跳转到内容
主站 新闻 控制台

超越树木覆盖:绘制全球森林类型分布图

· DeepMind
DeepMind

2026年10月22日 · 研究

Maxim Neumann 与 Charlotte Stanton

阅读论文

图 39:3D 体素风格世界地图特写,聚焦于南美洲的块状地形。

一份全新的 10 米分辨率地图展示了全球森林中哪些属于天然林、人工林或农业林,以及它们随时间推移发生的变化

保护地球森林始于一个简单的问题:我们所看到的究竟是哪种类型的森林?从太空看,一片原始热带雨林、一片桉树人工林和一片油棕种植园可能呈现出完全相同的绿斑。但它们所蕴含的碳储量和生物多样性却有着天壤之别。辨别它们并掌握每块土地随时间推移的变化情况,能够向我们揭示保护措施在哪里行之有效,以及哪些地方的天然林正被改建为人工林和农场。

今天,Google DeepMind 与 Google Research 联合世界资源研究所(WRI)以及国际应用系统分析研究所(IIASA),共同发布了 2020 年森林类型图(Forest Typology 2020,简称 ForTy)。该全球地图将地球上每块 10×10 米的土地划分为六种不同的森林和土地利用类型,为欧盟反毁林法规提供了关键基准。与此同时,我们还分享了追踪 2017 年至 2025 年间这些森林逐年变化的早期时间序列数据,包括天然林被人工林或农场替代的区域。全球用户首次能够以 10 米的精细度,逐年不仅看清森林在哪里消失,还能查明取而代之的是什么:是用材人工林、木本农作物农场,还是其他用地。

为什么仅看“树木覆盖”还远远不够

所有森林都能储存碳,并且森林共同构成了地球上绝大多数陆生动植物物种的家园。然而,森林的生态价值还取决于其历史:一片从未被砍伐过的原始森林,其所蕴藏的碳储量和生物多样性,远高于一片每隔一二十年就要采伐一次的单一种类用材人工林。

大多数全球地图仅标明是否存在树木。这对致力于保护天然林的人们来说构成了挑战。例如,欧盟《零毁林法案》(EUDR)要求咖啡、可可或棕榈油等商品不得源自 2020 年时仍为森林但随后被转为农业用途的土地。同样,家具等木制品也必须远离森林退化风险:它们不能来自随后被转变为人工林或人工种植林的原始林,也不能来自随后被转变为人工林的天然再生林。因此,企业和监管机构不仅需要知道树木在哪里,还需要了解它们构成了哪种类型的森林(是原始林还是再生林、人工种植林还是人工林、森林还是农场),以及森林砍伐后被什么所替代。

去年,我们联合发布了 2020 年世界天然林图(Natural Forests of the World 2020),这是一份将天然林与所有其他树木覆盖区分开来的 10 米分辨率全球地图。它提供了一个起点,帮助企业与监管机构落实欧盟反毁林法规,并支持大宗商品生产商践行不破坏天然林的承诺。该地图针对每块土地仅回答了一个问题:它在 2020 年是否为天然林?而 ForTy 则更进一步,指明了那里具体是何种类型的森林(从原始林、用材人工林到木本农作物),并通过全新的时间序列展示了其每年的演变。

ForTy 如何对全球森林进行分类

具体而言,ForTy 根据联合国粮食及农业组织(FAO)的定义,将土地划分为六大类别:

  1. 原始林(Primary forest):没有明显人类活动干扰痕迹的原生森林。
  2. 天然再生林(Naturally regenerating forest):自然恢复生长的森林,例如在采伐或火灾后自然恢复。
  3. 人工种植林(Planted forest):由人类种植或播种,并进行长周期管理的森林。
  4. 集约人工林(Plantation forest):速生、集约化管理的树木人工林,通常为单一树种。
  5. 木本农作物与农林复合(Tree crops and agroforestry):种植非木材作物的农场,如油棕、橡胶、可可或水果。
  6. 其他用地(Other land):其他所有类型,包括草地、农田、城市和水体。

图 40:展示全球森林类型的世界地图,分类包括原始林、天然再生林、人工种植林、集约人工林和农林复合。

2020 年森林类型图。每种颜色代表每平方公里内最常见的森林或土地类型。欢迎在我们的 Earth Engine 应用中以 10 米精细度进行探索。

训练 ForTy 模型充满挑战,因为这些分类不仅取决于外观,还在很大程度上取决于土地的使用方式。为了让模型学会辨别这些差异,我们构建了一个大规模森林类型样本库,其中包含约 170 万个标注地点,这些数据来自专家调查、国家和地区数据集,以及针对模型较弱区域的专项复核。该模型采用了专为应对遥感数据挑战而设计的定制架构,并以 AlphaEarth Foundations 嵌入向量(AlphaEarth Foundations embeddings)作为关键输入——这是对每个 10 米像素多年卫星观测数据的紧凑总结,使其能够敏锐捕捉到种植模式、生长周期和采伐节律等微妙线索。

![图 41:展示不同森林分类类型的五张卫星图像:天然再生林、原始林、人工种植林、集约人工林以及木本农作物/农林复合。](https://lh3.googleusercontent.com/l0vzsdd-HHJUPQaQCHx4yzAOG-ULvQ20EM0Hypo