«Не все леса одинаковы»: Google DeepMind выпустила карту типов леса с шагом 10 метров

Что именно выпущено

Запись вышла 22 октября 2026 года в разделе Research блога Google DeepMind; её авторы — Максим Нойман и Шарлотта Стэнтон. Карту готовили Google DeepMind и Google Research совместно с World Resources Institute (WRI) и International Institute for Applied Systems Analysis (IIASA). ForTy 2020 относит каждый участок суши размером 10 на 10 метров к одному из шести типов леса и землепользования и назван в публикации ключевой базой отсчёта для регламента ЕС о продукции, не связанной с обезлесением (EUDR).

Вторая часть выпуска — ранний временной ряд, который прослеживает изменения каждый год с 2017 по 2025 год, включая случаи, когда естественный лес заменяли плантацией или сельхозугодьями. По словам авторов, впервые такие изменения видны с детализацией 10 метров по всему миру и по годам: не только там, где лес потерян, но и то, что появилось на его месте — лесопромышленная плантация, ферма древесных культур или другая земля.

Почему «древесного покрова» недостаточно

Старовозрастной дождевой лес, эвкалиптовая плантация и плантация масличной пальмы из космоса могут выглядеть одинаково зелёными, но запасают разное количество углерода и поддерживают разное биоразнообразие. Экологическая ценность зависит и от истории: первичный лес, который никогда не вырубали, удерживает значительно больше углерода и видов, чем монокультурная плантация, которую вырубают раз в одно-два десятилетия.

Большинство глобальных карт показывает лишь наличие деревьев, и для защиты естественных лесов этого мало. Регламент ЕС требует, чтобы кофе, какао и пальмовое масло не происходили с земли, которая была лесом в 2020 году и потом стала сельхозугодьями; древесная продукция не должна быть результатом деградации леса, в том числе перевода первичного или естественно возобновляющегося леса в плантацию. Компаниям и регуляторам нужно знать не только где деревья, но и какой это лес и что появляется на его месте после рубки.

Годом ранее те же организации выпустили Natural Forests of the World 2020 — карту с шагом 10 метров, которая отделяла естественные леса от прочего древесного покрова и отвечала на один вопрос: был ли участок естественным лесом в 2020 году. ForTy идёт дальше и показывает, какой именно это лес — от первичного до лесопромышленной плантации и древесных культур.

Шесть категорий и 1,7 млн размеченных точек

Классификация опирается на определения Продовольственной и сельскохозяйственной организации ООН (FAO) и делит землю на шесть категорий. Первичный лес — коренной лес без видимых следов человека; естественно возобновляющийся — выросший сам, например после рубки или пожара; культивируемый — посаженный или посеянный людьми и управляемый долгими циклами; плантационный — быстрорастущие интенсивные насаждения, часто одного вида; древесные культуры и агролесоводство — фермы, где растят не древесину, а масличную пальму, гевею, какао или фрукты; остальные земли — всё от лугов и пашни до городов и воды.

Сложность авторы объясняют тем, что категории зависят не только от внешнего вида земли, но и от способа её использования. Чтобы научить модель различать их, собрали около 1,7 млн размеченных точек — из экспертных обследований, национальных и региональных наборов данных и точечных проверок там, где модель ошибалась.

Модель использует собственную архитектуру, рассчитанную на данные дистанционного зондирования, и получает на вход эмбеддинги AlphaEarth Foundations — компактные сводки многолетних спутниковых наблюдений по каждому пикселю 10 на 10 метров. Это позволяет замечать тонкие признаки: рисунок посадок, циклы роста и ритм сбора урожая.

Проверка на 9 000 точках

Вместе с IIASA и WRI карту проверили более чем в 9 000 случайно выбранных точек по всему миру. В каждой точке два обученных эксперта изучали снимки высокого разрешения и многолетние спутниковые записи, чтобы определить, какой тип земли там на самом деле. ForTy верно определял тип леса в 90% случаев и отличал лес от не-леса в 95% случаев, обойдя другие глобальные карты лесов.

Вместо ответа «да или нет» модель выдаёт вероятность для каждого класса, чтобы пользователь мог подстроить классификацию под региональный контекст и допустимый компромисс между полнотой и точностью. В публикации приведены два примера: компания, оценивающая риск по EUDR, может взять строгий порог и принимать только пиксели с высокой уверенностью, а исследователь, оценивающий общую площадь лесов, — использовать весь спектр вероятностей.

Цифры 90% и 95% — отчёт самих разработчиков: партнёры и процедура проверки названы, но независимого аудита и доверительных интервалов в записи нет. Карта описана в журнале Scientific Data — на эту публикацию блог ссылается в разделе о доступности данных.

Временной ряд: что видно за 2017–2025 годы

Временной ряд устроен так же, как карта, но применён к каждому году с 2017 по 2025. Он показывает, где леса исчезают и где растут заново, и какой именно тип изменения произошёл: например, естественный лес превратился в лесопромышленную плантацию или заброшенная земля постепенно снова стала лесом.

Это важно потому, что часть самых существенных изменений трудно увидеть из космоса: вырубленный естественный лес, заново засаженный плантацией, быстро снова выглядит зелёным, и обычные карты древесного покрова могут не заметить подмены. Временной ряд делает такие скрытые изменения видимыми — и потери, и прирост.

Доступ и что дальше

Карта ForTy 2020 и временной ряд теперь свободно доступны в Google Earth Engine по открытой лицензии. Авторы рассчитывают, что правительства, компании, природоохранные группы и учёные используют их для цепочек поставок без обезлесения, распределения лесного финансирования и защиты естественных лесов.

Временной ряд в публикации назван ранним выпуском, и в ближайшие месяцы его будут улучшать вместе с партнёрами и пользователями. ForTy — часть исследовательского портфеля AI for Nature, куда также входят карта причин потери лесов, прогноз риска обезлесения, моделирование ареалов видов и мониторинг биоразнообразия, и последнее дополнение к Google Earth AI — набору геопространственных моделей и данных Google.

Что здесь проверяемо: дата и факт публикации, шесть категорий, заявленные 1,7 млн размеченных точек и 9 000 точек проверки, доступность данных в Earth Engine. Что требует внешней проверки: заявленное превосходство над другими картами, устойчивость 90-процентной точности в разных регионах и то, как ранний временной ряд переживёт уточнения.