Google Deepmind and World Resources Institute发布全球森林分类地图ForTy
当前事件综述（非历史快照）
Google Deepmind 与世界资源研究所合作开发了 ForTy，这是首个基于 2020 年数据的全球森林类型分类地图。该地图分辨率为 10 米，可区分 primary forest、naturally regenerating forest、planted forest、plantation forest 及 tree crops（如油棕、橡胶、可可）等多种森林类型。在训练过程中，系统通过三个递进模型并结合专家纠错机制，累计添加约 43,000 个示例以修正分类错误（如欧洲葡萄园被错误标记为树作物、中美天然松林被误判为种植林，以及非洲和印尼的油棕被漏检）。此外，ForTy 在同一测试数据上对比欧洲专门为 EUDR 设计的地图表现，森林与非森林分类准确率达 95.5%（对方 93.6%），森林类型分类准确率达 90.9%（对方 87.8%），展现出更高的精准度。
AI 根据报道生成 · 2 小时前更新
事件探索工作台
同一时点联动报道、关系与证据。
此时新增 ·Google Deepmind 利用卫星数据和 AI 创建全球森林分类地图
- 本次回放累计
- 1
- 一手资料
- 0
- 报道来源
- 1
此时首次收录的报道 · 1
- The Decoder · 第三方报道Google Deepmind 利用卫星数据和 AI 创建全球森林分类地图查看原始来源 ↗
按本站首次发现时间回放。历史图谱与证据使用同一时点；完整综述与热度仍是当前视角。
事件进展
1 条进展2026/10/31 19:13:31
Google Deepmind 利用卫星数据和 AI 创建全球森林分类地图The Decoder
按本站首次收录时间筛选；只显示代表报道在此时点前已收录的进展。当前事件归组可能后来修订，不是完整历史快照。
此时的实体关系
正在读取历史关系…
历史重建（非精确快照）：按首次收录与关系记录时间筛选；实体名、关系陈述和事件归组可能已经被后来修订，不能将其当作当时原始记录。 下方综述与完整来源索引仍属于当前视角。
Story 路线
从第一份公开证据到最新进展的逐站路线；每一站都带着自己的证据和不确定性。
- 110月31日 00:00收录于 10月31日 19:13单一来源有修订
Google Deepmind and World Resources Institute发布全球森林分类地图ForTy
核对原始报道 ↗ The Decoder在探索工作台回到这个时点
不确定性标注指出需要核对原文的地方，不是已证实的因果。
完整来源索引（截至目前）
目前公开的报道索引，不属于历史回放。
一手资料 · 0 篇
目前尚未收录这一类可核实资料，不能把单方说法当作多方证据。
第三方报道 · 1 篇
- The Decoder · 10月31日 18:15Google Deepmind 利用卫星数据和 AI 创建全球森林分类地图
Google Deepmind 与世界资源研究所合作开发了 ForTy，这是首个基于 2020 年数据的全球森林类型分类地图，分辨率为 10 米，可区分 primary forest、naturally regenerating forest、planted forest、plantation forest、tree crops（如油棕、橡胶、可可）及其他土地。
核对原始报道 ↗
不同报道并不自动代表观点冲突；阅读原文核对事实、条件和发布日期。后续来源加入后此处会自动更新。
报道时间线
沿着报道，了解事件的不同侧面。
- The DecoderGoogle Deepmind 利用卫星数据和 AI 创建全球森林分类地图
Google Deepmind 与世界资源研究所合作开发了 ForTy，这是首个基于 2020 年数据的全球森林类型分类地图，分辨率为 10 米，可区分 primary forest、naturally regenerating forest、planted forest、plantation forest、tree crops（如油棕、橡胶、可可）及其他土地。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。