el riego solo se puede aplicar en áreas de baja escasez de agua). En este último caso, el 92% del potencial proviene de cultivos de regadío (sobre 56-96 Mha). Los potenciales de bioenergía finales estimados como la suma del diésel Fisher-Tropsch (FT) y el etanol de segunda generación (2G) son de 9 a 16 EJ año−1 para cultivos de secano y de 12 a 21 EJ año−1 para cultivos con suministro mixto de agua. Los potenciales de mitigación netos con suministro de agua de secano son 0,6–1,1 GtCO2 año−1 para BE y 1,7–2,9 GtCO2 año−1 para BECCS. El suministro de agua mixto ofrece un potencial de 0,7 a 1,3 GtCO2 año−1 para BE y de 2,1 a 3,7 GtCO2 año−1 para BECCS. El despliegue de la forestación en 67–115 Mha de tierras de cultivo abandonadas logra un potencial de mitigación neto de 0,8–1,4 GtCO2 año−1. El potencial de regeneración natural en todas las áreas de cultivo abandonadas (98–161 Mha) es de 0,8–1,2 GtCO2 año−1. Los requisitos de tierra por GtCO2 mitigada se resumen en la Tabla complementaria 2, y los potenciales de mitigación para cada escenario futuro se muestran en la Tabla complementaria 3. Las opciones individuales de CDR y su combinación en diferentes escenarios se describen en detalle en las siguientes secciones.

Reservar todas las tierras de cultivo abandonadas entre 1992 y 2018 para que vuelva a crecer la vegetación natural puede secuestrar hasta 0,8 ± 0,08 GtCO2 año−1 (Fig. 2a), que se convierte en 1,0 ± 0,11 GtCO2 año−1 con AC4 y 1,2 ± 0,12 GtCO2 año−1 con AC8 (Fig. 3 complementaria). La mitigación dentro de las áreas prioritarias para la conservación de la biodiversidad es de 0,3 ± 0,03 GtCO2 año−1 (Fig. 2b). Los rendimientos promedio de mitigación son 8,9 tCO2 ha−1 año−1 dentro de las áreas prioritarias y 6,9 tCO2 ha−1 año−1 fuera. La tierra dentro de las áreas prioritarias tiene un mayor potencial de mitigación porque generalmente se encuentran en los trópicos, donde las tasas de crecimiento de la vegetación son naturalmente altas (Fig. 2b). En promedio, los rendimientos dentro de las áreas prioritarias son alrededor de un 30 % más altos que los del exterior, pero en algunos casos, las tasas de secuestro en los trópicos pueden ser un orden de magnitud más altas que las de latitudes medias o altas. Esta es una sinergia importante entre la conservación de la naturaleza y la mitigación del cambio climático. Las áreas tropicales han experimentado la degradación de grandes ecosistemas, pero su alto potencial de recuperación es una solución climática natural atractiva48.

Rendimientos de rebrote natural en todas las tierras de cultivo históricamente abandonadas (AC) (a) y dentro de las áreas prioritarias para la conservación de la biodiversidad únicamente (b). Rendimientos de forestación en tierras de cultivo abandonadas fuera de las áreas prioritarias (c). Tenga en cuenta las diferencias entre las escalas. Mapas similares para AC4 y AC8 se muestran en las figuras complementarias. 3 y 4.

Los potenciales de mitigación promedio netos de la forestación de tierras de cultivo abandonadas fuera de las áreas prioritarias para la biodiversidad son 0,8 GtCO2eq año−1 en tierras de cultivo históricamente abandonadas (Fig. 2c), 1,2 GtCO2eq año−1 en AC + AC4 y 1,4 GtCO2eq año−1 en AC + AC8 ( Figura complementaria 4). Los rendimientos promedio globales correspondientes son 11,5 GtCO2eq ha−1 año−1, similar para todas las áreas de estudio. Las emisiones del ciclo de vida relacionadas con la forestación (0,8–1,2 MtCO2eq año−1) son mucho menores que su potencial de mitigación, por lo que tienen un efecto insignificante. La distribución óptima de los tipos de bosques en las áreas terrestres identificadas es del 45 % para los bosques de coníferas y del 55 % para los bosques que no son de coníferas (Figura complementaria 5a). Los rendimientos medios son 7,5 tCO2eq ha−1 año−1 y 12,2 tCO2eq ha−1 año−1 para bosques de coníferas y no coníferas, respectivamente. Los bosques que no son de coníferas incluyen bosques caducifolios y siempreverdes latifoliados, siendo estos últimos altamente productivos en la franja tropical. Los bosques de coníferas suelen tener un mayor potencial de secuestro de CO2 en climas templados y boreales. Los rendimientos de la forestación son más altos en el cinturón ecuatorial, donde pueden llegar a 33 tCO2eq ha−1 año−1 (rendimiento máximo, sudeste asiático), y son aproximadamente la mitad en las regiones templadas (e incluso más bajos en climas boreales y montañosos). ).

El establecimiento de forestación en tierras de cultivo recientemente abandonadas puede requerir cierto desmonte, según el año en que se abandonaron las tierras de cultivo. El destino de esta biomasa adicional, que se oxida inmediatamente o se utiliza para bioenergía, influye en los potenciales netos de mitigación del cambio climático de la AF. Estos efectos se estiman considerando la cantidad de vegetación que se acumuló en la tierra desde su abandono, así como las emisiones del ciclo de vida asociadas con el desmonte y la conversión de biomasa (si se usa para bioenergía). Cuando la biomasa del desmonte se contabiliza como una emisión, el potencial de mitigación de la forestación de tierras de cultivo abandonadas fuera de las áreas prioritarias se reduce en 0,4 GtCO2eq año−1, lo que da como resultado una mitigación neta de 0,4, 0,8 y 1,0 GtCO2eq año−1 para AC, AC + AC4 y AC + AC8, respectivamente. Esto corresponde a una disminución en la mitigación del 47%, 32 y 28%. Cuando la biomasa del desmonte se trata como un recurso adicional para la producción de bioenergía, el potencial de mitigación aumenta en 0,6 GtCO2eq año−1, lo que lleva a una nueva mitigación neta de 1,4, 1,8 y 2,0 GtCO2eq año−1 para AC, AC + AC4 y AC + AC8, respectivamente (aumento relativo del 76%, 52 y 45%). Consulte la Tabla complementaria 4 para obtener una descripción general completa del análisis de sensibilidad relacionado con el desmonte.

La asignación de todas las tierras de cultivo abandonadas fuera de las áreas prioritarias a la producción de bioenergía puede lograr un potencial de mitigación que va de 0,6 GtCO2eq año−1 (AC, 67 Mha) a 1,1 GtCO2eq año−1 (AC + AC8, 115 Mha) en condiciones de secano y de 0,7 GtCO2eq año−1 a 1,3 GtCO2eq año−1 con suministro de agua mixto. Aquí, suponemos que el 50 % de la biomasa se utiliza para la producción de etanol 2G y el 50 % para diésel FT. Cuando se distribuyen de manera óptima, los rendimientos agrícolas promedio globales son 381 GJ ha-1 año-1, 151 GJ ha-1 año-1 y 318 GJ ha-1 año-1 con suministro de agua de lluvia para miscanthus, alpiste de caña y pasto varilla, respectivamente. Al aplicar riego a cultivos bioenergéticos en zonas no afectadas por la escasez de agua, se produce un aumento del 29%, 11 y 36% en la productividad de los cultivos. A nivel mundial, el miscanthus tiene rendimientos más altos que el pasto varilla y el alpiste, pero los dos últimos pueden adaptarse mejor a latitudes medias y altas. La distribución óptima de materia prima de los cultivos de secano en tierras de cultivo históricamente abandonadas fuera de las áreas prioritarias de biodiversidad es 44 % para miscanthus, 18 % para alpiste de caña y 38 % para switchgrass (Figura complementaria 5b). La distribución es similar para los cultivos mixtos (Figura complementaria 5c) y para los futuros escenarios de disponibilidad de tierras.

En términos de potencial de energía primaria, la producción de cultivos solo de secano genera 19–33 EJ año−1 y el sistema de riego mixto 25–44 EJ año−1. Los rendimientos energéticos promedio globales correspondientes son 327 GJ ha−1 año−1 (Fig. 3a) y 395 GJ ha−1 año−1 (Fig. 3b). Los aumentos en el potencial de masa seca de los cultivos de secano a los de regadío fuera de las áreas prioritarias y las áreas con escasez de agua es del 34 % (Fig. 3c). Consulte la Fig. 6 complementaria para conocer los rendimientos de los cultivos de suministro de agua mixtos y de secano en AC4 y AC8.

Rendimientos de cultivos bioenergéticos cuadriculados (distribución óptima de cultivos) en condiciones de secano en tierras de cultivo históricamente abandonadas (AC) (a). Rendimientos de cultivos de bioenergía cuadriculados en condiciones mixtas de suministro de agua (secano dentro de áreas con escasez de agua y riego fuera) en tierras de cultivo históricamente abandonadas (AC) (b). Cambio en los potenciales de masa seca primaria entre cultivos de secano y de regadío en áreas no afectadas por la escasez de agua (c). Mapas similares para AC4 y AC8 se muestran en la figura complementaria 6.

Los mayores rendimientos de biomasa se encuentran en la banda tropical, en la costa este de los Estados Unidos y algunas partes de Europa. Estas áreas se encuentran principalmente en climas húmedos tropicales o templados, donde el miscanthus y el switchgrass son típicamente los cultivos dominantes. Las condiciones climáticas cambiantes bajo RCP4.5 causan efectos relativamente pequeños en los rendimientos de bioenergía. Para los cultivos de secano en el período 2011-2040 en relación con 2041-2070, hay una disminución global en el potencial de energía primaria del 4% (Figura complementaria 7a). Alrededor del ecuador, observamos principalmente un potencial decreciente. Los mayores aumentos se producen en Asia central y oriental. Para el suministro de agua mixta, hay un aumento global en el potencial de bioenergía primaria del 2% (Figura complementaria 7b). Esto se debe a que el riego compensa los déficits de agua causados ​​por las olas de calor o las sequías durante el ciclo de crecimiento de los cultivos, asegurando los rendimientos frente a los efectos adversos del cambio climático. Además, puede soportar mejor los efectos positivos de la temperatura más alta y la temporada de crecimiento extendida en los rendimientos. Los patrones alrededor del ecuador son similares a los del suministro de agua de secano, pero con un potencial decreciente menor. En latitudes superiores a 30 °N, existe una tendencia general de aumento en los potenciales bioenergéticos primarios.

Para BE de secano, la sustitución de combustibles fósiles puede brindar una mitigación neta del cambio climático de 0,9–1,5 GtCO2eq año−1, según el escenario de disponibilidad de tierra (Fig. 4). Alrededor del 55% de esta mitigación proviene de la sustitución de diésel fósil por diésel FT, y el resto de la sustitución de gasolina por etanol 2G. Las emisiones del ciclo de vida de la producción de biocombustibles compensan alrededor de un tercio de la mitigación bruta (0,3–0,5 GtCO2eq año−1) y están asociadas principalmente con la producción de biomasa, especialmente cuando se aplica riego. Sin embargo, las mayores emisiones del ciclo de vida del riego en áreas de baja escasez de agua se compensan con el mayor potencial de mitigación de mayores rendimientos. Por ejemplo, el potencial de mitigación neto de BE de secano en el escenario AC es de 0,6 GtCO2eq año−1 (BE-rf). Con riego (BE-mix), se convierte en aproximadamente 0,7 GtCO2eq año−1, es decir, 0,1 GtCO2eq año−1 más que en condiciones de secano. Esto ocurre porque el aumento en las emisiones del ciclo de vida (+ 0,2 GtCO2eq año−1) es menor que el mayor potencial de mitigación de la sustitución de combustibles fósiles por mayores rendimientos de biomasa (+0,3 GtCO2eq año−1).

Cultivos bioenergéticos producidos bajo sistemas de suministro de agua de secano (rf) o mixtos (mix) en los escenarios de tierras de cultivo abandonadas investigadas (AC, AC4 y AC8). "Otros" incluye emisiones de transporte desde la biorrefinería hasta la distribución para escenarios BE y emisiones adicionales relacionadas con la penalización energética por la inclusión de CCS para escenarios BECCS. El símbolo "x" dentro de las barras se refiere a la mitigación neta de cada escenario. Los resultados de los escenarios AC4 y AC8 se suman a los de AC (sus contribuciones individuales se muestran en la Tabla complementaria 3).

La adición de CCS aumenta los potenciales de mitigación con aumentos relativamente bajos de las emisiones del ciclo de vida. La mitigación neta de BECCS de cultivos de temporal pasa de 1,7 GtCO2eq año−1 (AC) a 2,9 GtCO2eq año−1 (AC + AC8), y de 2,1 GtCO2eq año−1 (AC) a 3,7 GtCO2eq año−1 (AC + AC8 ) con suministro de agua mixto. Alrededor del 55 % de la mitigación proviene de CCS, de los cuales la mayor parte (51 %) proviene de la producción de etanol 2G (que tiene mayores emisiones de proceso de CO2 por MJ de combustible en la planta de conversión que el diésel FT). El etanol 2G también tiene emisiones de ciclo de vida más altas que el diesel FT, principalmente debido al uso relativamente alto de productos químicos para el pretratamiento de biomasa y la producción de enzimas.

En cuanto a la forestación, la mitigación neta de BE y BECCS se ve afectada por el desmonte y el destino de la biomasa extraída. Según los supuestos (Cuadro complementario 4), los potenciales de mitigación pueden aumentar en 0,6 GtCO2eq año−1 o disminuir en 0,4 GtCO2eq año−1. Esto resulta en un aumento neto de mitigación de 58 a 100 % y una disminución de 36 a 62 % para BE de secano. Para BECCS mixto, el aumento potencial en la mitigación neta es de 17 a 29 % y la disminución correspondiente de 10 a 18 %.

Permitir NR en todas las tierras de cultivo abandonadas tiene el potencial de mitigar de 0,8 ± 0,08 GtCO2eq año−1 (AC) a 1,2 ± 0,12 GtCO2eq año−1 (AC + AC8) (Fig. 5), de los cuales el 36 y el 32 % están dentro de la prioridad áreas El establecimiento de plantaciones forestales en lugar de NR fuera de las áreas prioritarias (escenario NR-AF) aumenta el potencial de mitigación del cambio climático global a 1,1–1,8 GtCO2eq año−1. Esta mitigación neta es superior a la que se logra con la combinación de NR y producción de bioenergía de secano (NR-BE-rf), que es de 0,9–1,4 GtCO2eq año−1. La posibilidad de regar cultivos bioenergéticos en áreas de baja escasez de agua (NR-BE-mix, 1.0–1.6 GtCO2eq año−1) reduce la brecha en relación con NR-AF. Para superar claramente a la forestación para la mitigación del cambio climático, la bioenergía debe combinarse con CCS. Se pueden lograr entre 2,0 y 3,3 GtCO2eq año−1 agregando CCS a cultivos bioenergéticos de secano (NR-BECCS-rf), que se convierten en 2,4–4,1 GtCO2eq año−1 cuando se agrega riego (NR-BECCS-mix).

Se muestran los resultados para diferentes escenarios de disponibilidad de suelo (AC, AC4 y AC8) y sistemas de suministro de agua para cultivos bioenergéticos (secano: rf; riego en áreas sin escasez de agua: mixto). Solo se permite NR dentro de las áreas prioritarias de biodiversidad. NR: rebrote de vegetación natural; AF: forestación; SER: bioenergía; BECCS: SER con CCS; Optar: opción de mitigación óptima considerada (ya sea con o sin CCS y con o sin riego). Consulte Métodos para obtener una descripción de los escenarios. Los rangos de incertidumbre se refieren a la posible contribución de la biomasa aérea del desmonte (el símbolo de diamante indica el potencial de mitigación neto cuando se descarta el desmonte). El extremo inferior del rango representa el caso en el que la biomasa procedente del desmonte se utiliza como fuente adicional de bioenergía. El extremo superior es el caso en el que se trata como una emisión sin recuperación de energía. Para el escenario NR, el rango de incertidumbre representa la relación entre la incertidumbre del modelo y el modelo de mejor ajuste (una desviación estándar).

Se logran mayores potenciales de mitigación cuando la distribución espacial de las opciones terrestres fuera de las áreas prioritarias se asigna a la opción que ofrece el mayor potencial de mitigación por celda de cuadrícula individual. Dada la influencia del riego y CCS en los resultados, se dan estimaciones con y sin estas medidas. Con cultivos bioenergéticos de secano sin CCS, existe un potencial de mitigación global de 1,2–1,9 GtCO2eq año−1. Además de la tierra dentro de las áreas prioritarias de biodiversidad que se dedica a NR (31%), el 15%, 7 y 48% de las tierras de cultivo abandonadas se asignan a BE-rf, NR y AF, respectivamente (Fig. 6a). Con suministro de agua irrigada en áreas de baja escasez de agua, el potencial global es de 1,2–2,0 GtCO2eq año−1, con la tierra fuera de las áreas prioritarias distribuidas en un 24 % a BE-mix, 5 % a NR y 41 % a AF (Fig. 6b). Por lo tanto, el riego aumenta las áreas de tierra donde BE puede lograr mayores beneficios que AF, pero las plantaciones forestales siguen siendo la mejor opción de CDR en la mayoría de las celdas de la cuadrícula. Cuando se agrega CCS al sistema, el potencial de mitigación global es de 2,1–3,4 GtCO2eq año−1, con una distribución óptima de opciones de CDR del 53 % para BECCS-rf, 3 % para NR y 13 % para AF (Fig. 6c ). Al combinar riego con CCS, se logra el mayor potencial de mitigación (2.4–4.1 GtCO2eq año−1) y BECCS claramente domina la distribución espacial (Figura 8 complementaria).

Combinación óptima de BE de secano (BE-rf), NR y AF (a); BE de secano y regadío (BE-mix), NR y AF (b); BECCS de secano (BECCS-rf), NR y AF (c). Los recuadros muestran los porcentajes asignados a cada opción terrestre. Para NR, se indican las fracciones fuera y dentro de las áreas prioritarias (PA). NR es la única opción considerada dentro de las áreas prioritarias. La combinación óptima de BECCS de secano e irrigación (BECCS-mix), NR y AF se muestran en la figura complementaria 8. El riego solo ocurre en áreas que no están amenazadas por la escasez de agua. Debido a los patrones espaciales iguales para AC, AC4 y AC8, solo se muestran mapas para AC.

En general, NR es competitivo o incluso mejor que AF en las regiones subsaharianas del norte, alrededor de la cuenca del Amazonas, algunas áreas en el sudeste asiático y en el sur de Australia. El BE de secano supera al AF en la mitad oriental de los EE. UU., el sureste de China y Europa central y oriental. La forestación domina en latitudes altas y en el hemisferio sur. El riego y CCS favorecen claramente el potencial de BE. Cuando se agrega CCS, AF es más fuerte que BECCS en el oeste de los Estados Unidos y en algunas áreas del sur de África y Asia central. NR sigue siendo competitivo solo en algunos lugares. Filtrar los potenciales de mitigación promedio por ecorregión terrestre49 muestra que NR logra la mitigación más alta en los bosques tropicales y subtropicales, y la más baja en los bosques boreales y mediterráneos donde la temperatura y la disponibilidad de agua son una limitación importante para el crecimiento de la vegetación natural (Figura complementaria 9). La forestación es la mejor opción de mitigación en los bosques tropicales, subtropicales y boreales y, en general, ofrece una mayor mitigación que la bioenergía de secano. En los otros biomas, la bioenergía irrigada puede lograr mayores rendimientos, especialmente donde la disponibilidad de agua es un factor limitante principal para el crecimiento de los cultivos, como en climas secos y semiáridos (biomas mediterráneos, sabanas y matorrales). En todas las demás ecorregiones terrestres, los potenciales de mitigación netos de AF y BE-mix son comparables.

Aunque a veces es difícil distinguir entre la definición de regeneración natural, forestación y reforestación en los diferentes estudios, nuestros rangos de secuestro de carbono de NR y AF son ampliamente consistentes con los de otras fuentes a nivel regional. Se encontró que la reforestación, definida como la transición de <25 % de cobertura forestal a >25 % de cobertura forestal, mitiga potencialmente 10 GtCO2eq año−1 en un área de 678 Mha6, lo que corresponde a un rendimiento promedio de 15 tCO2eq ha−1 año− 1 (a modo de comparación, NR en nuestro estudio tiene una tasa de secuestro promedio global de 7,4 tCO2eq ha−1 año−1). Esta estimación cubre un área extensa y ya se ha identificado como una probable sobreestimación7. Otro estudio encuentra que la regeneración natural de los bosques secundarios tropicales en América Latina podría capturar 31 GtC en 240 Mha de tierra en un período de 40 años50, lo que corresponde a una mitigación promedio de 12 GtCO2 ha−1 año−1. Nuestro estudio muestra resultados similares, con rendimientos de NR que oscilan entre 8 GtCO2 ha−1 año−1 y 18 GtCO2 ha−1 año−1 para la misma región.

Estimaciones anteriores de los potenciales de mitigación de la forestación muestran que se puede obtener un secuestro de carbono de 0,5–5,1 GtCO2eq año−1 en 20501. Se requiere un área de 320–970 Mha para un potencial de mitigación de 4,0–12,1 GtCO2eq año−1 en 210051 a partir de forestación y reforestación, lo que corresponde a un requerimiento de tierra de 80 Mha por GtCO2eq secuestrado. Nuestros resultados encuentran que se requiere un área promedio de 83 Mha por GtCO2eq secuestrado a través de la forestación (Tabla complementaria 2). Además, una variedad de medidas de protección global en los bosques y otros ecosistemas (que incluyen forestación, reforestación y restauración de la tierra) pueden mitigar 175 tCO2eq ha−1 de 2020 a 2050, lo que corresponde a 6 tCO2eq ha−1 año−1. Nuestras estimaciones promedio globales son 6,8 tCO2 ha−1 año−1 de NR y 11,5 tCO2eq ha−1 año−1 para AF. La Fig. 10 complementaria compara los cambios futuros en la cubierta forestal estimados por los escenarios SSP-RCP12,13,14,15,16,17 en 2050 con todas las tierras de cultivo abandonadas (históricas y futuras) asignadas a forestación y NR en nuestro estudio. Los cambios en el área forestal en escenarios futuros varían ampliamente, también cuando se considera el mismo SSP o RCP. En algunos casos, la forestación de tierras de cultivo abandonadas (AC + AC8) es suficiente para cubrir por completo (y más allá) la expansión esperada del área forestal (p. ej., en SSP4-RCP2.6). La cobertura mínima (8%) se registra contra SSP1-RCP2.6. En general, la forestación de tierras de cultivo abandonadas es una pequeña parte de la expansión del área forestal proyectada para los escenarios SSP5 (especialmente bajo RCP2.6), ya que se requiere una gran cantidad de emisiones negativas para compensar las emisiones de GEI de los sectores intensivos en carbono. Las proporciones relativas tienden a ser más altas con SSP1, donde más medidas de mitigación sectoriales reducen la demanda de emisiones negativas.

Se puede realizar una comparación similar con las estimaciones de BECCS en escenarios futuros. En 2050, se prevé que el consumo mundial de energía primaria aumente a 741 EJ año−1 (promedio de SSP1-4,5 y SSP2-4,5 en todos los modelos)12,15,17, de los cuales 71 EJ año−1 son bioenergía. Nuestros resultados muestran un suministro potencial de energía primaria de 19–44 EJ año−1, que cubre entre el 27% y el 62% de la demanda proyectada promedio (Figura complementaria 11). En términos de demanda de tierra para cultivos bioenergéticos de segunda generación, las estimaciones de SSP oscilan entre 150 Mha (SSP2-4.5) y 210 Mha (SSP1-4.5) en 20502. Nuestra estimación de tierras de cultivo abandonadas es de 67-115 Mha (con la exclusión de áreas prioritarias de biodiversidad), que representan del 21 al 23 % de la demanda futura de cultivos bioenergéticos.

En nuestro estudio, el potencial de mitigación de BECCS es de hasta 3,3 GtCO2eq año−1. Se estima un potencial de mitigación mediano de BECCS de 3 GtCO2eq año−1 en 2050 para escenarios que limitan el calentamiento global a menos de 1,5 °C17. Otros estudios muestran resultados similares para los potenciales de mitigación e identifican un requisito de área de tierra para cultivos bioenergéticos de 31–58 Mha por cada GtCO2eq mitigado por BECCS51. Nuestro análisis encuentra que se requieren 31–40 Mha de tierra para mitigar 1 GtCO2eq año−1, dependiendo de si se incluye el riego o no (Tabla complementaria 2).

Las barreras sociales, económicas y políticas afectan todas las opciones investigadas6,51,52. La NR es una medida rentable que es altamente eficiente en los trópicos, pero requiere un marco de condiciones favorables (p. ej., alivio de la pobreza, principio de "la alimentación primero", derechos de propiedad de la tierra, etc.) para implementarse de manera sostenible53. La gobernanza eficaz, el apoyo financiero y la cooperación internacional son de gran importancia para la recuperación exitosa de los ecosistemas y la mitigación del cambio climático48. La regeneración natural suele tener los mayores efectos positivos para la biodiversidad y la restauración del hábitat54, reduciendo los riesgos de la introducción de especies no autóctonas55,56. En relación con las tierras de cultivo, las plantaciones forestales y los pastos perennes cultivados para bioenergía también tienen efectos positivos para la biodiversidad, siempre que se cultive una mezcla de especies nativas en lugar de monocultivos30,57. CCS aún enfrenta desafíos tecnoeconómicos para ser competitivo en el mercado con los impuestos al carbono actuales31,58, y el riego, incluso cuando se implementa en áreas sin escasez de agua, puede requerir inversiones en infraestructura costosa, lo que puede representar una barrera importante en los países en desarrollo59 ,60.

Es necesario considerar varias incertidumbres al interpretar nuestros resultados. Nuestro estudio no incluye cambios en el carbono orgánico del suelo (COS), que son muy inciertos. Actualmente no se dispone de conjuntos de datos globales sólidos de los cambios en el SOC después de la revegetación natural, la forestación o los cultivos bioenergéticos. Se reportan cambios tanto positivos como negativos en el suelo y el carbono subterráneo para NR y AF, dependiendo de múltiples factores locales y condiciones climáticas. En una escala global promedio, la acumulación de carbono en los suelos después de la NR se estima insignificante o negativa en la mayoría de los biomas, pero con amplios intervalos de confianza8. Utilizando una estimación media global de baja confianza de 1,52 tCO2 ha−1 año−1 para el perfil superior de 30 cm donde se espera que se produzca la mayor acumulación de suelo8, un secuestro total de 0,046 GtCO2 año−1 sobre tierras de cultivo históricamente abandonadas dentro de áreas prioritarias para la biodiversidad ( 30 Mha) se puede cuantificar. Esto representa el 16 % de la mitigación de la vegetación aérea (0,28 GtCO2 año−1). También se encuentran respuestas divergentes al COS para la forestación61,62. Los mecanismos de la dinámica del carbono del suelo aún no se comprenden bien, lo que limita nuestra capacidad para cuantificar los cambios en el COS de los esfuerzos de forestación a gran escala. Los metanálisis existentes generalmente concluyen que el COS de los bosques naturales o plantados puede aumentar, disminuir o permanecer constante según múltiples factores, como las especies de árboles, el clima local, el tipo de suelo, el historial de uso de la tierra, etc.61,63. Las proporciones fijas que se utilizan para vincular la biomasa y los cambios en el carbono del suelo generalmente sobrestiman la mejora del carbono en el suelo de la forestación61. El modelo de forestación utilizado en nuestro estudio estima una tasa máxima de acumulación de carbono en el suelo de 0,15 tCO2 ha−1 año−1 para coníferas y 1,28 tCO2 ha−1 año−1 para bosques caducifolios64. Sin embargo, estos factores son muy inciertos, ya que se promedian globalmente y no especifican la profundidad del suelo. Su consideración en el análisis podría agregar una mitigación de 0,010 GtCO2 año-1 o 0,086 GtCO2 año-1 en tierras de cultivo históricamente abandonadas fuera de las áreas prioritarias (67,4 Mha) para bosques de coníferas y caducifolios, respectivamente. Estas estimaciones representan entre el 2 y el 10 % del potencial de mitigación de FA en la biomasa forestal aérea (0,8 GtCO2 año−1). Se observa una tendencia más constante en los cambios del COS para las gramíneas perennes, que generalmente aumentan el COS a tasas variables65,66,67. Un metanálisis global estimó los cambios medios del SOC (profundidad del suelo de 0 a 100 cm) después de la conversión de tierras de cultivo a pasto varilla o miscanthus en 5,9 y 3,3 tCO2 ha−1 año−1, respectivamente, pero con percentiles 5 y 95 que van desde valores negativos (es decir, una pérdida de COS de hasta –7,33 tCO2 ha−1 año−1) a valores positivos de hasta tres veces la media67. Aplicando estos factores medios a nuestro análisis (y asumiendo que para el alpiste de caña la misma tasa de miscanthus), encontramos que se puede secuestrar un promedio de 0,29 GtCO2 año−1 en los suelos en el escenario BE-rf en AC fuera de las áreas prioritarias ( para lo cual estimamos un potencial de mitigación global de 0,62 GtCO2 año−1). Esto significa que nuestras estimaciones de los potenciales de mitigación del cambio climático para BE y BECCS podrían estar subestimadas en aproximadamente un 30 %. La subestimación probablemente será representativa de los primeros 10 a 15 años después del cambio de uso de la tierra, ya que las tasas de secuestro del suelo disminuyen significativamente después de 10 años para la mayoría de los tipos y transiciones de uso de la tierra67. Dada la falta de conjuntos de datos globales sólidos y la gran variabilidad de las estimaciones disponibles, nos abstuvimos de incluir directamente en nuestro análisis las contribuciones de los cambios en el SOC.

Las áreas de tierras de cultivo abandonadas se derivan utilizando los productos de cobertura terrestre de la Iniciativa de Cambio Climático de la Agencia Espacial Europea (ESA-CCI) y el Servicio de Cambio Climático de Copernicus (C3S-CDS). Varios estudios previos han validado y evaluado su precisión (ver Métodos)21,68,69,70. Las mejoras en relación con otros conjuntos de datos mundiales sobre la cobertura del suelo son significativas, así como su solidez para evaluar los cambios en la extensión de las tierras de cultivo, pero persisten algunas limitaciones, principalmente debido a posibles clasificaciones erróneas. La precisión general global es del 71 %, pero varía según la ubicación espacial y entre las clases. En comparación con otros productos de cobertura terrestre, las tierras de cultivo abandonadas identificadas con datos de ESA-CCI y C3S-CDS suelen ser conservadoras2,71,72,73.

Las ubicaciones futuras de las tierras de cultivo abandonadas son muy inciertas y dependen del escenario, y estudios anteriores destacaron que las diferencias entre modelos pueden ser mayores para el mismo SSP que entre diferentes SSP74. De ahí nuestra selección de un enfoque simple y transparente donde las futuras tierras de cultivo abandonadas tienen una alta probabilidad de ocurrir en tierras de cultivo cercanas a tierras previamente abandonadas. Para explorar la sensibilidad de nuestros resultados al escenario de uso de la tierra, volvimos a ejecutar el análisis utilizando proyecciones alternativas de uso de la tierra que tienen una extensión similar de abandono de tierras de cultivo. Estas proyecciones son consistentes con el marco SSP-RCP y se producen reduciendo los resultados del Modelo de Evaluación Integrada (IAM) GCAM45. Entre los escenarios disponibles, SSP2-RCP4.5 tiene un área total de tierras de cultivo abandonadas para 2050 que es el más cercano a AC4 (ambos alrededor de 41 Mha), y SSP4-RCP6.0 (84 Mha) a AC8 (63 Mha). En la Figura complementaria 2 se muestra una comparación de los patrones espaciales de estos escenarios alternativos, mientras que sus potenciales de mitigación se resumen en la Tabla complementaria 5 y la Figura 12. Como era de esperar, los mapas tienden a divergir tanto en la intensidad como en la ubicación de las tierras de cultivo abandonadas. Sin embargo, los potenciales de mitigación son en gran medida consistentes para los escenarios con un total similar de tierra identificada. El cambio promedio en las estimaciones del potencial de mitigación del cambio climático es −0,04 GtCO2eq. año−1 para AC4-SSP2-RCP4.5 (alrededor del −9 % del potencial medio en todas las opciones terrestres) y 0,09 GtCO2eq. año−1 para AC8-SSP4-RCP6.0 (alrededor del 10% del potencial promedio en todas las opciones terrestres). A pesar de la variabilidad en los patrones espaciales de los conjuntos de datos, siempre que tengan áreas totales similares y las tierras abandonadas se distribuyan a escala global dentro de las áreas de tierras de cultivo existentes, los resultados son en gran medida consistentes e insensibles al escenario individual.

Existen incertidumbres relacionadas con las estimaciones de las tasas de secuestro de carbono de NR, AF y rendimientos de cultivos bioenergéticos, que se analizan en detalle en un texto en la Información complementaria. Los mapas de tasas de NR se recopilan a partir de un estudio que aplicó un algoritmo de aprendizaje automático a más de 13 000 mediciones georreferenciadas de acumulación de carbono8. Las proporciones de error específicas de la cuadrícula (reproducidas en la Fig. 13 complementaria para AC) se usaron para explorar la variabilidad en nuestros resultados, con el rango correspondiente alrededor de los valores medios que se muestran en la Fig. 5. Los escenarios de forestación se basan en el Modelo Forestal Global (G4M) 75,76, un modelo bien establecido vinculado a los IAM GLOBIOM y MESSAGE para estimar el cambio de uso del suelo y las emisiones forestales para un conjunto de escenarios SSP-RCP77,78,79. El modelo se basa en las recuperaciones satelitales de la producción primaria neta y los datos proporcionados por la Evaluación de los recursos forestales mundiales (ver Métodos), y se prueba con las observaciones y en estudios de intercomparación de modelos múltiples80,81,82. Los rendimientos de los cultivos bioenergéticos se producen a partir del modelo Global Agro-Ecological Zones versión 4 (GAEZv.4) (ver Métodos). Cuando se compara con las observaciones (Fig. 14 complementaria), GAEZv.4 tiende a subestimar los rendimientos de miscanthus, sobreestima los rendimientos de switchgrass y tiene una precisión relativamente mejor en la reproducción de los rendimientos de alpiste de caña. En muchos casos, el rango de incertidumbre de las predicciones y las observaciones se superponen, lo que indica que el modelo generalmente puede capturar la variabilidad en los rendimientos observados. En nuestro estudio, la sobreestimación y la subestimación de los rendimientos tienden a compensar en un total global, ya que la asignación óptima de tipos de cultivo por celdas de cuadrícula atribuye el 44 % de la tierra al miscanthus y el 38 % al switchgrass (Figura complementaria 5b ). La precisión de las predicciones de GAEZv.4 está en línea con las de otros modelos de rendimiento de bioenergía de uso frecuente (Tabla complementaria 6). Si usamos otro modelo con restricciones de observación83 para estimar los potenciales de bioenergía, hay una reducción promedio global en los rendimientos en relación con GAEZv.4 de 3,14 ± 4,63 t ha−1 año−1, un RMSE de 5,59 y una correlación entre los dos conjuntos de datos de 0,902 (p < 0,01) (Fig. 15 complementaria). A nivel mundial, GAEZv.4 predice una cantidad total de cultivos bioenergéticos de secano de CA de 1,05 Gt año−1, frente a las 0,87 Gt año−1 estimadas a partir del modelo de rendimiento alternativo. Esta es una variabilidad del 17 %, que cae dentro de los rangos de incertidumbre de la Fig. 5 (donde el potencial de mitigación de los cultivos bioenergéticos de secano varía alrededor del 40 % alrededor de la media). La principal diferencia entre los modelos es que GAEZv.4 es un modelo paramétrico y los rendimientos reflejan una gestión óptima y comercialmente orientada, mientras que el otro se extrapola de los rendimientos observados, que normalmente fluctúan con diferentes prácticas y objetivos de gestión en los estudios de campo. En general, GAEZv.4 puede reproducir los rendimientos observados y sus rendimientos son comparables a otros modelos, por lo que el uso de otro modelo global no afecta sustancialmente las principales conclusiones de nuestro estudio.

La urgencia de la crisis climática exige el despliegue simultáneo de múltiples estrategias de mitigación para limitar el calentamiento global. Las opciones de mitigación basadas en la tierra no son un sustituto de la reducción de las emisiones de combustibles fósiles, sino un complemento esencial que, en el caso de la producción de bioenergía, también ayudan a eliminar los combustibles fósiles. Debido a los costos directos reducidos, la regeneración de la vegetación natural en las tierras de cultivo abandonadas es la medida con los mayores beneficios colaterales potenciales con la conservación de la naturaleza. Sin embargo, este estudio muestra que la forestación selectiva puede mejorar el potencial de secuestro de carbono en muchos lugares del mundo. La plantación de árboles debe planificarse cuidadosamente teniendo en cuenta las condiciones ambientales locales para evitar efectos secundarios negativos, como mayores riesgos para la biodiversidad o la desecación del suelo por el uso de especies no autóctonas. Por otro lado, la restauración de la vegetación natural es más rentable y evita los resultados negativos para la biodiversidad del establecimiento de árboles en los pastizales nativos. Se requieren inversiones en infraestructura, cambios transformadores y progreso tecnológico para lograr mayores potenciales de mitigación a través de la bioenergía y CCS y acercarse a los niveles indicados por futuros escenarios estrictos de mitigación del cambio climático. El uso de tierras de cultivo abandonadas puede mitigar las compensaciones porque esta tierra generalmente ha sido degradada de su estado natural por las actividades agrícolas, generalmente se encuentra cerca de las carreteras y requiere menos preparación del sitio. Se requieren políticas específicas para asegurar el uso de las tierras de cultivo abandonadas con fines de mitigación y prevenir los riesgos de volver a cultivar para la producción de alimentos, como se observó a veces en el pasado reciente84.

Nuestros resultados ayudan a comprender los desempeños relativos de las diferentes opciones de mitigación basadas en la tierra por hectárea de tierra en todo el mundo y para las ecorregiones terrestres, pero su implementación debe considerar el contexto ambiental y social local, ya que todas las opciones requieren voluntad política y recursos financieros. Estos últimos deben considerarse junto con otros criterios de viabilidad importantes, como los costos, los medios de subsistencia y la idoneidad social. Los aspectos relacionados con la permanencia del almacenamiento de carbono, la saturación del sumidero de carbono, la seguridad energética y los factores socioeconómicos son elementos clave en un análisis multicriterio junto con la mitigación del cambio climático y la conservación de la naturaleza. Satisfacer la demanda de CDR proyectada en escenarios objetivo de baja temperatura requiere áreas de tierra más allá de lo que actualmente está disponible de tierras de cultivo abandonadas. Se necesita una mayor reducción de la demanda de alimentos y piensos mediante la intensificación de la agricultura sostenible y cambios en la dieta para minimizar los efectos secundarios adversos para la seguridad alimentaria y el medio ambiente. Las políticas intersectoriales e integradas son esenciales para armonizar múltiples impulsores de cambios en el uso de la tierra e identificar las estrategias para abordar los desafíos globales más relevantes en cada contexto regional dado mediante la fusión de factores ambientales y socioeconómicos.

Esfuerzos recientes han puesto a disposición conjuntos de datos mejorados de tierras de cultivo históricamente abandonadas en varias escalas temporales y espaciales, desde regional hasta global85. La Iniciativa de Cambio Climático de la Agencia Espacial Europea (ESA-CCI)86 distribuye series temporales de datos satelitales de alta resolución de 37 clases de cobertura terrestre en todo el mundo. Estos productos de cobertura terrestre tienen una resolución horizontal de 300 metros (o 10 segundos de arco) en el ecuador y se obtienen combinando varios productos de observación terrestre y utilizando la cadena de clasificación no supervisada GlobCover. Estudios recientes utilizaron estos datos para identificar tierras de cultivo abandonadas entre 1992 y 201521,44. El almacén de datos climáticos del Servicio de Cambio Climático de Copernicus (C3S-CDS) publicó más mapas de cobertura terrestre desde 2016 hasta el presente que son consistentes con el conjunto de datos ESA-CCI43,87. Aquí, integramos los dos conjuntos de datos y extendemos la identificación del abandono de tierras de cultivo hasta 2018. Los dos productos de cobertura terrestre son muy consistentes, con la misma resolución espacial y escala temporal26. Los esfuerzos de validación muestran que se encuentran entre los productos globales más precisos en la identificación de áreas de tierras de cultivo86. Los valores globales de precisión del usuario y del productor para las clases de tierras de cultivo están en el rango de 85 a 94 % para los productos ESA-CCI y de 76 a 92 % para los productos C3S-CDS, con medianas de 89 y 82 %, respectivamente42,88. Las precisiones generales regionales se encuentran entre el 70 y el 84 % en América del Sur, China y Eurasia, y son inferiores al 65 % en África y el Ártico26.

El análisis se realiza a nivel de celda de cuadrícula con una resolución de 10 segundos de arco, y las tierras de cultivo abandonadas se identifican seleccionando las celdas de cuadrícula clasificadas como clases de tierras de cultivo en 1992 pero no en 2018. Se excluyen las tierras de cultivo traducidas a asentamientos urbanos. La resolución se amplía aún más a 30 segundos de arco (para mantener la coherencia con los datos de rebrote natural) y luego a 5 minutos de arco (para que coincida con los datos de bioenergía y forestación).

El abandono de tierras de cultivo es un proceso que también se espera que continúe en el futuro89. Los SSP más sostenibles predicen cambios en la dieta y una mayor eficiencia en los sistemas alimentarios y la agricultura que pueden disminuir la presión sobre la tierra5,90. Sin embargo, los patrones espaciales de las futuras tierras de cultivo abandonadas son intrínsecamente inciertos y las proyecciones son muy divergentes incluso para el mismo escenario SSP74,91,92,93. Aplicamos un método simple y transparente para estimar futuras áreas de tierras de cultivo abandonadas. La razón es que el abandono de tierras de cultivo es un proceso dinámico enraizado en contextos socioeconómicos regionales94,95,96, y el abandono de nuevas tierras de cultivo tiene una mayor probabilidad de ocurrir cerca de áreas que ya han sido abandonadas84. El método del vecino más cercano se usa para identificar áreas de futuras tierras de cultivo abandonadas dentro de un máximo de cuatro u ocho celdas cercanas. Si una de las celdas cercanas a una celda de tierra de cultivo históricamente abandonada es actualmente tierra de cultivo, se cambia a tierra de cultivo abandonada. Esto genera dos escenarios de disponibilidad de suelo (consulte la Fig. 16 complementaria para una visualización simplificada), que son espacialmente consistentes con la tendencia histórica. En nuestro estudio, hay tres casos de disponibilidad de suelo: AC (área de cultivo históricamente abandonada de 1992 a 2018), AC4 (futura tierra de cultivo abandonada identificada con una extensión máxima de cuatro celdas) y AC8 (futura tierra de cultivo abandonada identificada con un máximo de extensión de ocho celdas).

Nuestros escenarios futuros de uso de la tierra se comparan con los del marco SSP-RCP producido al reducir los resultados del Modelo de Evaluación Integrada GCAM45. De todos los escenarios disponibles, identificamos las áreas de tierras de cultivo abandonadas mediante el seguimiento de la contracción fraccionada de tierras de cultivo específicas de celdas a lo largo del tiempo (se excluyeron las tierras de cultivo que se convirtieron en asentamientos humanos). Se produjo una clase genérica de tierras de cultivo agregando todos los tipos de tierras basadas en cultivos de 15 a 28. De todos los escenarios disponibles, identificamos las áreas de tierras de cultivo abandonadas para 2050 siguiendo el mismo enfoque utilizado para el conjunto de datos históricos. Luego seleccionamos SSP2-RCP4.5, que tiene un área similar a AC4 (41 Mha), y SSP4-RCP6.0 (84 Mha), que es el más cercano a AC8 (63 Mha). Los patrones espaciales de estos escenarios alternativos se muestran en la Fig. 2 complementaria y los resultados correspondientes en la Tabla 5 complementaria y la Fig. 12.

Asegurar que las áreas mejor clasificadas para la biodiversidad se preserven para la conservación de la naturaleza contribuye en gran medida a lograr los objetivos globales de conservación de especies, mientras que al mismo tiempo contribuye a la mitigación del cambio climático al aumentar el almacenamiento de carbono en la vegetación restaurada. Para integrar estas dos estrategias, utilizamos un conjunto de datos de áreas prioritarias7 producido recientemente que clasifica las regiones globales según su necesidad de conservación de la biodiversidad a través de un enfoque de optimización multicriterio que identifica áreas prioritarias para la restauración en todos los biomas terrestres. Restaurar el 15 % de las tierras convertidas a nivel mundial (en consonancia con la Meta 15 de Aichi para la Biodiversidad) podría reducir la deuda de extinción global actual en un 63 ± 4 % si se concentra en áreas prioritarias para la biodiversidad7. Las áreas prioritarias identificadas se superponen en gran medida con puntos críticos de biodiversidad previamente mapeados97 y otras áreas de conservación98 (ver la Fig. 17a complementaria). Por lo tanto, consideramos que si las tierras de cultivo abandonadas se encuentran dentro del 15% de las áreas prioritarias para la conservación de la biodiversidad, la NR es la única medida de CDR permitida. En otras palabras, AF, BE y BECCS solo pueden ocurrir en las tierras de cultivo abandonadas que no se encuentran dentro del 15% de las áreas prioritarias para la conservación.

Dado el gran aumento en el rendimiento de los cultivos bioenergéticos que se puede lograr con el riego en relación con las condiciones de cultivo de secano21,59, y los riesgos de un mayor agotamiento del agua del riego99, nuestro análisis considera ambos tipos de sistemas de suministro de agua. Dado que las extracciones sostenibles de agua ya son una preocupación relacionada con las prácticas agrícolas a gran escala y los futuros potenciales bioenergéticos34,59,60, introdujimos una capa de escasez de agua basada en el mapa de AQUASTAT y la Organización para la Agricultura y la Alimentación (FAO)100 en los escenarios evaluar el potencial de los cultivos bioenergéticos de regadío. En este conjunto de datos, las áreas terrestres globales se agrupan en tres categorías de escasez de agua baja, moderada y alta. Las áreas caracterizadas por una escasez de agua moderada y alta son aquellas en las que el uso del agua es del 10 al 20 % y >20 % de los recursos hídricos renovables, respectivamente. La distribución espacial de las áreas de escasez de agua alta y moderada se muestra en la figura complementaria 17b. En nuestro análisis, BE y BECCS solo se pueden regar fuera de áreas de escasez de agua moderada y alta, donde solo se produce suministro de agua de secano.

Las diferentes opciones de CDR (NR, BECCS y AF) y BE se combinan en 10 escenarios para cada conjunto de datos de uso del suelo, es decir, el histórico (AC) y las dos proyecciones futuras (AC4 y AC8). Evaluamos el período hasta 2050. Los escenarios son los siguientes:

NR-BE-rf: Rebrote natural dentro de áreas prioritarias de biodiversidad. Producción de bioenergía de secano fuera de áreas prioritarias.

NR-BECCS-rf: Recrecimiento natural dentro de áreas prioritarias de biodiversidad. Producción de bioenergía de secano con CCS fuera de áreas prioritarias.

NR-BE-mix: regeneración natural dentro de áreas prioritarias de biodiversidad. Fuera de las áreas prioritarias, producción de bioenergía de secano en áreas con escasez de agua y producción de bioenergía con riego fuera de áreas con escasez de agua.

NR-BECCS-mix: Recrecimiento natural dentro de áreas prioritarias de biodiversidad. Fuera de las áreas prioritarias, producción de bioenergía de secano con CCS en áreas con escasez de agua y producción de bioenergía de regadío con CCS fuera de áreas con escasez de agua.

NR-AF: Rebrote natural dentro de áreas prioritarias de biodiversidad. Forestación fuera de las áreas prioritarias.

NR-all: Rebrote natural en todas las tierras de cultivo abandonadas.

NR-Opt-BE-rf: Recrecimiento natural dentro de áreas prioritarias de biodiversidad. Fuera de las áreas prioritarias, distribución óptima (es decir, mayor mitigación lograda) entre la producción de bioenergía de secano, la regeneración natural y la forestación.

NR-Opt-BECCS-rf: Rebrote natural dentro de áreas prioritarias de biodiversidad. Fuera de las áreas prioritarias, distribución óptima entre la producción de bioenergía de secano con CCS, rebrote natural y forestación.

NR-Opt-BE-mix: regeneración natural dentro de las áreas prioritarias de biodiversidad. Fuera de áreas prioritarias, distribución óptima entre producción de bioenergía, rebrote natural y forestación fuera de áreas prioritarias. Abastecimiento de agua de secano para cultivos bioenergéticos en zonas con escasez de agua y regadío en el exterior.

NR-Opt-BECCS-mix: Rebrote natural dentro de áreas prioritarias de biodiversidad. Fuera de áreas prioritarias, distribución óptima entre producción de bioenergía con CAC, rebrote natural y forestación fuera de áreas prioritarias. Abastecimiento de agua de secano para cultivos bioenergéticos en zonas con escasez de agua y regadío en el exterior.

El rebrote natural es la única estrategia de mitigación dentro de áreas prioritarias para la conservación de la biodiversidad en todos los escenarios. Esto significa que los resultados presentados para BE, BECCS y AF consideran solo áreas fuera de las áreas prioritarias de biodiversidad. El término "Opt" se refiere a la asignación óptima a cada celda de cuadrícula de BE (o BECCS), NR y AF, de acuerdo con la opción que ofrece el mayor potencial de mitigación.

Se utiliza un conjunto de datos espacialmente explícito de 30 segundos de arco de resolución8 para estimar el secuestro de carbono debido al nuevo crecimiento de la vegetación natural. Los datos de regeneración natural se presentan como el secuestro potencial de carbono de la recuperación pasiva en biomas de bosques y sabanas con una cubierta forestal >25 %. Los cálculos de rebrote natural en tierras de cultivo abandonadas se realizan con una resolución de 30 segundos de arco y se amplían a una resolución de 5 minutos de arco para mantener la coherencia con el resto de los datos. Los datos de regeneración natural se basan en datos históricos de 257 estudios y 13.112 mediciones georreferenciadas de acumulación de carbono. Como los factores climáticos explican la variación en las tasas mejor que la historia del uso de la tierra, las mediciones de campo se combinaron con 66 capas de covariables ambientales para crear un mapa global de las tasas potenciales de acumulación de carbono sobre el suelo durante 30 años de regeneración del bosque natural. El modelo de conjunto tenía un error cuadrático medio residual (RMSE) de 0,798 t C ha−1 yr−1 y un R2 de 0,445 en el conjunto de prueba independiente. Más información sobre el modelo y su validación está disponible en la Nota complementaria 1 ("Recrecimiento natural"). La biomasa aérea incluye la biomasa de tallos y ramas. Este mapa tiene variaciones de más de 100 veces en las tasas en todo el mundo y muestra que las tasas predeterminadas del IPCC generalmente subestiman la acumulación de carbono sobre el suelo en un 32% en promedio8. Este conjunto de datos se utiliza para estimar el potencial de mitigación del cambio climático de NR en tierras de cultivo históricas y futuras abandonadas. Para cada celda de la cuadrícula, se utilizan tanto las tasas de secuestro promedio como las desviaciones estándar informadas.

Los datos de regeneración natural también se utilizan para estimar la cantidad de masa seca o carbono que se acumuló en las tierras de cultivo abandonadas desde 1992 antes del establecimiento de pastos perennes o plantaciones forestales. Estudios recientes han combinado datos de regeneración natural y observaciones satelitales para estimar la acumulación histórica de carbono en tierras de cultivo abandonadas para regiones específicas84,101, y aquí brindamos la primera evaluación global. Como el destino de este carbono es incierto (puede usarse para bioenergía o regresar rápidamente a la atmósfera), el efecto que los costos de carbono del desmonte pueden tener en los potenciales netos de mitigación del cambio climático de cada opción de CDR se explora en un análisis de sensibilidad. Si se usa para la producción de bioenergía, se supone que la biomasa del desmonte tiene características promedio en términos de contenido de carbono y poder calorífico más bajo que varios tipos de residuos forestales/maderables (Tabla complementaria 7). Las emisiones correspondientes al ciclo de vida de la recolección de biomasa para limpiar la tierra y convertirla en biocombustibles se incluyen en el análisis. Cuando las tierras de cultivo abandonadas se asignan a la regeneración de la vegetación natural, la biomasa aérea se deja para el crecimiento continuo.

Con forestación, nos referimos al establecimiento artificial de determinadas especies de árboles establecidas en la región y la implementación de prácticas silvícolas sostenibles para mejorar el secuestro de carbono en relación con la regeneración del bosque natural. Los potenciales de mitigación de la forestación se estiman con el Modelo Forestal Global (G4M)76,102,103. G4M utiliza datos de biomasa de la FAO, tablas de rendimiento y MODIS NPP para parametrizar las funciones de incremento, junto con información sobre las características locales del suelo, la temperatura y la precipitación102. El manejo forestal incluye actividades tales como la selección del grupo óptimo de especies de árboles, el período de rotación y la intensidad del aclareo77. El modelo ha sido ampliamente utilizado en la comunidad científica internacional77,78,81,104,105 y está acoplado al modelo de evaluación integrado MESSAGE y al modelo económico basado en la tierra GLOBIOM79 (mediante el cual se utilizó para estimar las emisiones forestales para un conjunto de escenarios SSP/RCP ). La dinámica de forestación se estima para cada celda de la cuadrícula en función de las condiciones ambientales locales64 y se puede simular para diferentes climas de fondo76. Más información sobre la validación y las aplicaciones de G4M están disponibles en la Nota complementaria 1 ("Reforestación").

Cuantificamos los potenciales de forestación utilizando G4M impulsado por datos climáticos medios de conjuntos múltiples SSP2-RCP4.5 del modelo EC-Earth3106. Se utilizó el incremento anual medio (tC ha−1 año−1) para calcular el potencial de secuestro de carbono medio de 30 años hasta 2050. El incremento anual medio describe el nivel de rendimiento y es proporcional a la relación entre la producción total de carbono de la madera del tallo por hectárea y el incremento óptimo tiempo de cosecha. El incremento depende de la edad y variará según, por ejemplo, el clima, las especies y la densidad del rodal75. G4M simula datos de forestación de bosques de coníferas y no coníferas en función de los factores locales de fertilidad del sitio y las condiciones climáticas75. La distribución forestal óptima entre los dos tipos de bosques se encuentra identificando el mayor potencial de secuestro de carbono en cada celda de la cuadrícula. Esta distribución forestal óptima se utiliza para todos los escenarios que involucran AF.

G4M solo simula la biomasa del tallo sobre el suelo. Para tener en cuenta todo el contenido de carbono del sistema forestal (p. ej., ramas y raíces), se agrega un factor estándar predeterminado del 20 % de biomasa adicional al contenido de carbono de cada cuadrícula107. Este factor depende del árbol y de la edad, y disminuye con la edad del bosque, cuando la biomasa del fuste se convierte en una parte mayor de la biomasa aérea total. A veces se utilizan valores más altos, por ejemplo, hasta un 40% en las Refs. 108,109. Sin embargo, nuestro análisis se enfoca en las primeras décadas del establecimiento del bosque, y el 20% representa una estimación conservadora para evitar sobreestimaciones. Las emisiones de las actividades silvícolas son de 0,3 tCO2eq ha−1110 y son emisiones únicas que ocurren cuando se establece la plantación forestal.

Los potenciales de bioenergía se consideran para tres tipos comunes de pastos perennes que se cosechan una vez al año: miscanthus, alpiste carrizo y switchgrass. Miscanthus es una hierba C4 que crece de forma nativa desde las regiones tropicales hasta las subárticas111. El alpiste de caña es una hierba C3 que prospera en climas fríos y normalmente se cosecha en primavera para obtener una calidad óptima112,113. Switchgrass es una hierba C4 que crece de forma nativa en América del Norte y Europa114. Estos pastos perennes han mostrado propiedades prometedoras como materias primas bioenergéticas en ensayos de prueba y se espera que su cultivo aumente significativamente en la mayoría de los escenarios futuros de mitigación del cambio climático5.

Los rendimientos de las gramíneas perennes se estiman utilizando el modelo Global Agro-Ecological Zones versión 4 (GAEZv.4)115 con valores caloríficos netos (en MJ kg−1) para miscanthus, alpiste de caña y switchgrass de la base de datos Phyllis2116. Los rendimientos agroclimáticos de miscanthus, alpiste de caña y pasto varilla se recopilan con una resolución espacial de 5 minutos de arco. Se tienen en cuenta varias limitaciones al producir las estimaciones de rendimiento, como la temperatura local, la humedad y el índice de área foliar, así como los riesgos de plagas y enfermedades. En nuestro análisis, estimamos los potenciales de bioenergía específicos de la red como el promedio de 30 años para el período 2021–2050 bajo condiciones climáticas RCP4.5 (según el modelo climático HadGEM2-ES), niveles de intensidad de gestión altos (es decir, orientados al mercado agrícolas, altamente mecanizados con baja intensidad de mano de obra y con control de plagas y enfermedades), y con suministro de agua tanto de secano como de regadío. Los requisitos de agua se calculan para todos los tipos de cultivos y las reducciones de rendimiento correspondientes dependen de la evapotranspiración real del cultivo y la evapotranspiración máxima del cultivo. GAEZv.4 utiliza el riego para evitar pérdidas de rendimiento por estrés hídrico al prevenir los déficits de agua de los cultivos durante el ciclo de crecimiento (para que las pérdidas de agua de los cultivos por evapotranspiración no excedan la absorción). Una validación de los rendimientos de GAEZv.4 contra las observaciones y otros modelos de rendimiento de cultivos están disponibles en la Nota complementaria 1 ("Rendimiento de cultivos bioenergéticos").

Los escenarios BE y BECCS se basan en una combinación óptima de miscanthus, alpiste de caña y pasto varilla, que se encuentra al identificar el pasto con el mayor rendimiento de masa seca en cada celda de la cuadrícula (Figura complementaria 5b, c).

Se supone que los pastos perennes se utilizan para producir etanol de segunda generación (2G) y diesel Fischer-Tropsch (FT), en partes iguales. Estos son dos tipos comunes de biocombustibles que se espera producir en el futuro para la mitigación del cambio climático en el sector del transporte117, y son ejemplos representativos de una ruta de producción bioquímica (etanol 2G) y termoquímica (diésel FT). Los datos del inventario del ciclo de vida para producir biocombustibles se resumen en la Tabla complementaria 8. El cultivo de pastos perennes incluye las principales actividades agrícolas (preparación del suelo, fertilización, cosecha) y es específico para cada tipo de pasto perenne118. Las tasas de aplicación de fertilizantes de nitrógeno (N), fósforo (P) y potasio (K) son específicas del sitio y son iguales al contenido de nutrientes de la biomasa cosechada más las pérdidas debidas a la volatilización y la lixiviación, las tasas de erosión del suelo y las ineficiencias de absorción de las plantas118. Cultivar la mezcla de pastos perennes en nuestros escenarios da como resultado impactos de cambio climático promedio ponderados de 151 y 220 kg CO2eq por tonelada (seca) de biomasa para cultivos de secano y de regadío119,120, respectivamente. Se asume una distancia promedio de transporte de biomasa desde el campo hasta la biorrefinería de 200 km con un contenido promedio de humedad de biomasa de 17,5 %121 (con un factor de emisión de 0,171 kg CO2 por t-km122). Las emisiones de la conversión industrial de biomasa a biocombustibles se asumen como 115 kg CO2eq por tonelada (seca) de biomasa121,122,123 para etanol 2 G y 8,3 kg CO2eq por tonelada (seca) de biomasa124 para diésel FT. La eficiencia de la planta es del 45% para la producción de etanol 2G121 y del 53% para diésel FT124, lo que significa que el 23 y el 27% del potencial de bioenergía primaria se convierte en potencial energético final en términos de etanol 2G y diésel FT, respectivamente. Las emisiones de CO2 en la instalación de conversión de biocombustible disponible para CCS son 0,160 kg CO2eq MJ−1121 de la producción de etanol y 0,138 kg CO2eq MJ−1124 para diésel FT. Las emisiones negativas de las tecnologías CCS son −1046 kg CO2eq por tonelada (seca) de biomasa procesada121 para etanol 2 G y −999 kg CO2eq por tonelada (seca) de biomasa procesada124 para diésel FT. Estos números se obtienen después de incluir las emisiones del ciclo de vida de los insumos de la tecnología CCS (por ejemplo, insumos químicos y energéticos) (0,004 kg CO2eq por kg de CO2 secuestrado)125 y una eficiencia de captura de carbono del 90 %125 del dióxido de carbono que sería venteado de los procesos industriales en la planta. Suponemos que todas las emisiones de CO2 de los procesos industriales están disponibles para su captura (tanto las emisiones de la planta de gasificación como las del área de generación de calor y electricidad). La penalización energética por introducir CCS en el sistema de biorrefinería es del 4,4 % para el etanol 2G y del 3,4 % para el diésel FT31, y está modelada por un consumo de biomasa adicional (y las emisiones del ciclo de vida asociadas). Las emisiones de transporte desde la biorrefinería hasta la distribución se asumen para una distancia promedio de 100 km (5,1 kg CO2eq por tonelada (seca) de biomasa procesada121,126 para etanol 2G y 3,2 kg CO2eq por tonelada (seca) de biomasa procesada124 para diésel FT).

Para estimar los potenciales de mitigación del cambio climático a partir del reemplazo de gasolina (etanol 2G) y diésel (diésel FT), se supone que las emisiones del ciclo de vida de los combustibles fósiles son 95,1 g CO2eq MJ−1 y 93,3 g CO2eq MJ−1127 para diésel y gasolina, respectivamente. El potencial bioenergético final (en GJ año−1) corresponde a la posible reducción de combustibles fósiles y el potencial de mitigación resultante. El análisis da cuenta de la emisión de los tres GEI más importantes (CO2, N2O y CH4), cuyos impactos se convierten en equivalentes de CO2 utilizando el Potencial de Calentamiento Global para un horizonte temporal de 100 años (GWP100).

Los datos utilizados en este estudio están disponibles públicamente en las referencias proporcionadas en el documento. Los datos de tierras de cultivo abandonadas (para el escenario AC, AC + AC4 y AC + AC8), los datos de G4M y los datos de rebrote natural en tierras de cultivo abandonadas históricas están disponibles en https://doi.org/10.6084/m9.figshare.21901962. Se pueden recopilar otros datos necesarios para replicar los resultados de los siguientes repositorios: datos de regeneración natural de https://data.globalforestwatch.org/documents/carbon-accumulation-potential-from-natural-forest-regrowth-in-reforestable-areas /about (potencial de acumulación de carbono) y https://data.globalforestwatch.org/documents/d28470313b8e443aa90d5cbcd0f74163/about (rango de incertidumbre), rendimientos de biomasa de GAEZ en '3 – Rendimiento potencial agroclimático' en https://gaez.fao .org/pages/data-viewer, áreas prioritarias para la conservación de la biodiversidad de https://zenodo.org/record/5006332#.Y8RrOJjMI2w y áreas con escasez de agua de FAO AQUAMAPS en 'Distribución de la escasez física de agua por cuenca hidrológica principal (Global) ' en https://data.apps.fao.org/aquamaps/.

El código personalizado utilizado para generar los resultados informados en este documento está disponible del autor correspondiente a pedido. Todo el código está desarrollado en Python y MATLAB.

Roe, S. et al. Contribución del sector terrestre a un mundo 1,5 °C. Nat. Clima Cambio 9, 817–828 (2019).

Artículo Google Académico

Shukla, PR et al. Cambio climático y tierra: un informe especial del IPCC sobre el cambio climático, la desertificación, la degradación de la tierra, la gestión sostenible de la tierra, la seguridad alimentaria y los flujos de gases de efecto invernadero en los ecosistemas terrestres. (Panel Intergubernamental sobre Cambio Climático, 2019).

Doelman, JC et al. Reforestación para la mitigación del cambio climático: Potenciales, riesgos y compensaciones. globo Cambio Biol. 26, 1576–1591 (2020).

Artículo Google Académico

Humpenöder, F. et al. Investigando la forestación y bioenergía CCS como estrategias de mitigación del cambio climático. Reinar. Res. Letón. 9, 064029 (2014).

Artículo Google Académico

Popp, A. et al. Futuros usos de la tierra en las vías socioeconómicas compartidas. globo Reinar. Cambio 42, 331–345 (2017).

Artículo Google Académico

Griscom, BW et al. Soluciones climáticas naturales. proc. Academia Nacional. ciencia 114, 11645–11650 (2017).

Artículo CAS Google Académico

Estrasburgo, BBN et al. Áreas prioritarias globales para la restauración de ecosistemas. Naturaleza 586, 724–729 (2020).

Artículo CAS Google Académico

Cook-Patton, SC et al. Mapeo del potencial de acumulación de carbono a partir de la regeneración de los bosques naturales globales. Naturaleza 585, 545–550 (2020).

Artículo CAS Google Académico

Roe, S. et al. Medidas terrestres para mitigar el cambio climático: Potencial y factibilidad por país. globo Cambio Biol. 27, 6025–6058 (2021).

Artículo CAS Google Académico

Campo, JL et al. Vías sólidas para la mitigación neta de gases de efecto invernadero y las emisiones negativas a través de biocombustibles avanzados. proc. Academia Nacional. ciencia 117, 21968–21977 (2020).

Artículo CAS Google Académico

Butnar, I., Broad, O., Solano Rodriguez, B. & Dodds, PE El papel de la bioenergía para la descarbonización global profunda: ¿eliminación de CO2 o energía baja en carbono? GCB Bioenergía 12, 198–212 (2020).

Artículo CAS Google Académico

van Vuuren, DP et al. Trayectorias de energía, uso de la tierra y emisiones de gases de efecto invernadero bajo un paradigma de crecimiento verde. globo Reinar. Cambio 42, 237–250 (2017).

Artículo Google Académico

Kriegler, E. et al. Desarrollo alimentado por combustibles fósiles (SSP5): un escenario intensivo en energía y recursos para el siglo XXI. globo Reinar. Cambio 42, 297–315 (2017).

Artículo Google Académico

Fujimori, S. et al. SSP3: AIM implementación de vías socioeconómicas compartidas. globo Reinar. Cambio 42, 268–283 (2017).

Artículo Google Académico

Fricko, O. et al. La cuantificación del marcador de la ruta socioeconómica compartida 2: un escenario intermedio para el siglo XXI. globo Reinar. Cambio 42, 251–267 (2017).

Artículo Google Académico

Calvino, K. et al. El SSP4: Un mundo de creciente desigualdad. globo Reinar. Cambio 42, 284–296 (2017).

Artículo Google Académico

Riahi, K. et al. Las vías socioeconómicas compartidas y sus implicaciones en materia de energía, uso de la tierra y emisiones de gases de efecto invernadero: una descripción general. globo Reinar. Cambio 42, 153–168 (2017).

Artículo Google Académico

Frank, S. et al. ¿Reducir las emisiones de gases de efecto invernadero en la agricultura sin comprometer la seguridad alimentaria? Reinar. Res. Letón. 12, 105004 (2017).

Artículo Google Académico

Kreidenweis, U. et al. Reforestación para mitigar el cambio climático: impactos en los precios de los alimentos bajo la consideración de los efectos del albedo. Reinar. Res. Letón. 11, 085001 (2016).

Artículo Google Académico

Zumkehr, A. & Campbell, JE Áreas históricas de tierras de cultivo de EE. UU. y el potencial para la producción de bioenergía en tierras de cultivo abandonadas. Reinar. ciencia Tecnología 47, 3840–3847 (2013).

Artículo CAS Google Académico

Næss, JS, Cavalett, O. & Cherubini, F. El nexo tierra-energía-agua de los potenciales bioenergéticos globales de las tierras de cultivo abandonadas. Nat. Sostener. 4, 525–536 (2021).

Artículo Google Académico

Milbrandt, AR, Heimiller, DM, Perry, AD & Field, CB Potencial de energía renovable en tierras marginales en los Estados Unidos. Renovar. Sostener. Energy Rev. 29, 473–481 (2014).

Artículo Google Académico

Benayas, J., Martins, A., Nicolau, J. & Schulz, J. Abandono de tierras agrícolas: una visión general de los impulsores y las consecuencias. CAB Rev. Perspectiva. agricola Veterinario. ciencia Nutrición Nat. recurso 2, 14 (2007).

Li, S. & Li, X. Comprensión global del abandono de tierras agrícolas: una revisión y perspectivas. J. Geogr. ciencia 27, 1123–1150 (2017).

Artículo Google Académico

Olsson, L. et al. Degradación de la tierra. Clima Cambiar tierra IPCC Spec. Rep. Clim. Cambio Desertificación Tierra Degrad. Sostener. Gestión de Tierras Seguridad Alimentaria verde Flujos de Gas Terr. ecosistema (2019).

Hu, X. et al. Dinámica reciente de la cubierta terrestre mundial e implicaciones para la erosión del suelo y las pérdidas de carbono por la deforestación. Antropoceno 34, 100291 (2021).

Artículo Google Académico

Bell, SM, Barriocanal, C., Terrer, C. & Rosell-Melé, A. Oportunidades de gestión para el secuestro de carbono en el suelo tras el abandono de tierras agrícolas. Reinar. ciencia Política 108, 104–111 (2020).

Artículo CAS Google Académico

Huang, Y., Li, F. & Xie, H. Una revisión de la cienciometría sobre la investigación del abandono de tierras agrícolas. Terreno 9, 263 (2020).

Artículo CAS Google Académico

Ellison, D. et al. Árboles, bosques y agua: ideas geniales para un mundo cálido. globo Reinar. Cambio 43, 51–61 (2017).

Artículo Google Académico

Robertson, GP et al. Contribuciones del biocombustible celulósico a un futuro energético sostenible: opciones y resultados. Ciencia 356, eaal2324 (2017).

Artículo Google Académico

Hanssen, SV et al. El potencial de mitigación del cambio climático de la bioenergía con captura y almacenamiento de carbono. Nat. Clima Cambio 10, 1023–1029 (2020).

Artículo CAS Google Académico

Kalt, G. et al. Soluciones climáticas naturales versus bioenergía: ¿Pueden los beneficios del carbono de la sucesión natural competir con la bioenergía del monte bajo de rotación corta? GCB Bioenergía 11, 1283–1297 (2019).

Artículo CAS Google Académico

Tremblay, S. & Ouimet, R. Plantaciones de abetos blancos en tierras agrícolas abandonadas: ¿son más eficaces como sumideros de C que la sucesión natural? Bosques 4, 1141–1157 (2013).

Artículo Google Académico

Smith, P. et al. Interrelaciones entre la desertificación, la degradación de la tierra, la seguridad alimentaria y los flujos de gases de efecto invernadero: sinergias, compensaciones y opciones de respuesta integrada. Clima Cambiar tierra IPCC Spec. Rep. Clim. Cambio Desertificación Tierra Degrad. Sostener. Gestión de Tierras Seguridad Alimentaria verde Flujos de Gas Terr. ecosistema 122, 551–672 (2019).

Daioglou, V. et al. Curvas de emisión de gases de efecto invernadero para cadenas de suministro de biocombustibles avanzadas. Nat. Clima Cambio 7, 920–924 (2017).

Artículo CAS Google Académico

Calvino, K. et al. Bioenergía para la mitigación del cambio climático: escala y sostenibilidad. GCB Bioenergía 13, 1346–1371 (2021).

Artículo Google Académico

Voicu, MF et al. Dinámica del carbono en tierras agrícolas que vuelven a ser tierras boscosas en Ontario, Canadá. J. Medio Ambiente. Administrar. 193, 318–325 (2017).

Artículo CAS Google Académico

Albañito, F. et al. Implicaciones de carbono de convertir tierras de cultivo en cultivos bioenergéticos o bosques para la mitigación climática: una evaluación global. GCB Bioenergía 8, 81–95 (2016).

Artículo CAS Google Académico

Sochacki, SJ, Harper, RJ & Smettem, KRJ Bio-mitigación de carbono después de la forestación de tierras agrícolas salinizadas abandonadas. GCB Bioenergía 4, 193–201 (2012).

Artículo CAS Google Académico

Mandley, SJ, Daioglou, V., Junginger, HM, van Vuuren, DP y Wicke, B. Desarrollo de bioenergía de la UE hasta 2050. Renovar. Sostener. Energía Rev. 127, 109858 (2020).

Artículo Google Académico

Sognaes, I. et al. Un análisis multimodelo de las emisiones a largo plazo y las implicaciones de calentamiento de los esfuerzos de mitigación actuales. Nat. Clima Cambio 11, 1055–1062 (2021).

Artículo Google Académico

Defourny, P. et al. ESA Land Cover CCI: Guía del usuario del producto Versión 2.0. (2017).

Mapas cuadriculados de clasificación de la cobertura terrestre desde 1992 hasta el presente derivados de observaciones satelitales. Servicio de Cambio Climático de Copérnico. https://cds.climate.copernicus.eu/cdsapp#!/dataset/satellite-land-cover?tab=overview (2019).

Leirpoll, ME et al. Combinación óptima de bioenergía y solar fotovoltaica para la producción de energía renovable en tierras de cultivo abandonadas. Renovar. Energía 168, 45–56 (2021).

Artículo Google Académico

Chen, M. et al. Uso global de la tierra para 2015-2100 con una resolución de 0,05° en diversos escenarios socioeconómicos y climáticos. ciencia Datos 7, 320 (2020).

Artículo Google Académico

Friedlingstein, P. et al. Presupuesto global de carbono 2022. Earth Syst. ciencia Datos 14, 4811–4900 (2022).

Artículo Google Académico

Ritchie, H., Roser, M. & Rosado, P. (2022) - Energía. Publicado en línea en OurWorldInData.org. Obtenido de: ʻhttps://ourworldindata.org/energyʼ [Recurso en línea]

Griscom, BW et al. Potencial nacional de mitigación a partir de soluciones climáticas naturales en los trópicos. Filosofía Trans. R. Soc. B Biol. ciencia 375, 20190126 (2020).

Artículo CAS Google Académico

Olson, DM et al. Ecorregiones terrestres del mundo: un nuevo mapa de la vida en la Tierra: un nuevo mapa global de ecorregiones terrestres proporciona una herramienta innovadora para conservar la biodiversidad. BioScience 51, 933–938 (2001).

Artículo Google Académico

Chazdon, RL et al. Potencial de secuestro de carbono de la regeneración de bosques de segundo crecimiento en los trópicos de América Latina. ciencia Adv. 2, e1501639 (2016).

Artículo Google Académico

Smith, P. et al. Límites biofísicos y económicos a las emisiones negativas de CO2. Nat. Clima Cambio 6, 42–50 (2016).

Artículo CAS Google Académico

Scott, V., Gilfillan, S., Markusson, N., Chalmers, H. y Haszeldine, RS Última oportunidad para la captura y almacenamiento de carbono. Nat. Clima Cambio 3, 105–111 (2013).

Artículo CAS Google Académico

Seddon, N. et al. Comprender el valor y los límites de las soluciones basadas en la naturaleza para el cambio climático y otros desafíos globales. Filosofía Trans. R. Soc. B Biol. ciencia 375, 20190120 (2020).

Artículo Google Académico

Crouzeilles, R. et al. El éxito de la restauración ecológica es mayor para la regeneración natural que para la restauración activa en los bosques tropicales. ciencia Adv. https://doi.org/10.1126/sciadv.1701345 (2017).

Veldman, JW y col. Tiranía de árboles en biomas herbosos. Ciencia 347, 484–485 (2015).

Artículo CAS Google Académico

Feng, X. et al. La revegetación en la meseta de Loess de China se está acercando a los límites de recursos hídricos sostenibles. Nat. Clima Cambio 6, 1019–1022 (2016).

Artículo Google Académico

Lautenbach, S. et al. Compensaciones entre la riqueza de especies de plantas y el almacenamiento de carbono en el contexto de la forestación: ejemplos de escenarios de forestación en la cuenca de Mulde, Alemania. Ecol. índico 73, 139–155 (2017).

Artículo CAS Google Académico

Rosa, L., L. Sanchez, D. & Mazzotti, M. Evaluación del potencial de eliminación de dióxido de carbono a través de BECCS en una Europa neutral en carbono. Entorno Energético. ciencia 14, 3086–3097 (2021).

Artículo CAS Google Académico

Ai, Z., Hanasaki, N., Heck, V., Hasegawa, T. & Fujimori, S. La bioenergía global con potencial de captura y almacenamiento de carbono está limitada en gran medida por el riego sostenible. Nat. Sostener. 4, 884–891 (2021).

Artículo Google Académico

Rosa, L., Chiarelli, DD, Rulli, MC, Dell'Angelo, J. & D'Odorico, P. Escasez de agua económica agrícola mundial. ciencia Adv. 6, eaaz6031 (2020).

Artículo Google Académico

Hong, S. et al. Respuestas divergentes del carbono orgánico del suelo a la forestación. Nat. Sostener. 3, 694–700 (2020).

Artículo Google Académico

Shi, S., Zhang, W., Zhang, P., Yu, Y. & Ding, F. Una síntesis del cambio en las reservas de carbono orgánico del suelo profundo con la forestación de suelos agrícolas. Para. Ecol. Administrar 296, 53–63 (2013).

Artículo Google Académico

Don, A., Schumacher, J. & Freibauer, A. Impacto del cambio de uso de la tierra tropical en las reservas de carbono orgánico del suelo: un metanálisis. globo Cambiar Biol 17, 1658-1670 (2011).

Artículo Google Académico

Gusti, M., Havlik, P. & Obersteiner, M. 2008. Descripción técnica del clúster modelo IIASA, The Eliasch Review; Oficina de Cambio Climático. en Biocombustibles y LUC en (2009).

Don, A. et al. Cambio de uso del suelo para la producción de bioenergía en Europa: implicaciones para el balance de gases de efecto invernadero y el carbono del suelo. GCB Bioenergía 4, 372–391 (2012).

Artículo CAS Google Académico

Ledo, A. et al. Cambios en el carbono orgánico del suelo bajo cultivos perennes. globo Cambio Biol. 26, 4158–4168 (2020).

Artículo Google Académico

Qin, Z., Dunn, JB, Kwon, H., Mueller, S. & Wander, MM Secuestro de carbono en el suelo y cambio de uso de la tierra asociado con la producción de biocombustibles: evidencia empírica. GCB Bioenergía 8, 66–80 (2016).

Artículo CAS Google Académico

Li, W. et al. Cambios brutos y netos en la cobertura del suelo en los principales tipos funcionales de plantas derivados de los mapas anuales de cobertura del suelo de ESA CCI (1992-2015). Sistema Tierra ciencia Datos 10, 219–234 (2018).

Artículo Google Académico

Hua, T., Zhao, W., Liu, Y., Wang, S. & Yang, S. Evaluaciones de consistencia espacial para conjuntos de datos de cobertura terrestre global: una comparación entre GLC2000, CCI LC, MCD12, GLOBCOVER y GLCNMO. Sensor remoto 10, 1846 (2018).

Artículo Google Académico

Liu, X. et al. Comparación de las áreas de tierras de cultivo a nivel de país entre los mapas de cobertura terrestre de ESA-CCI y los datos de FAOSTAT. En t. J. Remote Sens. 39, 6631–6645 (2018).

Artículo Google Académico

Næss, JS, Iordan, CM, Muri, H. & Cherubini, F. Potenciales energéticos y requerimientos de agua de pastos perennes en tierras abandonadas en la antigua Unión Soviética. Reinar. Res. Letón. 17, 045017 (2022).

Artículo Google Académico

Lesiv, M. et al. Distribución espacial de tierras cultivables y abandonadas en los países de la antigua Unión Soviética. ciencia Datos 5, 180056 (2018).

Artículo Google Académico

Baxter, RE & Calvert, KE Estimación de las tierras de cultivo abandonadas disponibles en los Estados Unidos: posibilidades para la producción de cultivos energéticos. Ana. Soy. Asoc. Geogr. 107, 1162–1178 (2017).

Google Académico

Alejandro, P. et al. Evaluación de las incertidumbres en las proyecciones de cobertura terrestre. globo Cambio Biol. 23, 767–781 (2017).

Artículo Google Académico

Kindermann, GE et al. Existencias potenciales e incrementos de biomasa leñosa en la Unión Europea bajo diferentes escenarios climáticos y de gestión. Gestión del balance de carbono 8, 2 (2013).

Artículo Google Académico

Gusti, M. & Kindermann, G. Un enfoque para modelar el cambio de uso de la tierra y la gestión forestal a escala global. en Actas de la 1ra Conferencia Internacional sobre Metodologías, Tecnologías y Aplicaciones de Simulación y Modelado 180–185 (SciTePress - Publicaciones de ciencia y tecnología, 2011). https://doi.org/10.5220/0003607501800185.

Forsell, N. et al. Impacto de las opciones de modelado en el establecimiento de los niveles de referencia para los sumideros de carbono de los bosques de la UE: ¿cómo afectan las diferentes suposiciones a los niveles de referencia de los bosques específicos de cada país? Gestión del Balance de Carbono 14, 10 (2019).

Artículo Google Académico

Frank, S. et al. Potenciales de mitigación del cambio climático basados ​​en la tierra dentro de la agenda para el desarrollo sostenible. Reinar. Res. Letón. 16, 024006 (2021).

Artículo CAS Google Académico

Havlík, P. et al. Documentación GLOBIOM. Instituto Internacional de Análisis de Sistemas Aplicados (IIASA). (Laxenburg, Austria, 2018).

Avitabile, V. & Camia, A. Una evaluación de mapas de biomasa forestal en Europa utilizando estadísticas nacionales armonizadas y parcelas de inventario. Para. Ecol. Administrar 409, 489–498 (2018).

Artículo Google Académico

Böttcher, H., Verkerk, PJ, Gusti, M., HavlÍk, P. & Grassi, G. Proyección del futuro sumidero de CO2 forestal de la UE afectado por las recientes políticas de bioenergía utilizando dos modelos avanzados de gestión forestal. GCB Bioenergía 4, 773–783 (2012).

Artículo Google Académico

Böttcher, H., Verkerk, H., Gusti, M., Havlik, P. y Schneider, UA Análisis del potencial y los costos del uso de UTCUTS por parte de los Estados miembros de la UE. (2011).

Li, W. et al. Mapeo de los rendimientos de cultivos bioenergéticos lignocelulósicos a partir de observaciones a escala global. Sistema Tierra ciencia Datos 12, 789–804 (2020).

Artículo Google Académico

Crawford, CL et al. El abandono de las tierras rurales es demasiado efímero para proporcionar importantes beneficios para la biodiversidad y el clima. ciencia Adv. 8, eabm8999 (2022).

Yin, H. et al. Seguimiento del abandono de tierras de cultivo con series temporales de Landsat. Sensores Remotos Entorno. 246, 111873 (2020).

Artículo Google Académico

Santoro, M. et al. ESA Land Cover CCI: Guía del usuario del producto Versión 1.1. (2017).

Defourny, P., Lamarche, C. & Marissiaux, Q. Guía de usuario y especificaciones del producto. ICDR Land Cover 2016–2020, 37 (2021).

Google Académico

Defourny, P., Lamarche, C. & Marissiaux, Q. Informe de evaluación de la calidad del producto. ICDR Land Cover 2016–2020. (2020).

Popp, A. et al. Protección del uso de la tierra para la mitigación del cambio climático. Nat. Clima Cambio 4, 1095–1098 (2014).

Artículo CAS Google Académico

Lotze-Campen, H. et al. Escenarios de la producción mundial de bioenergía: las compensaciones entre la expansión agrícola, la intensificación y el comercio. Ecol. Modelo. 221, 2188–2196 (2010).

Artículo Google Académico

Bayer, AD et al. Las proyecciones divergentes del uso de la tierra provocan una gran variabilidad en sus impactos sobre los ecosistemas y los indicadores relacionados con los servicios de los ecosistemas. Sistema Tierra Din. 12, 327–351 (2021).

Artículo Google Académico

Hurtt, GC et al. Armonización de la gestión y el cambio global del uso de la tierra para el período 850–2100 (LUH2) para CMIP6. Geosci. Desarrollo del modelo 13, 5425–5464 (2020).

Artículo CAS Google Académico

Brown, C., Holman, I. & Rounsevell, M. Cómo los paradigmas de modelado afectan el cambio de uso de suelo futuro simulado. Sistema Tierra Din. 12, 211–231 (2021).

Artículo Google Académico

Meyfroidt, P., Schierhorn, F., Prishchepov, AV, Müller, D. & Kuemmerle, T. Factores determinantes, limitaciones y compensaciones asociadas con la reforestación de tierras de cultivo abandonadas en Rusia, Ucrania y Kazajstán. globo Reinar. Cambio 37, 1–15 (2016).

Artículo Google Académico

Schierhorn, F. et al. Abandono postsoviético de tierras de cultivo y secuestro de carbono en la Rusia europea, Ucrania y Bielorrusia. globo Biogeoquímica. Ciclos 27, 1175–1185 (2013).

Artículo CAS Google Académico

Alcántara, C. et al. Mapeo de la extensión de las tierras agrícolas abandonadas en Europa Central y del Este utilizando datos satelitales de series temporales MODIS. Reinar. Res. Letón. 8, 035035 (2013).

Artículo Google Académico

Hu, X., Huang, B., Verones, F., Cavalett, O. y Cherubini, F. Descripción general de los cambios recientes en la cobertura del suelo en los puntos críticos de biodiversidad. Frente. Ecol. Reinar. 19, 91–97 (2021).

Artículo Google Académico

Barthlott, W., Mutke, J., Rafiqpoor, MD, Kier, G. y Kreft, H. Centros globales de diversidad de plantas vasculares. Nueva Acta Leopoldina 92, 61–83 (2005).

Google Académico

Stenzel, F. et al. El riego de plantaciones de biomasa puede aumentar globalmente el estrés hídrico más que el cambio climático. Nat. común 12, 1512 (2021).

Artículo CAS Google Académico

FAO. AQUASTAT - Sistema mundial de información sobre el agua y la agricultura de la FAO. https://data.apps.fao.org/aquamaps/ (2010).

Næss, JS et al. Potenciales de mitigación del cambio climático de los biocombustibles producidos a partir de cultivos perennes y regeneración natural en tierras de cultivo abandonadas y degradadas en los países nórdicos. J. Medio Ambiente. Administrar. 325, 116474 (2023).

Artículo Google Académico

Kindermann, G., McCallum, I., Fritz, S. & Obersteiner, M. Un mapa mundial de existencias forestales en formación, biomasa y carbono basado en estadísticas de la FAO. Silva Fenn 42, 387–396 (2008).

Artículo Google Académico

Gusti, MI Un algoritmo para la simulación de decisiones de manejo forestal en el modelo forestal global. Inteligencia Artificial (2010).

Gusti, M., Di Fulvio, F., Biber, P., Korosuo, A. & Forsell, N. El efecto de los modelos alternativos de manejo forestal en la cosecha forestal y las emisiones en comparación con el nivel de referencia forestal. Bosques 11, 794 (2020).

Artículo Google Académico

Schelhaas, M.-J. et al. Herramientas de proyección de recursos forestales a nivel europeo. en Forest Inventory-based Projection Systems for Wood and Biomass Availability (eds. Barreiro, S., Schelhaas, M.-J., McRoberts, RE & Kändler, G.) 49–68 (Springer International Publishing, 2017). https://doi.org/10.1007/978-3-319-56201-8_4.

Doscher, R. et al. El modelo del sistema terrestre EC-Earth3 para el proyecto de intercomparación de modelos acoplados 6. Geosci. Desarrollo del modelo 15, 2973–3020 (2022).

Artículo Google Académico

Billard, A. et al. Mejorar las estimaciones de biomasa aérea teniendo en cuenta las variaciones de densidad entre los componentes del árbol. Ana. Para. ciencia 77, 103 (2020).

Artículo Google Académico

Segura, M. & Kanninen, M. Modelos alométricos para volumen de árboles y biomasa aérea total en un bosque húmedo tropical en Costa Rica1. Biotropica 37, 2–8 (2005).

Artículo Google Académico

Peichl, M. & Arain, MA Alometría y partición de biomasa arbórea por encima y por debajo del suelo en una secuencia de edad de bosques de pino blanco. Para. Ecol. Administrar 253, 68–80 (2007).

Artículo Google Académico

Cavalett, O. & Cherubini, F. Contribución del combustible para aviones a partir de residuos forestales a múltiples Objetivos de Desarrollo Sostenible. Nat. Sostener. 1, 799–807 (2018).

Artículo Google Académico

Lewandowski, I., Clifton-Brown, JC, Scurlock, JMO & Huisman, W. Miscanthus: experiencia europea con un nuevo cultivo energético. Biomasa Bioenergía 19, 209–227 (2000).

Artículo CAS Google Académico

Heinsoo, K., Hein, K., Melts, I., Holm, B. & Ivask, M. Reed rendimiento de alpiste y calidad del combustible en los campos de agricultores estonios. Biomasa Bioenergía 35, 617–625 (2011).

Artículo CAS Google Académico

Lewandowski, I. & Schmidt, U. Eficiencias de nitrógeno, energía y uso de la tierra de miscanthus, alpiste de caña y triticale según lo determinado por el enfoque de la línea de límite. agricola ecosistema Reinar. 112, 335–346 (2006).

Artículo Google Académico

Parrish, DJ & Fike, JH Biología y agronomía del pasto varilla para biocombustibles. crítico Rev. Plant Sci. 24, 423–459 (2005).

Artículo Google Académico

Fischer, G. et al. Documentación del modelo de zonas agroecológicas globales (GAEZ v4). FAO & IIASA, 303 (2021).

TNO Tecnologías circulares y de base biológica. Phyllis2 - Base de datos para la composición fisicoquímica de biomasa lignocelulósica (tratada), micro y macroalgas, diversas materias primas para la producción de biogás y biocarbón. https://phyllis.nl/.

Transporte Biocombustibles. AIE. https://www.iea.org/reports/transport-biofuels (2021).

Jordan, C.-M. et al. Potenciales energéticos, emisiones negativas e impactos ambientales espacialmente explícitos de los pastos perennes en tierras de cultivo abandonadas en Europa. Reinar. Evaluación de impacto. Rev. 98, 106942 (2023).

Artículo Google Académico

Kiesel, A., Wagner, M. & Lewandowski, I. Desempeño ambiental de miscanthus, switchgrass y maíz: ¿pueden las plantas perennes C4 aumentar la sostenibilidad de la producción de biogás? Sostenibilidad 9, 5 (2017).

Artículo Google Académico

Murphy, F., Devlin, G. & McDonnell, K. Producción y procesamiento de Miscanthus en Irlanda: un análisis de los requisitos energéticos y los impactos ambientales. Renovar. Sostener. Energía Rev. 23, 412–420 (2013).

Artículo Google Académico

Morales, M., Arvesen, A. & Cherubini, F. Simulación integrada de procesos para la producción de bioetanol: Efectos de diversas materias primas lignocelulósicas en el rendimiento técnico. Biorrecursos. Tecnología 328, 124833 (2021).

Artículo CAS Google Académico

Wernet, G. et al. La base de datos ecoinvent versión 3 (parte I): descripción general y metodología. En t. J. Evaluación del ciclo de vida. 21, 1218–1230 (2016).

Artículo Google Académico

Lask, J., Wagner, M., Trindade, LM y Lewandowski, I. Evaluación del ciclo de vida de la producción de etanol a partir de miscanthus: una comparación de las vías de producción en dos sitios europeos. GCB Bioenergía 11, 269–288 (2019).

Artículo CAS Google Académico

Swanson, RM, Platon, A., Satrio, JA y Brown, RC Análisis tecnoeconómico de la producción de biomasa a líquidos basada en la gasificación. Combustible 89, S11–S19 (2010).

Artículo CAS Google Académico

Oreggioni, GD et al. Evaluación ambiental de plantas de producción combinada de calor y electricidad de gasificación de biomasa con unidades de captura de carbono por absorción y adsorción en Noruega. En t. J. Greenh. Control de gas 57, 162–172 (2017).

Artículo CAS Google Académico

McAllister, S., Chen, J.-Y. & Fernandez-Pello, AC Fundamentos de los Procesos de Combustión. (Springer Nueva York, 2011). https://doi.org/10.1007/978-1-4419-7943-8

Edwards, R. et al. Definición de datos de entrada para evaluar las emisiones de GEI por defecto de los biocombustibles en la legislación de la UE. (2016). https://doi.org/10.2790/38877.

Descargar referencias

Reconocemos el apoyo del Norwegian Research Council a través de los proyectos BioPath (294534), MITISTRESS (286773), Bio4Fuels (257622) y BEST (288047). Las simulaciones se realizaron con recursos proporcionados por el Laboratorio Digital de Ecología Industrial de la NTNU. Agradecemos a Bo Huang por su contribución con la adquisición de datos y el procesamiento previo de los datos climáticos de entrada, a Martin Dorber por la versión cuadriculada de las ecorregiones terrestres y a Kajwan Rasul por sus consejos durante el desarrollo del código.

Financiamiento de acceso abierto proporcionado por la Universidad Noruega de Ciencia y Tecnología.

Programa de Ecología Industrial, Departamento de Energía e Ingeniería de Procesos, Universidad Noruega de Ciencia y Tecnología, Trondheim, Noruega

Maren H. Gvein, Xiangping Hu, Jan S. Næss, Mark DB Watanabe, Ottavio Cavalett, Maxime Malbranque y Francesco Cherubini

Instituto Internacional de Análisis de Sistemas Aplicados (IIASA), Laxenburg, Austria

Jorge Kinderman

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

También puede buscar este autor en PubMed Google Scholar

MHG, JSN y FC diseñaron el estudio. MHG produjo y analizó los resultados y dirigió la redacción del documento. FC contribuyó a escribir el documento y la información complementaria. XH y JSN contribuyeron con el análisis y validación de datos. MDBW y OC contribuyeron con datos de inventario para la producción de bioenergía, MM con proyecciones de datos de cobertura terrestre futura y GK con datos de forestación de G4M. Todos los autores contribuyeron a interpretar los resultados y editar el documento.

Correspondencia a Maren H. Gvein o Francesco Cherubini.

Los autores declaran no tener conflictos de intereses.

Communications Earth & Environment agradece a Wei Li y a los otros revisores anónimos por su contribución a la revisión por pares de este trabajo. Editores principales de manejo: Jinfeng Chang y Clare Davis. Los informes de los revisores están disponibles.

Nota del editor Springer Nature se mantiene neutral con respecto a los reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

Acceso abierto Este artículo tiene una licencia internacional Creative Commons Attribution 4.0, que permite el uso, el intercambio, la adaptación, la distribución y la reproducción en cualquier medio o formato, siempre que se otorgue el crédito correspondiente al autor o autores originales y a la fuente. proporcionar un enlace a la licencia Creative Commons e indicar si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la regulación legal o excede el uso permitido, deberá obtener el permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/.

Reimpresiones y permisos

Gvein, MH, Hu, X., Næss, JS et al. Potencial de las estrategias de mitigación del cambio climático basadas en la tierra en tierras de cultivo abandonadas. Entorno terrestre común 4, 39 (2023). https://doi.org/10.1038/s43247-023-00696-7

Descargar cita

Recibido: 01 junio 2022

Aceptado: 01 febrero 2023

Publicado: 16 febrero 2023

DOI: https://doi.org/10.1038/s43247-023-00696-7

Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:

Lo sentimos, un enlace para compartir no está disponible actualmente para este artículo.

Proporcionado por la iniciativa de intercambio de contenido Springer Nature SharedIt

Al enviar un comentario, acepta cumplir con nuestros Términos y Pautas de la comunidad. Si encuentra algo abusivo o que no cumple con nuestros términos o pautas, márquelo como inapropiado.