Google DeepMind kondigde een vroege jaarlijkse ForTy-reeks aan voor 2017 tot en met 2025. De nauwkeurigheidsscore van 90,2% hoort bij een afzonderlijk geëvalueerde kaart met zes klassen uit 2020, niet bij elk jaar van die reeks. Google DeepMind beschreef de reeks; de validatiecijfers komen uit de studie in Scientific Data.
Wat ForTy in kaart brengt
ForTy v1 deelt land wereldwijd in zes typen in: primair bos, natuurlijk regenererend bos, aangeplant bos, plantagebos, boomgewassen en agroforestry, en overig land. De kaart voor referentiejaar 2020 heeft een ruimtelijke resolutie van 10 meter en beslaat land tussen 65° zuiderbreedte en 84° noorderbreedte.
Die indeling maakt onderscheid tussen bijvoorbeeld natuurlijk bos en plantages of boomgewassen. Het model is getraind met 1,7 miljoen gelabelde locaties en satellietembeddings van AlphaEarth Foundations. Een satellietembedding is een samengevatte weergave van satellietwaarnemingen die als invoer voor het model dient.
Wat de score van 90,2% meet
De studie selecteerde 9.100 locaties voor validatie. Voor de nauwkeurigheidsberekening telden 8.190 locaties mee waarvoor experts overeenstemming bereikten. Op die steekproef behaalde de kaart met zes klassen uit 2020 een totale nauwkeurigheid van 90,2%. De beoordeling betrof de centrale pixel van 10 meter op elke locatie.
Dat totaalcijfer verbergt verschillen tussen de klassen. De studie rapporteert daarom ook F1-scores. Een F1-score combineert precisie en volledigheid: die laat zien hoe goed een klasse wordt herkend, rekening houdend met zowel gemiste gevallen als onterechte toekenningen.
De F1-score verschilt per klasse
| Klasse | F1-score in de evaluatie van 2020 |
| Primair bos | 82,9% |
| Natuurlijk regenererend bos | 72,6% |
| Plantagebos | 66,7% |
| Aangeplant bos | 58,2% |
| Overig land | 96,4% |
De score voor overig land is hoog en beïnvloedt de totale nauwkeurigheid sterk. Aangeplant bos scoort binnen de bosklassen het laagst. De F1-scores zijn geen nauwkeurigheidsscores voor elk afzonderlijk kaartpunt en gelden niet automatisch voor de jaarlijkse reeks.
ForTy geeft daarnaast relatieve betrouwbaarheidsscores per klasse. Die zijn niet gekalibreerd als kansen dat een classificatie correct is. Gebruikers kunnen drempelwaarden aanpassen om de precisie en volledigheid anders tegen elkaar af te wegen. Bij toepassingen op regionaal niveau zijn lokale controle en passende drempelwaarden daarom van belang.
Kaarttellingen en steekproefschattingen lopen uiteen
De studie gebruikt twee manieren om bosoppervlak te schatten: oppervlakten optellen uit de kaartpixels, of een schatting maken op basis van de validatiesteekproef. Wereldwijd komt de kaartmethode uit op 4.037 miljoen hectare bos; de steekproefschatting is 4.142 ± 105 miljoen hectare.
In Azië schat de kaartmethode het areaal primair bos op 859 miljoen hectare, tegenover 661 miljoen hectare met de steekproefmethode. Voor natuurlijk bos als geheel liggen de uitkomsten veel dichter bij elkaar: respectievelijk 1.243 en 1.238 miljoen hectare. Het verschil zit dus vooral in de verdeling tussen primair en natuurlijk regenererend bos.
Voor Afrika geeft de kaartmethode 601 miljoen hectare bos, tegenover 695 miljoen hectare op basis van de steekproef. De studie brengt dat verschil vooral in verband met open bosland en savannebos die rond de grens van de bosbedekking buiten de kaarttelling vallen.
De kaart van 2020, de classificatielaag en validatiegegevens zijn beschikbaar onder de licentie CC BY 4.0. ForTy is ook beschikbaar via Google Earth Engine.
