Google DeepMind y el World Resources Institute (WRI) desarrollaron ForTy, un mapa hecho con IA que distingue bosques primarios, plantaciones madereras y cultivos arbóreos en todo el mundo, informó The Decoder el 31 de octubre de 2026. El trabajo se publicó en Nature.
Los mapas satelitales suelen mostrar si en una zona crecen árboles, sin decir qué tipo de bosque o de cultivo es. ForTy, abreviatura de Forest Typology, asigna toda la superficie terrestre del año 2020 a seis clases con una resolución de 10 metros. Son el bosque primario, el bosque de regeneración natural, el bosque plantado, el bosque de plantación, los cultivos arbóreos (palma aceitera, caucho o cacao) y el resto del suelo. Según sus autores, es el primer mapa global de este tipo. Los conjuntos de datos anteriores, entre ellos uno de la Comisión Europea, cubren solo partes del planeta.
La visualización muestra la clase de bosque o de uso de suelo más común en cada kilómetro cuadrado, mientras que los datos de fondo bajan a 10 metros.
¿Para qué sirve un mapa de bosques de 2020?
El motor del proyecto es el Reglamento de la UE sobre productos libres de deforestación (EUDR). La norma prohíbe vender en Europa bienes ligados a bosques talados o degradados después del 31 de diciembre de 2020, incluidos los que salen de un bosque primario convertido en plantación. Las fincas de palma aceitera y de cacao cuentan como suelo agrícola, así que las empresas que evalúan el riesgo de su cadena de suministro necesitan saber cómo se usaba cada sitio en 2020.
ForTy entrega ese punto de referencia. También puede alimentar otras iniciativas que dependen del mismo dato, como el Tropical Forest Forever Facility (TFFF) y la meta de Naciones Unidas de proteger el 30% de la superficie terrestre al año 2030.
Construir esa referencia es difícil porque el tipo de un bosque depende de su historia y no solo de su aspecto, explica DeepMind. Un bosque mixto plantado hace décadas puede verse como uno natural desde el espacio. Y una plantación recién cosechada sigue contando como bosque por definición, aunque la imagen satelital muestre suelo desnudo.
El modelo separa las cinco clases de bosque y cultivo que se parecen a la vista usando los patrones de plantación, los ciclos de crecimiento y los calendarios de cosecha.
Tres etapas de modelos
ForTy corre sobre AlphaEarth Foundations, el modelo de Google DeepMind que comprime datos de varios satélites en una descripción compacta de cada píxel. Sobre esas descripciones se apilan varios modelos de reconocimiento de imágenes. El primero aprende de ejemplos verificados.
Las predicciones de ese primer modelo, sumadas a datos externos de altura de los árboles, edificaciones y pérdida de bosque, se convierten en datos de entrenamiento ampliados para un segundo modelo. Un paso final analiza varios años juntos para suavizar los valores atípicos. Gemini, el modelo de lenguaje de Google, ayudó además a adaptar datos de entrenamiento antiguos a las definiciones de la UE.
El sistema entrena tres modelos que se apoyan uno en otro y mejora los datos de entrenamiento en varias rondas de aprendizaje activo, enfocadas en las zonas donde el mapa se equivocaba. En esas rondas, especialistas agregaron cerca de 43.000 ejemplos para corregir errores como viñedos europeos clasificados como cultivos arbóreos, pinares naturales de Centroamérica marcados como bosque plantado y palmas aceiteras que el mapa no veía en África e Indonesia.
Aun con esas correcciones, hay distinciones que los satélites no alcanzan a hacer. Las imágenes rara vez muestran cómo se maneja un terreno, así que los investigadores usan un periodo de rotación de 40 años para separar las plantaciones de los demás bosques plantados. Ese corte no calza en todas las regiones.
¿Qué tan preciso es ForTy?
Para verificar el mapa, dos especialistas revisaron cada uno de 8.190 sitios elegidos al azar. El mapa acertó en el 90,2% de los casos. Los autores advierten que esa cifra general se infla por la clase "otro suelo", que es fácil de identificar.
Los resultados cambian mucho según el tipo de bosque. El mapa identificó bien el 89% de los bosques primarios que los especialistas confirmaron en terreno. En cambio, encontró apenas cerca de la mitad de los cultivos arbóreos y de los bosques plantados, y el 60% de las plantaciones. Mirado al revés, entre un cuarto y un tercio de las áreas que el mapa marcó como plantación o cultivo arbóreo estaban mal clasificadas, y se equivocó en un tercio de las áreas etiquetadas como bosque plantado.
Esas brechas caen justo en los límites que más importan para el EUDR. La incertidumbre de la evaluación puede además hacer que los resultados se vean algo mejores de lo que son, porque los especialistas dudaron sobre todo en las áreas manejadas y el equipo excluyó esos casos dudosos.
ForTy igual supera a los mapas que la Comisión Europea hizo específicamente para el EUDR, medidos sobre los mismos datos de prueba:
| Clasificación | ForTy | Mapas de la Comisión Europea |
|---|---|---|
| Bosque contra no bosque | 95,5% | 93,6% |
| Tipos de bosque | 90,9% | 87,8% |
El modelo heredó también una debilidad de sus datos de entrenamiento. Sus anotadores casi nunca clasificaron como bosque primario los bosques cercanos a caminos o asentamientos, aunque se vieran intactos.
Suecia tiene muchos árboles y poco bosque natural
Los investigadores estiman que el mundo tiene cerca de 4.100 millones de hectáreas de bosque. De ellas, casi 3.900 millones son bosque natural, y de ese total unos 2.000 millones son bosque primario. Los bosques plantados cubren cerca de 250 millones de hectáreas y los cultivos arbóreos casi 200 millones, sobre todo en Asia.
Los errores regionales complican ese cuadro. El mapa sobreestima el bosque primario de Asia en unos 200 millones de hectáreas, en buena parte en los bosques de coníferas de Rusia. En África ocurre lo contrario y se le escapan unos 94 millones de hectáreas de bosque, probablemente por los bosques secos abiertos y las sabanas.
Los cultivos arbóreos y las plantaciones dominan en el sudeste asiático, mientras que en Suecia y Finlandia la mayor parte del bosque es plantado. Cerca de dos tercios de la superficie forestal sueca es plantada, y el bosque natural cubre apenas alrededor de un quinto del país. Según los autores, la cobertura total de árboles puede ser suficiente, pero la proporción de bosque natural, que es la que importa para la biodiversidad, podría estar en un nivel crítico. La República Democrática del Congo, Indonesia y Brasil tienen las mayores proporciones de bosque natural.
Lo que todavía clasifica mal
Más allá de los errores regionales, hay usos de suelo que siguen siendo difíciles. En algunas regiones el mapa todavía marca como bosque el cacao o el café cultivados bajo sombra de un dosel natural, y los bosques con tala selectiva o quemados también le dan problemas.
ForTy aún no tiene una clase propia para los bosques abiertos, que el EUDR trata por separado. Los investigadores dicen que las próximas versiones deberían sumarla. Mientras tanto, cada usuario puede tomar sus propias decisiones con los puntajes de confianza que el conjunto de datos entrega para cada clase, fijando sus propios umbrales.
El mapa, la capa de clasificación y los datos de prueba están disponibles gratis bajo licencia CC BY 4.0, incluso dentro de Google Earth Engine. Google DeepMind publicó el código en los repositorios GeeFlow y JEO.
DeepMind presentó AlphaEarth Foundations en julio de 2025 como una especie de satélite virtual. El modelo combina imágenes ópticas, radar, escaneos láser y simulaciones climáticas en una descripción compacta de cada cuadro de 10 por 10 metros, con capas anuales desde 2017 disponibles gratis en Google Earth Engine. ForTy es uno de los primeros proyectos de cartografía a gran escala construidos sobre esas capas y, según Google, forma parte de Earth AI. Google conectó Earth AI con Gemini en el otoño boreal de 2025 para detectar más rápido inundaciones, sequías y floraciones de algas.
