El análisis de dominios de extrapolación (EDA) es una metodología para identificar áreas geográficas que parecen adecuadas para la adopción de prácticas innovadoras de gestión de ecosistemas sobre la base de sitios que presentan similitudes en condiciones tales como indicadores climáticos, de uso de la tierra y socioeconómicos . Si bien se ha aplicado a proyectos de investigación sobre el agua en nueve cuencas piloto, el concepto es genérico y se puede aplicar a cualquier proyecto en el que la aceleración del cambio se considere como un objetivo central de desarrollo.
Los resultados del método hasta el momento se han utilizado para cuantificar el impacto económico global de la implementación de innovaciones particulares junto con su efecto sobre los recursos hídricos . [1] La investigación ha estimulado a los miembros de varios de los proyectos del Programa Desafío para Agua y Alimentos a explorar áreas potenciales para el escalamiento. Tal es el caso del sistema agroforestal Quesungual en Honduras , [2] [3] que se está moviendo hacia nuevas áreas en paralelo con las áreas identificadas por el método EDA.
El EDA es un enfoque combinado que incorpora varias técnicas de análisis espacial . Se investigó por primera vez en 2006, cuando se aplicó para evaluar cómo se puede utilizar el análisis de similitud para ampliar los hallazgos de la investigación dentro de siete sistemas piloto de cuencas de los Andes. [4] El método desarrolló aún más la investigación en torno al análisis "homólogo" de Jones [5] [6] al incorporar variables socioeconómicas en la búsqueda de sitios similares alrededor de los trópicos. Desde entonces se ha utilizado para evaluar las " vías de impacto " y el análisis de impacto global. [1] El "homólogo" se desarrolló para determinar la similitud de las condiciones climáticas en un área geográfica con las exhibidas por el sitio piloto; la resolución de píxeles en la que esto se procesa es de 2,43 minutos de arco, o 4,5 km en el ecuador.
Para derivar los dominios de extrapolación, se utilizan técnicas de modelado estadístico bayesiano y frecuentista. Se aplica la metodología de pesos de evidencia (WofE); esto se basa en gran medida en los conceptos de razonamiento probabilístico bayesiano . [7] [8] En esencia, la inferencia estadística se basa en determinar la probabilidad de que los sitios objetivo adopten el cambio demostrado en las áreas piloto. El supuesto es que una colección de puntos de entrenamiento, en conjunto, tendrá características comunes que permitirán predecir su presencia en otros sitios similares. Se basa en la recopilación de factores (utilizados para crear capas de datos temáticos evidenciales) que demuestran ser consistentes con una implementación exitosa en los sitios piloto y asume que si los sitios objetivo exhiben atributos socioeconómicos, climáticos y paisajísticos similares a los sitios piloto, entonces hay evidencia sólida para sugerir que la ampliación [ aclaración necesaria ] a estos sitios tendrá éxito.