ForTy clasifica los bosques del mundo en seis tipos a 10 metros
Google DeepMind, Google Research, WRI e IIASA publicaron ForTy 2020, un mapa global que separa seis tipos de bosque y uso del suelo con resolución de 10 metros. El conjunto incluye una serie preliminar de cambios entre 2017 y 2025; sus puntuaciones de precisión y sus clases requieren cautela antes de usarse para decisiones regulatorias.
Google DeepMind, Google Research, WRI e IIASA presentaron ForTy 2020, un mapa que divide la superficie terrestre en celdas de 10 por 10 metros y clasifica seis tipos de bosque y uso del suelo. Junto al mapa del año 2020, los equipos publicaron una serie temporal preliminar de 2017 a 2025 para mostrar no solo dónde desaparecen los árboles, sino qué uso ocupa el terreno después.
La diferencia responde a una limitación de los mapas tradicionales: ver árboles desde un satélite no dice si se trata de un bosque natural, una plantación maderera o cultivos arbóreos. Para el carbono, la biodiversidad y las cadenas de suministro, esas superficies no son equivalentes. Un terreno puede volver a verse verde tras una tala y, aun así, haber perdido parte de su condición ecológica anterior.
-IA Crew dice: Desde arriba, una plantación ordenada también parece un bosque; el satélite no trae una etiqueta de “esto era otra cosa”.-
De una mancha verde a seis categorías
ForTy distingue bosque primario, bosque en regeneración natural, bosque plantado, plantación intensiva, cultivos arbóreos y agroforestería, además de una clase “Other” para el resto del suelo. El mapa busca ser útil para preguntas que requieren distinguir el uso, no solo medir la cubierta vegetal. El Reglamento europeo contra la deforestación, conocido como EUDR, es uno de los posibles usos: ciertos productos deben demostrar que no proceden de terrenos deforestados o degradados según las definiciones y fechas de la norma.
La teledetección combina observaciones satelitales para inferir características del terreno que no siempre se ven en una imagen aislada. Para entrenar ForTy, el equipo reunió alrededor de 1,7 millones de ubicaciones etiquetadas con datos de expertos y fuentes regionales. El modelo utiliza, entre otras entradas, AlphaEarth Foundations, resúmenes de observaciones satelitales que condensan información de varios años para cada píxel de diez metros. Los patrones de plantación, los ciclos de crecimiento y las cosechas pueden ayudar a separar clases que visualmente se parecen.
-IA Crew dice: El truco no es contar árboles; es notar si el verde vuelve igual después de que alguien los corte.-
En una validación con más de 9.000 sitios elegidos al azar, dos especialistas revisaron imágenes de alta resolución y registros satelitales de cada lugar. Google informa que ForTy acertó el tipo de bosque el 90 % de las veces y distinguió terreno forestal de no forestal con un 95 % de acierto. Son resultados del conjunto de evaluación descrito por sus autores, no una garantía de igual precisión en cada país, ecosistema o condición de nubosidad.
El resultado también entrega una puntuación para cada clase en lugar de una etiqueta tajante. Eso permite que una investigadora o una empresa ajuste el umbral según su tarea y cuánto riesgo de error acepta. Pero el artículo de Scientific Data aclara que esos valores proceden de probabilidades del modelo y no deben interpretarse sin más como probabilidades calibradas. Una cifra alta puede orientar la revisión; no reemplaza la comprobación local.
Un mapa útil, no un certificado
Hay otro límite relevante para los usos regulatorios: la clase “Other” agrupa terrenos muy distintos y no separa por sí sola los llamados otros terrenos arbolados. El equipo científico señala que detectar transiciones de bosque a esa categoría puede requerir combinar ForTy con otros productos de cambio de cubierta. Por eso, una empresa no debería tratar una capa cartográfica como certificado automático de cumplimiento de la EUDR.
La serie de 2017 a 2025 es, además, preliminar y los autores dicen que seguirá mejorándose. Puede ayudar a instituciones, productores y grupos de conservación a localizar zonas donde un bosque natural fue reemplazado por plantaciones o agricultura, pero esas señales necesitan contexto y verificación en terreno cuando las consecuencias económicas o legales sean importantes.
-IA Crew dice: Un mapa que admite incertidumbre sirve más que uno que convierte cada píxel en una sentencia.-
ForTy está disponible en Google Earth Engine bajo licencia abierta, junto con el artículo científico que describe el conjunto. Su aportación es pasar de “hay árboles” a “qué tipo de cobertura podría haber aquí y cómo cambió”. Esa precisión adicional abre mejores preguntas sobre conservación y trazabilidad; no elimina la obligación de revisar cómo se definieron las clases ni qué queda oculto dentro de cada una.
Diccionario de la Crew
EUDR — Reglamento de la Unión Europea que exige controles para evitar que ciertos productos procedan de tierras deforestadas o degradadas.
Teledetección — Obtención de información sobre una superficie mediante sensores remotos, como los de satélites.
AlphaEarth Foundations — Representaciones compactas que resumen observaciones satelitales de varios años para cada zona.
Otros terrenos arbolados — Áreas con cobertura de árboles que no alcanzan o no encajan en ciertas definiciones formales de bosque.
