SimAmazoniaINFRA

As projeções utilizadas na modelagem dos cenários de desmatamento e de emissões de gases de efeito estufa (GEEs) partiram de bases de dados espaciais e não espaciais de acesso público, incluindo mapeamentos anuais de desmatamento até 2023 [1,2] e estimativas de densidade de biomassa acima do solo [3], bem como planos de ação climática voltados à redução das emissões de GEEs [4] dos nove países que compõem a Pan-Amazônia — Bolívia, Brasil, Colômbia, Equador, Guiana, Guiana Francesa, Peru, Suriname e Venezuela.

Na Amazônia brasileira foram consideradas as bases de dados do projeto PRODES (monitoramento anual da supressão de vegetação nativa) do INPE [1], enquanto nos demais países utilizou-se o mapeamento contínuo global de Hansen et al. [2], o qual analisa séries temporais de imagens Landsat, em razão da ausência de bases nacionais com monitoramento anual.

No cenário Linha de Base, adotou-se como referência a média fixa do desmatamento dos últimos cinco anos (2019 a 2023). Embora a base de dados de desmatamento observado [2] disponibilizasse informações até 2024, os valores registrados nesse ano, em todas as regiões amazônicas analisadas, mostraram-se muito superiores aos dos anos anteriores. Tal padrão foi identificado por meio de comparações com imagens de satélite e com outras bases de dados nacionais, entre elas a do projeto PRODES do INPE [1]. Esses resultados sugerem possíveis inconsistências associadas ao mapeamento ou ao pós-processamento dos dados, além de indicarem potencial interferência nas projeções futuras de supressão da vegetação florestal.

Já no cenário Tendencial, utilizou-se a projeção dos valores futuros com base no período histórico correspondente aos últimos cinco anos (2019 a 2023). O método estatístico de tendência linear utiliza regressão linear pelo método dos mínimos quadrados para a identificação de padrões de comportamento em um conjunto de dados, permitindo traçar uma linha contínua que representa a direção geral dos eventos.

No cenário Meta, foram adotados os objetivos definidos pelas respectivas NDCs (Contribuições Nacionalmente Determinadas) de cada país [4], as quais convergem para a meta geral de neutralidade climática (ou emissões líquidas zero), sendo a eliminação do desmatamento um meio fundamental para atingir esse objetivo.

• Na Bolívia, as metas do setor florestal diferenciam-se entre áreas situadas no interior e fora de áreas protegidas (APs), conforme estabelecido no documento da NDC [5]. Para as áreas localizadas no interior de APs, foi definida a redução de 100% da supressão de vegetação nativa, enquanto, para as áreas externas, estipulou-se uma redução de 80%, ambas com meta até 2035, em relação às respectivas linhas de base (2016–2020 e 2016–2021). Adotou-se uma trajetória linear de redução a partir de 2023 e até 2035, considerando-se a média dos anos correspondentes às linhas de base, com o objetivo de alcançar ambas as metas.
• No Brasil, o compromisso estabelecido consiste em zerar o desmatamento ilegal até 2030 e alcançar emissões líquidas de GEE nulas até 2050 no bioma Amazônia [6]. Estudos conduzidos pelo governo federal e pela UFMG estimaram que, em 2022, 90% da supressão de vegetação nativa observada no bioma não possuíam autorização [7]. Com base nessa estimativa, a referida proporção foi aplicada ao valor de desmatamento observado no mesmo ano, e procedeu-se ao cálculo de uma trajetória linear de redução a partir do último ano com mapeamento disponível (2023), até o alcance das duas metas.
• A Colômbia estabelece, em sua NDC, a meta de reduzir a taxa anual de desmatamento no setor florestal para um intervalo entre 37.500 e 49.999 hectares até 2035 [8]. Para fins de cálculo, adotou-se a média entre esses dois valores. Considerando que a meta se aplica a todo o território nacional, estimou-se a proporção correspondente à porção amazônica do país, de modo a aplicar a média apenas à fração territorial relativa a essa região. O cálculo da trajetória de redução foi modelado de forma linear, com base no ano de 2023.
• O Equador não estabelece uma meta NDC específica para o setor florestal ou para a região amazônica, definindo, em vez disso, uma redução total de 7% de suas emissões (aproximadamente 8.800 ktCO₂eq) até 2035 [9]. A partir de 2023, último ano com dados disponíveis de desmatamento para o país, foi definida uma trajetória linear de redução até 2035, com base no valor de emissões (CO₂eq) convertido em área desmatada (ha) a partir do mapa de densidade de biomassa e mediante a aplicação de um fator de conversão de 3,66. Além disso, assumiu-se que o conteúdo de carbono corresponde a 50% da biomassa lenhosa [10] e que 85% do carbono contido nas árvores é liberado para a atmosfera em decorrência do desmatamento [11].
• O cronograma associado à NDC da Guiana abrange o período até 2025 [12]. O objetivo estabelecido consiste na mitigação de 48,7 MtCO₂eq anuais até 2025, nos setores de indústria madeireira e mineração, caso sejam fornecidos incentivos adequados. Na ausência de atualizações nos planos de ação climática voltados à redução das emissões de GEE, optou-se por estender essa meta até 2035. Para tanto, procedeu-se à conversão do valor em CO₂eq para hectares, obtendo-se um valor distribuído ao longo do período de 2024 a 2035, com base em uma trajetória de redução linear iniciada em 2023.
• A Guiana Francesa não possui NDC própria, estando, portanto, sujeita às metas estabelecidas para o território francês (União Europeia). O documento define como objetivo a redução das emissões líquidas de GEE entre 66,25% e 72,5% até 2035, em relação aos níveis de 1990 [13]. Em razão da ausência de dados espaciais referentes ao ano da linha de base, foi adotado o valor reportado pela Citepa (Centre Interprofessionnel Technique d’Études de la Pollution Atmosphérique) para o setor florestal [14]. Esse valor, expresso em tCO₂eq, foi convertido em área desmatada (hectares), a partir da base de dados de densidade de biomassa, sendo utilizado como referência para a determinação do valor absoluto da meta estabelecida. A média entre os percentuais definidos na NDC foi calculada e, a partir desse valor, aplicou-se uma redução linear no período de 2023 a 2035, a qual foi estendida até a eliminação do desmatamento em 2050.
• No Peru, a meta estabelecida na NDC consiste na redução das emissões de GEE entre 54,0 e 69,9 MtCO₂eq até 2030 no setor UTCUTS (Uso de la Tierra, Cambio de Uso de la Tierra y Silvicultura) [15]. Para a operacionalização dos cálculos, esses valores foram convertidos de MtCO₂eq para hectares, sendo posteriormente calculada a média entre os dois limites, com o objetivo de definir uma meta absoluta. Considerando o caráter nacional da meta, fez-se à proporcionalização do valor de desmatamento a ser reduzido até 2030 para a área correspondente à Amazônia peruana. Em seguida, aplicou-se uma trajetória linear de redução a partir de 2023, de modo a atingir a meta estabelecida para 2030.
• No Suriname, as principais metas de mitigação no setor AFOLU para 2030 e 2035 incluem a manutenção de cobertura florestal igual ou superior a 90% [16]. O país é caracterizado como um sumidouro líquido de gases de efeito estufa e apresenta uma economia de carbono negativo. Nesse contexto, adotou-se uma abordagem metodológica que estima a área de floresta passível de desmatamento, assegurando a manutenção de uma cobertura florestal igual ou superior a 90% da área atual. Assim, considerou-se a redução apenas da diferença entre a meta estabelecida e a cobertura florestal atual (93%) [16]. A partir dessa diferença, foi estimada uma trajetória linear de redução do desmatamento, com início em 2023, até a sua completa eliminação.
• Na Venezuela, uma das metas estabelecidas na NDC consiste na manutenção da taxa de supressão de vegetação nativa em 0,20% ao ano até 2035 no território nacional (equivalente a 90 mil ha/ano), tomando-se como linha de base o ano de 2020 e considerando exclusivamente o setor florestal [17]. Dessa forma, foi realizada a proporcionalização da área para a região da Amazônia venezuelana, seguida da aplicação de uma trajetória linear de redução do desmatamento, com o objetivo de sua eliminação até 2050, em consonância com o compromisso global de neutralidade climática previsto no Acordo de Paris.

Referências:

[1] Instituto Nacional de Pesquisas Espaciais – INPE (2026) Projeto Prodes – Monitoramento de Desmatamento na Amazônia Legal. São José dos Campos, Brasil: INPE. Disponível em: http://terrabrasilis.dpi.inpe.br/downloads/.

[2] Hansen M.C., Potapov P.V., Moore R., et al. (2013) High-Resolution Global Maps of 21st-Century Forest Cover Change. Science 342, 850-853. Disponível em: https://glad.earthengine.app/view/global-forest-change. Base de dados atualizada em 2026.

[3] Harris N.L., Gibbs D.A., Baccini A., et al. (2021) Global maps of twenty-first century forest carbon fluxes. Nature Climate Change 11, 234–240. Disponível em: https://doi.org/10.1038/s41558-020-00976-6.

[4] United Nations Framework Convention on Climate Change – UNFCCC. Nationally Determined Contributions (NDC). Disponível em: https://unfccc.int/NDCREG.

[5] Estado Plurinacional de Bolivia (2025) Contribución Nacionalmente Determinada (CND 3.0): presentada en el marco del Acuerdo de París y la CMNUCC, para el periodo 2026-2035. La Paz, Bolívia: Ministerio de Medio Ambiente y Agua; Autoridad Plurinacional de la Madre Tierra. Disponível em: https://unfccc.int/documents/650130.

[6] República Federativa do Brasil (2024) Brazil’s Second Nationally Determined Contribution (NDC). Brasília, Brasil: Governo Brasileiro. Disponível em: https://unfccc.int/sites/default/files/2024-11/Brazil_Second%20Nationally%20Determined%20Contribution%20%28NDC%29_November2024.pdf.

[7] Brasil, Ministério do Meio Ambiente e Mudança do Clima (2026) Plano Clima Mitigação: plano setorial de mudanças do uso da terra em áreas rurais privadas. Brasília, DF: MMA, MCTI, MAPA, MDA, CC/PR. Disponível em: https://www.gov.br/mma/pt-br/centrais-de-conteudo/publicacoes/mudanca-do-clima/plano-setorial-mudancas-uso-terra-areas-rurais-privadas.pdf.

[8] República de Colombia (2025) Contribución Determinada a Nivel Nacional (NDC 3.0) de Colombia – Transformaciones para la Vida. Bogotá, Colômbia: Ministerio de Ambiente y Desarrollo Sostenible. Disponível em: https://unfccc.int/sites/default/files/2025-09/NDC%203.0%20Declarativa%20Colombia%20Transformaciones%20para%20la%20Vida%20V.25.09.2025%20Gob.%20Nacional.pdf.

[9] República del Ecuador (2025) Segunda Contribución Determinada a Nivel Nacional de la República del Ecuador 2026-2035. Quito, Equador: Ministerio del Ambiente, Agua y Transición Ecológica. Disponível em: https://unfccc.int/sites/default/files/2025-02/Segunda%20NDC%20de%20Ecuador.pdf.

[10] Houghton R.A., Lawrence K.T., Hackler J., Brown L.S. (2001) The spatial distribution of forest biomass in the Brazilian Amazon: a comparison of estimates. Global Change Biology 7:731-746.

[11] Houghton R.A., Skole D.L., Nobre C.A., et al. (2000) Annual fluxes of carbon from deforestation and regrowth in the Brazilian Amazon. Nature 403, 301–304.

[12] Republic of Guyana (2015) Guyana’s Revised Intended Nationally Determined Contribution. Georgetown, Guiana: Government of Guyana. Disponível em: https://unfccc.int/sites/default/files/NDC/2022-06/Guyana%27s%20revised%20NDC%20-%20Final.pdf.

[13] European Union and its Member States (2025) The nationally determined contribution of the European Union and its Member States. União Europeia: Danish Presidency of the Council of the European Union and European Commission. Disponível em: https://unfccc.int/sites/default/files/2025-11/DK-2025-11-05%20EU%20NDC.pdf.

[14] Centre Interprofessionnel Technique d’Études de la Pollution Atmosphérique – Citepa (2024) Inventaire national d’émissions de gaz à effet de serre et de polluants atmosphériques en Outre-mer. Ed. 2024. Disponível em: https://www.citepa.org/en/air-climate-data/data-greenhouse-gas/french-overseas-territories/.

[15] Gobierno del Perú (2025) Tercera Contribución Determinada a Nivel Nacional del Perú. Lima, Peru: Ministerio del Ambiente. Disponível em: https://unfccc.int/sites/default/files/2025-11/Documento%20NDC%203.0_UNFCCC.pdf.

[16] Republic of Suriname (2025) Republic of Suriname’s Third Nationally Determined Contribution (NDC 3.0). Paramaribo, Suriname: Ministry of Oil, Gas, and Environment. Disponível em: https://unfccc.int/sites/default/files/2025-11/NDC%203%20report%20Suriname%20251104%20Final%20Publication%20Version.pdf.

[17] República Bolivariana de Venezuela (2021) Actualización de la Contribución Nacionalmente Determinada de la República Bolivariana de Venezuela para la lucha contra el Cambio Climático y sus efectos. Caracas, Venezuela: Ministerio del Poder Popular para el Ecosocialismo. Disponível em: https://unfccc.int/sites/default/files/NDC/2022-06/Actualizacion%20NDC%20Venezuela.pdf.

SimAmazonia[1] é um sistema único no que se refere ao desenvolvimento de projeções espacialmente explícitas de tendências futuras de desmatamento sob cenários de investimentos em infraestrutura (particularmente transporte), políticas públicas de conservação e gestão de terras. Ao possibilitar comparações entre cenários, como o “tendencial” ou “business-as-usual”, que pressupõe a continuação das tendências atuais de desmatamento e a implementação de infraestrutura planejada, e o de “governança”, que incorpora esforços de conservação e intervenções políticas, como as metas de redução de desmatamento das NDCs (Contribuição Nacionalmente Determinada), SimAmazonia contribui para uma melhor compreensão dos problemas. Consequentemente, a ferramenta favorece a formulação de soluções que visam reforçar o compromisso com a adoção de políticas e ações de conservação em larga escala na Amazônia.

Referência:

[1] Soares-Filho et al. Modelling conservation in the Amazon basin. Nature, London, v. 440, p. 520-523, 2006.

Foram compilados registros de distribuição de espécies em bases online — Global Biodiversity Information Facility (GBIF) [1,2,3] e Global Ant Biodiversity Informatics (GABI) [4] — utilizando como filtros a área da Amazônia e apenas espécimes de coleções biológicas. Foram incluídos: vertebrados (aves, mamíferos, anfíbios, répteis), diversos grupos de invertebrados (anelídeos terrestres, abelhas, aranhas, baratas e cupins, moscas, libélulas, gastrópodes terrestres, hemípteros, lepidópteros, ortópteros, tricópteros e vespas), plantas angiospermas (Asteraceae, Fabaceae, Orchidaceae, Poaceae, Rubiaceae) e pteridófitas (todas as famílias). Os dados passaram por checagem de coordenadas para remoção de pontos no oceano e inconsistências com descritores de localidade e, quando necessário, georreferenciamento pelo OpenStreetMap [5]. A validade taxonômica foi verificada com o Catalogue of Life Checklist 2023 [6] e espécies sinantrópicas foram removidas. Ao final, a base foi limpa e georreferenciada com a ferramenta de limpeza do BioDinamica [7], resultando em 8.619.185 registros de 300.228 espécies, a partir de 23.365.020 registros iniciais. Foram calculadas duas métricas: riqueza de espécies, que é o número de espécies por hexágono e endemismo, que é a predominância de espécies com distribuição restrita por hexágono, quantificado pelo WEIc (Corrected Weighted Endemism Index), somando, em cada célula, o inverso da área de distribuição das espécies (quanto mais restrita, maior a contribuição).

Referências:

[1] GBIF.org (3 April 2024) GBIF Occurrence Download https://doi.org/10.15468/dl.4wcg7z

[2] GBIF.org (6 April 2024) GBIF Occurrence Download https://doi.org/10.15468/dl.mcg2u9

[3] GBIF.org (3 April 2024) GBIF Occurrence Download https://doi.org/10.15468/dl.wvqpbn

[4] Guénard, B., Weiser, M., Gomez, K., Narula, N., Economo, E.P. (2017) The Global Ant Biodiversity Informatics (GABI) database: a synthesis of ant species geographic distributions. Myrmecological News 24: 83-89.

[5] OpenStreetMap contributors. OpenStreetMap database [Online]. OpenStreetMap Foundation. https://www.openstreetmap.org.

[6] Bánki, O., Roskov, Y., Döring, M., Ower, G., Hernández Robles, D. R., Plata Corredor, C. A., Stjernegaard Jeppesen, T., Örn, A., Pape, T., Hobern, D., Garnett, S., Little, H., DeWalt, R. E., Miller, J., Orrell, T., Aalbu, R., Abbott, J., Abreu, C., Acero P, A., et al. (2026). Catalogue of Life (2026-05-15 XR). Catalogue of Life Foundation, Amsterdam, Netherlands. https://doi.org/10.48580/dgxsq

[7] Oliveira U, Soares-Filho B, Leitão RFM, Rodrigues HO. 2019. BioDinamica: a toolkit for analyses of biodiversity and biogeography on the Dinamica-EGO modelling platform. PeerJ 7:e7213 http://doi.org/10.7717/peerj.7213

OtimizaInfra é uma plataforma de modelagem e simulação de rotas que integra infraestrutura existente ou projetada, demanda presente ou prevista, capacidade portuária e fluxo de cargas. OtimizaInfra simula fluxos complexos em rede, identificando as rotas de menor custo total, alocando os volumes de carga com base na capacidade mensal real de escoamento de cada porto ou terminal. A plataforma integra cenários de escoamento da produção agrícola a partir de projeção agrícolas do Otimizagro. Ao inserir no sistema novos empreendimentos em fase de estudo como ferrovias estruturantes, novas rodovias, corredores bioceânicos ou ampliações de calado e terminais portuários, é possível avaliar seus impactos sinérgicos. Com isso, OtimizaInfra responde a questões críticas, como a migração de cargas, alívio de gargalos e a viabilidade de novas infraestruturas de transporte diante de alternativas econômica e ambientalmente sustentáveis.