Retornos de la inversión en la conservación de cuencas tropicales incluyendo la emisión de bonos de carbono

Autores/as

  • Óscar D. Álvarez-Villa Emergente Energia Sostenible https://orcid.org/0000-0002-9823-2410
  • Diego Franco Fundación Hábitat, Territorio y Ambiente (Grupo HTM)
  • Santiago Vergara Emergente Energía Sostenible
  • Victor García Emergente Energía Sostenible
  • Mónica Cortés Emergente Energía Sostenible
  • Jorge Giraldo Emergente Energía Sostenible ; Tecnológico de Antioquia
  • Juliana Montoya Fundación Hábitat, Territorio y Ambiente (Grupo HTM)
  • José Gómez Fundación Hábitat, Territorio y Ambiente (Grupo HTM)
  • Nathalie Peña The Nature Conservancy Programa de Conservación para los Andes del Norte y Suramérica
  • Carlos Rogeliz The Nature Conservancy Programa de Conservación para los Andes del Norte y Suramérica

DOI:

https://doi.org/10.4995/ia.2023.19198

Palabras clave:

fondos del agua, retorno de la inversión, modelación hidrológica, secuestro de carbono

Resumen

Se presenta un análisis de retorno de la inversión por la implementación de proyectos de conservación por parte de la Corporación VivoCuenca, Fondo de Agua que opera en la cuenca del río Chinchiná, Colombia, la cual abastece la ciudad de Manizales. Este análisis consiste en el planteamiento de un catálogo de escenarios de Soluciones Basadas en la Naturaleza (SbN) que propenden por mejorar los servicios ecosistémicos de retención de sedimentos, secuestro de carbono y regulación hídrica. Para cada conjunto de SbN propuestos se evalúa su viabilidad financiera mediante un análisis de retorno de inversión, el cual engloba el balance de los costos de operación, los costos de implementación de las SbN, costos evitados y co-beneficios. En este caso se consideran los ahorros potenciales por disminución de sedimentos tratados debido a la implementación de las SbN y co-beneficios asociados a la venta de bonos de carbono. Dada la escasez de información, las variables físicas requeridas para los balances financieros (caudales sólidos y líquidos, biomasa y emisiones de CO2 evitadas) se obtienen mediante la implementación de modelos distribuidos de los ciclos del agua y del carbono. Los resultados muestran que el caso de negocio es viable únicamente si se considera la emisión y venta de bonos de carbono por efecto del secuestro de CO2 en las SbN propuestas.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Abell, R., Asquith, N., Boccaletti, G., Bremer, L., Chapin, E., Erickson-Quiroz, A., Higgins, J., Johnson, J., Kang, S., Karres, N., Lehner, B., McDonald, R., Raepple, J., Shemie, D., Simmons, E., Sridhar, A., Vigerstøl, K., Vogl, A., Wood, S. 2017. Beyond the Source: The Environmental, Economic and Community Benefits of Source Water Protection. Executive Summary. The Nature Conservancy, Arlington, VA, USA. Consultado en línea el 18 de abril de 2023: https://www.nature.org/content/dam/tnc/nature/en/documents/BeyondtheSource_ExecSummary_FINAL.pdf

Arias, P.A., Ortega, G., Villegas, L.D., Martínez, J.A. 2021. Colombian climatology in CMIP5/CMIP6 models: persistent biases and improvements. Revista Facultad de Ingeniería, 100, 75-96. https://doi.org/10.17533/udea.redin DOI: https://doi.org/10.17533/udea.redin.20210525

Bonham-Carter, G. 1994. Geographic Information Systems for Geoscientists: Modelling With GIS. Computer Methods in Geosciences. Pergamon, Ottawa, Ontario, Canada. 417 p.

Brauman, K.A., Benner, R., Benitez, S., Bremer, L., Vigerstøl, K. 2019. Water Funds. In: Mandle, L., Ouyang, Z., Salzman, J.E., Daily, G. (eds) Green Growth That Works. Island Press, Washington, DC. https://doi.org/10.5822/978-1-64283-004-0_9 DOI: https://doi.org/10.5822/978-1-64283-004-0_9

Bussi, G., Francés, F., Montoya, J. J., Julien, P. Y. 2014. Distributed sediment yield modelling: importance of initial sediment conditions. Environmental Modelling & Software, 58, 58-70. https://doi.org/10.1016/J.ENVSOFT.2014.04.010 DOI: https://doi.org/10.1016/j.envsoft.2014.04.010

Bussi, G., Rodríguez-Lloveras, X., Francés, F., Benito, G., Sánchez-Moya, Y., Sopeña, A. 2013. Sediment yield model implementation based on check dam infill stratigraphy in a semiarid Mediterranean catchment. Hydrology and Earth System Sciences, 17(8), 3339-3354. https://doi.org/10.5194/HESS-17-3339-2013 DOI: https://doi.org/10.5194/hess-17-3339-2013

Chausson, A., Turner, B., Seddon, D., Chabaneix, N., Girardin, C. A. J., Kapos, V., Key, I., Roe, D., Smith, A., Woroniecki, S., Seddon, N. 2020. Mapping the effectiveness of nature-based solutions for climate change adaptation. Global Change Biology, 26(11), 6134-6155. https://doi.org/10.1111/GCB.15310 DOI: https://doi.org/10.1111/gcb.15310

Chen, S.T., Yu, P.S., Tang, Y.H. 2010. Statistical downscaling of daily precipitation using support vector machines and multivariate analysis. Journal of Hydrology, 385(1-4), 13-22. https://doi.org/10.1016/j.jhydrol.2010.01.021 DOI: https://doi.org/10.1016/j.jhydrol.2010.01.021

Cohen-Shacham, E., Andrade, A., Dalton, J., Dudley, N., Jones, M., Kumar, C., Maginnis, S., Maynard, S., Nelson, C.R., Renaud, F.G., Welling, R., Walters, G. 2019. Core principles for successfully implementing and upscaling Nature-based Solutions. Environmental Science & Policy, 98, 20-29. https://doi.org/10.1016/J.ENVSCI.2019.04.014 DOI: https://doi.org/10.1016/j.envsci.2019.04.014

Corpocaldas. 2014. Plan de Ordenamiento y Manejo de la Cuenca Hidrográfica del Río Chinchiná. Manizales, Caldas, Colombia.

Deutsch, C.V., Journel, A.G. 1998. GSLIB: Geostatistical Software Library and User’s Guide. Second Edition. Oxford University Press; Applied Geostatistics Series. New York, Estados Unidos. 369 p.

Didan, K., Huete, A. 2006. MODIS Vegetation Index Product Series Collection 5 Change Summary. MODIS VI C5 Changes. The University of Arizona. Tucson, Arizona, Estados Unidos. 17 p.

Dubayah, R., Armston, J., Healey, S.P., Bruening, J.M., Patterson, P.L., Kellner, J.R., Duncanson, L., Saarela, S., Ståhl, G., Yang, Z., Tang, H., Blair, J.B., Fatoyinbo, L., Goetz, S., Hancock, S., Hansen, M., Hofton, M., Hurtt, G., Luthcke, S., 2022. GEDI launches a new era of biomass inference from space. Environmental Research Letters, 17. https://doi.org/10.1088/1748-9326/ac8694 DOI: https://doi.org/10.31223/X52W68

Dumitru, A., Laura, W. 2021. Evaluating the impact of nature-based solutions: A Handbook for Practitioners. https://doi.org/10.13140/RG.2.2.10757.47843

Ferreira, B.M., Soares-Filho, B.S., Pereira, F.M.Q. 2019. The Dinamica EGO virtual machine. Science of Computer Programming, 173, 3-20. https://doi.org/10.1016/J.SCICO.2018.02.002 DOI: https://doi.org/10.1016/j.scico.2018.02.002

Francés, F. 2010. Modelo TETIS. Manual de Usuario y Modelo Conceptual. Universidad Politécnica de Valencia. Valencia, España. Disponible en http://lluvia.dihma.upv.es/. 72 p.

Francés, F., Vélez, J.I., Vélez, J.J. 2007. Split-parameter structure for the automatic calibration of distributed hydrological models. Journal of Hydrology, 332(1-2), 226-240. https://doi.org/10.1016/J.JHYDROL.2006.06.032 DOI: https://doi.org/10.1016/j.jhydrol.2006.06.032

Funk, C., Peterson, P., Landsfeld, M., Pedreros, D., Verdin, J., Shukla, S., Husak, G., Rowland, J., Harrison, L., Hoell, A., Michaelsen, J. 2015. The climate hazards infrared precipitation with stations—a new environmental record for monitoring extremes. Scientific Data, 2, 150066. https://doi.org/10.1038/sdata.2015.66 DOI: https://doi.org/10.1038/sdata.2015.66

Gómez-Hernández, J.J., Cassiraga, E.F. 1994. Theory and Practice of Sequential Simulation. In Geostatistical Simulations (M. Armstrong, P. Dowd, eds.). Springer, Fontainebleau, France. p. 111-124. https://doi.org/10.1007/978-94-015-8267-4_10 DOI: https://doi.org/10.1007/978-94-015-8267-4_10

Goovaerts, P. 1997. Geostatistics for Natural Resources Evaluation. Oxford University Press; Applied Geostatistics Series. New York, Estados Unidos. 483 p.

Houska, T., Kraft, P., Chamorro-Chavez, A., Breuer, L. 2015. SPOTting Model Parameters Using a Ready-Made Python Package. PLOS ONE, 10(12), e0145180. https://doi.org/10.1371/JOURNAL.PONE.0145180 DOI: https://doi.org/10.1371/journal.pone.0145180

IPCC. 2021. Summary for Policymakers. In: Climate Change 2021: The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge University Press, Cambridge, Reino Unido y Nueva York, Estados Unidos, pp. 3-33. https://doi.org/10.1017/9781009325844.001

Kroeger, T., Klemz, C., Boucher, T., Fisher, J.R.B., Acosta, E., Cavassani, A.T., Dennedy-Frank, P.J., Garbossa, L., Blainski, E., Santos, R.C., Giberti, S., Petry, P., Shemie, D., Dacol, K. 2019. Returns on investment in watershed conservation: Application of a best practices analytical framework to the Río Camboriú Water Producer program, Santa Catarina, Brazil. Science of The Total Environment, 657, 1368-1381. https://doi.org/10.1016/J.SCITOTENV.2018.12.116 DOI: https://doi.org/10.1016/j.scitotenv.2018.12.116

Krysanova, V., Arnold, J.G. 2008. Advances in ecohydrological modelling with SWAT-a review. Hydrological Sciences Journal, 53(5), 939-947. https://doi.org/10.1623/hysj.53.5.939 DOI: https://doi.org/10.1623/hysj.53.5.939

Maraun, D. 2016. Bias correcting climate change simulations - a critical review. Current Climate Change Reports, 2, 211-220. https://doi.org/10.1007/s40641-016-0050-x. DOI: https://doi.org/10.1007/s40641-016-0050-x

Roe, S., Streck, C., Beach, R., Busch, J., Chapman, M., Daioglou, V., Deppermann, A., Doelman, J., Emmet-Booth, J., Engelmann, J., Fricko, O., Frischmann, C., Funk, J., Grassi, G., Griscom, B., Havlík, P., Hanssen, S., Humpenöder, F., Landholm, D., Lawrence, D. 2021. Land-based measures to mitigate climate change: Potential and feasibility by country. Global Change Biology, (August), 1-34. https://doi.org/10.1111/gcb.15873 DOI: https://doi.org/10.1111/gcb.15873

Rojas, R., Julien, P, Johnson, B. 2003. CASC2D-SED v 1.0 Reference Manual A 2-Dimensional Rainfall-Runoff and Sediment Model. Colorado State University. Boulder, Colorado, Estados Unidos. 140 p.

Running, S.W., Mu, Q., Zhao, M., Moreno, A. 2017. User’s Guide MODIS Global Terrestrial Evapotranspiration (ET) Product (NASA MOD16A2/A3). NASA Earth Observing System MODIS Land Algorithm, 36 p.

Saxton, K. E., Rawls, W. J. (2006). Soil Water Characteristic Estimates by Texture and Organic Matter for Hydrologic Solutions. Soil Science Society of America Journal, 70, 1569-1578. https://doi.org/10.2136/sssaj2005.0117 DOI: https://doi.org/10.2136/sssaj2005.0117

Soares-Filho, B., Rodrigues, H., Costa, W. (2009). Modelamiento de dinámica ambiental con Dinámica EGO. Giudice, R. trad. Belo Horizonte, Brazil, Centro de Sensoriamento Remoto/Universidade Federal de Minas Gerais. 119 p.

Stafford, L., Shemie, D., Kroeger, T., Baker, T., Apse, C., Turpie, J., Forsythe, K. 2008. Business Case for The Greater Cape Town Water Fund. Editado por The Nature Conservancy. Consultado en línea el 18 de abril de 2023: https://waterfundstoolbox.org/regions

The Nature Conservancy. 2018. Water Funds Field Guide. Consultado en línea el 18 de abril de 2023: https://waterfundstoolbox.org/regions.

del Valle, J.I., Restrepo, I.H., María Londoño, M.M. 2011. Recuperación de la biomasa mediante la sucesión secundaria, Cordillera Central de los Andes, Colombia. Revista de Biología Tropical, 59(3), 1337-1358. https://doi.org/10.15517/rbt.v0i0.3403 DOI: https://doi.org/10.15517/rbt.v0i0.3403

Velasco-Forero, C.. Sampere-Torres, D.. Cassiraga, E.. Gomez-Hernandez, J.J. 2009. A non-parametric automatic blending methodology to estimate rainfall fields. Advances in Water Resources, 32(7), 986-1002. https://10.1016/j.advwatres.2008.10.004 DOI: https://doi.org/10.1016/j.advwatres.2008.10.004

Velásquez, N., Hoyos, C. D., Vélez, J. I., Zapata, E. 2020. Reconstructing the 2015 Salgar flash flood using radar retrievals and a conceptual modeling framework in an ungauged basin. Hydrology and Earth System Sciences, 24(3), 1367-1392. https://doi.org/10.5194/HESS-24-1367-2020 DOI: https://doi.org/10.5194/hess-24-1367-2020

Velásquez N, Vélez J.I., Álvarez-Villa O.D., Salamanca S.P. 2023. Comprehensive Analysis of Hydrological Processes in a Programmable Environment: The Watershed Modeling Framework. Hydrology, 10(4), 76. https://doi.org/10.3390/hydrology10040076 DOI: https://doi.org/10.3390/hydrology10040076

Vélez, J.J., Puricelli, M., López Unzu, F., Francés, F. 2009. Parameter extrapolation to ungauged basins with a hydrological distributed model in a regional framework. Hydrology and Earth System Sciences, 13(2), 229-246. https://doi.org/10.5194/HESS-13-229-2009 DOI: https://doi.org/10.5194/hess-13-229-2009

Yao, T., Journel, A.G. 1998. Automatic Modeling of (Cross) Covariance Tables Using Fast Fourier Transform. Mathematical Geology, 30(6), 589-615. https://doi.org/10.1023/A:1022335100486 DOI: https://doi.org/10.1023/A:1022335100486

Descargas

Publicado

2023-04-28

Cómo citar

Álvarez-Villa, Óscar D., Franco, D., Vergara, S., García, V., Cortés, M., Giraldo, J., Montoya, J. ., Gómez, J., Peña, N. ., & Rogeliz, C. (2023). Retornos de la inversión en la conservación de cuencas tropicales incluyendo la emisión de bonos de carbono. Ingeniería Del Agua, 27(2), 139–167. https://doi.org/10.4995/ia.2023.19198

Número

Sección

Artículos