GoogleのForTy、10メートル単位で森林と土地利用を６分類

ForTyは緑の画素の中身を分類する

Google DeepMind、Google Research、世界資源研究所、IIASAは10月22日、Forest Typology 2020（ForTy）を発表した。世界の土地を10メートル単位で、原生林、自然再生林、植栽林、集約的な人工林、樹木作物と農林複合利用地、その他の土地の６種類に分ける地図だ。2017年から2025年までの年ごとの変化を示す時系列も公開したが、こちらは早期公開版と明記されている。2020年の基準地図と年次の暫定データを同じ検証済み資料として扱うべきではない。

天然林を伐採して木材用の人工林や農園に変えた後も、衛星画像では緑に見える場合がある。木があるかどうかだけを示す地図では、生態系や森林破壊を伴わない供給網にとって重要な違いを見落とす。開発チームはEUの森林破壊防止規則との関係を説明するが、地図は調査の手がかりであり、個別の出荷品の法的適合や土地の所有権を自動的に証明しない。

学習と検証の数字

発表によると、モデルの学習には専門家の調査や地域のデータなどから約170万のラベル付き地点を使った。AlphaEarth Foundationsの埋め込みは、各10メートル画素の長年の衛星観測をまとめ、植え方、成長、伐採の周期などを捉える助けになる。しかし衛星の特徴だけで、地上の全ての管理行為や法的な土地利用目的が分かるわけではない。

共同研究者は世界から無作為に選んだ9000超の地点を、各地点２人の訓練を受けた専門家によって検証したと説明する。森林の種類は90％、森林と非森林の区別は95％で正しかったという。これはチームが報告した標本と分類定義での総合的な数値で、本稿による独立の再測定ではない。種類ごとの件数や地域差を隠す総合精度だけで、特定の農園を判定してはならない。

ForTyは各分類の確率も示す。人工林か自然再生林か曖昧な地点では、その不確実性を残すことに意味がある。規制や調達の担当者は用途に応じた閾値を定め、誤った肯定と誤った否定の損失を比べられる。確率を強引に「適合」か「違反」の断定に変えると、モデルが示す注意信号を失う。地図は現地確認すべき場所の選定を助けるが、個々の土地がいつ転用されたかを一人で裁定できない。

公開データでも確認は必要

共同研究者によれば、2020年地図と早期版の時系列はオープンなライセンスでGoogle Earth Engineから利用でき、データの取得手段もある。利用可能なことと、学習過程を誰もが再現できることは別だ。10メートルの画素は地籍上の境界線でもない。利用者は版、年、地域の地形、誤判定の費用を記録し、現地資料と合わせる必要がある。本稿は10月26日付で10月22日の発表を報じ、早期版という条件を残す。

年次の変化を扱う場合、衛星で樹冠が変わった年と、法的に問題となる土地利用の変更日が必ず一致するとは限らない。雲、季節、伐採周期、一時的な損傷も映像の解釈を難しくする。購入記録や地籍境界、現地の資料と合わせて確認することが欠かせない。

公開データは取得日と版を保存したい。後で地図が更新され分類が変わっても、当時なぜその判断をしたか再現できるようにするためだ。解像度の高さを、個別地番についての確実性と取り違えない。