DeepMind lanza ForTy, un mapa con 6 tipos de bosque a 10 metros de resolución

Google DeepMind y Google Research, junto con el World Resources Institute (WRI) y el Instituto Internacional de Análisis de Sistemas Aplicados (IIASA), han publicado Forest Typology 2020, o ForTy. Es un mapa global que divide la superficie terrestre en parcelas de 10×10 metros y asigna cada una a una de seis categorías de bosque y uso del suelo. El modelo identifica correctamente el tipo de bosque en el 90% de los casos y distingue bosque de no bosque en el 95%. La validación se hizo con más de 9000 puntos aleatorios. El mapa incluye además una serie temporal preliminar de 2017–2025 que muestra no solo dónde ha desaparecido el bosque, sino también qué ha ocupado su lugar.

Por qué para un satélite todo es verde

Los mapas convencionales de cobertura forestal responden a una sola pregunta: si hay árboles en un píxel. Para el clima y la biodiversidad, eso no basta. Un bosque primario que nunca se ha talado almacena bastante más carbono y alberga más especies que una plantación de monocultivo con ciclos de tala de diez a veinte años. Y desde arriba, todo se funde en una misma mancha verde.

Para los reguladores, esto ya es un problema práctico. El reglamento de la UE sobre productos libres de deforestación (EUDR) prohíbe importar café, cacao o aceite de palma procedentes de tierras que en 2020 eran bosque y después pasaron a uso agrícola. Para la madera, los requisitos son más estrictos: no se pueden convertir bosques primarios ni de regeneración natural en plantaciones.

Empresas y organismos de supervisión necesitan saber no solo si hay árboles, sino de qué tipo de bosque se trata y qué ha crecido tras la tala. Hace un año, los mismos socios publicaron Natural Forests of the World 2020, con una respuesta binaria: «bosque natural o no». ForTy da el siguiente paso y describe qué tipo concreto de bosque hay en cada lugar.

Seis clases y 1,7 millones de etiquetas

Las clases se basan en las definiciones de la FAO de la ONU: bosque primario, bosque de regeneración natural, bosque plantado (planted forest), bosque de plantación, cultivos arbóreos y agroforestería (palma, caucho, cacao, frutales) y «otras tierras», que abarcan desde prados y tierras de labor hasta ciudades y agua.

La dificultad está en que parte de las categorías se define por el uso del suelo, no por su aspecto. Para enseñar esa diferencia al modelo, el equipo reunió cerca de 1,7 millones de puntos etiquetados procedentes de estudios de expertos, conjuntos de datos nacionales y regionales, y verificaciones específicas allí donde el modelo fallaba. La arquitectura es a medida y está adaptada a los datos de teledetección. La entrada clave son los embeddings de AlphaEarth Foundations: resúmenes compactos de observaciones satelitales de varios años para cada píxel de 10 metros. A partir de ellos, el modelo detecta el patrón de las plantaciones, los ciclos de crecimiento y el ritmo de las talas.

Parámetros clave de la publicación:

• resolución: 10 metros, cobertura global;
• seis clases basadas en las definiciones de la FAO;
• muestra de entrenamiento: unas 1,7 millones de ubicaciones etiquetadas;
• validación: más de 9000 puntos aleatorios, con dos expertos para cada uno;
• precisión del tipo de bosque: 90%; separación bosque/no bosque: 95%;
• serie temporal: anual, de 2017 a 2025;
• acceso: Google Earth Engine con licencia abierta.

Probabilidades en lugar de «sí o no»

ForTy no ofrece una etiqueta rígida. Para cada clase, el modelo devuelve una probabilidad, y es el usuario quien elige el umbral. Una empresa que evalúe riesgos bajo el EUDR puede aceptar solo píxeles con una confianza muy alta, para evitar reclamaciones del regulador. Un investigador que estime la superficie total de bosques puede usar todo el espectro de probabilidades y obtener una imagen más completa.

La serie temporal cubre otro vacío. Cuando se tala un bosque natural y se planta una plantación, el terreno vuelve a verdear enseguida y los mapas de cobertura estándar no detectan el cambio. ForTy registra esa sustitución y también los procesos inversos, como la regeneración de tierras abandonadas. La serie tiene por ahora el estatus de publicación preliminar: Google promete seguir perfeccionándola junto con socios y usuarios.

A quién le servirá en la práctica

Los primeros usuarios son evidentes: empresas con cadenas de suministro en la UE que deben demostrar el origen de las materias primas, y los propios reguladores. El mapa base de 2020 coincide con la fecha de corte del EUDR, de modo que puede usarse como punto de partida, y la serie hasta 2025 mostrará qué ha pasado después con cada parcela. A las organizaciones conservacionistas y a los fondos de inversión forestal, el mapa les ayudará a entender dónde funciona la protección y dónde el bosque natural se convierte en plantación. A los investigadores les resultarán útiles las capas probabilísticas para estimar superficies.

Los datos se pueden descargar o conectar directamente en Earth Engine, y hay también una aplicación interactiva para verlos a 10 metros de resolución. Para Google, es un elemento más de la línea Earth AI y de la iniciativa AI for Nature, que ya incluye mapas de los factores de pérdida forestal, un pronóstico del riesgo de deforestación y modelos de distribución de especies. ForTy muestra cómo un modelo fundacional de observación de la Tierra se convierte en una herramienta para la certificación y el cumplimiento normativo.