DeepMind выпустил карту ForTy: 6 типов леса в разрешении 10 метров

Google DeepMind и Google Research вместе с World Resources Institute (WRI) и Международным институтом прикладного системного анализа (IIASA) опубликовали Forest Typology 2020, или ForTy. Это глобальная карта, которая делит поверхность суши на участки 10×10 метров и относит каждый к одной из шести категорий леса и землепользования. Модель правильно определяет тип леса в 90% случаев и отличает лес от не-леса в 95%. Проверка шла на более чем 9000 случайных точек. К карте прилагается ранний временной ряд за 2017–2025 годы: он показывает не только где лес исчез, но и что пришло ему на смену.

Почему спутнику всё зелёное

Обычные карты лесного покрова отвечают на один вопрос: есть ли на пикселе деревья. Для климата и биоразнообразия этого мало. Первичный лес, который никогда не вырубали, хранит заметно больше углерода и видов, чем монокультурная плантация с циклом рубки в десять-двадцать лет. А сверху всё это сливается в одно зелёное пятно.

Для регуляторов это уже практическая проблема. Регламент ЕС по продукции без обезлесения (EUDR) запрещает ввозить кофе, какао или пальмовое масло с земель, которые в 2020 году были лесом, а потом стали сельхозугодьями. Для древесины требования жёстче: нельзя превращать первичные или естественно возобновляющиеся леса в плантации. Компаниям и надзорным органам нужно знать не просто наличие деревьев, а тип леса и то, что выросло после рубки. Год назад те же партнёры выпустили Natural Forests of the World 2020 с бинарным ответом «природный лес или нет». ForTy делает следующий шаг и описывает, какой именно лес перед нами.

Шесть классов и 1,7 млн меток

Классы построены по определениям ФАО ООН: первичный лес, естественно возобновляющийся лес, посадочный лес (planted forest), плантационный лес, древесные культуры и агролесоводство (пальма, каучук, какао, фрукты) и «прочая земля» — от лугов и пашни до городов и воды.

Сложность в том, что часть категорий определяется использованием земли, а не внешним видом. Чтобы научить модель этой разнице, команда собрала около 1,7 млн размеченных точек из экспертных обследований, национальных и региональных датасетов, а также из целевых проверок там, где модель ошибалась. Архитектура кастомная, заточенная под данные дистанционного зондирования. Ключевой вход — эмбеддинги AlphaEarth Foundations: компактные сводки многолетних спутниковых наблюдений для каждого 10-метрового пикселя. По ним модель ловит рисунок посадок, циклы роста и ритм рубок.

Ключевые параметры релиза:

• разрешение: 10 метров, глобальное покрытие;
• шесть классов на основе определений ФАО;
• обучающая выборка: около 1,7 млн размеченных локаций;
• валидация: более 9000 случайных точек, два эксперта на каждую;
• точность типа леса: 90%, разделение лес/не лес: 95%;
• временной ряд: ежегодно с 2017 по 2025 год;
• доступ: Google Earth Engine по открытой лицензии.

Вероятности вместо «да или нет»

ForTy не выдаёт жёсткую метку. Для каждого класса модель отдаёт вероятность, и порог пользователь выбирает сам. Компания, оценивающая риски по EUDR, может принимать только пиксели с очень высокой уверенностью, чтобы не нарваться на претензии регулятора. Исследователь, оценивающий общую площадь лесов, возьмёт весь спектр вероятностей и получит более полную картину.

Временной ряд закрывает ещё одну дыру. Когда природный лес вырубают и засаживают плантацией, земля быстро снова зеленеет, и стандартные карты покрова изменения не видят. ForTy фиксирует и такую подмену, и обратные процессы, например зарастание заброшенных земель. Ряд пока в статусе раннего релиза: Google обещает дорабатывать его вместе с партнёрами и пользователями.

Кому это пригодится на практике

Первые потребители очевидны: компании с цепочками поставок в ЕС, которым нужно доказывать происхождение сырья, и сами регуляторы. Базовая карта 2020 года совпадает с датой отсечки EUDR, поэтому её можно использовать как точку отсчёта, а ряд до 2025 года покажет, что случилось с участком потом. Природоохранным организациям и фондам лесных инвестиций карта поможет понять, где защита работает, а где природный лес превращается в плантацию. Исследователям пригодятся вероятностные слои для оценки площадей.

Данные можно скачать или подключить прямо в Earth Engine, есть и интерактивное приложение для просмотра в разрешении 10 метров. Для Google это очередной элемент линейки Earth AI и направления AI for Nature, куда уже входят карты драйверов потери леса, прогноз риска обезлесения и модели распространения видов. ForTy показывает, как фундаментальная модель наблюдения за Землёй превращается в инструмент для сертификации и комплаенса.