Google DeepMind e i partner rilasciano ForTy, una mappa globale a 10 metri che classifica foreste naturali, piantate e coltivate
Punti chiave
- •Google DeepMind, Google Research, WRI e IIASA hanno rilasciato Forest Typology (ForTy) 2020, una mappa globale che classifica tutte le terre a risoluzione di 10 metri in sei tipologie di foresta e uso del suolo allineate con le definizioni FAO.
- •La mappa è posizionata come baseline fondamentale per il regolamento UE sulla deforestazione, che richiede alle aziende di verificare che commodity come caffè, cacao, olio di palma, gomma e soia non provengano da terreni forestali convertiti in agricoltura.
- •Una serie temporale in rilascio anticipato traccia i cambiamenti forestali anno per anno dal 2017 al 2025, evidenziando conversioni nascoste come la sostituzione di foreste naturali con piantagioni che le mappe standard della copertura arborea spesso non rilevano.
- •Il modello ForTy è stato addestrato su circa 1,7 milioni di località etichettate e validato su oltre 9.000 siti selezionati casualmente, identificando correttamente il tipo di foresta nel 90% dei casi e distinguendo le aree forestali da quelle non forestali nel 95% dei casi.
- •La mappa ForTy 2020 e la serie temporale sono liberamente accessibili su Google Earth Engine e Figshare con licenza aperta, e la ricerca sottostante è pubblicata sulla rivista Scientific Data.

Google DeepMind e Google Research, in collaborazione con il World Resources Institute (WRI) e l'International Institute for Applied Systems Analysis (IIASA), hanno rilasciato Forest Typology (ForTy) 2020, una mappa globale che classifica ogni porzione di terreno di 10 per 10 metri sulla Terra in sei distinte tipologie di foresta e uso del suolo. Le organizzazioni descrivono il rilascio come una baseline fondamentale per la regolamentazione dell'Unione Europea contro la deforestazione. Accanto alla mappa, il team condivide una serie temporale preliminare che traccia come le foreste sono cambiate di anno in anno dal 2017 al 2025, compresi i casi in cui foreste naturali sono state sostituite da piantagioni o aziende agricole.
L'annuncio, pubblicato sul blog di Google DeepMind dai ricercatori Maxim Neumann e Charlotte Stanton, afferma che gli utenti possono ora vedere, con dettaglio di 10 metri a livello mondiale e anno per anno, non solo dove la foresta è stata persa, ma cosa l'ha sostituita: una piantagione di legname, una coltivazione di alberi da frutto o altra terra.
Perché la "copertura forestale" non basta
Dallo spazio, una foresta pluviale primaria, una piantagione di eucalipti e una piantagione di palme da olio possono sembrare la stessa chiazza verde. Racchiudono però quantità di carbonio e biodiversità molto diverse. Secondo l'articolo, tutte le foreste immagazzinano carbonio e, nel loro insieme, ospitano la maggior parte delle specie vegetali e animali terrestri del pianeta. Ma il valore ecologico di una foresta dipende anche dalla sua storia: una foresta primaria mai disboscata contiene molto più carbonio e biodiversità di una piantagione monospecifica da legname tagliata ogni dieci o vent'anni.
La maggior parte delle mappe globali indica solo se gli alberi sono presenti, il che crea una sfida per chi cerca di proteggere le foreste naturali. Il regolamento dell'Unione Europea sui prodotti privi di deforestazione (EUDR), ad esempio, richiede che prodotti come caffè, cacao o olio di palma non provengano da terreni che nel 2020 erano foresta e sono stati successivamente convertiti in agricoltura. Il suo ambito si estende anche a gomma, soia bovini e prodotti derivati. Anche i prodotti in legno, come i mobili, devono essere esenti da degrado forestale: non possono provenire da foreste primarie convertite in seguito in foreste di piantagione o piantate, né da foreste a rigenerazione naturale convertite in foreste di piantagione. Di conseguenza, aziende e regolatori devono sapere non solo dove si trovano gli alberi, ma che tipo di foresta formano — primaria o in rigenerazione, piantata o di piantagione, foresta o fattoria — e cosa sostituisce quella foresta dopo il taglio.
Lo stesso gruppo aveva precedentemente rilasciato Natural Forests of the World 2020, una mappa globale a risoluzione di 10 metri che separava le foreste naturali da ogni altra copertura arborea. Quel rilascio offriva un punto di partenza per aiutare aziende e regolatori a implementare il regolamento UE sulla deforestazione e a sostenere i produttori di commodity nel rispettare gli impegni di non convertire le foreste naturali. Rispondeva a una domanda per ogni porzione di terra: era foresta naturale nel 2020 o no? ForTy va oltre, mostrando che tipo di foresta è presente, dalla foresta primaria alla piantagione di legname alle coltivazioni arboree e, con la nuova serie temporale, come cambia di anno in anno.
Come ForTy classifica le foreste del mondo
ForTy ordina il terreno in sei categorie basate sulle definizioni dell'Organizzazione delle Nazioni Unite per l'Alimentazione e l'Agricoltura (FAO):
- Foresta primaria: foresta nativa priva di segni visibili di disturbo umano.
- Foresta a rigenerazione naturale: foresta ricresciuta naturalmente, ad esempio dopo il taglio o un incendio.
- Foresta piantata: foresta piantata o seminata dall'uomo e gestita su cicli lunghi.
- Foresta di piantagione: coltivazioni arboree a rapida crescita e gestione intensiva, spesso monospecifiche.
- Coltivazioni arboree e agroforestazione: aziende agricole che producono oltre al legno, come olio di palma, gomma, cacao o frutta.
- Altra terra: tutto il resto, da praterie e terreni coltivati a città e corpi idrici.
La FAO applica le stesse definizioni nella sua Valutazione Globale delle Risorse Forestali, la valutazione periodica con cui i paesi riferiscono lo stato delle proprie foreste, così le categorie della mappa corrispondono al vocabolario già usato nei rapporti forestali internazionali.
Nella mappa Forest Typology 2020, ogni colore mostra il tipo di foresta o di terra più comune in ogni chilometro quadrato, e gli utenti possono esplorarla con dettaglio di 10 metri nell'app Earth Engine.
L'addestramento del modello ForTy è stato impegnativo perché queste categorie dipendono in parte da come il terreno viene usato, non solo dal suo aspetto. Per insegnare al modello la differenza, il team ha costruito un'ampia raccolta di esempi con circa 1,7 milioni di località etichettate, tratte da rilevamenti di esperti, dataset nazionali e regionali e revisioni mirate dei luoghi in cui il modello incontrava difficoltà. Il modello usa un'architettura personalizzata progettata per le sfide dei dati di telerilevamento e assume come input chiave gli embedding diEarth Foundations — riassunti compatti di anni di osservazioni satellitari per ogni pixel di 10 metri — in modo da individuare indizi sottili come schemi di piantumazione, cicli di crescita e ritmi di raccolto.
Dall'alto, le cinque classi di foresta e coltivazioni arboree possono sembrare simili. ForTy riesce a identificare le sottili differenze di struttura e di pattern stagionali che le distinguono, classificandole con precisione in un database cartografico globale. Le immagini del progetto sono attribuite a Google Earth, Maxar Technologies e Airbus.
Mettere alla prova la mappa
Una mappa è utile solo se le persone possono fidarsene. Con l'IIASA e il WRI, il team ha validato ForTy su oltre 9.000 siti scelti casualmente in tutto il mondo. In ogni sito, due esperti addestrati hanno studiato immagini ad alta risoluzione e anni di registrazioni satellitari per determinare quale tipo di terreno fosse realmente presente. ForTy ha identificato il tipo di foresta corretto nel 90% dei casi e distinto le aree forestali da quelle non forestali nel 95% dei casi, superando le altre mappe forestali globali.
Oltre alla precisione, il team sottolinea che la conservazione globale non è valida per tutti allo stesso modo. Invece di fornire un'etichetta sì o no per una specifica porzione di terra, ForTy assegna un punteggio di probabilità a ciascuna classe, consentendo agli utenti di adattare la classificazione ai contesti regionali e ai compromessi di precisione specifici dell'applicazione. Un'azienda che valuta il rischio di deforestazione sotto l'EUDR potrebbe fissare una soglia rigorosa, accettando solo i pixel su cui il modello è altamente certo per evitare rischi normativi. Un ricercatore che stima l'estensione totale delle foreste, invece, potrebbe usare l'intero spettro di probabilità per ottenere un quadro più completo del paesaggio potenziale.
Da un'istantanea singola a una storia di cambiamento
Una mappa di un singolo anno è una baseline utile, ma le foreste cambiano. La nuova serie temporale in rilascio anticipato applica un approccio simile a ogni anno dal 2017 al 2025. Mostra non solo dove le foreste scompaiono e dove ricrescono, ma anche che tipo di cambiamento è avvenuto: una foresta naturale trasformata in una piantagione di legname, ad esempio, o un terreno abbandonato che si rigenera lentamente in foresta.
Questa distinzione è importante perché alcuni dei cambiamenti più significativi sono difficili da vedere dallo spazio. Quando una foresta naturale viene tagliata e ripiantata come piantagione, il terreno torna presto verde, quindi le mappe standard della copertura arborea potrebbero non rilevare il cambiamento. La serie temporale di ForTy rende visibili questi cambiamenti nascosti, sia perdite che guadagni, e può essere esplorata in una separata app Earth Engine.
Disponibilità e prossimi passi
La mappa Forest Typology 2020, descritta in un articolo su Scientific Data, rivista ad accesso aperto sottoposta a peer review del Nature Portfolio, e la nuova serie temporale sono ora liberamente disponibili su Google Earth Engine, la piattaforma cloud di Google per l'analisi geospaziale, con licenza aperta; il dataset è pubblicato anche su Figshare. Il team spera che governi,, gruppi di conservazione e scienziati le utilizzino per costruire catene di fornitura prive di deforestazione, indirizzare la finanza forestale dove serve e proteggere le foreste naturali più importanti. Nei prossimi mesi, il team dichiara che continuerà a migliorare la serie temporale con partner e utenti.
ForTy fa parte del portafoglio di ricerca AI for Nature di Google, che comprende la mappatura delle cause della perdita di foreste, la previsione del rischio di deforestazione, la modellazione delle distribuzioni globali delle specie e il monitoraggio della biodiversità sul campo. ForTy è anche l'ultima aggiunta a Google Earth AI, la raccolta di modelli e dataset geospaziali di Google progettata per affrontare le sfide ambientali più critiche del pianeta.
Riconoscimenti
Il lavoro è stato sviluppato congiuntamente da Google DeepMind e Google Research, con il World Resources Institute e l'International Institute for Applied Systems Analysis. I coautori dell'articolo sono 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 e Drew Purves, insieme ai tester fidati che hanno contribuito a migliorare la mappa.