Google DeepMind, Google Research, ainsi que le World Resources Institute (WRI) et l'Institut international pour l'analyse des systèmes appliqués (IIASA) ont publié Forest Typology (ForTy) 2020 : cette initiative divise les terres émergées mondiales selon une grille de 10×10 mètres en six catégories : forêts primaires, forêts régénérées naturellement, plantations, forêts de production à croissance rapide, forêts économiques et agroforesterie (palmier à huile, hévéa, cacao, etc.), et autres terres. Une série chronologique annuelle préliminaire couvrant les années 2017–2025 est également publiée, permettant de voir si les forêts naturelles ont été remplacées par des plantations ou des exploitations agricoles. Le modèle utilise les embeddings satellitaires d'AlphaEarth Foundations comme entrée ; l'article a été publié dans Scientific Data le 21 10.
Confiance : élevée (95) · Date de l'événement 2026-10-22
Justification
- Le règlement de l'UE sur les produits zéro déforestation (EUDR) exige que le café, le cacao, l'huile de palme, etc., ne proviennent pas de terres agricoles converties à partir de forêts après 2020, et que les produits du bois ne proviennent pas de plantations établies sur des forêts primaires. Les entreprises et les régulateurs ont besoin de savoir quel type de forêt occupait chaque parcelle en 2020, alors que la plupart des cartes mondiales n'indiquent que la présence ou l'absence d'arbres.
- Les autorités affirment que des experts ont vérifié 9000 points aléatoires, avec une précision d'environ 90% pour la classification des types de forêts et d'environ 95% pour la distinction forêt/non-forêt, ce qui est supérieur aux autres cartes forestières mondiales ; chaque pixel fournit un niveau de confiance pour chacune des six catégories, permettant aux utilisateurs d'ajuster les seuils selon leurs besoins, par exemple en ne retenant que les pixels à haute confiance pour les contrôles de conformité.
Utilisation
- La carte et les données de validation sont disponibles gratuitement sur Google Earth Engine et Figshare sous licence CC BY 4.0 ; le code d'entraînement, d'inférence et d'évaluation se trouve sur GitHub dans les dépôts google-deepmind/jeo et google-deepmind/geeflow. Le blog de DeepMind « Beyond tree cover » propose un accès en ligne à la carte et à la navigation des séries chronologiques.
Risques
- Selon l'article et The Decoder, les forêts économiques et les plantations ne sont identifiées correctement que dans environ la moitié des cas, et les forêts de production à croissance rapide dans environ 60 % des cas ; entre un quart et un tiers des zones classées comme forêts de production à croissance rapide ou forêts économiques sont mal identifiées — précisément les limites les plus critiques pour l'EUDR. En Asie, environ 2 millions d'hectares de forêts primaires sont surestimés, et en Afrique, environ 9400 milliers d'hectares de forêts sont manqués.
- La précision globale d'environ 90% est largement gonflée par les échantillons faciles à classer, tels que la catégorie « autres terres » (comme le soulignent les auteurs eux-mêmes) ; la série chronologique est une version préliminaire.
- La publication officielle a eu lieu le 22 10, il ne s'agit donc pas d'une nouvelle des 24 dernières heures, mais elle est incluse dans cette édition en raison de nouveaux reportages médiatiques.