Google DeepMind 联合 WRI 与 IIASA 发布 ForTy 2020 全球森林类型地图及 2017-2025 年度变化时间序列

2026年10月22日 研究

Maxim Neumann 和 Charlotte Stanton

一幅新的10米分辨率地图展示了世界上的森林哪些是天然林、人工种植林或农田林，以及它们如何随时间变化

保护地球森林始于一个简单的问题：我们面对的是哪一类森林？从太空看，一片原始雨林、一片桉树人工林和一个油棕种植园可能看起来是同样的一抹绿色。但它们所储存的碳和生物多样性却大不相同。区分它们，并了解每一片区域随时间的变化，能让我们看到保护工作在哪里取得成效，天然林又在哪里正在被转化为人工林和农田。

今天，Google DeepMind 与 Google Research 联合世界资源研究所（WRI）和国际应用系统分析研究所（IIASA），正式发布森林类型图（Forest Typology，ForTy）2020，这是一幅全球地图，将地球上每块10米×10米的土地划分为六种不同的森林和土地类型，是欧盟毁林法规的一个关键基线。与此同时，我们还将分享一个早期时间序列，追踪这些森林在2017年至2025年间每年的变化，包括天然林在何处被人工林或农田所取代。用户首次能够在全球范围内以10米的精细度逐年查看，不仅是森林在哪里消失了，还有取而代之的是什么：一片木材人工林、一片经济林木农场或其他土地。

为什么“树木覆盖”还不够

所有森林都储存碳，而且森林合计是全球大多数陆生动植物物种的家园。但森林的生态价值还取决于它的历史：一片从未被砍伐过的原生林所蕴藏的碳和生物多样性，远远超过每十年左右被采伐一次的单一种类木材人工林。

大多数全球地图只标明树木是否存在。这给那些致力于保护天然林的人带来了挑战。例如，欧盟的无毁林产品法规（EUDR）要求咖啡、可可或棕榈油等产品不得来自2020年是森林、此后被转为农业用地的土地。同样，家具等木制品也必须不涉及森林退化：它们不能来自此后被转化为人工种植林的原始林，也不能来自此后被转化为人工种植林的天然更新林。因此，企业和监管机构不仅需要知道树木在哪里，还需要知道它们构成的是哪种森林（原生林或再生林、人工种植林或天然林、森林或农田），以及采伐之后取而代之的是什么。

去年，我们联合发布了世界天然林地图 2020（Natural Forests of the World 2020），一幅10米分辨率的全球地图，将天然林与其他所有树木覆盖区分开来。它为企业和监管机构实施欧盟毁林法规提供了一个起点，并支持大宗商品生产商履行不转化天然林的承诺。那张地图为每块土地回答了一个问题：它在2020年是否是天然林？ForTy 走得更远，展示了那里是哪种森林——从原始林到木材人工林再到经济林木，并通过新的时间序列展示其每年如何变化。

ForTy 如何对世界森林进行分类

具体而言，ForTy 依据联合国粮食及农业组织（FAO）的定义，将土地划分为六个类别：

1. 原始森林：没有明显人类扰动迹象的天然森林。
2. 自然再生森林：在砍伐或火灾等之后自行恢复生长的森林。
3. 人工种植森林：由人类种植或播种，并按长周期管理的森林。
4. 种植园森林：快速生长、集约化经营的树木农场，通常为单一树种。
5. 经济林与农林复合：种植木材以外产品的农场，如油棕、橡胶、可可或水果。
6. 其他土地：其余所有土地，从草地、农田到城市和水域。

训练 ForTy 模型颇具挑战，因为这些类别在一定程度上取决于土地的用途，而不仅仅是它的外观。为了教会模型区分这些差异，我们构建了一个大规模的森林类型示例集，包含约 170 万个标记位置，这些数据来自专家调查、国家和地区数据集，以及针对模型表现不佳区域的专项核查。该模型采用专为遥感数据挑战设计的自定义架构，并以 AlphaEarth Foundations 嵌入 作为关键输入——这是对每个 10 米像素多年卫星观测的紧凑数据摘要——从而能够捕捉种植模式、生长周期和采伐节律等细微线索。

对地图进行检验

只有人们信任地图，它才有用处。因此，我们与 IIASA 和 WRI 合作，在全球随机选取的 9,000 多个地点对 ForTy 进行了验证。在每个地点，两名受过训练的专家通过研究高分辨率影像和多年卫星记录，确定那里实际是哪种土地类型。ForTy 在 90% 的情况下选对了森林类型，在 95% 的情况下正确区分了森林与非森林土地，优于其他全球森林地图。

除了准确性之外，我们知道全球保护工作并非一刀切。ForTy 不是为某块土地给出一个是或否的标签，而是为每个类别提供一个概率分数，使用户能够根据区域背景和特定应用的精度权衡来调整分类。例如，一家依据 EUDR 评估毁林风险的公司可能会设定严格阈值，只接受模型非常有把握的像素，以规避监管风险；而一位估算森林总量的研究人员则可能使用完整的概率谱系，以更全面地了解潜在的地貌。

从单一时间快照到变化的故事

单一年份的地图是有用的基准，但森林是不断变化的。我们的全新抢先发布的时间序列将类似的方法应用于 2017 年至 2025 年的每一年。它不仅展示了森林在哪里消失、在哪里恢复，还展示了发生了什么类型的变化：例如，天然森林变成了木材种植园，或者被废弃的土地逐渐再生为森林。

这种区分之所以重要，是因为一些最重要的变化很难从太空观察到。当天然森林被砍伐后重新种植为人工林时，土地很快又呈现出绿色，因此标准的树木覆盖地图可能无法捕捉到这一变化。ForTy 的时间序列让这些隐藏的变化变得可见，无论是损失还是增加。

接下来做什么

《Forest Typology 2020》地图[在 Scientific Data 中描述]和新的时间序列现已在 Google Earth Engine 上以开放许可免费提供。我们希望各国政府、企业、保护组织和科学家能够利用它们来帮助构建无毁林供应链，将森林资金引导到最需要的地方，并保护最重要的天然森林。在接下来的几个月里，我们将与合作伙伴和用户一起持续改进时间序列，我们很乐意听到你如何使用它。ForTy 是我们 面向自然的 AI（AI for Nature）研究组合的一部分，该研究包括绘制森林损失的驱动因素、预测毁林风险、建模全球物种分布，以及在实地监测生物多样性。FortTy 也是 Google Earth AI 的最新成员，后者是 Google 的地理空间模型和数据集集合，旨在帮助应对地球上最严峻的环境挑战。

致谢

这项工作由 Google DeepMind 和 Google Research 与 World Resources Institute（世界资源研究所）及 International Institute for Applied Systems Analysis（国际应用系统分析研究所）共同开发。我们要感谢合著者 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，同时感谢帮助改进地图的可信测试者。