Et nyt globalt AI-kort skal gøre det lettere at se forskel på naturskov, plantet skov og landbrug med træafgrøder. Forest Typology, forkortet ForTy, er udviklet af Google DeepMind og Google Research sammen med World Resources Institute og IIASA. Projektet blev præsenteret den 22. oktober og giver en mere detaljeret opdeling end et kort, der alene viser, om et område er dækket af træer.

Forskellen er relevant, fordi en grøn overflade kan dække over meget forskellige landskaber. Træer, der vokser naturligt, og træer i en intensivt drevet plantage kan ligne hinanden på afstand. Men skovens historie og anvendelse har betydning for, hvordan området skal forstås.

Ifølge DeepMinds præsentation arbejder ForTy med seks kategorier: primær skov, naturligt genvokset skov, plantet skov, plantageskov, træafgrøder og skovlandbrug samt øvrigt land. Samtidig offentliggøres en tidlig tidsserie for årene 2017–2025, som skal vise ændringer fra år til år.

Det giver mulighed for at undersøge, hvad der erstatter et skovområde, frem for blot at registrere, at trædækket ændrer sig. Tidsserien er dog betegnet som en tidlig udgave. Den bør derfor læses med den status for øje.

Ti meter er en opløsning, ikke et løfte om sikker viden

Den tekniske beskrivelse i Earth Engine-kataloget angiver en rumlig opløsning på ti meter for grundkortet. Det beskriver forholdene i 2020 og dækker landområder mellem 65 grader sydlig og 84 grader nordlig bredde.

Et felt på ti gange ti meter er ikke det samme som en registrering af hvert enkelt træ. Ved grænser mellem forskellige landskaber kan et felt indeholde flere typer bevoksning. Tallet fortæller derfor, hvor fint kortet er opdelt, men ikke alene, hvor sikker kategoriseringen er.

Kataloget beskriver også, at datasættet indeholder værdier for modellens relative sikkerhed i de forskellige klasser. Det åbner mulighed for at arbejde med usikkerheden frem for kun at vælge én farve til hvert felt. Brugeren kan således undersøge forskellen mellem en klar klassifikation og et område, hvor flere kategorier ligger tæt.

En sådan forskel kan være vigtig i praksis. Et landsdækkende overblik og en vurdering af ét bestemt skel mellem to arealer stiller ikke nødvendigvis samme krav til dokumentationen. Et kort kan være brugbart i den første opgave uden at give et entydigt svar i den anden.

Forskerne har afprøvet klassifikationen

Forskningsartiklen i Scientific Data, offentliggjort den 21. oktober, beskriver en uafhængig validering mod 8.190 steder med en afklaret ekspertvurdering. Her opnår modellen en samlet nøjagtighed på 90,2 procent i opdelingen i seks klasser.

Det tal er et samlet resultat for den beskrevne evaluering. Det betyder ikke, at ethvert enkelt felt på kortet er korrekt med samme sikkerhed. Artiklen fremhæver blandt andet variation mellem klasser og regioner, og at sjældne kombinationer kan have et spinkelt datagrundlag.

Forskerne beskriver desuden begrænsninger ved brande og hurtige ændringer inden for et år. Satellitobservationer, som samles over tid, kan give et mere uklart billede af et område, der netop har skiftet karakter. De relative sikkerhedsværdier er heller ikke efterfølgende kalibreret som præcise sandsynligheder for hvert enkelt sted.

For læseren er den praktiske konsekvens, at et pænt kort og et højt gennemsnitstal ikke fjerner behovet for at undersøge den konkrete anvendelse. Elektronika har ikke selv efterprøvet ForTy mod danske skovarealer og kan derfor ikke give en særskilt vurdering af kvaliteten herhjemme.

Grundkortet viser et bestemt år

Årstallet 2020 er en central del af produktnavnet. Et nyt offentliggjort datasæt kan godt beskrive historiske forhold. Man bør derfor ikke bruge grundkortet som en direkte beskrivelse af, hvordan alle områder ser ud i oktober 2026.

Den skelnen har også betydning, når nye og gamle kort sammenlignes. Hvis to produkter bruger forskellige referenceår eller forskellige definitioner, kan en forskel mellem dem skyldes andet end en faktisk ændring i skoven. Før man tolker et farveskift som en udvikling, skal man vide, hvad de to kort måler.

Et tænkt eksempel er et område, som er blevet ryddet og senere tilplantet. Et kort over trædække kan vise grøn bevoksning igen, mens et kort over anvendelse forsøger at beskrive en anden egenskab ved samme område. Begge kan være relevante, men de besvarer forskellige spørgsmål.

Mere åben adgang til at undersøge skovens udvikling

ForTy gør det lettere at arbejde med skovtyper på tværs af store områder. Muligheden for at se flere kategorier og tilhørende usikkerhed giver forskere og andre brugere et mere nuanceret udgangspunkt end en enkel opdeling i skov og ikke-skov.

Værdien ligger i at gøre forskelle undersøgelige. Kortet kan pege på områder, som fortjener nærmere analyse, og hjælpe med at skabe et fælles datagrundlag. Den efterfølgende fortolkning kræver stadig opmærksomhed på dato, definitioner og lokale forhold.

Det er dermed en konkret anvendelse af AI til at strukturere satellitdata, hvor både resultatet og dets begrænsninger kan undersøges. Den vigtigste forbedring er ikke blot flere detaljer på skærmen, men muligheden for at stille et mere præcist spørgsmål om, hvilken slags skov et område rummer.