ForTy de Google classe forêts et usages des terres en six catégories à 10 mètres

ForTy explique ce que signifie un pixel vert

Google DeepMind, Google Research, l'Institut des ressources mondiales et l'IIASA ont annoncé la Typologie forestière 2020, ou ForTy, le 22 octobre. La carte mondiale classifie les terres à une résolution de 10 mètres en six types de forêts et d'utilisation des terres. Il distingue la forêt primaire, la forêt naturellement régénératrice, la forêt plantée, la forêt de plantation, les cultures d'arbres et l'agroforesterie et d'autres terres. Une série chronologique distincte, diffusée en accès anticipé, applique une approche connexe aux changements annuels de 2017 à 2025. La carte 2020 et les séries chronologiques ont des étiquettes de maturité différentes; un utilisateur ne doit pas traiter silencieusement les premières séries comme un enregistrement historique entièrement validé.

Cette distinction est importante car une parcelle peut rester verte après qu'une forêt naturelle ait été remplacée par une plantation de bois ou une ferme de culture d'arbres. Une carte binaire de couverture d'arbres peut manquer la différence écologique et réglementaire. Les partenaires lient cette situation aux chaînes d'approvisionnement exemptes de déforestation et au règlement de l'Union européenne sur la déforestation. Le produit de cartographie est une preuve de dépistage et d'enquête, et non une certification juridique d'un transport ou une preuve de propriété foncière.

Chiffres d'entraînement et de validation

L'annonce originale de la recherche indique que l'équipe a utilisé environ 1,7 million d'emplacements étiquetés provenant d'enquêtes, de collections de données régionales et d'examens ciblés. Les intégrations d'AlphaEarth Foundations résument plusieurs années d'observations par satellite pour chaque pixel de 10 mètres et aident le modèle à détecter les schémas de plantation, les cycles de croissance et la récolte. Ces informations soutiennent la classification; elles ne révèlent pas toutes les décisions d'utilisation des terres sur le terrain ni ne remplacent les enregistrements locaux.

Les partenaires disent qu'ils ont évalué ForTy sur plus de 9 000 sites sélectionnés au hasard, chacun interprété par deux experts formés en utilisant des images haute résolution et l'historique des satellites. Ils rapportent le bon type de forêt 90% du temps et la discrimination entre forêt et non-forêt 95% du temps. Ce sont les numéros de validation indiqués par les auteurs pour les définitions d'échantillonnage et de catégories citées. Une précision globale unique cache le déséquilibre des classes et les variations régionales, donc l'acheteur devrait vérifier les erreurs par classe et les observations locales sur le terrain avant d'utiliser une étiquette de pixel pour une décision à haut risque.

ForTy fournit des scores de probabilité pour chaque classe, permettant des seuils différents dans différents contextes. Ceci est utile lorsque la plantation ou la régénération naturelle de la forêt est incertaine. Une équipe politique devrait préserver ces probabilités plutôt que de les réduire à un oui ou non confiant. Une carte peut indiquer où l'inspection sur le terrain est la plus précieuse; elle ne peut par elle-même pas régler un différend concernant une ferme particulière ou la date de conversion.

Disponibilité et limites

Les partenaires disent que la carte 2020 et les premières séries chronologiques sont librement disponibles via Google Earth Engine sous une licence ouverte. Ils relient aussi les téléchargements de données et un explorateur. L'accès à un ensemble de données n'implique pas que chaque utilisateur puisse reproduire la formation, et un pixel de 10 mètres n'est pas un marqueur d'enquête. Une utilisation responsable compare les versions de cartes, les dates, la géographie locale et les coûts d'erreur de la décision.

Ce numéro du 26 octobre rapporte la publication du 22 octobre. Il traite l'exactitude rapportée comme un résultat de l'équipe, et non comme un test indépendant de la présente publication, et garde visible l'état de sortie précoce de la série annuelle.