A Google DeepMind e a Google Research, em colaboração com o World Resources Institute (WRI) e o Instituto Internacional de Análise de Sistemas Aplicados (IIASA), apresentaram o ForTy, um mapa global que classifica florestas e outros usos do solo em seis categorias. A versão descrita num artigo da revista Scientific Data representa o ano de 2020 e tem resolução nominal de 10 metros.
| Ano de referência | 2020 |
|---|---|
| Resolução nominal | 10 m |
| Locais avaliados por especialistas | 8 190, de 9 100 selecionados |
| Exactidão global nas seis classes | 90,2% |
Seis categorias vão além da cobertura arbórea
O mapa distingue seis classes: floresta primária, floresta em regeneração natural, floresta plantada, plantação florestal, uma categoria que reúne culturas arbóreas e sistemas agroflorestais, e outros terrenos. Assim, procura separar, por exemplo, uma floresta que voltou a crescer de uma área gerida para produzir madeira ou culturas como a palma, a borracha e o cacau.
Para reconhecer estas diferenças, o sistema combina observações de satélite com um modelo de inteligência artificial treinado com cerca de 1,7 milhões de locais identificados. O artigo descreve o conjunto de dados como uma referência para monitorização florestal, planeamento da conservação e análise de cadeias de abastecimento.
O valor global esconde diferenças entre classes
A equipa comparou o mapa com interpretações de especialistas em 8 190 locais, resolvidos por consenso a partir de uma amostra inicial de 9 100. A exactidão global de 90,2% refere-se às seis classes e a essa amostra; não significa que nove em cada dez parcelas do planeta tenham sido confirmadas no terreno.
O desempenho também varia consoante a categoria. Na medida F1, que combina a precisão dos rótulos com a proporção de casos encontrados, o estudo obteve 58,2% para floresta plantada e 66,7% para plantação florestal, contra 96,4% para outros terrenos. Os autores assinalam que esta última classe pesa muito no resultado global.
A limitação vem do próprio tipo de problema: o satélite observa a cobertura do solo, mas não vê directamente a história de gestão ou a intenção de quem o utiliza. Florestas maduras plantadas e florestas regeneradas podem ter uma aparência semelhante; por isso, a classificação é uma estimativa baseada em sinais indirectos, não uma observação infalível de cada parcela.
A série anual está numa fase preliminar
Além do mapa de 2020, a Google DeepMind divulgou uma série anual preliminar para 2017–2025. A empresa diz que esta permite acompanhar mudanças entre floresta natural, plantações e culturas agrícolas ao longo do tempo.
A série é uma disponibilização separada e ainda antecipada. O artigo científico valida o mapa de referência de 2020, não apresenta uma validação equivalente para cada ano da série; por isso, a exactidão global de 90,2% não deve ser transferida para esses mapas anuais.
Pode apoiar a análise da EUDR, mas não decide a conformidade
Os autores apresentam o ForTy como uma ferramenta que pode apoiar a análise ligada ao Regulamento Europeu contra a Desflorestação (EUDR). A Comissão Europeia exige, entre outros elementos, a geolocalização de todas as parcelas onde foram produzidas as matérias-primas abrangidas e informação verificável sobre a cadeia de abastecimento. Um mapa de classes pode dar contexto territorial, mas não substitui esse dever de diligência nem certifica um produto.
À data desta edição, as regras começam a aplicar-se a operadores de média e grande dimensão em 30 de dezembro de 2026; para a maioria das micro e pequenas empresas, a data é 30 de junho de 2027. A Comissão mantém também a data de dezembro de 2026 para micro e pequenas empresas já abrangidas pelo Regulamento da Madeira da União Europeia.
O artigo inclui um exemplo cartográfico da Península Ibérica e do sul de França, com plantações, povoamentos plantados e culturas arbóreas. É uma ilustração regional, não uma validação específica para Portugal. O estudo compara ainda o ForTy com o mapa global de tipos florestais de 2020 do Joint Research Centre; a contribuição do novo conjunto é separar mais categorias, incluindo culturas arbóreas e agrofloresta.
💬 Comentários
Nenhum comentário ainda. Sê o primeiro a comentar!