Implantação do projeto: Alemanha
Desenvolvimento do projeto: Reino Unido
Em um cenário de crescentes desafios climáticos e desigualdades urbanas, a TreesAI surge como uma resposta inovadora, com o objetivo de revalorizar a natureza urbana não apenas como um componente estético, mas como uma infraestrutura crítica e investível para cidades mais resilientes e justas. Nossa ferramenta, o Location-Based Scoring (LBS), oferece uma abordagem prática e baseada em dados para enfrentar as complexidades do ambiente construído e as questões ambientais que impactam as cidades.
A TreesAI, nascida no contexto inovador da Dark Matter Labs, não é um software tradicional. Ela é um sistema dinâmico de ferramentas e métodos quanti e qualitativos, desenvolvido para atender às necessidades específicas de parceiros envolvidos na construção de cidades mais sustentáveis. A principal essência do sistema é a capacidade de integrar tecnologias inovadoras com dados relevantes, posicionando árvores e ecossistemas urbanos como ativos de infraestrutura nos quais se pode investir.
A proposta da TreesAI vai além da visão tradicional do investimento em natureza. Em vez de se restringir à compensação de carbono, a TreesAI foca nos inúmeros co-benefícios que a natureza oferece às cidades. Esses benefícios incluem regulação térmica, gestão de águas pluviais, melhoria da qualidade do ar, além de contribuir com a saúde pública e o bem-estar social. Ao focar nesses múltiplos valores, a TreesAI propõe repensar o valor da natureza no planejamento urbano, criando modelos de financiamento que reconheçam o impacto de longo prazo das soluções baseadas na natureza.
Essa abordagem transforma ativos naturais em investimentos tangíveis, gerando uma nova economia cívica que prioriza a saúde do planeta e de seus habitantes. Um exemplo prático dessa abordagem inovadora foi o projeto piloto do Location-Based Scoring (LBS), realizado em Stuttgart, na Alemanha, em 2023. Nesse projeto, desenvolvemos uma ferramenta para fornecer uma compreensão profunda e de alta resolução das áreas de risco climático georreferenciadas.
O LBS permite que usuários, desde planejadores urbanos a membros da comunidade, explorem o perfil de localização de suas cidades, identificando com precisão os riscos e as vulnerabilidades climáticas. A ferramenta se adapta às especificidades de cada território, oferecendo uma visão granular e acionável para os gestores urbanos e formuladores de políticas. Com capacidades de ajuste contextual, o LBS transforma dados complexos em mapas e pontuações intuitivas, facilitando a tomada de decisões informadas sobre onde e como implementar soluções baseadas na natureza, como o plantio de árvores e o gerenciamento de inundações urbanas.
A visualização dos dados do LBS ajuda a simplificar a análise de informações críticas. Essa visualização permite que planejadores urbanos vejam de forma clara onde os riscos climáticos são mais elevados e onde as soluções baseadas na natureza, como o plantio de árvores, podem ter o maior impacto. Ao utilizar dados em tempo real e permitir uma análise contextual, o LBS oferece uma abordagem prática para mitigar os riscos climáticos, criando uma infraestrutura verde mais eficiente e adaptável.
A integração do LBS com outros sistemas e métodos desenvolvidos pela Dark Matter Labs cria uma plataforma robusta para os parceiros da TreesAI, permitindo que eles monitorem, planejem e invistam na infraestrutura verde de maneira mais eficaz. A proposta da TreesAI vai além do simples uso de dados — ela propõe uma revolução na maneira como as cidades abordam o uso de recursos naturais, reconhecendo-os como ativos que podem gerar benefícios de longo prazo, tanto para a sociedade quanto para o meio ambiente.
Esse é um convite para repensar o valor da natureza no planejamento urbano, especialmente para cidades como São Paulo, onde os desafios climáticos e as desigualdades urbanas são amplamente sentidos. Através de ferramentas como o LBS e o Resilience Compass, a TreesAI busca transformar a forma como os gestores urbanos pensam sobre a infraestrutura verde, oferecendo um modelo de financiamento mais justo e eficiente para o futuro sustentável das cidades.