Google DeepMind ha annunciato una prima serie annuale di ForTy che copre il periodo 2017–2025. Il dato di accuratezza complessiva del 90,2% riguarda invece la mappa a sei classi del 2020, valutata separatamente nello studio pubblicato su Scientific Data. La serie annuale e il risultato della validazione descrivono quindi due aspetti diversi del progetto.
Che cosa distingue la mappa ForTy
La mappa ForTy v1 rappresenta il 2020 con una risoluzione di 10 metri e copre le terre emerse tra 65° sud e 84° nord. Le sue sei classi sono foresta primaria, foresta in rigenerazione naturale, foresta piantata, foresta di piantagione, colture arboree e agroforestazione, e altre terre. La classificazione mira a distinguere i tipi di copertura e di uso del suolo, non soltanto a contare i pixel con alberi.
La differenza è utile, per esempio, per separare una foresta in rigenerazione da una piantagione o da colture arboree. Ma alcune categorie dipendono dalla storia e dalla gestione del terreno, aspetti che i satelliti non osservano direttamente. Lo studio usa una soglia di rotazione di 40 anni come criterio operativo per distinguere foresta piantata e foresta di piantagione; gli autori avvertono che non è una regola adatta a ogni bioma o sistema di gestione. L’agroforestazione è accorpata alle colture arboree e le aree boschive non classificate come foresta rientrano in «altre terre».
Google DeepMind ha descritto la serie annuale 2017–2025 come una versione iniziale che segue i cambiamenti nel tempo. La valutazione dettagliata pubblicata nello studio riguarda però la mappa del 2020: il suo risultato non fornisce una misura di accuratezza per ciascun anno della serie. L’annuncio di Google DeepMind presenta la serie e la disponibilità dei dati tramite Google Earth Engine.
Che cosa misura il 90,2%
Lo studio ha selezionato 9.100 siti con campionamento stratificato; 8.190 siti, risolti tramite consenso tra esperti, sono entrati nel calcolo dell’accuratezza. Per la mappa a sei classi del 2020, il risultato complessivo è 90,2% sui pixel centrali da 10 metri dei siti valutati.
Quel valore riassume il risultato su tutte le classi e non descrive in modo uniforme ciascuna categoria. Inoltre, 172 siti erano stati contrassegnati come incerti e 738 non avevano raggiunto un consenso: entrambi i gruppi sono rimasti fuori dal calcolo. Gli autori segnalano che questa esclusione può spostare leggermente verso l’alto la stima dell’accuratezza.
I risultati F1 variano tra le classi
Per confrontare le categorie, lo studio riporta il punteggio F1, una misura che combina precisione e richiamo. Nella valutazione del 2020, il punteggio va dal 58,2% per le foreste piantate al 96,4% per «altre terre». Quest’ultima classe contribuisce in modo sostanziale al risultato complessivo.
| Classe | Punteggio F1 nella valutazione a sei classi del 2020 |
| Foresta primaria | 82,9% |
| Foresta in rigenerazione naturale | 72,6% |
| Foresta di piantagione | 66,7% |
| Foresta piantata | 58,2% |
| Altre terre | 96,4% |
I punteggi associati alle classi sono valori relativi di confidenza, non probabilità calibrate che un’etichetta sia corretta. Si possono modificare le soglie per privilegiare precisione o richiamo, con un compromesso tra i due. Per un’analisi locale, lo studio raccomanda di confrontare le soglie con dati di riferimento dell’area interessata. I sistemi agroforestali misti e ombreggiati restano difficili da classificare.
Perché cambiano le stime di superficie
Lo studio distingue i conteggi dei pixel della mappa dalle stime basate sul campionamento. Per la foresta primaria in Asia, il conteggio basato sulla mappa è di 859 milioni di ettari, mentre la stima da campionamento è di 661 milioni. Per la foresta naturale complessiva, invece, i valori sono simili: 1.243 e 1.238 milioni di ettari. La differenza per la foresta primaria riflette quindi soprattutto una diversa ripartizione tra foreste primarie e foreste in rigenerazione naturale, non uno scarto analogo nella superficie totale di foresta naturale.
Per l’Africa, la stima basata sulla mappa è di 601 milioni di ettari e quella da campionamento di 695 milioni. Gli autori collegano la maggior parte del divario all’omissione di boschi aperti e savane vicini alla soglia di copertura arborea usata per definire la foresta.
La mappa del 2020, i dati di classificazione e quelli di validazione sono pubblicati con licenza CC BY 4.0; ForTy è inoltre accessibile tramite Google Earth Engine.
