As mudanças climáticas apresentam um impacto sobre os ecossistemas e a atividade de base florestal. Ações realizadas na natureza, como a conservação e a restauração de florestas, são essenciais para mitigar esses impactos, absorvendo gases de efeito estufa e reduzindo as alterações climáticas globais.
O Brasil está comprometido em reduzir as emissões de gases de efeito estufa e minimizar a supressão de florestas naturais, com metas de corte de 48% nas emissões até 2025 e de 53% até 2030.
Empresas podem compensar suas emissões de carbono e assumir responsabilidade ambiental por meio de diferentes estratégias. Essas ações não só ajudam a mitigar o impacto ambiental, mas também melhoram a imagem da empresa e sua relação com investidores e consumidores das questões ambientais. Estratégias como compensação de carbono, redução das emissões diretas e transparência em relatórios são cruciais para esse objetivo.
Monitoramento de Capital Natural e Supressão de Florestas
Ações como implantação de florestas comerciais, recuperação de áreas degradadas e implantação de práticas agroecológicas são eficazes para minimizar a crise climática, promovendo a sustentabilidade e a resiliência dos ecossistemas. Essas ações também contribuem para o controle da atividade florestal, fornecendo alternativas econômicas sustentáveis que podem reduzir a pressão sobre as florestas naturais. O monitoramento do capital natural e das florestas, entretanto, é desafiador. Ferramentas com sensoriamento remoto e inteligência artificial são eficazes na identificação de áreas suprimidas, permitindo ações eficientes de fiscalização e de prevenção.
Ferramentas abertas de Monitoramento
Algumas das plataformas de monitoramento da cobertura e uso da terra que são utilizadas como fontes de dados são o MapBiomas, que se destaca na análise de dados de desmatamento e uso do solo no Brasil e América Latina utilizando a base de dados da Global Forest Watch (GFW). A GFW é uma plataforma de abrangência global que monitora florestas empregando imagens de satélite dos sensores da NASA e Agência Espacial Europeia). Essas ferramentas são eficazes para identificar a ocorrência da supressão de florestas ou regeneração florestal. No entanto, a limitação dos algoritmos e das imagens utilizadas não consegue distinguir, por exemplo, se uma floresta é nativa, ou se é uma floresta comercial, que está sendo colhida ou manejada.
Devido a essa restrição, essas ferramentas, por si só, não podem ser o único parâmetro para o monitoramento de desmatamento em áreas nativas. Assim, elas não atendem plenamente às novas legislações existentes, como o Regulamento da União Europeia sobre Desmatamento (EUDR), que determina a proibição da importação de produtos para o continente europeu, de áreas provenientes de qualquer nível de desmatamento identificado até dezembro de 2020 – seja legal ou ilegal. Portanto, trabalhos de campo podem e devem ser complementados para evitar interpretações equivocadas e garantir a conformidade com os regulamentos.
Um exemplo dessa imprecisão foi verificado pela Quiron Digital em amostras do monitoramento de supressão para a área de interesse situada na Ilha de Sumatra, na Indonésia, numa região de plantios comerciais de Óleo de Palma (palmeira).
Na análise realizada, numa área de mais de 14 mil hectares, comparando os dados reportados, a Global Forest Watch apresenta valores definidos como falsos positivos, ou seja, quando a ferramenta on-line indica dados que representam desmatamento, mas que de fato não ocorreram, quase sete vezes maiores aos da Quiron.
Já os falsos negativos, quando a ferramenta avalia que não há desmatamento, mas que na prática ocorreram, são 46% menores na Quiron.
Importante destacar uma diferença entre os conceitos utilizados e as evidências reportadas: enquanto o GFW analisa apenas a supressão de florestas, a Quiron consegue identificar ainda o que é plantio comercial e o que é floresta nativa. Essa diferenciação é fundamental para poder apontar, com uma análise cientificamente embasada, se a supressão de plantio comercial ocorre na dinâmica de manejo de produção, quando árvores velhas são retiradas para novos plantios silvícolas, ou se ocorre, de fato, desmatamento, quando a retirada de árvores acontece em formações naturais.
Esta evidência, de que tipo de plantação existe ou de que tipo de árvores foram retiradas, é um diferencial oferecido pela Quiron aos seus clientes. Outro diferencial importante é a interpretação das imagens nos chamados falsos positivos e falsos negativos no monitoramento da cobertura e uso da terra. Os dados nem sempre indicam, com evidências, a realidade do que aconteceu ou não aconteceu. Assim, podemos considerar que falsos positivos são alarmes errôneos (detectam algo que não existe), enquanto falsos negativos são falhas em detectar algo real. No sensoriamento remoto, minimizar esses erros é fundamental para obter resultados precisos e confiáveis. O quadro abaixo apresenta a análise comparativa dos resultados da Quiron versus com os da GFW, quando comparados os falsos positivos e negativos:
Análise comparativa | GFW (hectares) | QUIRON (hectares) |
Falsos positivos (representação de desmatamento, mas que de fato não ocorreram) | 144, 4 | 22,1 |
Falsos negativos (representação de não-desmatamento, mas que ocorreram na prática) | 156,3 | 83,7 |
A figura abaixo apresenta um comparativo das detecções de supressão detectadas pela GFW e Quiron:
GLOBAL FOREST WATCH (GFW) | QUIRON |
O quadro a seguir apresenta os valores de área para as detecções de supressão mostradas na figura acima:
ANÁLISE COMPARATIVA | GFW (hectares) | Quiron (hectares) |
Floresta nativa |
GFW não consegue diferenciar tipos de florestas | 151,93 |
Floresta comercial |
GFW não consegue diferenciar tipos de florestas | 194,25 |
Área total | 334,0 | 346,18 |
A solução Quiron, além de apresentar precisamente a supressão de floresta natural, consegue localizar mais áreas de supressão (considerando-se o ano de 2023). O quadro a seguir apresenta os diferenciais da Quiron comparado ao GFW:
Indicador | GFW | QUIRON |
Resolução | Variável | 10 metros x 10 metros |
Classificação de floresta
suprimida |
Sem classificação | ✔️ |
Inteligência artificial treinada para cada área de interesse analisada | Sem classificação | ✔️ |
Relatório de
monitoramento |
Genérico, sem customização ou distinção para referência | Personalizado |
Frequência de acompanhamento de área | Variável, podendo ser anual ou mensal | Semanal |
Recebimento de alertas | Genérico, sem customização ou distinção para referência | Personalizado |