Google DeepMind und Partner veröffentlichen ForTy, eine globale 10-Meter-Karte zur Klassifizierung natürlicher, gepflanzter und landwirtschaftlich genutzter Wälder
Wichtige Erkenntnisse
- •Google DeepMind, Google Research, WRI und IIASA haben Forest Typology (ForTy) 2020 veröffentlicht, eine globale Karte, die sämtliches Land mit 10-Meter-Auflösung in sechs Wald- und Landnutzungstypen gemäß FAO-Definitionen klassifiziert.
- •Die Karte dient als wichtige Referenz für die EU-Entwaldungsverordnung, die von Unternehmen verlangt nachzuweisen, dass Rohstoffe wie Kaffee, Kakao, Palmöl, Kautschuk und Soja nicht von in Landwirtschaft umgewandeltem Waldland stammen.
- •Eine begleitende, vorab veröffentlichte Zeitreihe erfasst Waldveränderungen von 2017 bis 2025 jährlich und deckt verborgene Umwandlungen auf – etwa den Ersatz natürlicher Wälder durch Plantagen –, die standardmäßige Baumbedeckungskarten oft übersehen.
- •Das ForTy-Modell wurde auf rund 1,7 Millionen beschrifteten Standorten trainiert und an mehr als 9.000 zufällig ausgewählten Standorten validiert; es identifizierte den Waldtyp zu 90 % korrekt und unterschied Wald von Nichtwald zu 95 %.
- •Die Karte ForTy 2020 und die Zeitreihe sind unter einer offenen Lizenz auf Google Earth Engine und Figshare frei zugänglich; die zugrunde liegende Forschung wurde in der Zeitschrift Scientific Data veröffentlicht.

Google DeepMind und Google Research haben in Zusammenarbeit mit dem World Resources Institute (WRI) und dem International Institute for Applied Systems Analysis (IIASA) Forest Typology (ForTy) 2020 veröffentlicht, eine globale Karte, die jede 10-Mal-10-Meter-Fläche der Erde in sechs unterschiedliche Wald- und Landnutzungstypen einteilt. Die Organisationen bezeichnen die Veröffentlichung als wichtige Referenz für die Entwaldungsverordnung der Europäischen Union. Neben der Karte teilt das Team eine frühe Zeitreihe, die nachverfolgt, wie sich die Wälder von 2017 bis 2025 jährlich verändert haben, einschließlich der Bereiche, in denen natürliche Wälder durch Plantagen oder Farmen ersetzt wurden.
In der Ankündigung, die im Google DeepMind-Blog von den Forschern Maxim Neumann und Charlotte Stanton veröffentlicht wurde, heißt es, dass Nutzer nun weltweit im Jahresrhythmus mit 10-Meter-Detailgenauigkeit sehen können, nicht nur wo Wald verloren ging, sondern was ihn ersetzte: eine Holzplantage, eine Farm mit Agrarbaumkulturen oder anderes Land.
Warum „Baumbedeckung" nicht ausreicht
Aus dem All gesehen können ein urwüchsiger Regenwald, eine Eukalyptusplantage und eine Ölpalm-Plantage wie derselbe grüne Fleck aussehen. Sie speichern jedoch sehr unterschiedliche Mengen an Kohlenstoff und Biodiversität. Laut dem Beitrag speichern alle Wälder Kohlenstoff, und insgesamt beherbergen Wälder die meisten der landgebundenen Pflanzen- und Tierarten der Welt. Doch der ökologische Wert eines Waldes hängt auch von seiner Geschichte ab: Ein nie gerodeter Primärwald speichert weitaus mehr Kohlenstoff und Biodiversität als eine einschichtige Holzplantage, die alle zehn bis zwanzig Jahre geerntet wird.
Die meisten globalen Karten zeigen nur an, ob Bäume vorhanden sind, was diejenigen vor eine Herausforderung stellt, die natürliche Wälder schützen wollen. Die EU-Verordnung über entwaldungsfreie Produkte (EUDR) verlangt beispielsweise, dass Produkte wie Kaffee, Kakao oder Palmöl nicht von Flächen stammen, die 2020 Wald waren und seitdem in Landwirtschaft umgewandelt wurden. Ihr Geltungsbereich erstreckt sich auch auf Kautschuk, Soja, Rinder und daraus hergestellte Produkte. Holzprodukte wie Möbel müssen zudem frei von Walddegradation sein: Sie dürfen aus Primärwäldern stammen, die seitdem in Plantagen- oder Pflanzwälder umgewandelt wurden, oder aus sich natürlich regenerierenden Wäldern, die seitdem in Plantagenwälder umgewandelt wurden. Unternehmen und Aufsichtsbehörden müssen daher nicht nur wissen, wo Bäume stehen, sondern auch, um welche Art von Wald es sich handelt – Primärwald oder nachwachsender Wald, gepflanzt oder Plantage, Wald oder Farm – und was den Wald nach einer Ernte ersetzt.
Dieselbe Gruppe hatte zuvor Natural Forests of the World 2020 veröffentlicht, eine globale Karte mit 10-Meter-Auflösung, die natürliche Wälder von allen übrigen Baumbedeckungen trennte. Diese Veröffentlichung bot einen Ausgangspunkt, um Unternehmen und Aufsichtsbehörden bei der Umsetzung der EU-Entwaldungsverordnung zu helfen und Rohstoffproduzenten bei der Einhaltung ihrer Zusagen zu unterstützen, natürliche Wälder nicht umzuwandeln. Sie beantwortete für jede Fläche eine Frage: War es 2020 natürlicher Wald oder nicht? ForTy geht weiter und zeigt, um welche Art von Wald es sich handelt – vom Primärwald über die Holzplantage bis zu Agrarbaumkulturen – und, dank der neuen Zeitreihe, wie sich das jährlich verändert.
Wie ForTy die Wälder der Welt klassifiziert
ForTy ordnet das Land anhand von Definitionen der Ernährungs- und Landwirtschaftsorganisation der Vereinten Nationen (FAO) in sechs Kategorien ein:
- Primärwald: natürlicher Wald ohne sichtbare Anzeichen menschlicher Störung.
- Natürlich regenerierender Wald: Wald, der von selbst nachgewachsen ist, etwa nach Abholzung oder Feuer.
- Gepflanzter Wald: von Menschen angepflanzter oder gesäter und über lange Zyklen bewirtschafteter Wald.
- Plantagenwald: schnell wachsende, intensiv bewirtschaftete Baumfarmen, oft mit einer einzigen Art.
- Agrarbaumkulturen und Agroforstwirtschaft: Farmen, die andere Erzeugnisse als Holz anbauen, etwa Ölpalmen, Kautschuk, Kakao oder Obst.
- Anderes Land: alles Übrige, von Grasland und Ackerland bis zu Städten und Wasser.
Die FAO verwendet dieselben Definitionen in ihrer Global Forest Resources Assessment, der periodischen Bewertung, über die Länder den Zustand ihrer Wälder berichten, sodass die Kategorien der Karte mit dem bereits in der internationalen Waldberichterstattung verwendeten Vokabular übereinstimmen.
Auf der Karte Forest Typology 2020 zeigt jede Farbe den häufigsten Wald- oder Landtyp pro Quadratkilometer, und Nutzer können sie in der Earth-Engine-App mit 10-Meter-Detailgenauigkeit erkunden.
Das Training des ForTy-Modells war eine Herausforderung, da diese Kategorien teilweise davon abhängen, wie Land genutzt wird, nicht nur wie es aussieht. Um dem Modell den Unterschied beizubringen, erstellte das Team eine umfangreiche Sammlung von Waldtyp-Beispielen mit rund 1,7 Millionen beschrifteten Standorten aus Expertenerhebungen, nationalen und regionalen Datensätzen sowie gezieltenprüfungen von Bereichen, in denen das Modell Schwierigkeiten hatte. Das Modell verwendet eine eigens entwickelte Architektur für die Herausforderungen von Fernerkundungsdaten und nutzt als zentrale Eingabe AlphaEarth Foundations embeddings – datenkompakte Zusammenfassungen jahrelanger Satellitenbeobachtungen für jedes 10-Meter-Pixel –, sodass es subtile Hinweise wie Anpflanzungsmuster, Wachstumszyklen und Ernte-Rhythmen erkennen kann.
Von oben können sich die fünf Wald- und Agrarbaumkultur-Klassen ähneln. ForTy kann die subtilen Unterschiede in Struktur und jahreszeitlichen Mustern erkennen, die sie unterscheiden, und sie in einer globalen Kartendatenbank genau kategorisieren. Die Bildmaterialien des Projekts stammen von Google Earth, Maxar Technologies und Airbus.
Die Karte auf die Probe gestellt
Eine Karte ist nur nützlich, wenn man ihr vertrauen kann. Gemeinsam mit IIASA und WRI validierte das Team ForTy anhand von mehr als 9.000 zufällig ausgewählten Standorten weltweit. An jedem Standort untersuchten zwei geschulte Experten hochauflösende Bilder und jahrelange Satellitenaufzeichnungen, um festzustellen, welche Art von Land sich dort tatsächlich befand. ForTy bestimmte den richtigen Waldtyp in 90 % der Fälle und unterschied Wald von Nichtwald-Flächen in 95 % der Fälle – damit übertraf es andere globale Waldkarten.
Über die Genauigkeit hinaus stellt das Team fest, dass globaler Naturschutz nicht universell anwendbar ist. Statt einer Ja-oder-Nein-Kennzeichnung für eine bestimmte Fläche liefert ForTy für jede Klasse einen Wahrscheinlichkeitswert, sodass Nutzer die Klassifizierung an regionale Kontexte und anwendungsspezifische Präzisionsabwägungen anpassen können. Ein Unternehmen, das Entwaldungsrisiken gemäß EUDR bewertet, könnte eine strenge Schwelle festlegen und nur Pixel akzeptieren, bei denen sich das Modell sehr sicher ist, um regulatorische Risiken zu vermeiden. Ein Forscher, der die Gesamtwaldausdehnung schätzt, könnte hingegen das gesamte Spektrum der Wahrscheinlichkeiten nutzen, um ein vollständigeres Bild der potenziellen Landschaft zu erhalten.
Von einer einzelnen Momentaufnahme zur Geschichte eines Wandels
Eine Karte eines einzelnen Jahres ist eine nützliche Referenz, aber Wälder verändern sich. Die neue, vorab veröffentlichte Zeitreihe wendet einen ähnlichen Ansatz auf jedes Jahr von 2017 bis 2025 an. Sie zeigt nicht nur, wo Wälder verschwinden und wo sie nachwachsen, sondern auch, welche Art von Wandel stattfand: etwa die Umwandlung eines natürlichen Waldes in eine Holzplantage oder brachliegendes Land, das sich langsam zu Wald regeneriert.
Diese Unterscheidung ist wichtig, weil einige der bedeutendsten Veränderungen aus dem All schwer zu erkennen sind. Wird ein natürlicher Wald abgeholzt und als Plantage wiederaufgeforstet, sieht das Land bald wieder grün aus, sodass standardmäßige Baumbedeckungskarten die Veränderung möglicherweise nicht erfassen. ForTys Zeitreihe macht diese verborgenen Veränderungen sichtbar, sowohl Verluste als auch Zuwächse, und kann in einer separaten Earth-Engine-App erkundet werden.
Verfügbarkeit und nächste Schritte
Die Karte Forest Typology 2020, beschrieben in einem Papier in Scientific Data, einem begutachteten Open-Access-Journal im Nature Portfolio, und die neue Zeitreihe sind nun unter einer offenen Lizenz auf Google Earth Engine, Googles Cloud-Plattform für Geodatenanalyse, frei verfügbar; der Datensatz ist außerdem auf Figshare veröffentlicht. Das Team hofft, dass Regierungen, Unternehmen, Naturschutzorganisationen und Wissenschaftler sie nutzen werden, um entwaldungsfreie Lieferketten aufzubauen, Waldfinanzierung dorthin zu lenken, wo sie benötigt wird, und die natürlichen Wälder zu schützen, die am wichtigsten sind. In den kommenden Monaten wird das Team die Zeitreihe gemeinsam mit Partnern und Nutzern weiter verbessern.
ForTy ist Teil von Googles Forschungsportfolio AI for Nature, zu dem auch die Kartierung der Ursachen von Waldverlust, die Vorhersage von Entwaldungsrisiken, die Modellierung globaler Artverbreitungen und die Überwachung der Biodiversität im Feld gehören. ForTy ist zudem die neueste Ergänzung von Google Earth AI, Googles Sammlung von Geodatenmodellen und -datensätzen, die dazu beitragen sollen, die dringendsten Umweltprobleme des Planeten zu bewältigen.
Danksagungen
Die Arbeit wurde von Google DeepMind und Google Research gemeinsam mit dem World Resources Institute und dem International Institute for Applied Systems Analysis entwickelt. Zu den Co-Autoren des Beitrags gehören Anton Raichuk, Peter Potapov, Myroslava Lesiv, Matthew Overlan, Mélanie Rey, Ravindran Rajakumar, Michelangelo Conserva, Radost Stanimirova, Michelle Sims, Sarah Carter, Elizabeth Goldman, Yuchang Jiang, Linus Scheibenreif, Ivelina Georgieva, Maria Shchepashchenko, Steffen Fritz, Nicholas Clinton, Dan Morris und Drew Purves sowie vertrauenswürdige Tester, die zur Verbesserung der Karte beigetragen haben.