Bỏ qua tới nội dung chính
Quay lại tin tức

Google DeepMind và WRI công bố ForTy 2020: bản đồ phân loại kiểu rừng toàn cầu đầu tiên có độ phân giải 10 mét

Dev.to Machine Learning· News· 31/10/2026opensource

📅 Ngày 31/10/2026 • Google DeepMind Blog Google DeepMind và Google Research, phối hợp cùng Viện Tài nguyên Thế giới (World Resources Institute) và IIASA, đã công bố Forest Typology 2020 (ForTy) – bản đồ toàn cầu đầu tiên phân loại đất thành sáu loại hình rừng và mục đích sử dụng đất ở độ phân giải 10 mét. Các phân loại này tuân thủ định nghĩa của FAO: rừng nguyên sinh, rừng tái sinh tự nhiên, rừng trồng, rừng trồng chuyên canh, cây trồng thân gỗ và nông lâm kết hợp, cùng các loại đất khác. Bài báo khoa học về bộ dữ liệu đã được xuất bản trên tạp chí Scientific Data. Bản phát hành mô hình nền tảng của bản đồ. Bộ phân loại tiếp nhận đầu vào then chốt là các vector nhúng (embeddings) AlphaEarth Foundations - data-comp

📅 Ngày 31/10/2026 • Google DeepMind Blog Google DeepMind và Google Research, cùng Viện Tài nguyên Thế giới (WRI) và IIASA, đã công bố Forest Typology 2020 (ForTy) - bản đồ toàn cầu đầu tiên phân loại đất thành sáu loại rừng và mục đích sử dụng đất ở độ phân giải 10 mét. Các lớp phân loại tuân theo định nghĩa của FAO: rừng nguyên sinh, rừng tái sinh tự nhiên, rừng trồng, rừng trồng chuyên canh, cây trồng thân gỗ và nông lâm kết hợp, cùng các loại đất khác. Báo cáo khoa học về bộ dữ liệu đã được xuất bản trên tạp chí Scientific Data. Mô hình đứng sau bản đồ. Bộ phân loại sử dụng đầu vào then chốt là các vector nhúng (embeddings) từ AlphaEarth Foundations - dữ liệu tóm tắt cô đọng qua nhiều năm quan sát vệ tinh cho từng điểm ảnh (pixel) 10 mét. Cơ chế này cho phép mô hình nhận biết các dấu hiệu tinh vi như quy luật trồng trọt, chu kỳ sinh trưởng và nhịp độ khai thác nhằm phân biệt rừng trồng lấy gỗ với rừng tự nhiên. Quá trình huấn luyện sử dụng khoảng 1,7 triệu vị trí được gán nhãn từ các khảo sát chuyên gia, bộ dữ liệu quốc gia, khu vực và các đánh giá mục tiêu, kết hợp trong một quy trình học sâu (deep-learning) phân tầng, đồng thời xuất ra các bản đồ độ tin cậy cho từng lớp phân loại. Do các nhãn tuân theo định nghĩa của FAO, các lớp phân loại hoàn toàn tương thích với hệ thống báo cáo dữ liệu rừng hiện hành của các chính phủ và doanh nghiệp. Độ chính xác đo kiểm. Cùng với WRI và IIASA, nhóm nghiên cứu đã kiểm định ForTy trên 8.190 địa điểm ngẫu nhiên do chuyên gia gán nhãn: đạt độ chính xác tổng thể 90,2% trên cả sáu lớp phân loại, 94,8% đối với rừng tự nhiên, 95,5% đối với việc phân biệt giữa rừng và phi rừng; vượt trội so với bản đồ tương đương của Ủy ban châu Âu trên cùng tập dữ liệu kiểm nghiệm. Bản phát hành cũng bao gồm chuỗi thời gian ban đầu theo dõi biến động rừng hằng năm từ năm 2017 đến năm 2025, bao gồm cả thông tin về các loại hình thay thế diện tích rừng tự nhiên đã mất. Bản đồ được cung cấp miễn phí trên Google Earth Engine theo giấy phép mở, được xây dựng làm lớp dữ liệu tham chiếu cho Quy định về chống phá rừng của Liên minh châu Âu (EUDR) với mốc cơ sở là ngày 31/12/2020. TÁC ĐỘNG. Đối với các kỹ sư không gian địa lý, chuyên gia nghiên cứu bảo tồn và các bộ phận quản lý chuỗi cung ứng, một lớp dữ liệu phân loại miễn phí ở độ phân giải 10 mét sẽ thay đổi đáng kể năng lực triển khai nội bộ: giám sát rừng theo từng phân loại cụ thể mà không cần thuê xây dựng mô hình phân loại riêng, đi kèm điểm độ tin cậy cho từng lớp để hiệu chỉnh ngưỡng theo từng khu vực. Các đơn vị có thể lập tức chuyển đổi từ dữ liệu chỉ đo độ che phủ cây sang các quy trình phân tích phân loại chi tiết trên Earth Engine - dữ liệu đã được công bố đầy đủ, không yêu cầu thủ tục đăng ký hay xét duyệt danh sách chờ. Nguồn: https://deepmind.google/blog/beyond-tree-cover-mapping-the-worlds-forest-types/ https://www.nature.com/articles/s41597-026-08299-5 https://the-decoder.com/google-deepmind-creates-a-global-map-of-forests-with-satellite-data-and-ai/ Nguồn: https://deepmind.google/blog/beyond-tree-cover-mapping-the-worlds-forest-types/ https://www.nature.com/articles/s41597-026-08299-5 https://the-decoder.com/google-deepmind-creates-a-global-map-of-forests-with-satellite-data-and-ai/ Tiếp tục thảo luận: https://t.me/AIAutomationArchitecture · Bluesky

Nguồn tin: Dev.to Machine Learning — Tác giả: News. Bản dịch tiếng Việt do AI thực hiện, có thể có sai sót.