Un bosque primario, una plantación de eucaliptos y una explotación de palma aceitera pueden parecer una mancha verde casi idéntica en una imagen por satélite. Sin embargo, no almacenan el mismo carbono, no sostienen la misma biodiversidad y no tienen las mismas implicaciones legales. Google DeepMind presentó el 22 de octubre de 2026 Forest Typology 2020, conocido como ForTy: un mapa global que intenta separar esas realidades a una resolución de diez metros.
El avance no consiste simplemente en localizar árboles. ForTy clasifica cada parcela en seis tipos de bosque o uso del suelo y añade una primera serie temporal para observar cambios entre 2017 y 2025. La herramienta puede resultar útil para investigadores, administraciones y empresas que necesitan rastrear si un terreno cambió de bosque natural a plantación o cultivo. Pero su precisión declarada no convierte cada píxel en una prueba definitiva ni sustituye la diligencia debida.
Respuesta rápida: qué es ForTy y por qué importa
ForTy es un sistema de cartografía forestal desarrollado por Google DeepMind y Google Research junto con el World Resources Institute y el International Institute for Applied Systems Analysis. Su mapa de referencia de 2020 divide el planeta en celdas de 10 por 10 metros y asigna a cada una probabilidades para seis categorías. La presentación oficial de Google DeepMind afirma que el recurso está disponible de forma abierta en Google Earth Engine.
Su utilidad principal es responder una pregunta que los mapas convencionales dejan abierta: no solo si hay cubierta arbórea, sino qué clase de bosque o plantación ocupa el terreno. Esa diferencia es crucial cuando una zona talada vuelve a verse verde porque se ha replantado con una única especie comercial. El color regresa, pero el ecosistema y su historial pueden haber cambiado por completo.
El problema de tratar todos los árboles como si fueran iguales
Los sistemas clásicos de observación forestal han sido muy valiosos para localizar pérdida o recuperación de cubierta arbórea. El problema aparece cuando una medición binaria —árboles o ausencia de árboles— oculta la naturaleza del cambio. Una plantación intensiva puede registrar una cubierta densa y, al mismo tiempo, haber sustituido un bosque natural con mucha más diversidad.
ForTy intenta capturar esas diferencias combinando imágenes de satélite, patrones temporales y conocimiento del uso del suelo. Es una evolución lógica de herramientas como Google Earth AI. Para entender de dónde viene este enfoque puede consultarse nuestro análisis sobre cómo funciona un agente geoespacial y qué hace falta para utilizarlo con datos españoles.
La idea también interesa fuera del ámbito científico. Una empresa que compra café, cacao, madera o caucho necesita conocer el origen del producto y los cambios sufridos por el terreno. Un mapa que distinga bosque primario, plantación y cultivo arbóreo puede ayudar a priorizar comprobaciones, especialmente cuando hay miles de parcelas y no resulta viable inspeccionarlas todas sobre el terreno.
Las seis categorías del nuevo mapa
Google explica que las categorías siguen definiciones de la Organización de las Naciones Unidas para la Alimentación y la Agricultura. ForTy separa el terreno en:
- Bosque primario: vegetación forestal autóctona sin señales visibles de perturbación humana importante.
- Bosque de regeneración natural: masa forestal que ha vuelto a crecer por sí sola después de una tala, incendio u otra alteración.
- Bosque plantado: árboles sembrados o plantados y gestionados normalmente con ciclos largos.
- Plantación forestal: explotación intensiva, a menudo de una sola especie y con rotaciones cortas.
- Cultivos arbóreos y agrosilvicultura: terrenos dedicados, por ejemplo, a palma, caucho, cacao o frutales.
- Otros usos del suelo: ciudades, agua, pastos, cultivos no arbóreos y las demás superficies.
Esta taxonomía permite detectar transformaciones que un mapa de cubierta vegetal podría pasar por alto. Si un bosque natural se tala y se reemplaza por una plantación, la zona puede volver a aparecer verde al cabo de poco tiempo. La nueva clasificación intenta conservar la historia del cambio, no quedarse únicamente con la apariencia actual.
Cómo se entrenó y validó el sistema
Según Google, el entrenamiento utilizó alrededor de 1,7 millones de localizaciones etiquetadas a partir de estudios de expertos, conjuntos nacionales y regionales, y revisiones dirigidas a los lugares donde el modelo encontraba mayores dificultades. Entre sus entradas figuran representaciones de AlphaEarth Foundations, que resumen años de observaciones de satélite en cada píxel.
El artículo científico publicado en Scientific Data describe el conjunto y la metodología. Para la validación independiente se seleccionaron más de 9.000 lugares al azar. Dos especialistas examinaron imágenes de alta resolución y series históricas para establecer la categoría de referencia.
El resultado comunicado es una exactitud aproximada del 90 % al elegir el tipo forestal y del 95 % al distinguir bosque de terreno no forestal. Son cifras elevadas para un mapa mundial, pero también significan que existe margen de error. En una muestra de cien parcelas, una tasa del 90 % no garantiza que las diez clasificaciones problemáticas estén repartidas de forma uniforme ni que los fallos sean irrelevantes para una operación concreta.
El valor de ofrecer probabilidades y no solo etiquetas
ForTy no se limita a entregar una categoría cerrada. Proporciona una probabilidad para cada clase, lo que permite modificar el umbral según el uso. Un investigador que calcule superficie forestal global puede aceptar una zona de incertidumbre distinta de la que aceptaría una empresa al comprobar una parcela vinculada a una importación.
Esta característica reduce una tentación frecuente: convertir una salida automática en una certeza administrativa. El mapa puede señalar riesgo, priorizar una revisión y aportar contexto, pero no conoce por sí solo todos los documentos de propiedad, permisos, fechas de producción o movimientos de una mercancía. Como explicamos al hablar de credenciales de contenido y comprobación del origen, la trazabilidad y la verdad están relacionadas, pero no son equivalentes.
Qué cambia con la serie temporal de 2017 a 2025
El mapa de 2020 funciona como referencia, mientras que una serie temporal preliminar aplica un enfoque similar a cada año entre 2017 y 2025. Esto permite observar no solo dónde desaparece el bosque, sino también qué uso aparece después: otra masa natural, una plantación maderera, un cultivo arbóreo o una superficie no forestal.
La serie está presentada como una versión inicial. Conviene tratarla como una herramienta en evolución, especialmente cuando se estudian parcelas pequeñas, fronteras entre categorías o zonas cubiertas por nubes de forma frecuente. Los cambios detectados deben contrastarse con imágenes originales, información local y documentación de la cadena de suministro.
La disponibilidad abierta permite que organizaciones pequeñas prueben el recurso sin construir desde cero una infraestructura mundial de observación. La barrera pasa a ser interpretar bien el resultado. Algo parecido ocurre con las herramientas generativas: disponer de una aplicación no elimina la necesidad de método. Quien quiera convertir conocimiento en materiales estructurados puede revisar el análisis de una formación para crear y comercializar ebooks con inteligencia artificial, siempre separando automatización, revisión humana y estrategia.
La conexión con el Reglamento europeo contra la deforestación
La Comisión Europea señala que el Reglamento (UE) 2023/1115 busca evitar que los productos comercializados o exportados desde la Unión contribuyan a la deforestación o degradación forestal. Abarca materias primas como ganado, cacao, café, palma aceitera, caucho, soja y madera, además de determinados productos derivados.
La página oficial de la Comisión sobre el EUDR fija el inicio de aplicación para grandes y medianos operadores el 30 de diciembre de 2026, y para la mayoría de microempresas y pequeñas empresas el 30 de junio de 2027. Una actualización de julio de 2026 detalla cambios en productos, declaraciones y herramientas digitales.
ForTy puede ser una pieza útil dentro de esa preparación porque el año 2020 es la referencia relevante para comprobar conversiones posteriores. Sin embargo, la propia existencia del reglamento demuestra por qué un mapa no basta. Los operadores deben acreditar procedencia, cumplimiento de la legislación del país productor y diligencia debida. La cartografía apoya el proceso; no firma la declaración ni asume la responsabilidad.
Lo que ForTy puede aportar a una empresa española
- Cribado inicial: identificar parcelas con cambios compatibles con conversión de bosque natural.
- Priorización: concentrar revisiones humanas en zonas con baja confianza o cambios relevantes.
- Contexto temporal: observar qué había en 2020 y qué aparece en años posteriores.
- Control de proveedores: contrastar coordenadas recibidas con una fuente geoespacial independiente.
- Documentación interna: conservar la clase, probabilidad, fecha de consulta y fuentes utilizadas.
En equipos pequeños, el reto suele ser convertir datos dispersos en un flujo repetible. Un sistema útil debería recibir coordenadas, consultar varias capas, destacar contradicciones y dejar la decisión final a una persona responsable. La automatización debe reducir trabajo mecánico, no esconder la incertidumbre. Este principio también aparece en herramientas profesionales basadas en asistentes, como las analizadas en esta solución de asistentes para organizar procesos de trabajo.
Limitaciones que no deben ocultarse
Resolución no significa certeza. Diez metros es un nivel de detalle notable para un mapa global, pero una parcela puede contener bordes, caminos, cursos de agua o usos mixtos. La fecha de una observación tampoco equivale necesariamente a la fecha jurídica de un cambio.
Las categorías dependen del contexto. La diferencia entre bosque plantado, plantación y regeneración natural puede exigir información que una imagen no muestra directamente. Los patrones de crecimiento ayudan, pero no sustituyen el conocimiento local.
La serie temporal es preliminar. Google anuncia mejoras durante los próximos meses. Cualquier decisión con consecuencias económicas o legales necesita control de versión y registro de la fecha de consulta.
Puede haber sesgos geográficos. Una precisión global no garantiza idéntico rendimiento en todos los países, tipos de bosque o estaciones. Es necesario evaluar el comportamiento en la región concreta antes de automatizar decisiones.
Hechos, inferencias y predicciones
Hechos confirmados
ForTy se presentó el 22 de octubre de 2026. Ofrece una clasificación mundial a diez metros, seis categorías, una referencia de 2020 y una serie temporal preliminar entre 2017 y 2025. Google informa de aproximadamente 1,7 millones de localizaciones etiquetadas, más de 9.000 puntos de validación y precisiones del 90 % para el tipo forestal y del 95 % para separar bosque y no bosque.
Inferencia razonable
La combinación de clases probabilísticas y series temporales puede reducir el coste de revisar cadenas de suministro extensas. Es una inferencia basada en las capacidades publicadas, no una garantía de cumplimiento regulatorio ni de ahorro para todas las empresas.
Predicción
Es probable que las plataformas de diligencia debida integren más capas de este tipo durante 2027, cuando aumente la aplicación práctica del EUDR. También es previsible que se exijan registros más claros sobre versión del modelo, umbral utilizado y revisión humana. Esta predicción depende de la adopción empresarial y de la evolución de la guía regulatoria.
Preguntas frecuentes
¿ForTy demuestra que una mercancía está libre de deforestación?
No. Puede aportar evidencia geoespacial y señalar cambios, pero la demostración exige trazabilidad, coordenadas fiables, documentación del proveedor, fechas y cumplimiento legal.
¿El mapa distingue un bosque natural de una plantación?
Ese es precisamente uno de sus objetivos. Clasifica bosque primario, regeneración natural, bosque plantado, plantación, cultivos arbóreos y otros terrenos. La salida incluye probabilidades y puede equivocarse.
¿Se puede utilizar gratis?
Google indica que el mapa y la serie temporal están disponibles en Google Earth Engine bajo una licencia abierta. El acceso técnico, el procesamiento y la integración pueden requerir conocimientos o costes adicionales según el proyecto.
¿Por qué se usa 2020 como referencia?
Porque el EUDR utiliza el 31 de diciembre de 2020 como fecha de corte para determinar si se produjo deforestación posterior en las parcelas vinculadas a productos regulados.
Conclusión
ForTy mejora una pregunta básica de la observación terrestre: deja de preguntar únicamente «¿hay árboles?» para intentar responder «¿qué tipo de bosque o explotación hay, y cómo cambió?». Su resolución, categorías y serie temporal pueden aportar valor real a la ciencia y a la trazabilidad europea.
La mejor forma de utilizarlo no es aceptar cada color del mapa como una sentencia, sino incorporarlo a un proceso donde las probabilidades activan revisiones, las fuentes quedan registradas y una persona comprueba los casos importantes. La inteligencia artificial puede revelar cambios que antes quedaban ocultos bajo una nueva cubierta verde; la responsabilidad de interpretar esos cambios sigue siendo humana.