Beyond tree cover: mapping the world’s forest types

2026年10月22日 研究

Maxim Neumann 和 Charlotte Stanton

一项新的10米分辨率地图显示了全球森林的类型——哪些是天然森林、人工林或农地，以及它们随时间的变化情况

保护地球森林首先要解决一个简单的问题：我们面对的是哪种类型的森林？从太空看，原始热带雨林、桉树人工林和油棕种植园可能看起来都是同一片绿色。但它们储存的碳储量和生物多样性差异巨大。区分它们并了解每片区域随时间的变化，能帮助我们判断保护措施成效如何，以及天然森林正在被改造成人工林和农田的区域。

今天，Google DeepMind 和 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）发布森林类型学（ForTy）2020，这是一份全球地图，将地球每块10米×10米的区域划分为六种不同的森林和土地利用类型，是欧盟森林砍伐法规的重要基准数据。同时，我们还发布了早期时间序列数据，追踪2017年至2025年间这些森林每年的变化情况，包括天然森林被人工林或农田取代的区域。首次实现全球范围以10米精度逐年展示森林变化：不仅显示森林消失的位置，还显示其被什么取代——木材人工林、经济林农场或其他土地类型。

为什么"树冠覆盖"不足以说明问题

所有森林都储存碳，共同构成了全球陆地生物多样性最丰富的生态系统。但森林的生态价值还取决于其历史：从未被砍伐的原始森林所储存的碳和生物多样性，远高于每十年或二十年轮伐一次的单一树种人工林。

目前大多数全球地图仅显示树木是否存在。这对保护天然森林构成了挑战。例如，欧盟关于无森林砍伐产品（EUDR）的法规要求咖啡、可可或棕榈油等产品不得源自2020年仍是森林但此后被转为农业用地的土地。同样，木材产品如家具也必须避免森林退化：它们不能来自已转为人工林或种植林的原始森林，也不能来自已转为人工林的自然再生森林。因此，企业和监管机构不仅需要知道树木的位置，还必须明确森林的类型（原始森林或再生森林、人工林或种植林、森林或农田），以及采伐后被什么取代。

去年，我们联合发布了《全球自然森林2020》，这是一张分辨率达10米的全球地图，能够区分自然森林与其他所有树木覆盖区域。该地图为公司和监管机构实施欧盟《防止森林砍伐法规》提供了起点，同时帮助大宗商品生产者履行其不砍伐自然森林的承诺。这张地图为每一块土地区域回答了一个问题：2020年时，这里是否是自然森林？ForTy在此基础上更进一步，不仅识别森林类型（从原始森林到木材种植园再到经济林），还通过新增的时间序列数据，展示了森林类型每年的变化情况。

ForTy如何对全球森林进行分类

ForTy根据联合国粮农组织（FAO）的定义，将土地划分为以下六类：

1. 原始森林：没有明显人类活动痕迹的原生森林。
2. 自然再生森林：在采伐或火灾后自然恢复的森林。
3. 人工林：由人类种植或播种并长期管理的森林。
4. 人工种植林：以单一树种为主、集约化管理的快速生长林地。
5. 经济林与农林复合系统：种植非木材产品的农田，如棕榈油、橡胶、可可或水果。
6. 其他土地：包括草地、农田、城市和水域等所有非森林类型。

2020年森林类型地图。每种颜色代表每平方公里内最常见的森林或土地类型。您可以通过我们的Earth Engine应用以10米精度查看细节。

训练ForTy模型具有挑战性，因为这些分类在一定程度上取决于土地用途，而不仅仅是外观。为使模型理解这些差异，我们构建了一个包含约170万个标注位置的大规模森林类型样本库，这些数据来自专家调查、国家和区域数据集，以及模型难以识别区域的定向审核。该模型采用专为遥感数据挑战设计的定制架构，关键输入为AlphaEarth Foundations嵌入向量，即对每个10米像素多年卫星观测数据的紧凑型摘要，使其能够捕捉种植模式、生长周期和收获节奏等细微线索。

从上方看，五类森林和经济林可能看起来相似。ForTy能够识别它们在结构和季节性模式上的细微差异，并在全球地图数据库中准确分类。影像 © Google Earth, Maxar Technologies, Airbus.

除了精度之外，我们深知全球保护工作不能采用一刀切的方式。ForTy 不是为特定土地区域提供简单的“是”或“否”标签，而是为每个分类提供概率评分，使用户能够根据区域背景和特定应用场景的精度权衡来调整分类。例如，一家公司根据欧盟森林砍伐法规（EUDR）评估森林砍伐风险时，可能会设定严格的阈值，只接受模型高度确定的像素，以避免监管风险。与此同时，一位研究人员在估算森林总面积时，可能会利用完整的概率范围，以更全面地了解潜在的景观变化。

从单一时间点的快照到变化的故事

一张单一年份的地图可以作为有用的基准，但森林会随着时间发生变化。我们的早期发布的时序数据将类似方法应用于2017年至2025年间的每一年。它不仅展示了森林消失和再生的区域，还揭示了变化的类型：例如，天然森林转变为木材种植园，或被遗弃的土地逐渐恢复为森林。

这种区分非常重要，因为一些最重要的变化从太空难以察觉。当天然森林被砍伐并重新种植为种植园时，土地很快会再次变绿，因此标准的树冠地图可能无法捕捉到这种变化。ForTy的时序数据使这些隐藏的变化变得可见，包括损失和增长。

未来计划

2020年森林类型地图[发表于《Scientific Data》]和新的时序数据现已通过开放许可在Google Earth Engine上免费提供。我们希望各国政府、公司、保护组织和科学家能够利用这些数据，帮助建立无森林砍伐的供应链，将森林资金引导至最需要的地方，并保护最重要的天然森林。在未来几个月里，我们将继续与合作伙伴和用户一起改进时序数据，也非常期待听到您使用它的方法。ForTy是我们研究项目组合的一部分，该组合属于AI for Nature研究计划，包括绘制森林损失驱动因素、预测森林砍伐风险、建模全球物种分布以及监测野外生物多样性。ForTy也是Google Earth AI的最新成果，这是Google用于应对地球最紧迫环境挑战的一系列地理空间模型和数据集。

致谢

这项工作由Google DeepMind和Google Research与世界资源研究所（World Resources Institute）和国际应用系统分析研究所（International Institute for Applied Systems Analysis）联合开发。我们感谢我们的合著者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，以及帮助改进地图的可信测试者。