Un nuevo sistema podría reestructurar los mapas que clasifican erróneamente a cientos de miles de pequeños productores de café y cacao como si trabajaran en los bosques.
por la Alianza de Bioversity International y el Centro Internacional de Agricultura Tropical
Sin mejores mapas, las regulaciones contra la deforestación podrían repercutir en los mercados, desde fincas remotas hasta un café moka cerca de usted.
Sample Earth , lanzado por la Alianza de Bioversity International y el CIAT y disponible en Harvard Dataverse , ayuda a los cartógrafos a crear mapas precisos e inclusivos para evitar que los pequeños agricultores sean clasificados erróneamente como productores de productos básicos importantes en zonas forestales. Una clasificación errónea podría excluir a los productores que cumplen con las normas de los mercados que aplican normas contra la deforestación, en particular el nuevo reglamento de la Unión Europea (EUDR).
La iniciativa es fruto de una colaboración entre investigadores de la Alianza, empresas tecnológicas (incluida Google) y la Fundación Mundial del Cacao. Los investigadores instan a los cartógrafos del sector privado a adoptar su modelo para fortalecer sus cadenas de suministro ante las disrupciones.
Los productores de café y cacao, y las empresas que compran sus productos, podrían perder pronto el acceso a la segunda economía más grande del mundo. A finales del próximo año, la Unión Europea implementará gradualmente la legislación EUDR, largamente retrasada, que exige que muchos productos agrícolas estén certificados como libres de deforestación. Desafortunadamente, cientos de miles de productores se enfrentarán a obstáculos considerables, y no porque produzcan en tierras que no han sido deforestadas desde 2020 (la fecha límite de la UE), sino porque los mapas clasifican erróneamente sus tierras agrícolas como bosques.
Por ejemplo, el principal mapa de referencia de la UE, publicado en 2025, clasifica erróneamente como bosques más de la mitad de las zonas de producción de café en Colombia, China, Guatemala y México, según una investigación de la Alianza de Bioversity International y el CIAT. Mapas de referencia similares presentan las mismas deficiencias. Esto se debe a que estos mapas se basan en conjuntos de datos de cobertura terrestre que excluyen en gran medida las áreas remotas cultivadas por pequeños agricultores.
Es urgente mejorar estos mapas. Para impulsar la creación de mejores mapas, la Alianza lanzó recientemente Sample Earth, un conjunto de datos de referencia global, confiable e inclusivo, que representa con precisión las explotaciones agrícolas de pequeños productores en zonas remotas. El conjunto inicial de datos incluye aproximadamente 100.000 puntos de geolocalización de acceso abierto y con marca de tiempo en Ghana y Vietnam. Estos países son los segundos mayores productores de cacao y café, respectivamente.
«Se necesitan mapas para la debida diligencia, y es probable que los compradores eviten las zonas clasificadas erróneamente como de ‘alto riesgo’ de deforestación», afirmó Louis Reymondin, científico de datos de la Alianza. «Con Sample Earth, invitamos a gobiernos, empresas, ONG e instituciones de investigación a invertir en la expansión de esta referencia inclusiva y de alta calidad sobre la cobertura terrestre para preservar los medios de vida e incentivar la protección del medio ambiente».
Se estima que los pequeños productores producen el 60% del café y el 90% del cacao del mundo. Si los mapas utilizados para el cumplimiento normativo son inexactos, los compradores podrían rechazar compras en regiones enteras en lugar de arriesgarse a sanciones por incumplimiento, lo que en la práctica excluye a los pequeños productores de los principales mercados.
«La mayoría de los mapas no son precisos a escala local porque los datos están sesgados hacia regiones con muchos datos de entrenamiento», afirmó Thibaud Vantalon, científico del área de investigación de Inclusión Digital de la Alianza. «Las regiones remotas están muy mal cartografiadas. Sample Earth busca cubrir esta carencia en los datos de entrenamiento para los pequeños agricultores».
Mejorar la elaboración de mapas
Sample Earth está diseñado para mejorar la precisión de los mapas y optimizar el flujo de trabajo de creación de mapas. Los científicos de datos, quienes crean mapas con imágenes satelitales , dedican aproximadamente el 80 % de su tiempo a recopilar, depurar y organizar datos de entrenamiento. Sample Earth proporciona muestras de referencia para reducir esa carga y agilizar la creación de mapas precisos de cobertura terrestre para el cumplimiento normativo.
«Los datos de alta calidad y las acciones basadas en datos son la base para el cumplimiento de las normas de no deforestación y los objetivos de cero emisiones netas de carbono», afirmó Michael Matarasso, Director de Impacto y Jefe de América del Norte en la Fundación Mundial del Cacao (WCF), socio de Sample Earth.
Sin embargo, los datos públicos de alta precisión son escasos… Esto supone un riesgo significativo para todas las partes interesadas. Un estándar para proporcionar datos de alta precisión y transparencia en colaboración con los gobiernos y los agricultores es ahora más crucial que nunca.
Sample Earth busca establecer un nuevo estándar de transparencia y calidad para las herramientas de cumplimiento basadas en mapas. Actualmente, no existe un estándar universal para las evaluaciones de precisión realizadas por terceros en los mapas utilizados en la debida diligencia en materia de deforestación. Sample Earth planea incluir un mecanismo de mejora integrado que permita a los cartógrafos acceder a datos confidenciales de referencia sobre el uso del suelo para validar y refinar sus mapas sin revelar la ubicación de los agricultores.
Los mapas forestales globales han avanzado, pero sin datos de referencia abiertos y estandarizados, el progreso en la distinción entre el uso de tierras forestales y otros usos de la tierra, como la agroforestería del cacao y el café, sigue siendo limitado, afirmó Rémi d’Annunzio, Oficial Forestal de la FAO y gerente de producto de Whisp . «Hoy en día, iniciativas como la Alianza de Datos Forestales y DIASCA priorizan esfuerzos como Sample Earth en la agenda global, mientras trabajamos para definir y estandarizar directrices para la recopilación de datos de referencia abiertos».
Sample Earth se basa en casi dos décadas de investigación de la Alianza, utilizando imágenes satelitales para monitorear los cambios en la cobertura terrestre en el Sur Global. El equipo planea ampliar el conjunto de datos en Vietnam y Ghana e incorporar otros países con altas tasas de pequeñas explotaciones agrícolas mal clasificadas, como Colombia y Honduras, además de países productores de café y cacao en África y Asia.
En busca de cartógrafos modernos
La lista de colaboradores de Sample Earth incluye a la Organización de las Naciones Unidas para la Alimentación y la Agricultura (FAO), la agencia alemana de desarrollo internacional (GIZ), Google, Satelligence y WCF. La Alianza busca activamente más colaboradores e inversores.
«Para que la EUDR tenga éxito, necesitamos reducir la carga de monitoreo y presentación de informes, y asegurar que las fincas agrícolas de larga data puedan registrarse de forma fiable como áreas no deforestadas», afirmó Dan Morris, investigador de Google AI for Nature and Society. «La IA combinada con imágenes satelitales es una herramienta poderosa que puede ayudar a abordar estos desafíos, pero la eficacia de los sistemas de IA depende de sus datos de entrenamiento y validación».
La inacción podría perturbar las cadenas de suministro y los mercados de consumo, no solo en la UE; otras jurisdicciones están siguiendo el ejemplo y elaborando legislación similar que se aplicará a la mayoría de los productos agrícolas. Las restricciones de la oferta son factibles si los mapas no mejoran rápidamente, lo que podría impulsar los precios al alza. Esto representa malas noticias para las cadenas de suministro, desde los pequeños agricultores vulnerables que ya enfrentan innumerables desafíos hasta los consumidores de todo el mundo, cansados de la inflación alimentaria.
La propuesta de Sample Earth es sencilla: conjuntos de datos de capacitación mejores e inclusivos generarán mapas más precisos, protegerán a los agricultores que cumplen con las normas de exclusiones injustificadas y brindarán a compradores y gobiernos herramientas transparentes para verificar las declaraciones de deforestación cero. Al subsanar las deficiencias de datos que dejan a los paisajes de los pequeños agricultores subrepresentados, Sample Earth busca que el cumplimiento sea asequible y justo, a la vez que apoya la conservación y los medios de vida sostenibles en los trópicos.
Más información: Thibaud Vantalon et al., Sample Earth: Conjunto de datos de referencia de cobertura terrestre listo para aprendizaje automático, Harvard Dataverse (2025). DOI: 10.7910/dvn/u7hwy1
Nota editorial:
Este artículo ha sido elaborado con fines divulgativos a partir de información pública y fuentes especializadas, adaptado al enfoque editorial del medio para facilitar su comprensión y contextualización.
