Google DeepMind и Google Research в сотрудничестве со Всемирным институтом ресурсов (WRI) и Международным институтом прикладного системного анализа (IIASA) представили Forest Typology (ForTy) 2020 — глобальную карту, классифицирующую каждый участок земли на Земле размером 10×10 метров по шести различным типам лесов и землепользования. Организации называют этот релиз ключевой базовой линией для регламента Евросоюза о продукции, не связанной с обезлесением. Вместе с картой команда публикует ранний временной ряд, отслеживающий изменения лесов с 2017 по 2025 год, включая случаи, когда естественные леса заменялись плантациями или сельхозугодьями.

В анонсе, опубликованном в блоге Google DeepMind исследователями Максимом Нойманном и Шарлоттой Стэнтон, отмечается, что пользователи теперь могут видеть в детализации 10 метров по всему миру, год за годом, не только то, где лес был утрачен, но и что пришло ему на смену: древесная плантация, ферма плодовых деревьев или другие земли.

Почему «лесистости» недостаточно

Из космоса девственный дождевой лес, плантация эвкалиптов и масличнопальмовая плантация могут выглядеть одинаковым зеленым пятном. Однако содержание углерода и биоразнообразия в них сильно различается. Согласно публикации, все леса запасают углерод и вместе являются домом для большинства наземных видов растений и животных планеты. Но экологическая ценность леса зависит и от его истории: девственный лес, который никогда не вырубался, содержит гораздо больше углерода и биоразнообразия, чем одновидовая древесная плантация, вырубаемая раз в одно-два десятилетия.

Большинство глобальных карт лишь показывает наличие деревьев, что создает трудности для тех, кто пытается защитить естественные леса. Например, регламент ЕС о продукции, не связанной с обезлесением (EUDR), требует, чтобы такие продукты, как кофе, какао или пальмовое масло, не происходили с земель, которые были лесом в 2020 году и с тех пор были превращены в сельхозугодья. Его действие распространяется также на каучук, сою, крупный ратый скот и производные продукты. Деревянные изделия, например мебель, также должны быть свободны от деградации лесов: они не могут происходить из девственных лесов, превращенных в плантационные или посаженные леса, или из естественно восстанавливающихся лесов, превращенных в плантационные. В результате компаниям и регуляторам нужно знать не только то, где растут деревья, но и какой это лес — первичный или восстанавливающийся, посаженный или плантационный, лес или ферма — и что заменяет лес после вырубки.

Ранее та же группа выпустила Natural Forests of the World 2020 — глобальную карту с разрешением 10 метров, отделявшую естественные леса от прочей лесистой растительности. Этот релиз стал отправной точкой для компаний и регуляторов при внедрении регламента ЕС о обезлесении и помог производителям сырья выполнять обязательства не преобразовывать естественные леса. Она отвечала на один вопрос для каждого участка земли: был ли это естественный лес в 2020 году? ForTy идет дальше, показывая, какой именно там лес — от первичного леса до древесных плантаций и плодовых культур, — и, благодаря новому временному ряду, как это меняется из года в год.

Как ForTy классифицирует леса мира

ForTy делит земли на шесть категорий на основе определений Продовольственной и сельскохозяйственной организации ООН (ФАО):

• Первичный лес: естественный лес без видимых признаков вмешательства человека.
• Естественно восстанавливающийся лес: лес, выросший самостоятельно, например после вырубки или пожара.
• Посаженный лес: лес, созданный людьми путем посадки или посева и управляемый в течение длительных циклов.
• Плантационный лес: быстрорастущие интенсивно управляемые древоводные хозяйства, часто из одного вида.
• Плодовые культуры и агролесоводство: хозяйства, выращивающие не древесину, например масличную пальму, каучук, какао или фрукты.
• Прочие земли: всё остальное — от лугов и пашен до городов и водных объектов.

ФАО применяет те же определения в своей Глобальной оценке лесных ресурсов — периодической оценке, в рамках которой страны отчитываются о состоянии своих лесов, поэтому категории карты соответствуют терминологии, уже используемой в международной лесной отчетности.

На карте Forest Typology 2020 каждый цвет показывает наиболее распространенный тип леса или земли на каждом квадратном километре; пользователи могут изучать её в детализации 10 метров в приложении Earth Engine.

Обучение модели ForTy было сложной задачей, поскольку эти категории зависят отчасти от того, как используется земля, а не только от того, как она выглядит. Чтобы научить модель различать это, команда собрала крупномасштабную выборку примеров типов лесов — около 1,7 млн размеченных точек — на основе экспертных обследований, национальных и региональных датасетов и целевых проверок мест, где модель испытывала трудности. Модель использует специальную архитектуру, разработанную с учетом особенностей данных дистанционного зондирования, и принимает в качестве ключевых входных данных эмбеддинги AlphaEarth Foundations — компактные сводки многолетних спутниковых наблюдений для каждого пикселя размером 10 метров, что позволяет ей улавливать тонкие признаки, такие как схемы посадки, циклы роста и ритмы сбора урожая.

Сверху пять классов лесов и плодовых культур могут выглядеть одинаково. ForTy способна выявлять тонкие различия в структуре и сезонных закономерностях, точноифицируя их в глобальной картографической базе данных. Снимки предоставлены Google Earth, Maxar Technologies и Airbus.

Проверка карты на практике

Карта полезна, только если ей можно доверять. Вместе с IIASA и WRI команда валидировала ForTy на более чем 9 000 случайно выбранных участков по всему миру. На каждом участке два подготовленных эксперта изучали снимки высокого разрешения и многолетние спутниковые записи, чтобы определить, какой тип земли там действительно находится. ForTy правильно определяла тип леса в 90% случаев и отличала лесные земли от нелесных в 95% случаев, превзойдя другие глобальные лесные карты.

Помимо точности, команда отмечает, что глобальное природоохранное дело не универсально. Вместо бинарной метки для конкретного участка ForTy выдает вероятностную оценку для каждого класса, позволяя пользователям адаптировать классификацию к региональным контекстам и требованиям к точности. Например, компания, оценивающая риски обезлесения в рамках EUDR, может установить строгий порог, принимая только пиксели, в которых модель высоко уверена, чтобы избежать регуляторных рисков. Исследователь, оценивающий общую площадь лесов, напротив, может использовать весь спектр вероятностей для более полной картины потенциального ландшафта.

От единичного снимка к истории изменений

Карта за один год — полезная базовая линия, но леса меняются. Новый ранний временной ряд применяет аналогичный подход к каждому году с 2017 по 2025. Он показывает не только то, где леса исчезают и восстанавливаются, но и какой характер носили изменения: например, естественный лес превратился в древесную плантацию или заброшенные земли постепенно зарастают лесом.

Это разграничение важно, поскольку некоторые из наиболее значимых изменений трудно увидеть из космоса. Когда естественный лес вырубают и засаживают плантацией, земля вскоре снова выглядит зеленой, поэтому стандартные карты лесистости могут не зафиксировать изменение. Временной ряд ForTy делает эти скрытые изменения видимыми — как потери, так и приобретения; его можно изучить в отдельном приложении Earth Engine.

Доступность и дальнейшие шаги

Карта Forest Typology 2020, описанная в статье в Scientific Data — рецензируемом журнале открытого доступа в составе Nature Portfolio, — и новый временной ряд теперь свободно доступны на Google Earth Engine, облачной платформе Google для геопространственного анализа, под открытой лицензией; датасет также опубликован на Figshare. Команда надеется, что правительства, компании, природоохранные организации и ученые будут использовать эти данные для построения цепочек поставок без обезлесения, направления лесного финансирования туда, где оно необходимо, и защиты наиболее значимых естественных лесов. В ближайшие месяцы команда, по её словам, будет продолжать совершенствовать временной ряд вместе с партнерами и пользователями.

ForTy входит в исследовательский портфель Google AI for Nature, включающий картирование причин потери лесов, прогнозирование рисков обезлесения, моделирование глобального распространения видов и мониторинг биоразнообразия в полевых условиях. ForTy также стала последним пополнением Google Earth AI — коллекции геопространственных моделей и датасетов Google, созданных для решения наиболее критических экологических проблем планеты.

Благодарности

Работа была совместно разработана Google DeepMind и Google Research при участии Всемирного института ресурсов Международного института прикладного системного анализа. Соавторы публикации: Антон Райчук, Питер Потапов, Мирослава Лесив, Мэттью Оверлан, Мелани Рей, Равиндран Раджакумар, Микеланджело Консерва, Радост Станимирова, Мишель Симс, Сара Картер, Элизабет Голдман, Юйчан Цзян, Линус Шайбенрайф, Ивелина Георгиева, Мария Щепащенко, Штеффен Фриц, Николас Клинтон, Дэн Моррис и Дрю Первс, а также доверенные тестировщики, помогавшие улучшить карту.