ForTy - mapa typów lasów od Google DeepMind a przepisy EUDR

Czym jest mapa ForTy i co pokazuje

ForTy rozszerza klasyczne mapy pokrycia drzewami o informację, jakim rodzajem lasu jest dany obszar. Model przypisuje każdemu pikselowi prawdopodobieństwo przynależności do sześciu klas: lasu pierwotnego, lasu naturalnie odnawiającego się, lasu sadzonego, plantacji leśnej, upraw drzewiastych i agroleśnictwa oraz pozostałych terenów. Projekt opisali 22 października 2026 roku na blogu Google DeepMind Maxim Neumann i Charlotte Stanton, a szczegóły metody przedstawia artykuł w czasopiśmie Scientific Data z grupy Nature.

Do trenowania użyto ok. 1,7 mln oznaczonych lokalizacji. Wejściem są m.in. osadzenia (embeddings, czyli skompresowane opisy danych satelitarnych) z modelu AlphaEarth Foundations, który Google DeepMind pokazało w lipcu 2025 roku. Według serwisu THE DECODER do dostosowania starszych danych treningowych do definicji UE wykorzystano też model Gemini, a eksperci dodali ok. 43 tys. przykładów w kolejnych rundach poprawek.

Dlaczego rok 2020 ma znaczenie dla EUDR

Rozporządzenie UE o produktach niepowodujących wylesiania obejmuje bydło, kakao, kawę, palmę olejową, kauczuk, soję i drewno oraz wyroby z nich, np. czekoladę, skóry czy meble. Firma wprowadzająca taki towar na rynek UE musi wykazać, że pochodzi on z terenu, na którym po 31 grudnia 2020 roku nie doszło do wylesienia. Przy drewnie dochodzi warunek braku degradacji lasu, czyli m.in. zamiany lasu pierwotnego lub naturalnie odnawiającego się w plantację albo las sadzony.

Do sprawdzenia tego drugiego warunku nie wystarczy wiedza, czy w danym miejscu rosły drzewa. Potrzebna jest informacja o typie lasu w 2020 roku, a takiej globalnej mapy w rozdzielczości 10 metrów dotąd brakowało. Komisja Europejska udostępnia własne mapy referencyjne, ale według THE DECODER wcześniejsze zbiory danych o typach lasu, w tym mapa Komisji, obejmowały tylko część świata.

Jak dokładna jest mapa ForTy

Google DeepMind podaje 90 proc. trafności w rozpoznawaniu typu lasu i 95 proc. w odróżnianiu lasu od terenu nieleśnego. Według relacji THE DECODER, opartej na artykule naukowym, na tych samych danych testowych ForTy wypadła lepiej od map Komisji Europejskiej. Wyniki dla poszczególnych klas są jednak wyraźnie zróżnicowane.

• las pierwotny - poprawnie rozpoznany w ok. 89 proc. przypadków,
• plantacje leśne - ok. 60 proc.,
• uprawy drzewiaste i lasy sadzone - ok. połowa przypadków,
• las a teren nieleśny - 95,5 proc. wobec 93,6 proc. dla map Komisji Europejskiej (według THE DECODER),
• typ lasu ogółem - 90,9 proc. wobec 87,8 proc. dla map Komisji (według THE DECODER).

Co oznacza to dla polskich firm

EUDR dotyczy także drewna pozyskiwanego w Europie, więc obowiązek należytej staranności obejmie polskie tartaki i producentów mebli, a także importerów kawy, kakao, soi na pasze czy kauczuku. Zgodnie z rozporządzeniem (UE) 2025/2650 przepisy zaczną obowiązywać duże i średnie podmioty 30 grudnia 2026 roku, a mikro i małe przedsiębiorstwa 30 czerwca 2027 roku, z wyjątkami dla firm objętych wcześniej unijnym rozporządzeniem w sprawie drewna.

Bezpłatna mapa może obniżyć koszt wstępnej oceny ryzyka. Dział zakupów może nałożyć współrzędne działek od dostawców na warstwę ForTy w Google Earth Engine i wskazać lokalizacje, w których w 2020 roku rósł las pierwotny lub naturalnie odnawiający się, a dziś prowadzona jest uprawa. Takie miejsca wymagają dodatkowych dokumentów i wyjaśnień od dostawcy. Model zwraca prawdopodobieństwa, więc firma sama ustala próg, przy którym oznacza działkę jako ryzykowną.

Ograniczenia i niewiadome

ForTy nie ma statusu dokumentu urzędowego. Ani Komisja Europejska, ani krajowe organy nadzoru nie uznały jej za źródło rozstrzygające w kontrolach EUDR, a odpowiedzialność za oświadczenie o należytej staranności pozostaje po stronie firmy. Seria czasowa za lata 2017-2025 ma status wstępnej wersji, a Google DeepMind zapowiada jej dalsze poprawki.

Według THE DECODER mapa nie ma osobnej klasy dla widnych lasów, a kawa lub kakao uprawiane pod naturalnym okapem drzew mogą zostać oznaczone jako las. Zdarzają się też duże błędy regionalne, np. zawyżenie lasu pierwotnego w części Azji. W naszej ocenie mapa nadaje się do szybkiego przesiewu dostawców i wskazywania miejsc do weryfikacji, a nie do samodzielnego rozstrzygania o zgodności towaru. Tekst ma charakter informacyjny i nie stanowi porady prawnej.