Press and News Nuevo sistema cartográfico evita la clasificación errónea de fincas y protege el comercio de café y cacao

New mapping system ends farm mislabeling, protecting coffee and cacao trade - Alliance Bioversity International and CIAT

Un nuevo sistema podría transformar los mapas que clasifican erróneamente a cientos de miles de pequeños productores de café y cacao como si cultivaran en zonas boscosas. Sin mapas más precisos, las regulaciones sobre deforestación podrían repercutir en toda la cadena de mercado, desde fincas remotas hasta el café moca que llega a su mesa.

Sample Earth, una iniciativa de la Alianza de Bioversity International y el CIAT, ayuda a los cartógrafos a crear mapas precisos e inclusivos para evitar que los pequeños productores de materias primas agrícolas sean clasificados erróneamente como si produjeran en zonas boscosas. Esta clasificación incorrecta podría excluir de los mercados a productores que sí cumplen con las normas sobre productos libres de deforestación, en particular con el nuevo Reglamento de la Unión Europea sobre Deforestación (EUDR). La iniciativa es resultado de la colaboración entre investigadores de la Alianza, empresas tecnológicas —entre ellas Google— y la Fundación Mundial del Cacao. Los investigadores hacen un llamado a los cartógrafos del sector privado para que adopten este modelo y fortalezcan sus cadenas de suministro frente a posibles disrupciones.

Los productores de café y cacao, y las empresas que compran sus productos, podrían perder pronto el acceso a la segunda mayor economía del mundo. A finales del próximo año, la Unión Europea comenzará a aplicar de manera gradual el largamente aplazado Reglamento de la UE sobre Deforestación (EUDR), que exige que numerosos productos agrícolas estén certificados como libres de deforestación. Sin embargo, cientos de miles de productores enfrentarán importantes obstáculos, y no porque produzcan en tierras deforestadas después de 2020 —la fecha límite establecida por la UE—, sino porque existen mapas que clasifican erróneamente sus tierras agrícolas como bosques.

ACCEDE AL DATASET AQUÍ

New mapping system ends farm mislabeling, protecting coffee and cacao trade - Image 4
New mapping system ends farm mislabeling, protecting coffee and cacao trade - Image 3

Por ejemplo, el principal mapa de referencia de la UE, publicado en 2025, clasifica erróneamente más de la mitad de las zonas de producción de café en Colombia, China, Guatemala y México como bosque, según una investigación de la Alianza de Bioversity International y el CIAT. Los mapas de referencia similares presentan las mismas deficiencias. Esto se debe a que estos mapas se "entrenan" con conjuntos de datos sobre la cubierta terrestre que excluyen en gran medida las zonas remotas cultivadas por pequeños propietarios.

Mejorar estos mapas es urgente. Para impulsar la creación de mapas más precisos, la Alianza lanzó recientemente Sample Earth, un conjunto de datos de referencia global, confiable e inclusivo, que representa con precisión las fincas remotas de pequeños productores. La primera serie de datos incluye aproximadamente 100.000 puntos de geolocalización de acceso abierto, con registro temporal, en Ghana y Vietnam. Estos países son, respectivamente, los segundos mayores productores de cacao y de café del mundo.

New mapping system ends farm mislabeling, protecting coffee and cacao trade - Image 5

 

"Los mapas son necesarios para llevar a cabo 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 ampliación de esta referencia inclusiva y de alta calidad sobre la cobertura del suelo, con el fin de proteger los medios de vida e incentivar la protección ambiental".

Se estima que los pequeños productores producen el 60 % del café y el 90 % del cacao a nivel mundial. Si los mapas utilizados para verificar el cumplimiento de las regulaciones son imprecisos, los compradores podrían optar por no adquirir productos de regiones enteras para evitar posibles sanciones por incumplimiento, lo que en la práctica dejaría a los pequeños productores fuera de importantes mercados.

"La mayoría de los mapas no son precisos a escala local porque los datos están sesgados hacia regiones con muchos datos de entrenamiento", afirma Thibaud Vantalon, científico del área de investigación de Inclusión Digital de la Alianza. "Las regiones remotas están muy poco cartografiadas. Sample Earth busca llenar este vacío 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 agilizar el proceso de elaboración cartográfica. Se estima que los científicos de datos, encargados de elaborar mapas a partir de imágenes satelitales, dedican el 80 % de su tiempo a recopilar, depurar y organizar datos de entrenamiento. Sample Earth proporciona muestras de referencia que reducen esta carga y aceleran la creación de mapas precisos de cobertura del suelo para verificar el cumplimiento de las regulaciones.

"Los datos de alta calidad y las acciones basadas en datos son fundamentales para cumplir con las normas sobre productos libres de deforestación y alcanzar los objetivos de cero emisiones netas de carbono", afirmó Michael Matarasso, director de Impacto y responsable para Norteamérica de la Fundación Mundial del Cacao (WCF), organización asociada a Sample Earth. "Sin embargo, es poco común disponer de datos públicos de alta precisión… Esto representa un riesgo significativo para todas las partes involucradas. Hoy más que nunca, es fundamental contar con un estándar que permita generar datos altamente precisos y transparentes en colaboración con gobiernos y agricultores".

Sample Earth busca establecer un nuevo referente de transparencia y calidad para las herramientas cartográficas utilizadas en la verificación del cumplimiento de las regulaciones. Actualmente, no existe un estándar universal para evaluar de manera independiente la precisión de los mapas utilizados en los procesos de debida diligencia sobre deforestación. Sample Earth prevé incorporar un mecanismo de mejora que permita a los cartógrafos acceder a datos confidenciales de referencia sobre el uso del suelo para validar y perfeccionar sus mapas, sin revelar la ubicación de los agricultores.

"Los mapas forestales mundiales han avanzado, pero, sin datos de referencia abiertos y estandarizados, los avances para diferenciar el uso forestal del suelo de otros usos, como los sistemas agroforestales de cacao y café, siguen siendo limitados", afirmó Rémi d'Annunzio, oficial forestal de la FAO y responsable de producto de Whisp. "Actualmente, iniciativas como Forest Data Partnership y DIASCA están situando esfuerzos como Sample Earth entre las prioridades de la agenda mundial, 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 sobre el uso de imágenes satelitales para monitorear los cambios en la cobertura del suelo en el Sur Global. El equipo prevé ampliar el conjunto de datos en Vietnam y Ghana e incorporar otros países con altos niveles de clasificación errónea de fincas de pequeños productores, entre ellos Colombia y Honduras, así como países productores de café y cacao de África y Asia.

New mapping system ends farm mislabeling, protecting coffee and cacao trade - Image 1

En busca de cartógrafos modernos

En la lista de colaboradores de Sample Earth se encuentran la Organización de las Naciones Unidas para la Agricultura y la Alimentación (FAO), la Sociedad Alemana para la Cooperación Internacional (GIZ), Google, Satelligence y la Fundación Mundial del Cacao (WCF). La Alianza busca activamente más colaboradores e inversionistas.

"Para que el EUDR tenga éxito, debemos reducir la carga asociada al monitoreo y la presentación de informes, y garantizar que las fincas de pequeños productores establecidas desde hace tiempo puedan identificarse de manera confiable como áreas no deforestadas", afirmó Dan Morris, investigador de Google AI for Nature and Society. "La inteligencia artificial, combinada con imágenes satelitales, es una herramienta poderosa para abordar estos desafíos, pero los sistemas de IA son tan buenos como los datos con los que se entrenan y validan".

La falta de acción podría afectar las cadenas de suministro y los mercados de consumo, y no solo en la Unión Europea. Otras jurisdicciones están avanzando en regulaciones similares que se aplicarán a la mayoría de los productos agrícolas. Si los mapas no mejoran rápidamente, podrían surgir restricciones en la oferta y aumentos de precios. Las consecuencias serían negativas en toda la cadena de suministro, desde los pequeños productores vulnerables, que ya enfrentan numerosos desafíos, hasta los consumidores de todo el mundo, afectados por la inflación de los alimentos.

La propuesta de Sample Earth es sencilla: contar con conjuntos de datos de entrenamiento más precisos e inclusivos permitirá generar mejores mapas, evitará que productores que sí cumplen con las regulaciones sean excluidos injustificadamente y ofrecerá a compradores y gobiernos herramientas transparentes para verificar que los productos estén libres de deforestación. Al subsanar las brechas de datos que dejan subrepresentados los territorios de pequeños productores, Sample Earth busca hacer que el cumplimiento de las regulaciones sea más asequible y equitativo, al tiempo que apoya la conservación y los medios de vida sostenibles en las regiones tropicales.