ForTy: DeepMind i WRI zmapowali typy lasów na świecie, ale plantacje wciąż umykają modelowi

Zwykłe mapy satelitarne pokazują, czy w danym miejscu rosną drzewa. Nie mówią, czy to puszcza, plantacja eukaliptusa, czy gaj palmy olejowej. Zespół Google DeepMind, World Resources Institute (WRI), IIASA i innych instytucji próbuje tę lukę zamknąć. W czasopiśmie Scientific Data opisał zbiór Forest Typology (ForTy) v1, czyli globalną mapę z 2020 roku w rozdzielczości 10 metrów. Dzieli ona cały ląd na sześć klas: las pierwotny, las naturalnie odnawiający się, las sadzony, plantację leśną, uprawy drzew z agroleśnictwem oraz pozostałe tereny.

Autorzy twierdzą, że to pierwsza globalna mapa o takim zakresie. Wcześniejsze produkty, w tym te przygotowane przez Wspólne Centrum Badawcze Komisji Europejskiej, rozróżniały tylko część tych kategorii albo obejmowały wybrane regiony. Jedne dawały binarny podział las/nie-las, inne oddzielały las naturalny od reszty, a mapy upraw drzew istniały głównie dla pojedynczych kontynentów.

Dlaczego rok 2020

Data nie jest przypadkowa. Unijne rozporządzenie o produktach wolnych od wylesiania (EUDR) zakazuje wprowadzania na rynek towarów, które przyczyniły się do wylesiania lub degradacji lasów po 31 grudnia 2020 roku. Rozporządzenie obejmuje m.in. kakao, kawę, olej palmowy, kauczuk, soję i drewno. Według autorów publikacji degradacją jest też np. zamiana lasu pierwotnego w plantację, a plantacje drzew użytkowych i agroleśnictwo nie są w EUDR lasem. Firmy oceniające ryzyko w łańcuchu dostaw potrzebują więc punktu odniesienia: czym dane miejsce było w 2020 roku. Mapa ma ten punkt dostarczyć, a zdaniem autorów może się też przydać przy Tropical Forest Forever Facility, które płaci za hektar stojącego lasu tropikalnego, oraz przy globalnym celu ochrony 30 proc. lądów do 2030 roku.

Trudność polega na tym, że rodzaj lasu zależy od jego historii i sposobu użytkowania, a satelita widzi tylko pokrycie terenu. Stary las sadzony z gatunków rodzimych może wyglądać jak naturalny, a świeżo wycięta plantacja nadal jest lasem z definicji, choć na zdjęciach to goła ziemia. Model rozróżnia pięć wizualnie podobnych klas na podstawie wzorców nasadzeń, cykli wzrostu i terminów zbioru.

Jak to działa

Podstawą jest model AlphaEarth Foundations, który DeepMind zaprezentował w lipcu 2025 roku. Zamienia on dane z wielu satelitów w zwarty opis każdego piksela. Na tych opisach pracuje kaskada trzech modeli. Pierwszy uczy się na zweryfikowanych przykładach. Jego predykcje, uzupełnione danymi o wysokości drzew, zabudowie i utracie lasu, tworzą rozszerzony zbiór treningowy dla drugiego modelu. Ostatni etap analizuje kilka lat danych naraz, by wygładzić odstające wyniki. Łącznie trening objął 1,7 mln próbek z całego świata. Model Gemini pomógł dostosować starsze dane treningowe do unijnych definicji.

W kolejnych rundach uczenia aktywnego eksperci dodali około 43 tys. przykładów, żeby poprawić zauważone błędy. Chodziło m.in. o europejskie winnice klasyfikowane jako uprawy drzew, naturalne lasy sosnowe w Ameryce Środkowej opisane jako sadzone oraz palmy olejowe pomijane w Afryce i Indonezji. Zbiór zawiera względne wskaźniki pewności dla każdej klasy, a nie tylko twarde etykiety, więc użytkownik może dobrać kompromis między precyzją a kompletnością do własnych potrzeb. Według Google powstała też wstępna seria czasowa zmian z lat 2017–2025, opisana na blogu DeepMind.

Wynik 90 proc. i jego cienie

Dwóch ekspertów oceniło każde z 8190 losowo wybranych miejsc. Ogólna trafność dla sześciu klas wyniosła 90,2 proc., dla klasyfikacji lasów naturalnych 94,8 proc., a dla podziału las/nie-las 95,5 proc. W tym samym teście ForTy wypadł lepiej niż mapy Komisji Europejskiej przygotowane pod EUDR: 95,5 wobec 93,6 proc. dla podziału las/nie-las i 90,9 wobec 87,8 proc. dla typów lasów.

Autorzy sami zastrzegają, że ogólny wynik zawyża łatwa do rozpoznania klasa „pozostałe tereny”. Dla poszczególnych typów jest znacznie gorzej. Model wykrył 89 proc. lasów pierwotnych potwierdzonych przez ekspertów, ale tylko około połowy upraw drzew i lasów sadzonych oraz 60 proc. plantacji. Patrząc z drugiej strony: od jednej czwartej do jednej trzeciej obszarów oznaczonych jako plantacje lub uprawy drzew została sklasyfikowana błędnie, a w przypadku lasów sadzonych pomyłka dotyczy jednej trzeciej. To właśnie te granice mają największe znaczenie dla EUDR.

Ocenę może dodatkowo wygładzać sposób walidacji. Eksperci najczęściej mieli wątpliwości przy terenach zarządzanych, a zespół wykluczył te niepewne przypadki z oceny. Do tego dochodzi dziedzictwo danych treningowych: osoby opisujące próbki rzadko uznawały za pierwotne lasy w pobliżu dróg i osiedli, nawet gdy wyglądały na nietknięte. Rozróżnienie plantacji i lasów sadzonych opiera się na założeniu 40-letniego cyklu rotacji, bo satelity rzadko pokazują, jak ziemia jest zarządzana. Ten próg nie pasuje do każdego regionu.

Ile lasu ma świat i gdzie mapa się myli

Według szacunków autorów na Ziemi jest około 4,1 mld ha lasów, w tym prawie 3,9 mld ha lasów naturalnych, z czego około 2 mld ha to lasy pierwotne. Lasy sadzone zajmują około 250 mln ha, a uprawy drzew prawie 200 mln ha, głównie w Azji. Uprawy i plantacje dominują w Azji Południowo-Wschodniej, a w Szwecji i Finlandii lasy sadzone stanowią większość powierzchni leśnej; w Szwecji około dwóch trzecich.

Błędy regionalne są jednak duże. Mapa zawyża powierzchnię lasów pierwotnych w Azji o około 200 mln ha, głównie przez rosyjską tajgę iglastą. W Afryce natomiast pomija około 94 mln ha lasu, prawdopodobnie przez otwarte lasy suche i sawanny.