El estudio de Scientific Data atribuye a ForTy v1 una exactitud global del 90,2 % en su clasificación de seis clases. El resultado corresponde al mapa de referencia de 2020 y resume el rendimiento general: no significa que cada clase o cada punto del mapa tenga esa misma exactitud. El estudio validó el mapa con 8.190 ubicaciones que contaban con etiquetas acordadas por expertos.
Qué mide el 90,2 % de ForTy
La exactitud global indica el resultado agregado de la clasificación de seis clases. Para calcularla, el estudio tomó la clase asignada al píxel central de cada ubicación de validación y la comparó con la etiqueta acordada por expertos. Se seleccionaron 9.100 ubicaciones; 8.190 se usaron para estimar la exactitud.
Dos especialistas evaluaron cada ubicación por separado con imágenes de alta resolución, contexto geográfico y series temporales de satélite. Cuando discrepaban, llegaban a un consenso. Así, el 90,2 % resume ese conjunto de ubicaciones y ese esquema de clasificación, no una garantía para una parcela concreta.
El F1 cambia según la clase
El F1 es una métrica de rendimiento calculada para cada clase. En el esquema de seis clases, los resultados publicados varían: Bosque plantado obtiene un 58,2 %, mientras que Otros terrenos alcanza un 96,4 %. El estudio señala que el buen resultado de esta última clase influye sustancialmente en la exactitud global.
| Clase | F1 en el esquema de seis clases |
| Bosque primario | 82,9 % |
| Bosque de regeneración natural | 72,6 % |
| Bosque plantado | 58,2 % |
| Bosque de plantación | 66,7 % |
| Otros terrenos | 96,4 % |
ForTy también incluye una clase que agrupa cultivos arbóreos y agroforestería. Las cifras de F1 de la tabla muestran por qué el promedio general no describe por igual el resultado de cada categoría: las clases gestionadas pueden rendir de forma muy distinta a «Otros terrenos».
Qué significa la puntuación de confianza de un píxel
Las puntuaciones de ForTy son valores relativos de confianza, promediados a partir de varios modelos. El estudio no las presenta como probabilidades posteriores calibradas; por tanto, una puntuación no equivale a una probabilidad de que ese píxel esté correctamente clasificado.
El mapa asigna la clase con la puntuación más alta. Para elegir umbrales que favorezcan menos errores de comisión o menos omisiones, el estudio recomienda evaluar el modelo con datos de validación regionales y adecuados al uso previsto. Un mismo umbral no tiene por qué servir para todas las regiones o aplicaciones.
La exactitud corresponde al mapa de 2020
ForTy v1 es un mapa de referencia de 2020, con píxeles de 10 metros. El 90,2 % corresponde a la validación de ese mapa. El 22 de octubre de 2026, Google DeepMind anunció por separado una serie anual inicial de ForTy que abarca de 2017 a 2025. Esa serie permite seguir años distintos del mapa de referencia, pero el resultado de validación de 2020 no debe trasladarse automáticamente a cada año. Google DeepMind
