За пределами древесного покрова: картирование типов лесов мира

Новая карта с разрешением 10 метров показывает, какие леса мира являются естественными, посаженными или используемыми для сельского хозяйства, и как они меняются со временем

Защита лесов планеты начинается с простого вопроса: на какой тип леса мы смотрим? Из космоса старовозрастный тропический лес, эвкалиптовая плантация и плантация масличных пальм могут выглядеть как один и тот же участок зелени. Но они содержат совершенно разное количество углерода и биоразнообразия. Различая их и зная, как каждый участок менялся со временем, мы можем понять, где природоохранные меры работают, а где естественные леса превращаются в плантации и сельскохозяйственные угодья.

Сегодня Google DeepMind и Google Research совместно с Институтом мировых ресурсов (WRI) и Международным институтом прикладного системного анализа (IIASA) выпускают Forest Typology (ForTy) 2020 — глобальную карту, которая классифицирует каждый участок суши на Земле размером 10 на 10 метров по шести отдельным типам лесов и землепользования. Это важная исходная база для регулирования ЕС в сфере вырубки лесов. Вместе с ней мы публикуем предварительный временной ряд, отслеживающий ежегодные изменения этих лесов с 2017 по 2025 год, включая территории, где естественные леса были заменены плантациями или сельскохозяйственными угодьями. Впервые пользователи могут увидеть весь мир с детализацией до 10 метров, год за годом, и узнать не только, где исчез лес, но и что его заменило: лесная плантация, ферма по выращиванию древесных культур или другой тип землепользования.

Почему одного «лесного покрова» недостаточно

Все леса накапливают углерод, а вместе они являются домом для большинства наземных видов растений и животных в мире. Однако экологическая ценность леса также зависит от его истории: первичный лес, который никогда не вырубался, содержит гораздо больше углерода и биоразнообразия, чем одновидовая лесная плантация, вырубаемая каждые десять–двадцать лет.

Большинство глобальных карт показывают лишь наличие деревьев. Это создает проблему для тех, кто пытается защищать естественные леса. Например, регламент Европейского союза о продукции, не связанной с вырубкой лесов (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 преобразованы в сельскохозяйственные угодья. Аналогично, древесная продукция, например мебель, также должна быть свободна от деградации лесов: она не может происходить из первичных лесов, которые впоследствии были преобразованы в плантационные или посаженные леса, либо из естественно возобновляющихся лесов, которые впоследствии были преобразованы в плантационные леса. Поэтому компаниям и регулирующим органам необходимо знать не только, где находятся деревья, но и какой тип леса они образуют (первичный или возобновляющийся, посаженный или плантационный, лес или сельскохозяйственные угодья), а также что заменяет этот лес после вырубки.

В прошлом году мы совместно выпустили «Естественные леса мира 2020» — глобальную карту с разрешением 10 метров, отделяющую естественные леса от всех остальных видов древесного покрова. Она стала отправной точкой, помогая компаниям и регулирующим органам внедрять Регламент ЕС о вырубке лесов, а производителям сырьевых товаров — выполнять обязательства не преобразовывать естественные леса. Эта карта отвечала на один вопрос для каждого участка земли: был ли он естественным лесом в 2020 году? ForTy идет дальше, показывая, какой именно тип леса там находится — от первичного леса до лесной плантации и древесных культур, — а новый временной ряд демонстрирует, как это меняется из года в год.

Как ForTy классифицирует леса мира

В частности, ForTy разделяет земли на шесть категорий на основе определений Продовольственной и сельскохозяйственной организации ООН (ФАО):

1. Первичный лес: естественный лес без видимых признаков антропогенного воздействия.
2. Естественно возобновляющийся лес: лес, восстановившийся самостоятельно, например после вырубки или пожара.
3. Посаженный лес: лес, посаженный или засеянный людьми и управляемый на протяжении длительных циклов.
4. Плантационный лес: быстрорастущие, интенсивно управляемые лесные хозяйства, часто состоящие из одного вида деревьев.
5. Древесные культуры и агролесоводство: хозяйства, выращивающие не древесину, а другие культуры, например масличную пальму, каучук, какао или фрукты.
6. Другие земли: всё остальное — от лугов и пахотных земель до городов и водоемов.

Обучение модели ForTy оказалось сложной задачей, поскольку эти категории частично зависят от того, как используется земля, а не только от того, как она выглядит. Чтобы научить модель различать их, мы создали масштабную коллекцию примеров типов лесов примерно с 1,7 миллиона размеченных мест, используя экспертные обследования, национальные и региональные наборы данных, а также целевые проверки территорий, где модель испытывала трудности. Модель использует специальную архитектуру, разработанную с учетом особенностей данных дистанционного зондирования, а в качестве ключевого входного параметра — эмбеддинги AlphaEarth Foundations: компактные представления данных, обобщающие многолетние спутниковые наблюдения для каждого пикселя размером 10 метров. Благодаря этому модель может замечать малозаметные признаки, такие как схемы посадки, циклы роста и ритмы сбора урожая.

Проверка карты

Карта полезна только в том случае, если ей можно доверять. Поэтому совместно с IIASA и WRI мы проверили ForTy на более чем 9 000 случайно выбранных участках по всему миру. На каждом участке два подготовленных эксперта изучали изображения высокого разрешения и многолетние спутниковые данные, чтобы определить, какой тип земель действительно там находился. ForTy правильно определила тип леса в 90% случаев, а лес отличила от нелесных земель в 95% случаев, превзойдя другие глобальные карты лесов.

Помимо точности, мы понимаем, что глобальная охрана природы не может строиться по принципу «один подход для всех». Вместо того чтобы присваивать конкретному участку земли бинарную метку «да» или «нет», ForTy предоставляет показатель вероятности для каждого класса, позволяя пользователям адаптировать классификацию к региональному контексту и специфическим компромиссам между точностью и практическим применением. Например, компания, оценивающая риск вырубки лесов в рамках EUDR, может установить строгий порог и принимать только те пиксели, в отношении которых модель уверена в высокой степени, чтобы избежать регуляторных рисков. В то же время исследователь, оценивающий общую площадь лесов, может использовать весь спектр вероятностей, чтобы получить более полное представление о потенциальном ландшафте.

От одномоментного снимка к истории изменений

Карта за один год — полезная исходная база, но леса меняются. Наш новый временной ряд в предварительном выпуске применяет аналогичный подход к каждому году с 2017 по 2025 год. Он показывает не только, где леса исчезают и где восстанавливаются, но и то, какие именно изменения произошли: например, естественный лес превратился в лесную плантацию или заброшенные земли постепенно вновь покрылись лесом.

Это различие важно, поскольку некоторые наиболее значимые изменения трудно заметить из космоса. Когда естественный лес вырубают и заново засаживают плантацией, вскоре земля снова становится зеленой, поэтому стандартные карты древесного покрова могут не зафиксировать это изменение. Временной ряд ForTy делает эти скрытые изменения видимыми — как потери, так и прирост.

Что дальше

Карта типов лесов за 2020 год [описанная в журнале Scientific Data] и новый временной ряд теперь бесплатно доступны в Google Earth Engine по открытой лицензии. Мы надеемся, что правительства, компании, природоохранные организации и ученые будут использовать их для создания цепочек поставок, не связанных с вырубкой лесов, направления финансирования лесного хозяйства туда, где оно необходимо, и защиты наиболее важных естественных лесов. В ближайшие месяцы мы продолжим совершенствовать временной ряд вместе с нашими партнерами и пользователями и будем рады узнать, как вы его используете. ForTy является частью нашего портфеля исследований в области ИИ для природы, включающего картирование факторов утраты лесов, прогнозирование риска вырубки лесов, моделирование глобального распространения видов и мониторинг биоразнообразия в полевых условиях. FortTy также является последним дополнением к Google Earth AI — коллекции геопространственных моделей и наборов данных Google, созданных для помощи в решении наиболее критических экологических проблем планеты.

Благодарности

Эта работа была совместно разработана Google DeepMind и Google Research при участии Института мировых ресурсов и Международного института прикладного системного анализа. Мы хотели бы поблагодарить наших соавторов Антона Райчука, Питера Потапова, Мирославу Лесив, Мэттью Оверлана, Мелани Рей, Равиндрана Раджакумара, Микеланджело Консерву, Радост Станимирову, Мишель Симс, Сару Картер, Элизабет Голдман, Ючан Цзян, Линуса Шайбенрайфа, Ивелину Георгиеву, Марию Щепащенко, Штеффена Фрица, Николаса Клинтона, Дэна Морриса и Дрю Пёрвса, а также надежных тестировщиков, помогавших совершенствовать карту.