Por Canuto  

Google DeepMind y el World Resources Institute presentaron ForTy, un mapa global que clasifica la cobertura terrestre de 2020 en seis categorías forestales con datos satelitales e inteligencia artificial. Aunque alcanza una precisión general de 90,2%, el sistema tiene más dificultades para reconocer plantaciones y cultivos arbóreos, justamente algunas de las categorías relevantes para vigilar la deforestación y las cadenas de suministro.
***

  • ForTy clasifica la superficie terrestre de 2020 en seis categorías, con datos subyacentes de 10 metros de resolución.
  • La precisión general llegó a 90,2%, pero el mapa reconoció solo cerca de la mitad de los cultivos arbóreos y bosques plantados.
  • El sistema podría servir como referencia para el reglamento antideforestación de la UE, aunque sus errores regionales y de clasificación requieren cautela.

Google DeepMind traza los bosques del mundo con IA, pero las plantaciones siguen siendo un desafío

Google DeepMind y el World Resources Institute desarrollaron ForTy, un mapa global que utiliza inteligencia artificial y datos satelitales para distinguir tipos de bosques y usos de la tierra. La herramienta reconstruye la cobertura terrestre de 2020 en seis categorías, desde bosque primario hasta plantaciones y cultivos arbóreos, con datos subyacentes a una resolución de 10 metros.

El proyecto busca algo más preciso que determinar si una zona tiene árboles: intenta identificar cómo se originó y cómo se utiliza esa cobertura. Esa diferencia importa para la biodiversidad y para las normas que exigen comprobar si un producto proviene de tierras deforestadas, pero la evaluación de los investigadores también expone errores significativos en algunas categorías.

Un mapa para distinguir la historia detrás de los árboles

ForTy, abreviatura de Forest Typology, organiza la superficie terrestre en bosque primario, bosque en regeneración natural, bosque plantado, bosque de plantación, cultivos arbóreos y otras tierras. La última categoría puede incluir zonas sin cobertura forestal, mientras que los cultivos arbóreos abarcan productos como palma de aceite, caucho y cacao. Según sus autores, es el primer mapa global de este tipo, frente a conjuntos anteriores que cubrían solo partes del planeta.

La herramienta presenta en el mapa la clase más común dentro de cada kilómetro cuadrado, aunque la información de base conserva una resolución de 10 metros. Esa distinción permite observar patrones generales sin perder el detalle de las unidades más pequeñas, pero también significa que la visualización resumida no representa necesariamente cada parcela del área que muestra.

Clasificar los bosques resulta difícil porque su tipo depende de su historia y gestión, no solo de su aspecto actual desde el espacio. Un antiguo bosque plantado puede parecer natural en una imagen satelital, mientras que una plantación recién talada puede mostrar suelo desnudo y seguir contando como bosque según la definición utilizada por el proyecto.

Para resolver parte del problema, ForTy combina patrones de plantación, ciclos de crecimiento y calendarios de cosecha en lugar de basarse únicamente en la apariencia de la vegetación. Sin embargo, las imágenes no revelan siempre cómo se maneja una parcela, y los investigadores recurrieron a un período de rotación de 40 años para diferenciar plantaciones de otros bosques plantados, un criterio que no se ajusta a todas las regiones.

La IA combina satélites y correcciones de especialistas

El sistema se apoya en AlphaEarth Foundations, un modelo de Google DeepMind que comprime información de distintos satélites en una representación compacta de cada píxel. Sobre esa base opera una cadena de modelos de reconocimiento de imágenes: uno aprende de ejemplos verificados, otro aprovecha esas predicciones junto con datos externos y una etapa final analiza varios años para reducir valores atípicos.

Los datos externos incluyen información sobre la altura de los árboles, edificios y pérdida forestal, que ayuda a ampliar el entrenamiento del segundo modelo. Gemini también contribuyó a adaptar conjuntos de entrenamiento anteriores a las definiciones de la Unión Europea, un paso importante porque las categorías legales y las etiquetas de los mapas no siempre coinciden de manera automática.

El equipo añadió cerca de 43.000 ejemplos en rondas de corrección para atender fallas detectadas en distintas regiones. Entre ellas figuraban viñedos europeos clasificados como cultivos arbóreos, bosques naturales de pinos en Centroamérica etiquetados como bosques plantados y palmas de aceite omitidas en África e Indonesia.

AlphaEarth Foundations combina imágenes ópticas, radar, escaneos láser y simulaciones climáticas para crear descripciones de áreas de 10 por 10 metros. Google presentó ese modelo en julio de 2025 y ofrece incorporaciones anuales desde 2017 en Google Earth Engine; ForTy se cuenta entre los primeros proyectos de mapeo desarrollados sobre esos datos y forma parte de la iniciativa Earth AI.

La precisión general oculta fallas en categorías sensibles

La evaluación partió de una muestra aleatoria de 9.100 sitios; 8.190 pudieron resolverse por completo. Dos especialistas revisaron cada uno de esos sitios y la clasificación coincidió con sus comprobaciones en el 90,2% de los casos. Los autores advierten que el resultado global recibe un impulso de la categoría otras tierras, que suele ser más fácil de identificar que los distintos tipos de bosque.

El sistema reconoció correctamente el 89% de los bosques primarios confirmados por los expertos, pero detectó solo cerca de la mitad de los cultivos arbóreos y los bosques plantados, además del 60% de las plantaciones. Si se considera la precisión de las zonas etiquetadas, aproximadamente entre un cuarto y un tercio de las áreas marcadas como plantación o cultivo arbóreo estaban mal clasificadas, y un tercio de las señaladas como bosque plantado también presentaba errores.

La evaluación, además, excluyó los casos en que los especialistas no pudieron determinar con seguridad la categoría, algo que ocurría con mayor frecuencia en tierras gestionadas. Esa decisión puede hacer que el rendimiento parezca ligeramente mejor que en condiciones reales, donde las zonas ambiguas también tendrían que ser evaluadas por quienes usan el mapa.

ForTy superó mapas de la Comisión Europea diseñados para el reglamento antideforestación cuando ambos se compararon con los mismos datos de prueba. En la clasificación de bosque frente a no bosque obtuvo 95,5%, contra 93,6%, y para los tipos de bosque alcanzó 90,9%, frente a 87,8%; aun así, parte del sesgo proviene de datos de entrenamiento que rara vez identificaban como primarios los bosques cercanos a carreteras o asentamientos, incluso cuando parecían intactos.

Un punto de referencia para reglas ambientales y cadenas de suministro

El principal uso previsto está relacionado con el Reglamento de la Unión Europea sobre Productos Libres de Deforestación, conocido como EUDR. La norma prohíbe productos vinculados a bosques talados o degradados después del 31 de diciembre de 2020 e incluye aquellos producidos tras convertir un bosque primario en una plantación.

La fecha de referencia vuelve relevante conocer el uso de la tierra en 2020, en particular porque la palma de aceite y el cacao se consideran productos agrícolas. Las empresas que revisan sus cadenas de suministro necesitan distinguir si un terreno era bosque natural, plantación o cultivo arbóreo antes de determinar los riesgos asociados a un producto. Según el calendario vigente, la aplicación está prevista desde el 30 de diciembre de 2026 para las organizaciones medianas y grandes, y desde el 30 de junio de 2027 para las micro y pequeñas.

El mapa también podría apoyar iniciativas que dependen de información sobre la cobertura terrestre, entre ellas la Tropical Forest Forever Facility y el objetivo de Naciones Unidas de proteger el 30% de la superficie terrestre para 2030. Su utilidad en esos procesos dependerá de que quienes lo consulten tomen en cuenta las puntuaciones de confianza disponibles para cada clase y definan umbrales adecuados a sus necesidades.

Las estimaciones de ForTy calculan que el planeta cuenta con unos 4.100 millones de hectáreas de bosque, de las cuales casi 3.900 millones serían bosque natural y cerca de 2.000 millones, bosque primario. Los bosques plantados ocuparían unos 250 millones de hectáreas, mientras que los cultivos arbóreos cubrirían casi 200 millones, principalmente en Asia; sin embargo, los errores regionales complican la lectura de esas cifras.

Las diferencias regionales y los límites del modelo

El mapa sobrestima en unos 200 millones de hectáreas el bosque primario de Asia, en gran medida por la clasificación de bosques de coníferas en Rusia. En África, en cambio, omite aproximadamente 94 millones de hectáreas de bosque, un error que los investigadores relacionan probablemente con bosques secos abiertos y sabanas difíciles de distinguir.

Suecia ilustra por qué una alta cobertura de árboles no equivale necesariamente a una gran proporción de bosque natural: alrededor de dos tercios de su superficie forestal serían plantados y el bosque natural cubriría cerca de una quinta parte del país. Los autores consideran que la cobertura arbórea general puede ser adecuada allí, aunque la proporción de bosque natural, importante para la biodiversidad, podría encontrarse en niveles críticos.

La República Democrática del Congo, Indonesia y Brasil presentan las mayores proporciones de bosque natural según las estimaciones del proyecto. En algunas zonas, no obstante, ForTy confunde cacao o café cultivado bajo sombra con bosque natural, mientras que la tala selectiva y los incendios también dificultan separar categorías con imágenes satelitales.

El sistema todavía carece de una categoría propia para los bosques abiertos, que el reglamento europeo trata por separado, aunque sus investigadores plantean incorporarla en versiones futuras. El mapa, su capa de clasificación y los datos de prueba están disponibles bajo una licencia CC BY 4.0 en Google Earth Engine, y Google liberó el código en los repositorios GeeFlow y JEO, lo que permite consultar y adaptar la información con sus limitaciones a la vista.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados