ForTy distingeix el bosc de la plantació

El verd no ho explica tot

Segons Google DeepMind, un bosc antic, una plantació d'eucaliptus i una explotació de palmera d'oli poden semblar una mateixa taca verda des de l'espai. Tanmateix, emmagatzemen quantitats diferents de carboni i acullen una biodiversitat distinta. Reconèixer aquestes diferències permet estudiar canvis que una simple mesura de la superfície coberta d'arbres pot amagar.

L'article científic situa aquesta distinció al centre del càlcul del carboni, l'avaluació de la biodiversitat i la planificació de la conservació. El seu mapa base classifica tot el sòl en sis categories. La pregunta ja no és només quant bosc hi ha: també importa de quin tipus és i quin ús té el terreny.

Sis categories per separar bosc i conreu

Google DeepMind presenta una classificació que té en compte tant l'origen del bosc com la seva gestió i l'ús del sòl. Per això, un bosc plantat i una plantació forestal apareixen per separat. Els conreus arboris tampoc no s'hi agrupen: tenir arbres no és suficient perquè una explotació agrícola pertanyi a una categoria forestal.

Aprendre a reconèixer l'ús del terreny

L'estudi descriu un sistema d'aprenentatge profund (deep learning) entrenat amb 1,7 milions de mostres distribuïdes arreu del món. Combina aprenentatge amb supervisió feble (weakly supervised learning) i aprenentatge actiu (active learning): la classificació es construeix a partir d'exemples i genera mapes de confiança relativa per a cada classe.

Segons Google DeepMind, els exemples provenen d'estudis d'experts, conjunts de dades nacionals i regionals i revisions centrades en indrets on el model tenia dificultats. El sistema busca indicis com els patrons de plantació, els cicles de creixement i els ritmes de collita. Són pistes rellevants perquè les categories depenen en part de l'ús del terreny, no només del seu aspecte.

Què mesuren els resultats

L'article científic informa d'una validació independent amb 8.190 indrets seleccionats mitjançant un mostreig aleatori estratificat i etiquetats per experts. Distingeix entre encertar la categoria concreta i resoldre classificacions més àmplies. Les xifres de la taula corresponen a aquestes tasques: la precisió global no equival a una garantia per a cada país, cada parcel·la o cada tipus de bosc.

Un punt de partida i una sèrie encara preliminar

El registre de l'article científic porta la data 2026/10/21, però el mapa base representa 2020. Google DeepMind presenta l'endemà una sèrie anual preliminar de 2017 a 2025. Són dates amb funcions diferents: la publicació no converteix el mapa en una observació del terreny en directe.

Segons Google DeepMind, la sèrie permet observar tant la desaparició i recuperació del bosc com la seva substitució per plantacions o explotacions agrícoles. La diferència importa quan una zona talada torna a veure's verda: recuperar arbres i conservar el tipus de bosc anterior no descriuen necessàriament el mateix canvi.

Google DeepMind afirma que el mapa ofereix una puntuació de probabilitat per a cada classe, amb la qual els usuaris poden adaptar la classificació a la seva regió i a la precisió que necessiten. L'empresa planteja usos en l'anàlisi de cadenes de subministrament i en conservació; aquestes aplicacions no converteixen per si soles la classificació en una certificació de compliment.