Do satélite, uma floresta tropical antiga, uma plantação de eucalipto e uma fazenda de dendê podem parecer a mesma mancha verde, mas guardam quantidades muito diferentes de carbono e de vida selvagem. O Google DeepMind e o Google Research, com o World Resources Institute e o International Institute for Applied Systems Analysis, lançaram um mapa que tenta diferenciá-las em todo o planeta. O Forest Typology 2020, ou ForTy, classifica cada trecho de 10 por 10 metros em seis classes: cinco tipos de floresta e cultivo arbóreo, da floresta primária às plantações de madeira e aos cultivos de árvores, além de terras que não são floresta.
O momento é prático. O regulamento da UE sobre produtos livres de desmatamento exige que bens como café, cacau e óleo de palma não venham de áreas que eram floresta em 2020 e foram convertidas depois, e que produtos de madeira não venham de floresta primária transformada mais tarde em plantação. A maioria dos mapas globais só mostra se há árvores, o que não responde a essa pergunta. O ForTy amplia o mapa Natural Forests of the World do ano passado dizendo que tipo de floresta existe ali, e uma série temporal preliminar acompanha as mudanças ano a ano de 2017 a 2025, incluindo floresta natural substituída por plantações, que volta a parecer verde logo depois do replantio e passa despercebida com facilidade.
O modelo foi treinado com cerca de 1,7 milhão de locais rotulados vindos de levantamentos de especialistas, bases nacionais e revisões dirigidas, usando embeddings do AlphaEarth Foundations, resumos compactos de anos de dados de satélite para cada pixel, o que permite captar padrões de plantio e ciclos de colheita. Conferido em mais de 9.000 locais escolhidos ao acaso e avaliados cada um por dois especialistas, acertou o tipo de floresta em 90% das vezes e separou floresta de não floresta em 95%, o que segundo a equipe supera outros mapas globais. Em vez de um rótulo único, ele dá uma probabilidade para cada classe, então uma empresa que lida com risco regulatório pode fixar um limite rígido, enquanto um pesquisador usa toda a faixa.
O mapa de 2020 está descrito na Scientific Data, e ele e a série temporal são gratuitos no Google Earth Engine com licença aberta.
As ressalvas importam para quem depende dele para cumprir a regra. Uma precisão global de 90% ainda deixa um local em cada dez classificado errado, e o anúncio não detalha a precisão por região nem por classe. A fiscalização é feita lote a lote, então vale checar a precisão local antes de tratar um pixel como prova. A série temporal é apresentada como versão preliminar, e o Google diz que vai continuar revisando com os parceiros.