DeepMind造全球森林地图 10米精度准确率90.2%

10 月 31 日,Google DeepMind 与世界资源研究所联合发布全球森林类型地图 ForTy,这是首张覆盖全球陆地 2020 年土地利用状况的地图。此前卫星地图通常只能显示一片区域有没有树,ForTy 进一步把 2020 年的全球陆地划分为 6 个类别,基础数据分辨率为 10 米,每个平方公里显示占比最高的那一类,包括原始天然林、自然更新林、人工林、种植园、树木作物(如油棕、橡胶、可可)和其他土地。作者称这是同类中的首张全球地图,此前的数据集包括欧盟委员会在内的多个版本都只覆盖世界部分地区。

为欧盟零毁林法规提供 2020 年基准点

项目的主要推动力来自欧盟《零毁林产品条例》。该条例禁止与 2020 年 12 月 31 日之后被砍伐或退化森林相关的商品,包括原始森林转为种植园后生产的商品。油棕和可可农场属于农业用地,企业评估供应链风险必须知道某块地在 2020 年时的用途,ForTy 正好提供了这个基准点。这份数据还可能进入其他依赖同类信息的项目,包括热带雨林永续设施和联合国到 2030 年保护全球 30% 土地的目标。

准确率 90.2%,种植园识别仍有短板

建这份基准图不容易,因为森林的类型取决于历史,而不只取决于外观,一片老化的人工混交林看上去就接近天然林。系统使用 AlphaEarth Foundations 加多阶段图像识别,靠生长与采伐周期来区分类型,而不只看外观特征。最终地图整体准确率达到 90.2%,在同一测试数据上优于欧盟委员会的地表图,但只识别出约一半的树木作物和人工林,种植园的识别率为 60%。


世界模型的落地形态正在从生成走向观测。Google Genie 4 的 2 分钟世界模拟一文记录了另一条路线。