evidoria

← Voltar à navegação

Boa prática Importada

Sistema de Satélite com Aprendizagem Automática da OSINFOR Ajuda o Peru a Apreender 19 Milhões de Dólares em Madeira Ilegal

Peru · Lima · Ver o perfil de Peru · Ver o perfil de Lima

Evidência: Observacional / pré-pós Top 32% 67/100 · Pergunte a Evidence Copilot sobre esta prática

Um sistema de IA da Universidade de Sheffield deteta árvores abatidas ilegalmente por satélite de altíssima resolução, cruzando dados com registos florestais oficiais do Peru. A OSINFOR usou-o para apreender mais de 41.000 m³ de madeira ilegal, no valor de 19 milhões de dólares, entre 2023 e 2024.

37%
Percentagem de extração ilegal oficialmente reportada identificada pelo sistema (over 1.8 million ha monitored)
>41,000 cubic metres
Madeira ilegal apreendida (2023-2024)
>US$19 million
Valor de mercado da madeira apreendida (2023-2024)
1.8 million hectares (initial)
Área florestal monitorizada (as of 2025 inauguration)
Sistema de Satélite com Aprendizagem Automática da OSINFOR Ajuda o Peru a Apreender 19 Milhões de Dólares em Madeira Ilegal

Detalhes

Maturidade
Em expansão
Promotor
OSINFOR (Peru's Forest and Wildlife Resources Oversight Agency); University of Sheffield, Grantham Centre for Sustainable Futures
Período
2023-2025
Palavras-chave
environment, law enforcement, forestry, machine learning, remote sensing

Contexto

O Peru gere cerca de 68 milhões de hectares de floresta tropical, onde a extração ilegal de madeira é tipicamente seletiva — um punhado de árvores de alto valor removidas por hectare — o que a torna muito difícil de detetar com a deteção de mudanças por satélite convencional, ajustada a desflorestação em maior escala.

Objetivos

Detetar árvores individuais extraídas ilegalmente quase em tempo real a partir de imagens de satélite de muito alta resolução, cruzadas com os registos florestais oficiais do Peru, para direcionar as inspeções de campo.

Atividades

Investigadores do Grantham Centre for Sustainable Futures da Universidade de Sheffield construíram um método de aprendizagem automática que analisa imagens de satélite de muito alta resolução para a remoção de árvores individuais. Os eventos de extração detetados são cruzados com a SERFOR (serviço florestal do Peru) e a SISFOR (o seu sistema nacional de rastreio florestal) para determinar se a atividade se enquadra num plano de exploração aprovado. A OSINFOR, o organismo independente peruano de fiscalização florestal e da vida selvagem, adotou a ferramenta para orientar as suas inspeções de campo, inaugurando-a formalmente em 2025.

Resultados

Numa área inicial monitorizada de 1,8 milhões de hectares, o sistema identificou 37% de toda a extração ilegal oficialmente reportada. As autoridades peruanas utilizaram as provas resultantes para apreender mais de 41.000 metros cúbicos de madeira ilegal entre 2023 e 2024, no valor de mais de 19 milhões de dólares americanos, segundo o chefe da OSINFOR, Williams Arellano.

Conclusões

A ferramenta representa uma mudança significativa na oportunidade da fiscalização, detetando a extração seletiva enquanto esta ainda está a decorrer, em vez de depois de a limpeza total ser visível, e foi concebida para ser extensível a outros países da bacia amazónica, embora a implementação até à data se tenha limitado ao Peru.

Implementação

Custo indicativo
Médio (50 mil–500 mil €) — Combines very-high-resolution commercial satellite imagery, machine-learning analysis and cross-referencing against existing national forestry databases, consistent with a medium-cost remote-sensing enforcement programme.
Tempo até resultados
Médio (1–3 anos) — Method developed by university researchers and used operationally from 2023, formally inaugurated by OSINFOR in 2025, with seizure figures reported through 2024.
Equipa e competências
University of Sheffield Grantham Centre for Sustainable Futures researchers (Shaun Quegan, David Edwards, Robert Bryant, Chris Bousfield, Matthew Hethcoat), OSINFOR field inspection teams, SERFOR forestry-registry data custodians

Condições de sucesso

  • Cross-referencing AI-detected logging events against official forestry registers (SERFOR/SISFOR) before enforcement action
  • Near-real-time detection so inspectors can intervene while evidence and loggers may still be on site
  • Institutional adoption by a statutory independent oversight agency (OSINFOR)

Modos de falha comuns

  • No public-facing model documentation or algorithm register was found
  • Coverage of 1.8 million of Peru's 68 million hectares of rainforest is still partial after the 2025 formal inauguration

Onde se enquadra

Tipo de governação
national forestry oversight agency, with international research partner
Escala
1.8 million ha initial coverage, extensible to other Amazon basin countries
Nível de rendimento
upper-middle-income

Habitualmente financiado por

National / regional programmes

Vias de financiamento indicativas para práticas deste tipo — verifique sempre os avisos abertos e as regras de elegibilidade de cada programa.

Implementa esta prática? Reivindique-a — implementadores verificados obtêm um contacto público na página e podem propor correções.

Fontes de dados

De onde foi obtida a informação desta prática, e quando.

Anexos

Práticas semelhantes que podem ser úteis