Sylvera从索引中抓住种子支持，以帮助关闭碳偏移周围的问责差距

评级基于专有数据集，它与来自研究组织的科学家一起开发，包括UCLA，美国宇航局射流推进实验室和伦敦大学学院。

在VC公司索引企业领导的种子资金中刚刚抓住580万美元。所有现有的机构投资者也参加了 - 即：Seedcamp，SpingyInvest和Revent。它还来自领先的天使，包括纽约证券交易所，汤森路透，花旗银行和IHS马克的现有和前任首席执行官。 （它确认它致力于当ASK中致力于收到传统碳密集型公司的任何投资。）并且它只陷入了英国创新的2000万美元的研究合同。

这个问题它的目标是碳抵消市场缺乏透明度。

这项燃料涉及许多抵消项目不会达到碳排放净减少的净索赔 - 而“创造性”碳会计仍然被用来产生大量的热空气：以积极的声音PR的形式随着污染者继续抽出气候变化的排放，与无意义的热心和更多污染。

尽管如此，碳抵消市场达到巨大的增长 - 到2030年至少15倍 - 随着大型企业加速其净零承诺。 Sylvera的赌注是，这将推动对可靠的独立数据的需求 - 站起来索赔的影响。

Sylvera如何基准碳抵消？联合创始人Sam Gill表示其技术平台在多层卫星数据上绘制，以捕获规模和高频的项目性能数据。

它适用机器学习来分析和可视化数据，同时还将其作为“深入分析工作来评估潜在项目质量”。通过该过程，它为项目创造了标准化的评级，使得市场参与者能够根据他们的偏好进行交易。

它通过Web应用程序和API（它为订阅收费）提供给客户的评分和分析数据。

“我们评估了一个项目的两个关键领域 - 它的碳绩效及其”质量“，”Gill告诉TechCrunch。 “我们对这些标准进行了一个项目，并为他们提供评级 - 就像穆迪对债券的评级一样。”

通过从多个来源收集“多层数据”来评估碳的性能，以了解这些项目的地面发生的内容 - 例如通过多级卫星源，如多光谱图像，雷达和LIDAR数据。

“我们随着时间的推移将这种数据整理到我们的专有机器学习算法中，并分析项目如何根据其规定的目标进行，”Gill解释说。

通过考虑项目的技术方面，评估质量。这包括什么Gill呼叫“anderality”;又名“该项目是否具有强烈声称来提供更好的结果，而不是发生更好的结果，而是为了存在偏移收入？”

例如，有一些碳偏移对土地所有者无意伐木的森林索赔。因此，如果没有任何森林森林，碳信用基本上是虚假的。

他还表示，它看起来像永久性的因素（“项目持续多久？”）;共同福利（“该项目的融资有多合并了联合国可持续发展目标？）;和风险（“项目减轻风险的程度，特别是来自人类的风险和自然原因的人？”）。

显然，它不是一个精确的科学 - 例如，鳃承认风险通常是互连。

“在串联中评估这些表现和质量至关重要，”他告诉TechCrunch。 “简单地说项目正在实现其计划中列出的碳目标是不够的。

“如果项目的额外性低（例如，项目实际上，项目在没有项目的情况下砍伐该项目），那么在项目中阐述的碳目标不会产生预期的碳目标，并且潜在的偏移是因此比升值弱了。“

评论索引企业的伙伴Carlos Gonzalez-Cadenas的See See Senflation说：“这是一个具有愿景的明显强大的团队，以建立第一个碳抵消评级基准，提供围绕偏移质量的全面见解，实现购买决策以及购买后监测和报告。 Sylvera正在建立解决气候变化所需的积木。“