CARACTERÍSTICAS DO MERCADO DE CARBONO FLORESTAL E ESTIMAÇÃO DA BIOMASSA ACIMA DO SOLO NO CONTEXTO DAS PEQUENAS E MÉDIAS PROPRIEDADES RURAIS
Alexandre Lauri Henriksen
Defesa Pública: 12 de fevereiro de 2025.
Banca Examinadora:
Prof. Dr. Hélio Tonini, Empresa Brasileira de Pesquisa Agropecuária, Primeiro Examinador.
Prof. Dr. Gerson dos Santos Lisboa, Universidade Federal de Santa Maria, Segundo Examinador.
Prof. Dr. Rafaelo Balbinot, Universidade Federal de Santa Maria, Terceiro Examinador.
Profª. Dra. Andrea Nogueira Dias, Universidade Estadual do Centro-Oeste, Quarta Examinadora.
Prof. Dr. Luciano Farinha Watzlawick, Universidade Estadual do Centro-Oeste, Orientador e Presidente da Banca Examinadora
RESUMO:
Este estudo compreende três capítulos que procuram investigar porque pequenos e médios proprietários rurais no Brasil não conseguem acessar o mercado de créditos de carbono no setor florestal. Ao investigar as causas relacionadas a este problema, foram identificadas possíveis soluções que requerem adaptações nas formas usuais de se pensar a inclusão destes atores, em termos de intervenções privadas, do terceiro setor ou governamentais, bem como na forma de se pensar a etapa de quantificação da biomassa acima do solo (B). No primeiro capítulo, por meio de modelagem econômica, da análise de dados de projetos REDD+ e da análise de informações técnicas e de rentabilidade rural, propõe-se delineamentos para um mecanismo de preservação florestal destinado a pequenos e médios proprietários rurais. No segundo capítulo, é realizado um exercício de estimação da biomassa florestal com dados para o estado do Paraná. Os dados de campo foram obtidos do Inventário Florestal Nacional (IFN) conduzido pelo Serviço Florestal Brasileiro (SFB) durante os anos de 2013 a 2016, que coletou informações de 60mil árvores em todo o estado. Com unidades amostrais distribuídas a cada 20 km, foram analisadas 480 subunidades de 1000m². Para cada subunidade, foram extraídas variáveis em 6 bases de dados de sensoriamento remoto armazenadas na plataforma Google Earth Engine (GEE). A seguir foram aplicados algoritmos de machine learning. O índice médio de ajuste das estimações medido pelo coeficiente de determinação R² foi de 0,75 com dados mistos (inventário florestal e sensoriamento remoto) e 0,57 para dados exclusivamente de sensoriamento remoto. No terceiro capítulo, com base nos resultados do capítulo 2, estimou-se a distribuição da biomassa florestal em Guarapuava, Paraná, utilizando um modelo de regressão CatBoost combinado com dados de sensoriamento remoto processados no GEE. Investigou-se também o conceito de “menu de contratos” como alternativa para superar problemas de seleção adversa e assimetria de informações, comuns em auditorias tradicionais de adicionalidade. Os resultados revelaram que ganhos de bem-estar social são possíveis com a incorporação de pequenos e médios proprietários rurais no mercado de créditos de carbono florestal. Isto ocorre tanto pela geração de renda para esta parcela do meio rural quanto pela ampliação da oferta de proteção ambiental. A incorporação destes agentes não parece tão distante quanto se imagina à primeira vista. Avanços recentes na geração e processamento de dados de sensoriamento remoto permite a estimação da biomassa florestal com precisão suficiente para a implementação de políticas e programas voltados a este público. Embora não ocupem a maioria do território em algumas regiões, como na Amazônia, em termos absolutos a área ocupada é expressiva. Os resultados do Capítulo 2 reforçam que políticas que visem o reforço de inventários públicos, como os inventários florestais nacional, estaduais e municipais podem contribuir significativamente para a precisão das estimativas, com custos reduzidos frentes aos seus benefícios. Os padrões regionais de biomassa identificados permitem refinar a elaboração de políticas públicas selecionando imóveis com base na qualidade e quantidade de biomassa.
