Explicação dos dados do Global Forest Watch sobre a perda de cobertura arbórea de 2022

Jun 27, 2023||7 minutes
Languages
Amazon – Brazil, 2011.©Neil Palmer/CIAT

©Neil Palmer/CIAT

Languages
Category
  • Data
Topics
  • Brazil
  • forest change
  • Indonesia

Novos dados sobre a perda de cobertura arbórea da Universidade de Maryland (University of Maryland, UMD) disponíveis no Global Forest Watch (GFW) mostram taxas altas de perda de florestas primárias em 2022, apesar das ambições políticas de conter a perda. O que os dados medem, o que há de diferente este ano e como eles se comparam a outras estimativas oficiais de desmatamento? Aqui está o que você precisa saber sobre os novos dados.

O que a perda de cobertura arbórea mede e como ela difere do desmatamento

Os dados de perda de cobertura arbórea da UMD capturam a perda anual de todas as árvores com mais de cinco metros de altura entre os anos de 2001 e 2022. Como a coleta de dados por satélite óptico pode, muitas vezes, ser atrapalhada por nuvens nos trópicos úmidos, algumas perdas no final do ano podem ser detectadas no próximo ano após uma cobertura de nuvens persistente. Essa é uma ocorrência comum em muitos países tropicais onde a cobertura de nuvens é predominante.

Os dados sobre perda de cobertura arbórea incluem a perda de árvores em florestas naturais, bem como em plantações e cultivo arbóreo. A perda dessa cobertura pode ser devido a causas humanas ou naturais, permanente ou temporária. O desmatamento difere por se referir apenas a uma mudança permanente e causada pelo homem, partindo do estado de floresta para outros usos da terra. Algumas formas de perda de cobertura arbórea, como a conversão de uma floresta natural em terras agrícolas, são consideradas desmatamento, enquanto outras formas, como a extração de madeira em florestas plantadas ou distúrbios naturais, não são. Leia mais sobre as diferenças aqui.

Uma nova ferramenta disponível na Global Forest Review, o Targets Tracker (Rastreador de metas), nos permite usar dados sobre perda de cobertura arbórea para medir o progresso em relação aos compromissos de desmatamento em nível global, usando uma aproximação de desmatamento de resolução grosseira. Para isso, o Targets Tracker identifica as perdas que provavelmente representam o desmatamento dentro e fora dos trópicos, incluindo apenas a perda de cobertura arbórea de determinados fatores. Especificamente, ele inclui a expansão da agricultura de pequena escala em florestas primárias tropicais úmidas, bem como todas as perdas no desmatamento e na urbanização impulsionados por commodities. Também exclui perdas temporárias, como as decorrentes de incêndios ou atividades florestais.

Por que nos concentramos nos trópicos?

Na análise dos dados da UMD, nós nos concentramos principalmente na perda de cobertura arbórea em florestas primárias tropicais, pois as florestas tropicais sofrem a grande maioria (mais de 96%) do desmatamento mundial, e a perda nessas áreas tem impactos enormes sobre a biodiversidade e o armazenamento de carbono. Mesmo que essas perdas acabem sendo revertidas, levará décadas para que esses habitats e estoques de carbono se recuperem, e poderá ocorrer uma perda permanente de biodiversidade.

Como a perda de cobertura arbórea se compara aos dados nacionais oficiais no Brasil e na Indonésia?

Brasil 

O PRODES – o sistema oficial de monitoramento florestal para a Amazônia do Instituto Nacional de Pesquisas Espaciais (INPE) – e os dados da UMD têm diferenças metodológicas e de definição que são importantes de serem compreendidas ao comparar essas duas fontes de dados. O PRODES mede o desmatamento nítido e as perdas florestais antropogênicas por incêndio maiores que 6,25 hectares, enquanto a UMD captura perdas maiores que 0,09 hectare de todas as árvores com altura superior a cinco metros. Ambas são medidas importantes que nos ajudam a entender como as florestas estão mudando, uma vez que o desmatamento, as queimadas e pequenos distúrbios no dossel florestal podem levar a impactos no clima, na biodiversidade e nos serviços ecossistêmicos.

Explicação das diferenças da UMD e do PRODES

Separar a perda de cobertura arbórea de incêndios nos dados da UMD resultou em uma correspondência muito mais próxima entre esses dois conjuntos de dados. No entanto, eles parecem mostrar tendências diferentes na Amazônia brasileira no ano de 2022: o PRODES mostra uma redução de 11% no desmatamento, enquanto a UMD mostra um aumento de 21% na perda de floresta primária sem relação com incêndios.

Dados do PRODES vs. UMD sobre a Amazônia brasileira 

O motivo para essa discrepância pode ser a diferença nos períodos dos relatórios. O PRODES se utiliza do período entre agosto e julho (nesse caso, agosto de 2021 a julho de 2022), enquanto a UMD usa o ano-calendário (janeiro a dezembro de 2022). Os alertas do DETER do governo brasileiro, que rastreiam diariamente o desmatamento, sugerem que as taxas de desmatamento aumentaram no segundo semestre de 2022 em comparação com os anos anteriores. Os alertas do DETER detectaram uma redução de 2% no desmatamento entre agosto de 2021 e julho de 2022 em comparação com agosto de 2020 a julho de 2021, mas detectaram um aumento de 25% entre o ano-calendário de 2021 e 2022.

Alertas do DETER na Amazônia brasileira

Indonésia

Neste ano, o WRI e o Ministério do Meio Ambiente e Florestas da Indonésia (MoEF) estão trabalhando juntos para analisar e compreender os dados da Universidade de Maryland e do GFW de perda de florestas primárias pela lente das definições e classificações do MoEF. Sobrepondo os dados de perda de florestas primárias de 2022 da UMD/GFW com os mapas de uso e cobertura da terra, podemos identificar que 67% da perda ocorre em classes de cobertura de florestas definidas pela Indonésia, enquanto 33% restantes se dão em áreas de outros usos, como agricultura mista, arbustos, áreas alagáveis e outros tipos de cobertura de vegetação. Aproximadamente 107 mil hectares de perda foram identificados dentro das classes oficiais do governo. Desses 107 mil hectares, cerca de 12 mil hectares estão áreas legalmente classificadas como florestas primárias na Indonésia. A análise conjunta irá melhorar nossa compreensão sobre essas questões.  

Perda de florestas primárias UMD/GFW em hectares segundo as classes do MoEF em 2022

Melhorias de dados ao longo do tempo resultam em inconsistências nos dados antes de 2015 

Ajustes de algoritmo e melhores dados de satélite melhoraram o conjunto de dados de perda de cobertura arbórea ao longo do tempo. Mudanças no algoritmo de detecção de perda de cobertura arbórea para os anos de 2011 a 2014 e 2015 em diante e a incorporação de dados do Landsat 8 a partir de 2013 facilitam a detecção de mudanças de menor escala, como perdas devido a incêndios, corte seletivo e agricultura itinerante. As variações na disponibilidade de imagens de satélite também significam que há inconsistências com a qualidade e o número de imagens disponíveis para capturar dados a cada ano.

Para abordar esses problemas, nós:

  • concentramos nossa análise em tendências após 2015;
  • avaliamos a média móvel de três anos para interpretar as tendências de longo prazo; e
  • desconsideramos o aumento da perda após 2012 em locais dominados pela agricultura de pequena escala, como a África Central. Esse aumento provavelmente se deve a melhorias nos dados que detectam melhor a perda posterior na série temporal.

Como os dados mudarão com o passar do tempo?

A UMD está trabalhando para aprimorar os dados de extensão e alteração de cobertura arbórea, o que resultará em mudanças nos dados para os próximos anos. Os novos dados rastrearão a extensão anual de cobertura arbórea e oferecerão informações anuais de perdas e ganhos usando um algoritmo consistente em toda a série temporal. Eles também rastrearão vários eventos de ganho e perda em um mesmo local, o que nos permitirá rastrear melhor as áreas dinâmicas de mudança florestal, como atividades de reflorestamento e incêndios florestais. A incorporação de eventos de ganho e perda anuais e repetidos fornecerá um cenário mais completo das mudanças florestais globais.

Category
  • Data
Topics
  • Brazil
  • forest change
  • Indonesia

Explore More Articles

Ripe Cocoa pods from a cocoa farm in Ghana.
Feb 14, 2024|Data|10 minutes

Ending Deforestation from Cocoa in West Africa with New Data-Driven Resources

Two new data-driven resources provide a shared view of priority areas in West Africa and can help realize a a deforestation-free cocoa sector.

Aerial view of the Amazon Rainforest
Jan 18, 2024|Data|8 minutes

Comparing Forest Extent in 2020 from Global Forest Watch and the Forest Resources Assessment

This blog compares the forest extent in 2020 for data from UMD on GFW and the FAO Forest Resources Assessment and explains the differences.

Side by side comparison of UMD tree cover loss and JRC Tropical Moist Forest data
Jan 08, 2024|Data|10 minutes

Differences Between Global Forest Watch’s Tree Cover Loss Data and JRC’s Tropical Moist Forest Data Explained

We explain key differences between two data sets that track forest change in the tropics: UMD tree cover loss and JRC Tropical Moist Forest.

Explore More Articles
Ripe Cocoa pods from a cocoa farm in Ghana.
Feb 14, 2024|Data|10 minutes

Ending Deforestation from Cocoa in West Africa with New Data-Driven Resources

Aerial view of the Amazon Rainforest
Jan 18, 2024|Data|8 minutes

Comparing Forest Extent in 2020 from Global Forest Watch and the Forest Resources Assessment

Side by side comparison of UMD tree cover loss and JRC Tropical Moist Forest data
Jan 08, 2024|Data|10 minutes

Differences Between Global Forest Watch’s Tree Cover Loss Data and JRC’s Tropical Moist Forest Data Explained

fetching comments...