# Google anuncia série do ForTy para acompanhar mudanças nas florestas de 2017 a 2025

Anúncio de 22 de outubro acrescenta série temporal preliminar ao projeto; mapa distingue florestas naturais, plantadas e cultivos arbóreos.

Autoria: Angelo Sebastião Silva Goncalves
Publicado: 2026-10-23T10:53:32.015Z
Revisado: 2026-10-23T12:24:03.512Z
URL canônica: https://nextags.com.br/news/google-forty-serie-temporal-mudancas-florestas/

Google DeepMind e Google Research anunciaram em 22 de outubro de 2026 uma série temporal preliminar do Forest Typology, o ForTy, que acompanha mudanças anuais nas florestas entre 2017 e 2025. O projeto é desenvolvido com o World Resources Institute e o International Institute for Applied Systems Analysis. [Fonte: anúncio oficial](https://deepmind.google/blog/beyond-tree-cover-mapping-the-worlds-forest-types/).

A proposta é identificar também o tipo de cobertura que ocupa uma área depois de uma mudança. Assim, o acompanhamento pode diferenciar regeneração natural de conversão em plantação ou cultivo agrícola. O anúncio apresenta a série como uma versão inicial, que os parceiros pretendem aperfeiçoar nos próximos meses.

## Como ler o mapa de referência

A base ForTy 2020, documentada antes dessa atualização, classifica o território em seis grupos: floresta primária, regeneração natural, floresta plantada, plantação florestal, cultivos arbóreos e sistemas agroflorestais, além de outras áreas. O repositório dos dados registra publicação em maio de 2026. [Fontes: catálogo técnico](https://developers.google.com/earth-engine/datasets/catalog/projects_nature-trace_assets_forest_typology_forest_typology_2020_v1_0_collection) e [registro dos dados](https://plus.figshare.com/articles/dataset/_i_Forest_Typology_2020_v1_i_/32288616).

O catálogo informa resolução de saída de dez metros e disponibiliza probabilidades por classe. Também registra limites: café e cacau sob árvores podem ser confundidos com floresta natural; áreas plantadas apresentam maior dificuldade de classificação. As probabilidades ainda podem exigir calibração regional para análises de risco.

A imagem de capa reproduz o mapa de 2020 presente no preprint de maio. Nele, cada célula de um quilômetro quadrado mostra a classe predominante; essa visão global agrega o detalhamento dos dados. [Fonte: figura 1 do preprint](https://pure.iiasa.ac.at/id/eprint/21596/1/forest_typology.pdf).

## Da informação geográfica à decisão

Na análise da Nextags, a contribuição de uma série temporal está na possibilidade de comparar a trajetória de uma área. Para quem acompanha cadeias de fornecimento, projetos de conservação ou pesquisas ambientais, uma sequência pode ajudar a formular perguntas mais específicas sobre uma transformação observada.

Esse trabalho pede uma descrição clara do recorte utilizado: ano, região, classe de vegetação e critério de comparação. Um relatório também precisa explicar como escolheu a área analisada e quais informações locais consultou. Esses elementos permitem que outra equipe examine a conclusão e entenda o caminho seguido.

Ao incorporar mapas a apresentações, conteúdos ou painéis, é útil manter a legenda e informar a data da base. A precisão visual de uma imagem e a segurança de uma conclusão são aspectos que devem ser avaliados separadamente. O dado ganha utilidade quando sua interpretação pode ser conferida.

## Fontes
- [Google DeepMind — anúncio da série temporal,22/10/2026](https://deepmind.google/blog/beyond-tree-cover-mapping-the-worlds-forest-types/)
- [Earth Engine — catálogo técnico ForTy2020 e limitações](https://developers.google.com/earth-engine/datasets/catalog/projects_nature-trace_assets_forest_typology_forest_typology_2020_v1_0_collection)
- [Figshare — registro dos dados,publicação22/5/2026](https://plus.figshare.com/articles/dataset/_i_Forest_Typology_2020_v1_i_/32288616)
- [Figura1 do preprint — repositório público do IIASA,23/5/2026](https://pure.iiasa.ac.at/id/eprint/21596/1/forest_typology.pdf)
- [EarthArXiv — autores e licença do preprint](https://eartharxiv.org/repository/view/13130/)
- [Licença da figura — CC BY4.0](https://creativecommons.org/licenses/by/4.0/)