Google DeepMind a annoncé le 22 octobre 2026 une première série annuelle ForTy couvrant 2017 à 2025. Le score global de 90,2 % concerne l’évaluation de la carte à six classes de 2020, menée sur 8 190 sites résolus par consensus. Il décrit donc ce millésime et cette classification, pas les performances de chaque année de la série. (Google DeepMind ; étude publiée dans Scientific Data)
La série annuelle couvre 2017 à 2025
Google DeepMind a présenté ForTy comme une série annuelle préliminaire destinée à suivre les changements de types forestiers sur cette période. L’étude détaillée porte, elle, sur la carte de référence de 2020. Cette carte classe les terres à une résolution de 10 mètres, entre 65° sud et 84° nord. (Annonce de Google DeepMind ; étude de Scientific Data)
ForTy répartit les surfaces en six catégories : forêt primaire, forêt en régénération naturelle, forêt plantée, forêt de plantation, cultures arborées et agroforesterie, et autres terres. Cette typologie distingue notamment les forêts des plantations et des cultures d’arbres, là où une mesure du seul couvert arboré ne suffit pas à décrire l’usage des terres.
Le modèle de la carte de 2020 a été entraîné sur 1,7 million de lieux étiquetés et s’appuie sur les représentations satellitaires d’AlphaEarth Foundations. L’étude décrit un apprentissage en trois étapes. La résolution annoncée de 10 mètres correspond à la taille des pixels de la carte ; la résolution effective des données d’entrée peut être moins fine. (Étude de Scientific Data)
Ce que mesure le score de 90,2 %
Pour évaluer la classification à six classes, l’étude a sélectionné 9 100 sites selon un échantillonnage stratifié. Les calculs de précision reposent sur les 8 190 sites dont l’étiquette a été établie par consensus entre experts, en examinant le pixel central de 10 mètres. Le résultat global est de 90,2 % pour la carte de 2020. (Étude de Scientific Data)
Ce chiffre résume les résultats des six classes, mais les performances diffèrent selon la catégorie. Le score élevé de la classe « autres terres » contribue fortement au résultat global. Pour juger une classe particulière, les scores F1 donnent un repère plus ciblé. Le F1 combine précision et rappel, deux mesures qui évaluent respectivement la qualité des identifications positives et la part des cas retrouvés.
Les scores F1 varient selon les classes
Les scores ci-dessous sont ceux de l’évaluation à six classes de la carte de 2020. Ils ne sont pas des taux de précision par classe.
| Classe | Score F1 |
| Forêt primaire | 82,9 % |
| Forêt en régénération naturelle | 72,6 % |
| Forêt de plantation | 66,7 % |
| Forêt plantée | 58,2 % |
| Autres terres | 96,4 % |
Les résultats sont plus faibles pour les classes gérées ou difficiles à délimiter : le F1 atteint 58,2 % pour les forêts plantées, contre 96,4 % pour les autres terres. Les scores de classe fournis par ForTy indiquent une confiance relative, mais ne sont pas calibrés comme des probabilités de classification correcte. Modifier leur seuil permet de privilégier la précision ou le rappel, au prix d’un compromis entre les deux. (Étude de Scientific Data)
La séparation entre forêt plantée et forêt de plantation repose notamment sur un seuil opérationnel de rotation de 40 ans. Les auteurs précisent que ce repère ne s’applique pas de façon fiable à tous les biomes et systèmes de gestion. Les paysages mêlant arbres cultivés et végétation naturelle, comme certaines formes d’agroforesterie ombragée, posent aussi des difficultés de classement.
Les estimations de surface dépendent de la méthode
L’étude distingue les surfaces calculées à partir des pixels classés et celles estimées par échantillonnage. Les deux méthodes ne donnent pas toujours le même total, et l’écart varie selon la région et la catégorie.
| Région ou catégorie | Décompte fondé sur la carte | Estimation par échantillonnage |
| Forêts, total mondial | 4 037 Mha | 4 142 ± 105 Mha |
| Forêts naturelles, total mondial | 3 838 Mha | 3 890 Mha |
| Forêt primaire en Asie | 859 Mha | 661 Mha |
| Forêts naturelles en Asie | 1 243 Mha | 1 238 Mha |
| Forêts en Afrique | 601 Mha | 695 Mha |
Pour l’Asie, l’écart entre les estimations de forêt primaire ne se traduit pas par une différence comparable dans le total des forêts naturelles : les deux méthodes aboutissent à 1 243 et 1 238 Mha. L’étude attribue principalement cette différence de répartition à la frontière entre forêt primaire et forêt en régénération naturelle. En Afrique, elle relie surtout l’écart entre les deux estimations à des forêts claires et savanes proches du seuil de couvert forestier, que le décompte fondé sur la carte omet en partie.
La carte de 2020, sa couche de classification et les données de validation sont accessibles sous licence CC BY 4.0. Le jeu de données est également disponible dans Google Earth Engine. (Étude de Scientific Data ; Google DeepMind)
