קרדיט תמונה: Better Coton/Carlos Rudiney. מיקום: Goiás, ברזיל, 2018. תיאור: עיבוד כותנה מעל קש תירס.

בשלוש השנים האחרונות, Better Cotton הייתה חלק מיוזמה בראשות Cascale לפיתוח מתודולוגיה פורצת דרך ליישור גישות להערכת מחזור חיים של כותנה (LCA).

נתמך על ידי מובילים אחרים בתעשיית הכותנה כמו בורסת טקסטיל, CottonConnect, מאיץ כותנה אורגנית ו-Cotton Incorporated בין היתר, המאמץ המשותף הזה מתמודד עם אתגר ותיק בתחום: היעדר שיטה סטנדרטית לחישוב וניתוח מדדי השפעה סביבתית מ-LCA.

Miguel Gomez-Escolar Viejo, ראש תחום ניטור, הערכה ולמידה ב-Better Cotton.

ההשקה של מתודולוגיית LCA סטנדרטית זו מסמנת אבן דרך משמעותית, המספקת מסגרת אחידה למדידת השפעות סביבתיות חיוניות ספציפיות לכותנה כגון פוטנציאל ההתחממות הגלובלית, מחסור במים אטרופיקציה.

Better Cotton גאה להיות אחד הארגונים הראשונים שיישמו את המתודולוגיה עם נתונים מהתוכנית שלנו בהודו. משתרע על פני שלוש עונות מ-2020 עד 2023, נתוני LCA אלה יהיו זמינים בקרוב ב- הפלטפורמה העולמית של קאסקיל, מתן תובנות חשובות לגבי תחומים קריטיים כמו פליטת פחמן ודלדול משאבים.

כדי לחקור את המעורבות של Better Cotton ביוזמה חלוצית זו, שוחחנו עם מיגל גומז-אסקולר וייחו, ראש הניטור, ההערכה והלמידה שלנו.

מדוע זה הזמן הנכון עבור Better Cotton להתחיל לאסוף נתוני LCA?

עם ההשקה של עקיבות טובה יותר של כותנה, כעת נוכל לעקוב אחר Physical Better Cotton כשהיא נעה בשרשרת האספקה ​​העולמית, מה שמאפשר לנו לתעד את ארץ המקור של מוצרי Better Cotton. זהו התקדמות גדולה, שכן היא מאפשרת לנו לבצע LCAs ברמת המדינה, תוך שמירה על התאמה עם מגזר הכותנה הרחב יותר.

איסוף הנתונים הללו מאפשר לנו למדוד את ההתקדמות לאורך זמן בתוכניות כותנה שונות. בנוסף, זה מאפשר לנו לבצע ניתוחי נקודות חמות כדי לעזור לשותפים שלנו להניע שיפורי קיימות ברמת החווה.

למידע נוסף על כך, עיין בבלוג הקודם של מיגל כאן.

מדוע הצטרפה Better Cotton לדגם הכותנה LCA של Cascale?

היה ביקוש גובר לנתוני LCA אמינים, אך חוסר העקביות במודלים יצר אי ודאות. על ידי פיתוח משותף של מתודולוגיה זו באמצעות הקואליציה בראשות קאסקיל, לא רק שעשינו סטנדרטיזציה של תהליך ההערכה, אלא שחשוב מכך, הבטחנו שהשיטה משקפת את המציאות המגוונת של חקלאי כותנה ברחבי העולם.

שיתוף פעולה היה חיוני. בעבודה משותפת כמגזר, הצלחנו לטפל בחששות ולהסכים על שיטות עבודה מומלצות. המאמץ הקולקטיבי הזה אפשר לנו בסופו של דבר להגן על השימוש הנכון בנתוני LCA ולמנוע כל שימוש לרעה או פרשנות שגויה שקרו בעבר.

מדוע היה שיתוף הפעולה בין המגזר כה חשוב ביצירת המתודולוגיה הזו?

יישור לפי מתודולוגיית LCA מאוחדת מציע מספר יתרונות. ראשית, הוא מאפשר למגזר הכותנה להמשיך לדון בלמידה, חידושים ופיתוחים מבלי שארגונים יאמצו גישות שונות. בנוסף, סטנדרטיזציה מפחיתה את הזמן והמשאבים המושקעים ביצירת מודלים שונים של LCA, ומאפשרת לנו להשקיע מחדש את המשאבים הללו בתוכניות אחרות.

מה מראים נתוני ה-LCA של הודו?

עם המתודולוגיה הסטנדרטית החדשה הזו, היינו להוטים להחיות את הכלי על ידי יישומו על הנתונים שלנו תוכנית הודו, המכסה שלוש עונות מ-2020 עד 2023. הנתונים מציעים תובנות חשובות לגבי מספר מדדי השפעה סביבתית, כגון גורם פליטת התחממות כדור הארץ לכל קילוגרם של סיבי כותנה, אאוטרופיקציה, שימוש במים וצריכת דלק מאובנים.

באופן לא מפתיע, הנתונים מאששים את מה שכבר חשדנו: הייצור והשימוש בדשנים נותרו התורמים הגדולים ביותר לפליטת פחמן בחקלאות כותנה. בעוד שייצור דשנים הוא מחוץ לתחום שלנו, נמשיך לקדם שימוש מופחת, יישום יעיל יותר ובמידת האפשר מעבר למוצרים בעלי פליטות נמוכות יותר.

מה הם השלבים הבאים?

נתוני LCA אלה מהודו ישמשו כבסיס לניתוח ופעולה נוספים. חשוב לציין שמתודולוגיה זו אינה מיועדת להשוואות בין תוכניות או מיקומים, מכיוון שההנחות והתפלגות המדגם משתנות. עם זאת, זהו כלי רב ערך למעקב אחר ההתקדמות וביצוע ניתוחי נקודות חמות כדי להנחות מאמצים היכן שההתערבויות נחוצות ביותר.

הממצאים גם מדגישים את הצורך בפעולה מתואמת מרובת עניין מעבר לרמת החווה כדי להניע באמת קיימות על פני כל שרשרת האספקה.

אנחנו עדיין מפרקים ומנתחים את הנתונים, ונחלוק ממצאים מפורטים יותר בחודשים הקרובים, יחד עם תוכנית פעולה המזהה אסטרטגיות והתערבויות יעילות לתמיכה טובה יותר בחקלאים בהפחתת פליטות.

כיצד יוכלו חברי Better Cotton להשתמש בנתונים האלה?

בנוסף לעבודה שהוזכרה לעיל, אנו נמצאים כעת ב- תהליך ייעוץ עבור מסגרת התביעות החדשה שלנו, שתושק בתחילת השנה הבאה, שתתאר כיצד החברים שלנו יכולים להשתמש בנתוני LCA כדי לשפר את הדיווח והתביעות שלהם. זה יוסיף לתיעוד הקיים הזמין ב- אתר קאסקיל ציון השימושים המותרים בנתונים.

במבט קדימה, אנו מתכננים לעדכן ולהרחיב באופן קבוע את מערכי הנתונים של ה-LCA שלנו כדי לכסות תוכניות מדינות אחרות.

שתף דף זה