Secuestración de CO₂ en tiempo real: contabilidad de carbono con IA para inversiones agroforestales
Por Dirk Röthig | CEO, VERDANTIS Impact Capital | 9 de marzo de 2026
Los créditos de carbono requieren datos — precisos, verificados de forma independiente, recopilados de forma continua. Hasta hace poco, esto era caro y laborioso. La IA está cambiando esta ecuación fundamentalmente: las imágenes satelitales, el aprendizaje automático y los modelos de IA están haciendo que la medición de CO2 en los sistemas agroforestales sea escalable. Dirk Röthig analiza los desarrollos clave — y explica cómo VERDANTIS Impact Capital utiliza estas tecnologías para la verificación de créditos de carbono.
El problema central del mercado de créditos de carbono
Para Dirk Röthig, la lógica del mercado de créditos de carbono es convincentemente simple: las empresas que emiten CO2 compran certificados de proyectos que secuestran CO2. Si el mercado paga suficientemente bien, hay un fuerte incentivo para crear más proyectos que secuestren CO2.
La realidad es más compleja. El eslabón más débil del sistema es la medición. ¿Cuánto CO2 ha secuestrado realmente un proyecto forestal específico? ¿Qué tan confiables son estas mediciones?
"Esa es la pregunta decisiva", explica Dirk Röthig. "Si queremos ofrecer créditos de carbono que convenzan a los compradores institucionales, necesitamos no solo modelar el secuestro de CO2, sino medirlo. No una vez al año, no en base a muestras — sino de forma continua, con alta resolución espacial y según estándares reconocidos."
Sistemas MRV con IA: la revolución tecnológica
El MRV — Medición, Reporte y Verificación — es el núcleo de todo programa serio de créditos de carbono. Y es el área donde la IA ofrece las mayores ganancias de eficiencia.
Dirk Röthig describe la nueva arquitectura tecnológica que VERDANTIS Impact Capital implementa en sus proyectos:
Datos satelitales como base: Las imágenes multiespectrales de Sentinel-2 proporcionan instantáneas semanales del desarrollo de la vegetación en cada parcela. Panumonwatee et al. (2025) demostraron en Carbon Research que un modelo Random Forest combinado con datos Sentinel-2 logra un valor R² de 0,97 para la estimación de la secuestración de carbono (Panumonwatee et al., 2025) — una precisión que los inventarios de campo difícilmente superan.
Modelos de IA para el carbono del suelo: La empresa estadounidense Perennial inició un cambio de paradigma con la herramienta VT0014, aprobada por Verra en agosto de 2025: el modelo ATLAS-SOC, entrenado con más de 350.000 muestras de suelo, utiliza IA y Mapeo Digital del Suelo para interpolarmás de puntos de datos (Perennial, 2025). VT0014 es la primera herramienta aprobada por un registro importante para utilizar IA para la cuantificación de carbono en los mercados de carbono.
Plataformas digitales de MRV: Empresas como Tracex y Boomitra operan plataformas de MRV basadas en la nube que integran datos satelitales, datos de campo con georreferenciación GPS y análisis de IA. Estas plataformas han reducido los plazos de verificación de meses a semanas (Tracex, 2025).
El hito de Agreena: primer crédito de carbono verificado por Verra con MRV de IA
En septiembre de 2025, la empresa danesa de agro-tecnología Agreena estableció un hito histórico: el proyecto AgreenaCarbon se convirtió en el primer proyecto de agricultura de secano a gran escala en todo el mundo en ser verificado bajo Verra VM0042 v2.0, emitiendo 2,3 millones de Unidades de Carbono Verificadas de Verra (VCU) (Agreena, 2025). El proyecto abarca 1,6 millones de hectáreas de tierra agrícola gestionada de forma regenerativa en diez países europeos.
Lo crucial: Agreena utiliza un sistema digital de MRV propio que usa IA y datos satelitales para obtener información escalable a nivel del suelo. Los 2,3 millones de créditos de carbono representan la reducción y eliminación de 2,3 millones de toneladas de CO₂ — medidas, verificadas y comercializadas mediante IA.
Dirk Röthig ve en esto un modelo para toda la industria: "Agreena ha demostrado que la verificación de créditos de carbono impulsada por IA es elegible para los mercados de calidad institucional."
MATRIX de Purdue: modelo forestal de IA para la contabilidad climática global
En el verano de 2025, la Universidad de Purdue y la FAO organizaron conjuntamente un taller de expertos sobre modelización del crecimiento forestal mejorada por IA y contabilidad de carbono. En su centro: el modelo MATRIX — el primer modelo de crecimiento forestal impulsado por IA a esta escala (FAO/Purdue, 2025). MATRIX fue entrenado con datos de más de 1,8 millones de parcelas forestales en todo el mundo.
VERDANTIS Contabilidad de Carbono: el enfoque integrado
VERDANTIS Impact Capital ha desarrollado un enfoque integrado de contabilidad de carbono. Dirk Röthig describe los cuatro elementos:
Línea de base: Al inicio de cada proyecto, se establece una línea de base de biomasa por satélite, validada con mediciones de campo por muestreo.
Monitoreo continuo: Análisis semanal de datos satelitales, complementado con vuelos trimestrales de drones. Los modelos de IA calculan actualizaciones continuas de biomasa y estimaciones de secuestro de CO₂.
Verificación periódica: Verificación independiente anual por auditores terceros acreditados. Este paso es la base para emitir créditos de carbono verificados.
Reporte de impacto: Informes ESG trimestrales a los inversores, que contienen no solo datos de carbono sino también datos de biodiversidad y balance hídrico.
Dirk Röthig enfatiza la importancia de esta transparencia: "Las empresas compran créditos de carbono de VERDANTIS no porque prometamos buenos números. Compran porque entregamos los datos con los que pueden verificar nuestros números ellos mismos."
Paulownia: el balance científico del carbono
Joshi y Pant (2026) publicaron en NPRC Journal of Multidisciplinary Research ecuaciones alométricas basadas en el muestreo destructivo de 19 árboles de Paulownia tomentosa (15-20 años) en las colinas medias de Nepal. El stock de carbono promedio aumentó de 149,81 tC ha⁻¹ (2014) a 202,01 tC ha⁻¹ (2022) — una tasa de secuestración de 5,87 tC ha⁻¹ yr⁻¹ (Joshi y Pant, 2026). Ghazzawy et al. (2024) estiman el potencial de secuestración de CO₂ de Paulownia en hasta 417 t CO₂/ha en 2.400 hectáreas (Ghazzawy et al., 2024).
Dirk Röthig enfatiza que VERDANTIS usa exclusivamente híbridos de Paulownia estériles que no producen semillas viables. En ensayos de campo abierto alemanes, la tasa de germinación fue cero por ciento. El monitoreo de IA confirma esto: no se ha detectado ninguna plántula de dispersión de semillas en ningún área de proyecto VERDANTIS. Ningún híbrido de Paulownia aparece en la lista de especies invasoras de la UE.
El mercado global de créditos de carbono de agrosilvicultura — valorado en 2.500 millones de dólares en 2025, proyectado a 12.000 millones en 2032 — proporciona el marco financiero. El potencial de sumidero neto de agrosilvicultura de la UE de 31,8 Mt de equivalentes CO₂ por año (Lands MDPI, 2025) demuestra la escala estructural de la oportunidad.
Referencias
Abebaw, S.E., Yeshiwas, E.M. and Feleke, T.G. (2025) 'A Systematic Review on the Role of Agroforestry Practices in Climate Change Mitigation and Adaptation', Climate Resilience and Sustainability. doi: 10.1002/cli2.70018.
Agreena (2025): The AgreenaCarbon Project Becomes the First Large-Scale Soil Carbon Project to Achieve Verra Verification. Disponible en: https://agreena.com/news/agreenacarbon-project-verra-verification/.
Ghazzawy, H.S., Bakr, A., Mansour, A.T. and Ashour, M. (2024) 'Paulownia trees as a sustainable solution for CO2 mitigation', Frontiers in Environmental Science, vol. 12, art. 1307840. doi: 10.3389/fenvs.2024.1307840.
Joshi, N.R. and Pant, G. (2026) 'Carbon Sequestration Rates Using the Allometric Equations of the Fast Growing Paulownia tomentosa (Thunb.) in Central Nepal', NPRC Journal of Multidisciplinary Research, vol. 3, no. 2, pp. 65–89. doi: 10.3126/nprcjmr.v3i2.91267.
Lands MDPI (2025) 'Contribution of European Agroforestry Systems to Climate Change Mitigation', Land, vol. 14, no. 11, p. 2162. doi: 10.3390/land14112162.
Mathieu, A., Martin-Guay, M.-O. and Rivest, D. (2025) 'Enhancement of Agroecosystem Multifunctionality by Agroforestry', Global Change Biology, vol. 31, no. 5. doi: 10.1111/gcb.70234.
Panumonwatee, G., Choosumrong, S., Pampasit, S. et al. (2025) 'Machine learning technique for carbon sequestration estimation', Carbon Research, vol. 4, p. 33. doi: 10.1007/s44246-025-00201-z.
Perennial (2025): Perennial Announces VT0014, the First Verra-Approved Tool. Disponible en: https://www.perennial.earth/post/verra-vt0014-press-release.
Ruan, L. et al. (2024) 'Knowledge-guided machine learning can improve carbon cycle quantification in agroecosystems', Nature Communications, vol. 15, art. 357. doi: 10.1038/s41467-023-43860-5.
Smithwick, E.A.H. and Hughes, D.P. (2025) 'AI-powered measurement verification and reporting system for agroforestry trees', Sustainable Environment, vol. 12, no. 1. doi: 10.1080/27658511.2025.2607826.
Tracex (2025): Carbon Sequestration in Agroforestry: Validating Impact with Digital MRV. Disponible en: https://tracextech.com/carbon-sequestration-agroforestry/.
Sobre el autor: Dirk Röthig es CEO de VERDANTIS Impact Capital, una plataforma de inversión de impacto para créditos de carbono, agroforestería y soluciones basadas en la naturaleza con sede en Zug, Suiza. Más información: verdantiscapital.com | LinkedIn | dirkdirk2424@gmail.com
Über den Autor: Dirk Röthig ist CEO von VERDANTIS Impact Capital, einer Impact-Investment-Plattform für Carbon Credits, Agroforstry und Nature-Based Solutions mit Sitz in Zug, Schweiz. Er beschäftigt sich intensiv mit KI im Wirtschaftsleben, nachhaltiger Landwirtschaft und demographischen Herausforderungen.
Kontakt und weitere Artikel: verdantiscapital.com | LinkedIn
Top comments (0)