La producción de soya se está expandiendo a nivel mundial para satisfacer la creciente demanda de alimento para animales, productos alimenticios y biocombustibles. Esta expansión es notable en Sudamérica, en donde Brasil ha superado a Estados Unidos como el principal exportador mundial de soya. En toda la región, la expansión de la soya ha impulsado tanto la deforestación directa (mediante la conversión de bosques en tierras agrícolas dedicadas al cultivo de soya) como la indirecta, al desplazar otros usos de la tierra en regiones forestales vulnerables como el bioma amazónico.

Para reducir este impacto, muchas empresas que adquieren soya siguen políticas para garantizar que sus cadenas de suministro de este producto estén libres de deforestación y conversión (DCF, por sus siglas en inglés). Esto incluye compromisos corporativos individuales u objetivos voluntarios para la presentación de informes y la definición de metas como los objetivos de uso de la tierra de la Red de Objetivos Basados en la Ciencia (Science Based Targets Network), así como regulaciones como el Reglamento de la Unión Europea sobre la Deforestación (EUDR).

Cumplir con estos compromisos exige que las empresas monitoreen de cerca sus cadenas de suministro, pero determinar qué datos de monitoreo utilizar puede ser un desafío. Durante la última década, el monitoreo forestal ha madurado de manera constante gracias a nuevas investigaciones, conjuntos de datos y herramientas, lo que ha dado lugar a varios conjuntos de datos que registran la pérdida de bosques en Sudamérica. Estos conjuntos de datos se crearon con diferentes métodos, propósitos, alcances e incluso distintas definiciones de lo que constituye la deforestación. Por lo tanto, pueden arrojar resultados distintos sobre el nivel de deforestación que se está produciendo en una cadena de suministro de soya.

Un nuevo estudio de WRI compara los conjuntos de datos más utilizados para monitorear la pérdida de bosques en América del Sur, evalúa y explica por qué los resultados pueden variar, y ayuda a las empresas a tomar decisiones informadas sobre el uso de los conjuntos de datos de monitoreo y cómo interpretar los hallazgos. Además, proporciona una base metodológica para un análisis futuro de la pérdida y conversión de todos los ecosistemas.

¿Cuáles son las diferencias clave entre los conjuntos de datos más comunes?

Una comparación paralela de múltiples fuentes y métodos contribuye a un uso más confiable de los datos de monitoreo de la deforestación. Realizamos un estudio de este tipo para evaluar la consistencia, los supuestos y las limitaciones de tres conjuntos de datos sobre cambios en el uso y la cobertura del suelo (LUCC, o Land Use and Cover Change, en inglés) en Sudamérica: la pérdida de cobertura arbórea (TLC, o Tree Cover Loss en inglés) de la Universidad de Maryland (UMD), disponible en Global Nature Watch (antes Global Forest Watch); las transiciones en la cobertura del suelo de MapBiomas; y los datos de deforestación de PRODES.

Las diferencias clave entre estos conjuntos de datos incluyen:

  • Lo que pretenden medir. TCL mapea toda la pérdida de cobertura arbórea de más de cinco metros de altura (con un umbral de cobertura del dosel de referencia ajustable, para lo cual utilizamos el 10 %), lo que incluye perturbaciones naturales, incendios y la conversión provocada por el ser humano a terrenos agrícolas o urbanizados. Por su parte, MapBiomas mapea todos los cambios en la cobertura y uso del suelo (en este estudio, nos enfocamos en los cambios de bosques naturales a otros usos del suelo, como la agricultura y las zonas urbanizadas). Y PRODES mapea la pérdida de vegetación nativa provocada por el ser humano, lo que significa que no incluye perturbaciones naturales como incendios forestales, derribos por el viento o enfermedades. Sin embargo, incluye la tala provocada por las personas que involucra fuego cuando resulta en la conversión permanente de la vegetación nativa.
  • La manera en que definen el bosque. TCL lo entiende como toda cobertura arbórea que cumple con el umbral de altura de cinco metros. Para MapBiomas, la definición de bosque varía según el país, basándose en definiciones ecológicas locales en lugar de un umbral global de altura o de dosel. A diferencia de estos conjuntos de datos, PRODES no se basa en una definición de bosque ya que fue diseñado para monitorear toda la pérdida provocada por el ser humano tanto de la vegetación nativa forestal como no forestal, identificando los cambios en función de las características locales de la vegetación.
  • Resolución espacial y períodos de reporte. Los conjuntos de datos de TCL y MapBiomas están disponibles con una resolución de 30 metros, y PRODES mapea eventos de deforestación con una superficie superior a una hectárea. Tanto TCL como MapBiomas mapean la pérdida de bosque según el , mientras que PRODES presenta sus informes de agosto a julio. Cada conjunto de datos abarca un largo historial que se remonta al año 2000 o incluso hasta el 1985 (MapBiomas), y se actualiza anualmente, aunque las fechas de publicación de los informes anuales varían a lo largo del año: TCL suele publicarse alrededor de abril o mayo para el año calendario anterior; PRODES suele publicarse alrededor de septiembre para el período anterior comprendido entre agosto y julio; y las colecciones de biomas y países de MapBiomas se publican por separado en fechas variables.

 

 

¿En qué aspectos coinciden estos conjuntos de datos y en cuáles difieren?

 

Cómo comparamos los datos

Además de comparar los conjuntos de datos tal como están, creamos una vista filtrada para ofrecer también una comparación más equitativa. Dado que los datos de MapBiomas y PRODES tienen definiciones más amplias de los bosques, creamos versiones de cada uno en las que eliminamos la pérdida de bosques con menos de cinco metros de altura y 0,5 hectáreas de superficie. Esto se ajusta a la definición de bosque de la FAO (la definición más utilizada) y permitió una comparación lado a lado con TCL. Además, separamos la pérdida de TCL y MapBiomas por áreas de pérdida mayores y menores de una hectárea para ver cómo cambiarían las áreas si aplicáramos una unidad mínima de mapeo de 1 ha para que coincidiera con PRODES. También superpusimos la pérdida identificada por cada conjunto de datos con datos de soya para analizar la pérdida de bosques vinculada a la conversión a cultivos de soya.

A nivel continental, todos los conjuntos de datos coinciden en cuanto a los puntos críticos geográficos de la pérdida de bosques. Sin embargo, surgen diferencias tanto a escala de campo como al calcular las áreas totales de pérdida para una región o un país.

Algunas de las diferencias más marcadas se deben a las definiciones de bosque y deforestación. MapBiomas tiene una definición más amplia de bosque que la FAO, ya que incluye, por ejemplo, las sabanas. Por lo tanto, al filtrar los datos para ajustarlos a la definición de la FAO se reduce sustancialmente la pérdida forestal mapeada en la mayoría de los países (por ejemplo, hasta en un 55 % en Argentina), pero esto tiene poco efecto en lugares donde la presencia de sabanas es mínima, como en Bolivia. PRODES, aunque se limita a la pérdida causada por el ser humano, también utiliza una definición de vegetación más amplia que la de la FAO, por lo que su área mapeada disminuye de manera similar al filtrarla.

El estudio también revela que, cuando se superpone la pérdida forestal con la extensión de los cultivos de soya, el enfoque se reduce a un área mucho más pequeña, lo que significa que la deforestación relacionada con la soya representa solo una fracción del área total de pérdida forestal (entre el 3 % y el 12 % de la pérdida forestal total, dependiendo del país y del conjunto de datos) según todos los conjuntos de datos.

 

 

A escala de píxel o de campo, cualquier mapa elaborado con un método, modelo o datos de entrada diferentes variará en cierta medida. El mapa que se muestra a continuación indica dónde se superponen los conjuntos de datos entre sí, así como la extensión del cultivo de soya, y muestra que los conjuntos de datos coinciden en algunas ubicaciones y divergen en otras.

 

 

¿Qué significa esto para los datos en la práctica?

Ningún conjunto de datos es totalmente preciso ni adecuado para todos los fines, debido a las diferentes metodologías desarrolladas para distintas aplicaciones. Sin embargo, este estudio ofrece una metodología que los profesionales del sector pueden utilizar para ajustar un conjunto de datos (que tal vez se haya creado con un propósito y una definición específicos) a fin de que también proporcione métricas de pérdida y conversión forestal alineadas con otras definiciones. Al incorporar la extensión de los cultivos de soya en Sudamérica, el estudio también resalta la importancia de filtrar la pérdida forestal por producto de interés, ya que incluso las áreas pequeñas de deforestación vinculadas a productos básicos deben evitarse para cumplir con los compromisos definidos para considerarse libres de deforestación y conversión (DCF).

Las empresas pueden utilizar estos métodos para alinear los datos con las definiciones y así garantizar que su monitoreo cumpla con los requisitos. Por ejemplo, la Iniciativa del Marco de Rendición de Cuentas (AFi por sus siglas en inglés) elaboró una guía detallada sobre las definiciones de bosques, deforestación, conversión y ecosistemas naturales basada en la FAO, que ha sido adoptada por muchos marcos de reportaje de sostenibilidad corporativa, tales como la Guía sobre Bosques del CDP, la Guía FLAG de la SBTi, el Estándar del Sector de la Tierra y las Eliminaciones del Protocolo de Gases de Efecto Invernadero (Protocolo de GEI, o GHG Protocol en inglés) y la Norma GRI 101: Biodiversidad 2024. El EUDR hace referencia a la definición de bosque de la FAO, pero difiere de la AFi en cuanto a lo que puede constituir deforestación.

La mejor opción de datos es el conjunto de datos que se ajuste a las necesidades de la aplicación. Esto puede implicar el uso de un conjunto de datos listo para usar, aplicando filtros de altura del dosel y de unidad mínima de mapeo para cumplir con una definición específica de bosque tal como se establece en este estudio; o bien, utilizar un enfoque de convergencia de evidencia (que compara resultados entre múltiples conjuntos de datos independientes) para crear un nuevo mapa con múltiples conjuntos de datos como entradas.

¿Qué sigue para el monitoreo del DCF?

Si bien las herramientas de mapeo y monitoreo, como el mapa de SBTN Natural Lands para el establecimiento de líneas de base, las alertas de perturbación ecosistémica (DIST) y el Sistema de Clasificación de Alertas de Perturbación del Suelo (LDACS), están avanzando rápidamente, aún existen brechas en el monitoreo y los análisis de cultivos libres de deforestación y conversión (DCF), particularmente en lo que respecta a los ecosistemas no forestales, como las sabanas, los pastizales y los humedales. A medida que maduren los conjuntos de datos sobre la conversión de pastizales y matorrales, enfoques similares a los de este estudio ayudarán a garantizar un monitoreo sólido de la DCF en los ecosistemas no forestales predominantes, como el Cerrado y el Chaco, lo que respaldará una protección regional más integral de los ecosistemas.

Land & Carbon Lab está trabajando en un nuevo producto de datos global y anual que mapea la conversión tanto de bosques como de ecosistemas no forestales a la agricultura. Mantente al tanto para obtener más información sobre estos nuevos datos y cómo pueden apoyar el monitoreo de la DCF alineado con la AFi.