Google DeepMind създаде глобална карта на горите със сателитни данни и ИИ

Google Deepmind и World Resources Institute разработиха ForTy — карта с изкуствен интелект, която разграничава първични гори, дърводобивни плантации и ферми за дървесни култури по целия свят.

Сателитните карти обикновено показват дали в дадена площ растат дървета, без да идентифицират типа гора или култура. ForTy, съкратено от Forest Typology, отива по-далеч, като разпределя земната площ на света през 2020 г. в 6 класа с разделителна способност от 10 метра. Те включват първични гори, естествено възстановяващи се гори, засадени гори, плантационни гори, дървесни култури като маслена палма, каучук или какао, както и други земи. Авторите твърдят, че ForTy е първата глобална карта от този вид. По-ранни набори от данни, включително един на Европейската комисия, обхващат само части от света.

Правилата на ЕС за обезлесяването се нуждаят от надеждна отправна точка за 2020 г.

Основният двигател зад проекта е Регламентът на ЕС за продукти, несвързани с обезлесяване (EUDR), който забранява стоки, свързани с гори, изсечени или деградирали след 31 декември 2020 г., включително стоки, произведени след превръщането на първична гора в плантация. Фермите за маслени палми и какао се считат за земеделска земя, така че компаниите, оценяващи рисковете по веригата на доставки, трябва да знаят как е била използвана дадена площ през 2020 г.

ForTy им предоставя тази отправна точка за 2020 г. и би могла да се използва и в други инициативи, зависещи от същия тип данни, включително Tropical Forest Forever Facility (TFFF) и целта на ООН за защита на 30 процента от земната площ на света до 2030 г.

Изграждането на такава отправна точка е трудно, защото типът на гората зависи от нейната история, а не само от това как изглежда, казва DeepMind. Стара смесена засадена гора може да изглежда като естествена от космоса, а наскоро изсечена плантация все още се счита за гора по дефиниция, въпреки че сателитните изображения показват гола земя.

ForTy използва три етапа на модели, за да прецизира класификациите си

За да разграничава тези категории, ForTy работи с модела AlphaEarth Foundations на Google DeepMind, който компресира данни от множество сателити в компактно описание на всеки пиксел. Няколко модела за разпознаване на изображения надграждат тези описания, започвайки с един, който се обучава от проверени примери.

Предсказанията на този първи модел, комбинирани с външни данни за височината на дърветата, сградите и загубата на гори, се превръщат в разширени обучаващи данни за втори модел. На финалния етап се анализират заедно данни от няколко години, за да се изгладят отклоненията. Езиковият модел Gemini на Google също е помогнал за адаптирането на по-стари обучаващи данни към дефинициите на ЕС.

По време на тези кръгове на корекции експертите добавиха около 43 000 примера, за да отстранят грешки като класифицирането на лозя в Европа като дървесни култури, обозначаването на естествени борови гори в Централна Америка като засадени гори и пропуснатите маслени палми в Африка и Индонезия.

Дори с тези корекции някои разграничения остават недостъпни само за сателитите. Сателитните изображения рядко показват как се управлява земята, затова изследователите използват 40-годишен период на ротация, за да разграничат плантациите от други засадени гори, но този праг не е подходящ за всеки регион.

ForTy е по-неточна при плантациите и дървесните култури

За да проверят картата, 2 експерти прегледаха всеки от 8 190-те произволно избрани обекта и установиха, че тя е вярна в 90,2 процента от случаите. Авторите предупреждават, че този общ резултат получава значителен тласък от лесния за идентифициране клас „други земи“.

Резултатите се различават значително според типа гора. Картата правилно идентифицира 89 процента от първичните гори, потвърдени от експерти на място, но открива само около половината от дървесните култури и засадените гори и 60 процента от плантациите. Погледнато от обратната страна, приблизително една четвърт до една трета от площите, картографирани като плантации или дървесни култури, се оказват класифицирани неправилно, а картата е грешна за една трета от площите, обозначени като засадени гори.

Тези пропуски засягат границите, които са най-важни за EUDR, а несигурността при оценката може също да прави резултатите да изглеждат малко по-добри, отколкото са в действителност. Експертите най-често не са били сигурни при управляваните площи, а екипът е изключил тези несигурни случаи от оценката си.

ForTy все пак превъзхожда картите на Европейската комисия, създадени специално за EUDR, със същите тестови данни — резултат от 95,5 процента спрямо 93,6 процента при класифицирането на гори срещу негорски площи и 90,9 процента спрямо 87,8 процента при типовете гори.

Моделът е наследил и слабост от обучаващите си данни, чиито анотатори рядко са класифицирали горите в близост до пътища или населени места като първични гори, дори когато горите са изглеждали недокоснати.

Швеция има много дървета, но малко естествени гори

Изследователите изчисляват, че в света има около 4,1 милиарда хектара гори, включително близо 3,9 милиарда хектара естествени гори, от които около 2 милиарда хектара са първични гори. Засадените гори обхващат около 250 милиона хектара, а дървесните култури — близо 200 милиона хектара, предимно в Азия.

Регионалните грешки усложняват тази картина. Картата надценява първичните гори в Азия с около 200 милиона хектара, до голяма степен заради иглолистните гори в Русия. В Африка тя вместо това пропуска около 94 милиона хектара гори, вероятно заради разредените сухи гори и саваните.

Около две трети от горската площ на Швеция е засадена, а естествените гори покриват само около една пета от страната. Авторите казват, че общата дървесна покривка там може да е достатъчна, но делът на естествените гори, който е важен за биоразнообразието, може да е критично нисък. Демократична република Конго, Индонезия и Бразилия имат най-висок дял естествени гори.

ForTy все още се затруднява със засенчените култури и разредените гори

Освен тези регионални грешки някои видове земеползване остават трудни за класифициране. В някои региони картата все още обозначава засенченото какао или кафе, отглеждани под естествен покрив, като гора, а селективно изсечените или опожарени гори също създават проблеми.

ForTy все още няма отделен клас за разредените гори, които EUDR третира отделно, макар че изследователите казват, че бъдещите версии трябва да добавят такъв. Потребителите могат да правят собствени класификационни избори, като използват оценките за увереност на набора от данни за всеки клас, които им позволяват да задават собствени прагове.

Картата, слоят за класификация и тестовите данни са свободно достъпни под лиценз CC BY 4.0, включително в Google Earth Engine. Google DeepMind публикува кода в хранилищата GeeFlow и JEO.

Deepmind представи базовия модел AlphaEarth Foundations през юли 2025 г. като нещо подобно на виртуален сателит. Той комбинира оптични сателитни изображения, радар, лазерни сканирания и климатични симулации в компактно описание на всяка площ с размер 10 на 10 метра, като годишните ембединг представяния за годините след 2017 г. са свободно достъпни в Google Earth Engine.

ForTy е един от първите мащабни картографски проекти, изградени върху тези ембединг представяния, и според Google е част от Earth AI. Тази връзка поставя проекта в рамките на по-широко начинание, тъй като Google свърза Earth AI с Gemini през есента на 2025 г., за да помага за по-бързото откриване на наводнения, суши и цъфтеж на водорасли.

Новини за изкуствения интелект без сензации – подбрани от хора

Абонирайте се за THE DECODER, за да четете без реклами, да получавате седмичен бюлетин за изкуствения интелект, нашия ексклузивен шест пъти годишно доклад „AI Radar“ за новостите, пълен достъп до архива и достъп до секцията за коментари.