> For the complete documentation index, see [llms.txt](https://sexytrees.savimbo.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://sexytrees.savimbo.com/methodology/es/foundations/orthogonal-stacking.md).
# Dimensiones ortogonales
*Esto es un* [*bricolaje*](/methodology/es/foundations/bricolage.md) *protocolo; lo que significa que lo estamos construyendo en público. ¡Algunas páginas están en construcción — pero vuelve pronto, se está actualizando rápido!*
La naturaleza no vive en bases de datos. Tampoco es fácilmente divisible. Ciertamente, nuestros sistemas de computación lineal y nuestras estadísticas hacen muy poca justicia a patrones naturales como los fractales. De hecho, muchos de nuestros amigos indígenas lamentan la naturaleza deconstructivista de la analítica del mundo industrial en las ciencias naturales (Forestiero 2022).
Sin embargo, y de forma pragmática, la economía actual de la Naturaleza se está volviendo cada vez más computarizada. Crear bases de datos o métricas demasiado simplificadas genera ruido de medición, no tiene en cuenta los efectos dañinos y desperdicia tiempo en confusión (Muller 2018). Pero también es cierto que simplificar los datos puede conducir a soluciones elegantes en sistemas complejos que no pueden caracterizarse con precisión (Mitchell 2009). Además, las mediciones multidimensionales pueden reducir el daño al medir efectos no intencionados (Scott 1998).
Así como las complejas formas matemáticas tridimensionales pueden describirse en un eje x-y-z, los ecosistemas pueden caracterizarse mejor en dimensiones ortogonales claras. La ortogonalidad implica independencia lineal entre dimensiones (Szabo 2015), de modo que la variación en una dimensión (p. ej., carbono) no determina la variación en otra (p. ej., biodiversidad).
Las estructuras ortogonales son esenciales para describir ecosistemas como los bosques que presentan el ‘síndrome de bosque vacío’ (Redford 1992) o los sistemas agrícolas de monocultivo de alto carbono en los que el eucalipto daña los acuíferos no nativos, o se plantan árboles en pastizales nativos (Villalba-Martínez et al. 2025). En todos estos casos, el carbono, la biodiversidad y el agua muestran ortogonalidad (Véase [Fig. B](#figure-b.-worlds-shittiest-graphic-explaining-the-carbon-and-biodiversity-markets)).
#### **Figura B.** El gráfico más cutre del mundo que explica los mercados de carbono y biodiversidad
Pensamos que los ecosistemas se caracterizan mejor en seis dimensiones ortogonales, tal como se definen en el Marco de Beneficios Ecológicos (EBF): suelo, aire, agua, biodiversidad, carbono y equidad. El marco no se desarrolló mediante un enfoque académico descendente, sino a través de tres grupos de trabajo secuenciales de profesionales de base que definieron colectivamente las dimensiones a partir de su experiencia aplicada. Los grupos de trabajo surgieron de redes de expertos pares reclutadas entre la pesca sostenible oceánica, la agricultura orgánica y la agricultura regenerativa, y convergieron de manera fiable en las mismas dimensiones.
Tres de las dimensiones del EBF se alinean claramente con las Convenciones de Río y cuentan con mercados emergentes o ya establecidos con cierta estandarización [(](https://docs.google.com/document/d/1Z907mScq_zQJyqts29ganDMpyMYYJ7QGLfTPfakuNU0/edit?tab=t.0#heading=h.uzgkzqo64ccv)véase la sección [El Protocolo)](https://docs.google.com/document/d/1Z907mScq_zQJyqts29ganDMpyMYYJ7QGLfTPfakuNU0/edit?tab=t.0#heading=h.uzgkzqo64ccv). De estas, solo el carbono tiene una unidad fácilmente consensuada, aunque la unidad de biodiversidad IBU propuesta más adelante en este capítulo sí cuenta con tracción en el mercado. Cada una de las seis dimensiones enfrenta por separado ciencia y mercados emergentes, y sus interacciones siguen estando mal caracterizadas — una fragmentación que nuestro marco de apilamiento está diseñado específicamente para navegar. Pero como marco básico para orientarse, creemos que el EBF es el lugar más fiable para comenzar para cualquiera que trabaje con la Naturaleza desde un contexto del mundo industrial.
---
# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.
## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.
Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:
```
GET https://sexytrees.savimbo.com/methodology/es/foundations/orthogonal-stacking.md?ask=&goal=
```
`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.
Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.