El 22 de octubre de 2026, Google DeepMind anunció una serie anual inicial de ForTy que abarca de 2017 a 2025. El 90,2 % de precisión global corresponde a la evaluación del mapa de seis clases de 2020, no a cada año de la serie: el estudio de ese mapa analizó 8.190 sitios resueltos por consenso experto. Google DeepMind y el estudio publicado en Scientific Data describen productos y resultados con alcances distintos.
Qué cartografía ForTy
ForTy v1 clasifica el territorio en seis categorías para el año de referencia 2020, con una resolución de 10 metros por píxel y cobertura desde los 65° sur hasta los 84° norte. El mapa distingue bosque primario, bosque en regeneración natural, bosque plantado, bosque de plantación, cultivos arbóreos y agroforestería, y otras tierras.
La clasificación busca separar tipos de cobertura que un mapa de arbolado por sí solo no diferencia. Por ejemplo, una zona arbolada puede ser bosque natural, una plantación forestal o un cultivo de árboles. Pero algunas clases dependen del historial y la finalidad de la gestión del terreno, aspectos que las imágenes satelitales no observan directamente. El estudio usa como criterio operativo un umbral de rotación de 40 años para separar bosques plantados y bosques de plantación, y advierte que no encaja de forma fiable con todos los biomas y sistemas de gestión. La agroforestería mixta y sombreada también plantea dificultades de clasificación.
Qué mide el 90,2 %
El estudio seleccionó 9.100 sitios mediante un muestreo estratificado y utilizó los 8.190 que alcanzaron consenso experto para calcular la precisión del mapa de 2020. El 90,2 % es la precisión global de la clasificación de seis clases en esa muestra; no describe por igual el rendimiento de cada categoría.
La diferencia entre las puntuaciones F1 por clase ayuda a entender por qué el promedio global no basta para evaluar una categoría concreta. F1 combina precisión positiva y exhaustividad, dos medidas que reflejan, respectivamente, cuántas asignaciones de una clase son correctas y cuántos casos de esa clase detecta el modelo.
El resultado varía entre clases
Estos son los valores F1 que el estudio comunicó para la clasificación de seis clases del mapa de 2020. La puntuación alta de «otras tierras» influye de forma importante en el resultado global.
| Clase | Valor F1 |
| Bosque primario | 82,9 % |
| Bosque en regeneración natural | 72,6 % |
| Bosque de plantación | 66,7 % |
| Bosque plantado | 58,2 % |
| Otras tierras | 96,4 % |
El estudio también indica que las puntuaciones de confianza por clase son relativas, no probabilidades calibradas de que una etiqueta sea correcta. Ajustar el umbral de una clase permite cambiar el equilibrio entre precisión y exhaustividad. Para decisiones sobre un lugar concreto, por tanto, una cifra global no sustituye a la evaluación de la clase y la zona de interés.
Por qué cambian las estimaciones de superficie
El estudio calcula superficies de dos maneras: contando los píxeles clasificados en el mapa y estimando el área a partir de una muestra de sitios. Para el bosque total, el recuento basado en el mapa da 4.037 millones de hectáreas; la estimación basada en muestras es de 4.142 ± 105 millones de hectáreas. Son resultados de métodos distintos, no cifras intercambiables.
En Asia, el cálculo basado en el mapa estima 859 millones de hectáreas de bosque primario, frente a 661 millones en la estimación por muestras. Para el bosque natural total, que incluye bosque primario y en regeneración, las cifras son mucho más cercanas: 1.243 y 1.238 millones de hectáreas, respectivamente. La diferencia entre las estimaciones de bosque primario queda compensada en gran medida por los resultados de la categoría de regeneración natural.
En África, la estimación basada en el mapa es de 601 millones de hectáreas de bosque, frente a 695 millones en la basada en muestras. El estudio atribuye la mayor parte de esa diferencia a la omisión de bosques abiertos y sabanas cerca del umbral de cobertura arbórea usado para definir bosque.
El mapa de 2020, su capa de clasificación y los datos de validación están disponibles públicamente. El mapa tiene licencia CC BY 4.0 y también puede consultarse en Google Earth Engine.
