Tandai
Memuat...

Kemitraan Data Hutan diluncurkan pada COP26 pada tahun 2021 oleh World Resources Institute (WRI), Organisasi Pangan dan Pertanian Perserikatan Bangsa-Bangsa (FAO), USAID, Kementerian Luar Negeri Amerika Serikat, Google, NASA , dan Unilever. Kemitraan ini bertujuan untuk mengembangkan "ekosistem data geospasial yang konsisten" yang memungkinkan pemantauan kehilangan dan restorasi hutan secara akurat.

Kemitraan Data Hutan: Teknologi dan Partisipasi

Forest Data Partnership mengusulkan untuk menyatukan teknologi penginderaan jarak jauh dan pembelajaran mesin dengan infrastruktur cloud untuk menawarkan data geospasial yang tervalidasi dan bersifat terbuka mengenai hutan yang dapat digunakan oleh pemerintah , perusahaan, LSM , dan masyarakat untuk mengatasi deforestasi serta memfasilitasi dan memverifikasi proyek restorasi. Kemitraan ini melibatkan SERVIR, sebuah inisiatif geospasial bersama antara NASA , USAID, dan organisasi geospasial di Asia, Afrika, dan Amerika Latin, Google sebagai penyedia platform Kemitraan Data Hutan dan teknologi lainnya, serta Unilever sebagai koordinator keterlibatan sektor swasta .

Forest Data Partnership

Grafik pendekatan Forest Data Partnership terhadap data. Sumber gambar: Forest Data Partnership [grafis]. Diambil pada tanggal 16 Mei 2023, dari https://www.forestdatapartnership.org/data-approach

Pada fase saat ini (diluncurkan pada COP27 ), Kemitraan Data Hutan mengundang partisipasi dari perusahaan-perusahaan yang terlibat dalam rantai pasok kakao, kelapa sawit, kedelai, dan ternak yang berisiko berkontribusi terhadap hilangnya hutan, bersama dengan badan-badan pengelola hutan/sumber daya alam, mitra teknologi, masyarakat lokal, dan LSM di wilayah tropis. Bagaimana proyek ambisius ini akan menggunakan data untuk melibatkan (dan berpotensi menyelaraskan) beragam pemangku kepentingan ini, terutama di tengah ketegangan, perbedaan, dan distribusi kekuasaan yang tidak merata di antara mereka? Dan apakah "ekosistem data yang konsisten" menghalangi ruang untuk berbagai pengetahuan yang mungkin berbeda-beda?