Desde un satélite, una selva antigua, una plantación de eucaliptos y una finca de palma aceitera pueden parecer la misma mancha verde, pero almacenan cantidades muy distintas de carbono y de vida silvestre. Google DeepMind y Google Research, junto con el World Resources Institute y el International Institute for Applied Systems Analysis, han publicado un mapa que intenta distinguirlas en todo el planeta. Forest Typology 2020, o ForTy, clasifica cada parcela de 10 por 10 metros en seis clases: cinco tipos de bosque y cultivos arbóreos, desde el bosque primario hasta las plantaciones madereras y los cultivos de árboles, más el terreno que no es bosque.
El momento es práctico. El reglamento de la UE sobre productos libres de deforestación exige que bienes como el café, el cacao o el aceite de palma no procedan de tierras que eran bosque en 2020 y se han transformado después, y que los productos de madera no vengan de bosque primario convertido luego en plantación. La mayoría de mapas globales solo indican si hay árboles, lo que no responde a esa pregunta. ForTy amplía el mapa Natural Forests of the World del año pasado diciendo qué tipo de bosque hay, y una serie temporal preliminar sigue los cambios año a año de 2017 a 2025, incluido el bosque natural sustituido por plantaciones, que vuelve a verse verde poco después de replantarse y se pasa por alto con facilidad.
El modelo se entrenó con unos 1,7 millones de ubicaciones etiquetadas procedentes de estudios de expertos, conjuntos de datos nacionales y revisiones específicas, usando incrustaciones de AlphaEarth Foundations, resúmenes compactos de años de datos de satélite para cada píxel, de modo que detecta patrones de plantación y ciclos de cosecha. Contrastado con más de 9.000 lugares elegidos al azar y evaluados cada uno por dos expertos, acertó el tipo de bosque el 90% de las veces y separó bosque de no bosque el 95%, lo que según el equipo supera a otros mapas globales. En lugar de una sola etiqueta, da una probabilidad para cada clase, de modo que una empresa que gestiona riesgo regulatorio puede fijar un umbral estricto y un investigador puede usar todo el rango.
El mapa de 2020 se describe en Scientific Data, y tanto él como la serie temporal son gratuitos en Google Earth Engine con licencia abierta.
Las salvedades importan a quien lo use para cumplir la normativa. Una precisión global del 90% deja aún un lugar de cada diez mal clasificado, y el anuncio no desglosa la precisión por regiones ni por clases. El control se hace parcela a parcela, así que conviene comprobar la precisión local antes de tratar un píxel como prueba. La serie temporal se presenta como versión preliminar, y Google dice que seguirá revisándola con sus socios.