Inteligencia artificial para señalar áreas prioritarias de combate contra la deforestación en la Amazonia

Un estudio con datos satelitales y técnicas de aprendizaje automático muestra que los puntos calientes de devastación extrapolan el límite de los 11 municipios que actualmente se monitorean en el marco del Plan Amazonia en Brasil

Por Luciana Constantino  |  Agência FAPESP – Un método desarrollado por científicos brasileños con base en imágenes satelitales e inteligencia artificial muestra que el área prioritaria en las acciones de combate contra la deforestación sería un 27,8 % menor que la de los 11 municipios que actualmente monitorea el gobierno federal en el marco del Plan Amazonia 2021-2022. Con todo, dicho monitoreo no contempla nuevas fronteras de tala de la selva, que extrapolan los límites de esos municipios blanco.

Una investigación publicada en junio pasado en la revista Conservation Letters, de la Society for Conservation Biology, apunta que las regiones con los más altos índices de desmonte en la Amazonia, catalogadas como de “alta prioridad”, abarcan 414.603 km² este año, ante el área total incluida en el plan, que sumando todos los municipios es de 574.724 km². Es decir que el área que debe monitorearse es 160 mil km² menor, una extensión similar a la de Surinam.

Pero mientras que los hotspots que los investigadores identificaron respondieron por el 66 % de la tasa promedio anual de devastación de la selva, los 11 municipios blanco del plan representaron el 37 % de la tasa de deforestación durante los últimos tres años (de 2019 a 2021).

En el artículo, científicos del Instituto Nacional de Investigaciones Espaciales (Inpe, en portugués) y de universidades estadounidenses arriban a la conclusión de que el método propuesto, aparte de apuntar un foco más definido para la fiscalización, revela nuevas fronteras de desmonte de la selva, situadas actualmente fuera del plan de monitoreo, puesto que extrapolan los límites de esos municipios blanco.

“Con este nuevo abordaje, arribamos a la conclusión de que se logra una mejora de efectividad al priorizar áreas con mayores índices de deforestación y no limitando por municipios. Este resultado es importante, puesto que cada vez más organismos de inspección, tales como el Instituto Brasileño de Medio Ambiente y Recursos Naturales Renovables (Ibama) y el Instituto Chico Mendes de Conservación de la Biodiversidad (ICMBio), han venido padeciendo recortes de recursos, tanto de personal como presupuestarios. Algunos de esos puntos calientes de devastación se ubican dentro de los 11 municipios blanco, pero otros están situados en sus bordes y abren así nuevas fronteras”, le dice a Agência FAPESP el autor corresponsal del artículo Guilherme Augusto Verola Mataveli, de la División de Observación de la Tierra y Geoinformática del Inpe.

Este trabajo contó con el apoyo de la FAPESP en el marco de cuatro proyectos: “La influencia del uso y la cobertura de la tierra en las emisiones de material en partículas finas debido a los incendios en los biomas Amazonia y Cerrado”, “Cuantificación de la mortalidad de árboles con láseres”, “Uso de series temporales densas Sentinel-2/MSI y algoritmos de aprendizaje automático para mejorar el monitoreo agrícola en el bioma Cerrado”, y “Variación interanual del balance de gases de efecto invernadero en la cuenca amazónica y sus controles en un mundo bajo calentamiento y cambios climáticas – Carbam: estudio a largo término del balance de carbono de la Amazonia”.

Ante la consulta de Agência FAPESP, el Consejo Nacional de la Amazonia Legal (CNAL), responsable del Plan Amazonia 2021-2022 informó a través de su asesoría que “el objetivo [del plan] fue enfocarse en donde la existencia de las acciones ambientalmente ilícitas tenía un mayor impacto sobre los resultados de la gestión ambiental brasileña, sin descuidar la actuación en las demás áreas de la denominada Amazonia Legal Brasileña”. De acuerdo con el CNAL, “los municipios seleccionados fueron aquellos que figuraban con mayores áreas deforestadas, así como con una mayor incidencia de incendios, con la posibilidad de incluir otros que el Centro Gestor Operativo del Sistema de Protección de la Amazonia [Censipam] mapee”.

El CNAL sostuvo también que el Inpe fue una de las “instituciones protagonistas en el proceso de determinación de las prioridades establecidas”, pero que los científicos que trabajaron en la investigación podrían “haber contribuido oportunamente en forma institucional”. “El CNAL trabaja siempre con la información oficial, gestionada, trabajada y analizada por los organismos oficiales del gobierno”, afirma el organismo.

El avance en el procesamiento de datos

En el estudio, los científicos destacan que la deforestación en los 11 municipios que fueron objeto del plan fue significativa en los últimos años, lo que motivó un monitoreo, pero eso no sería suficiente como para priorizar únicamente esos sitios. Son ellos: São Félix do Xingu, Altamira, Novo Progresso, Pacajá, Portel, Itaituba y Rurópolis en el estado de Pará, Apuí y Lábrea en el estado de Amazonas, Colniza en el estado de Mato Grosso, y Porto Velho en el estado de Rondônia.

Los investigadores mencionan que, aun con las acciones de inspección concentradas en la zona, se produjo un aumento del 105 % en el índice de devastación entre febrero y abril de 2021 si se compara con el promedio de los años anteriores (2017-2021). De acuerdo con los datos del Deter, el programa oficial de alertas de deforestación de Brasil, fueron 524,89 km² de nuevos puntos de devastación en esas áreas.

“Esta investigación valida la importancia del Inpe, que desde hace 60 años forma investigadores de punta y produce ciencia y tecnología, con base en datos satelitales, para la sociedad y para el desarrollo nacional. Los avances en el procesamiento de datos presentados en este estudio mediante el uso de inteligencia artificial en la planificación del combate contra la deforestación son críticos para la mitigación de problemas ambientales nacionales y para la construcción de un plan de desarrollo sostenible en el país”, afirma el jefe de la División de Observación de la Tierra y Geoinformática del Inpe, Luiz Aragão, uno de los autores del artículo.

Las áreas prioritarias

Entre otras fuentes el grupo utilizó datos del Prodes, el Proyecto de Monitoreo de la Deforestación en la Amazonia Legal vía Satélite, del Inpe. Desde 1988, el Prodes elabora los índices anuales de deforestación en la región que el gobierno brasileño utiliza para definir políticas públicas. Dichos índices se estiman con base en la tala rasa o al ras detectada en cada imagen satelital que cubre la Amazonia Legal Brasileña.

Según el último informe del Prodes, el área deforestada en la Amazonia fue de 13.235 km² entre agosto de 2020 y julio de 2021, un aumento del 22 % con relación al período anterior (de agosto de 2019 a julio de 2020) y la mayor tasa desde 2006 (lea más en portugués, en: terrabrasilis.dpi.inpe.br/app/dashboard/deforestation/biomes/legal_amazon/rates).

“La idea del artículo surgió en febrero de 2021, cuando se presentó el Plan Amazonia 2021-2022. En ese momento, se dio a conocer que la deforestación en esos 11 municipios representaba el 70 % del total registrado en la Amazonia, pero el Prodes apuntaba algo diferente. Con la evolución del modelo, nos dimos cuenta de que podríamos presentar una herramienta para ayudar a orientar las inspecciones”, añade Verola Mataveli.

Para determinar las áreas prioritarias, los investigadores definieron primeramente las denominadas células de grilla o de retícula distribuidas regularmente sobre la Amazonia: regiones de 25 km² por 25 km². Con base en el algoritmo Random Forest, que elabora automáticamente conjuntos de regresiones multivariantes para prever hotspots de deforestación al año siguiente, se determinó un tipo de prioridad por cada una de esas células. Este método identifica una fracción mayor de áreas bajo riesgo de tala de árboles con relación al área total y a tierras públicas.

Se contemplaron cinco predictores: las tasas de deforestación en años anteriores, la distancia a células de la retícula con alta deforestación acumulativa en los años anteriores, la distancia a infraestructuras (tales como carreteras y/o hidrovías), el área total protegida en la célula de la retícula y la cantidad de focos de calor.

Luego se definieron tres tipos de prioridades con base en las estimaciones de deforestación prevista: baja (valores por debajo del percentil 70), mediana (entre los percentiles 70 y 90) y alta (arriba de 90). Los científicos separaron entonces únicamente las células de las retículas con percentiles superiores a 90 (alta) para mapear las áreas prioritarias de 2022, y así arribaron a los 414.603 km².

Este método permite también definir las áreas prioritarias anualmente empleando las tasas de corte al ras del período anterior, independiendo de las fronteras geopolíticas. De acuerdo con los investigadores, entre los ejemplos que están fuera del Plan Amazonia 2021-2022, pero que aparecieron como prioridad “alta”, se encuentran los estados de Roraima y Acre.

“La priorización de esos 11 municipios será insuficiente para que Brasil logre cumplir con sus compromisos internacionales, como el de reducir a cero la deforestación ilegal en 2028, asumido en la COP-26 [la Conferencia del Clima de las Naciones Unidas]. Asimismo, el Plan Amazonia 2021-2022 posee una meta de combate contra la deforestación de 8.719 km² por año. Pero un decreto de 2018 ya establecía un límite de 3.925 km² anuales después de 2020. Es decir, una meta menos ambiciosa”, añade Verola Mataveli.

El investigador se refiere al decreto 9.578, del año 2018, que aborda la Política Nacional del Cambio Climático y estipula una disminución del 80 % de los índices anuales de deforestación en la Amazonia Legal con relación a la media entre los años 1996 y 2005. Esa meta se encuentra entre las acciones que adopta Brasil para contener las emisiones de gases de efecto invernadero.

En la COP-26, aparte del compromiso de eliminar la deforestación ilegal para el año 2028, Brasil se comprometió a reducir las emisiones de gases de efecto invernadero un 50 % con relación a los niveles de 2005 para 2030 y a alcanzar la neutralidad climática en 2050. Sin embargo, el aumento de las tasas de devastación en la Amazonia contrasta con estos objetivos: alrededor del 11 % de las emisiones de gases invernadero obedece a la mala gestión de los bosques y del uso de la tierra, en lo que se incluyen la deforestación y los incendios.

Cuando se presentó el Plan Amazonia 2021-2022, los expertos criticaron las metas estipuladas caratulándolas como insuficientes. Sucede que el gobierno estableció como objetivo disminuir la deforestación con base en la media registrada en el período 2016-2020, que ya era alrededor de un 35 % mayor que la de los diez años anteriores.

Acciones complementarias

La investigación sugiere que, aparte de métodos más directos para definir objetos de políticas públicas, es necesario implementar una serie de acciones complementarias con miras a combatir la devastación. Entre ellas, la educación y a la concientización ambiental, la identificación para responsabilizar a los actores que infringen las leyes de protección ambiental y lucran con la deforestación ilegal y el incentivo a proyectos volcados hacia acciones en el campo de la economía verde y para mantener la selva en pie, aparte de la regularización de tierras públicas e indígenas.

”El código que empleamos para generar este modelo y las áreas prioritarias es abierto. Estamos conversando con la plataforma Terra Brasilis para intentar incluir esas áreas en la información disponible para quien desee tener acceso. De este modo, si algún gobierno tuviera interés, incluidos los de los estados o municipales, es posible aplicarlo en la práctica”, culmina Verola Mataveli.

Puede leerse el artículo intitulado Science-based planning can support law enforcement actions to curb deforestation in the Brazilian Amazon, de los investigadores Guilherme Mataveli, Gabriel de Oliveira, Michel Chaves, Ricardo Dalagnol, Fabien H. Wagner, Alber H.S. Ipia, Celso H.L. Silva-Júnior y Luiz Aragão, en el siguiente enlace: conbio.onlinelibrary.wiley.com/doi/epdf/10.1111/conl.12908.