Brasil é cobrado a efetivar meta de restaurar 163 mil km² de terras degradadas até 2030
Especialistas e organizações internacionais exigem resultados concretos e estrutura administrativa para cumprir compromisso firmado na COP17.
Após o encerramento da 17ª Conferência das Nações Unidas de Combate à Desertificação (COP17), em Ulaanbatar, na Mongólia, o governo brasileiro enfrenta pressão para transformar em ações práticas a meta de restaurar 163 mil quilômetros quadrados de terras degradadas até 2030. O compromisso integra as metas de Neutralidade da Degradação da Terra (LDN), pactuadas por mais de 130 países.
Especialistas apontam que o desafio exige uma abordagem integrada que combine conservação, recuperação de produtividade e inclusão social. Rafael Giovanelli, do Instituto Escolhas, defende medidas urgentes para viabilizar o plano:
“O Brasil precisa fortalecer a estrutura administrativa e orçamentária para tirar essa meta do papel. A proposta é a regulamentação da Lei de Recuperação da Vegetação da Caatinga e a criação de uma Secretaria Especial vinculada à Presidência da República.”
Para atingir a neutralidade, o país utiliza como base o ano de 2020, quando registrou 55,7 milhões de hectares com tendência à degradação. O plano total de metas LDN abrange 3,67 milhões de km², somando áreas de restauração e de conservação. Durante o evento, o Consórcio Nordeste formalizou um memorando com a UNCCD para ampliar a cooperação técnica e dar visibilidade aos projetos de recuperação no semiárido.
A especialista da WWF Global, Luiza Soares, reforçou que a execução deve priorizar populações dependentes dessas terras, especialmente em regiões onde a degradação impacta diretamente a segurança alimentar e hídrica. O monitoramento anual do cumprimento dessas metas é apontado por entidades como a Rede para Restauração da Caatinga (ReCaa) como essencial para garantir a eficácia do compromisso brasileiro.
Aviso: Este conteúdo foi gerado com auxílio de inteligência artificial de forma automatizada e eventualmente poderá apresentar algum tipo de inconsistência ou erro.
Trata-se de uma programação experimental de Inteligência Artificial que gera conteúdo através de fontes livres e fidedignas, mas eventualmente falhas poderão ocorrer. Caso o conteúdo encontrado contenha material autoral não autorizado ou de uso comercial na republicação, nos sinalize para a remoção.
Encontrou um erro ou material não autorizado? Informe-nos aqui.
