Google DeepMind等发布ForTy 2020全球森林类型地图及2017至2025年变化序列

2026年10月22日 研究

Maxim Neumann 和 Charlotte Stanton

一张全新的 10 米分辨率地图显示，世界各地的森林哪些是天然林、人工林或农田，以及它们随时间发生了怎样的变化

保护地球森林，始于一个简单的问题：我们看到的是什么类型的森林？从太空看，原始雨林、桉树种植园和油棕种植园可能都是同一片绿色。但它们储存的碳和拥有的生物多样性大不相同。区分它们，并了解每片区域随时间发生的变化，能让我们知道哪些地方的保护工作取得了成效，哪些地方的天然林正被改造成种植园和农田。

今天，Google DeepMind 和 Google Research 携手世界资源研究所（WRI）及国际应用系统分析研究所（IIASA），发布了森林类型图（ForTy）2020。这是一张全球地图，将地球上每一块 10×10 米的土地划分为六种不同的森林和土地利用类型，是欧盟《反毁林条例》的重要基准数据。我们还分享了一组初步的时间序列数据，追踪 2017 至 2025 年间这些森林每年的变化，包括天然林被种植园或农田取代的区域。用户首次能够以 10 米的精细度逐年查看全球各地，不仅能看到森林在哪里消失，还能看到被什么取代：木材种植园、树木作物农场或其他土地。

为什么“树木覆盖”还不够

所有森林都会储存碳，而且森林共同构成了世界上大多数陆生动植物物种的家园。但森林的生态价值也取决于其历史：从未被砍伐过的原始森林，储存的碳和拥有的生物多样性，远高于每隔十年或二十年就会采伐的单一树种木材种植园。

大多数全球地图只标示是否有树木。这给试图保护天然林的人带来了挑战。例如，欧盟《无毁林产品条例》（EUDR）要求咖啡、可可或棕榈油等产品不得产自 2020 年时为森林、此后被改为农业用地的区域。同样，家具等木制品也必须避免造成森林退化：它们不能来自后来被改造成种植园或人工林的原始森林，也不能来自后来被改造成种植园的天然更新林。因此，企业和监管机构不仅需要知道树木在哪里，还需要知道这些树木构成了哪种森林（原始林还是再生林、人工林还是种植园、森林还是农田），以及采伐后森林被什么取代。

去年，我们联合发布了2020 年全球天然林地图，这是一张 10 米分辨率的全球地图，将天然林与所有其他树木覆盖区域区分开来。该地图为企业和监管机构落实欧盟《反毁林条例》提供了起点，也支持大宗商品生产商履行不将天然林改作他用的承诺。它针对每一片土地回答了一个问题：2020 年这里是不是天然林？ForTy 则更进一步，展示这里是什么类型的森林，从原始林到木材种植园再到树木作物；而借助新的时间序列数据，还能看到这些类型每年如何变化。

ForTy 如何对全球森林分类

具体来说，ForTy 根据联合国粮食及农业组织（FAO）的定义，将土地分为六类：

1. 原始林：没有明显人为干扰迹象的本土森林。
2. 自然再生林：自行恢复生长的森林，例如采伐或火灾后重新长出的森林。
3. 人工林：由人们种植或播种，并以较长周期进行管理的森林。
4. 种植园林：快速生长、集约管理的树木种植园，通常只种植一个树种。
5. 树木作物与农林复合系统：种植非木材产品的农场，例如油棕、橡胶、可可或水果。
6. 其他土地：其他所有类型的土地，从草地、农田到城市和水域。

训练 ForTy 模型颇具挑战，因为这些类别部分取决于土地的用途，而不仅仅是外观。为了让模型学会区分这些类别，我们构建了一个大规模森林类型样本集，其中包含约 170 万个带标签的位置，数据来源包括专家调查、国家和区域数据集，以及针对模型表现欠佳地区的专项审查。该模型采用专为应对遥感数据挑战而设计的定制架构，并将 AlphaEarth Foundations 嵌入向量作为关键输入。这些数据以紧凑的形式概括了每个 10 米像素多年卫星观测的信息，因此模型能够识别种植模式、生长周期和收获节律等细微线索。

检验这张地图

地图只有在人们信任它时才有用。因此，我们与 IIASA 和 WRI 合作，使用全球随机选取的 9,000 多个地点对 ForTy 进行验证。在每个地点，两位受过培训的专家研究高分辨率图像和多年卫星记录，以确定当地实际的土地类型。ForTy 有 90% 的时间能正确识别森林类型，区分森林与非森林土地的准确率为 95%，优于其他全球森林地图。

除了准确性，我们也深知全球保护工作不能一刀切。ForTy 不会简单地为某块特定土地贴上是或否的标签，而是为每个类别提供概率评分，让用户根据区域情况和具体应用对精度的不同要求调整分类方式。例如，依据 EUDR 评估毁林风险的公司可能会设定严格阈值，只接受模型判断把握很高的像素，以避免监管风险。与此同时，估算森林总面积的研究人员可能会使用完整的概率范围，从而更全面地了解潜在的景观情况。

从单一时点的快照到变化历程

某一年的地图可作为有用的基准，但森林会发生变化。我们的全新早期发布版时间序列采用类似方法，覆盖 2017 年至 2025 年的每一年。它不仅展示森林在哪里消失、又在哪里恢复，还呈现了变化的类型：例如，天然林变成木材种植园，或废弃土地逐渐再生为森林。

这种区分很重要，因为一些最重要的变化很难从太空中看出来。天然森林被采伐并重新种植为人工林后，土地很快又会变绿，因此标准的树木覆盖地图可能无法发现这一变化。ForTy 的时间序列让这些隐藏的变化清晰可见，包括损失和增加。

接下来

《Forest Typology 2020》地图（发表于《Scientific Data》）和新的时间序列现已在 Google Earth Engine 上免费提供，并采用开放许可。我们希望政府、企业、保护组织和科学家能利用它们，帮助建立零毁林供应链、将森林资金投向最需要的地方，并保护最重要的天然森林。在未来几个月里，我们将与合作伙伴和用户继续改进这套时间序列，也很期待了解你们如何使用它。ForTy 是我们研究组合中面向自然的 AI研究项目的一部分，其中包括绘制森林损失驱动因素的地图、预测毁林风险、模拟全球物种分布，以及在实地监测生物多样性。FortTy 也是 Google Earth AI 的最新成员。Google Earth AI 是 Google 的地理空间模型和数据集集合，旨在帮助应对地球面临的最严峻环境挑战。

致谢

这项工作由 Google DeepMind 和 Google Research 与世界资源研究所及国际应用系统分析研究所共同开发。我们感谢共同作者 Anton Raichuk、Peter Potapov、Myroslava Lesiv、Matthew Overlan、Mélanie Rey、Ravindran Rajakumar、Michelangelo Conserva、Radost Stanimirova、Michelle Sims、Sarah Carter、Elizabeth Goldman、Yuchang Jiang、Linus Scheibenreif、Ivelina Georgieva、Maria Shchepashchenko、Steffen Fritz、Nicholas Clinton、Dan Morris 和 Drew Purves，也感谢帮助改进地图的可信测试者。