DeepMind 发布 ForTy 森林类型图：全球每 10 米一格分成原始林、人工林、经济林等 6 类，抽查 9000 多处判对 90%，还能看出天然林被换成种植园

从「有没有树」到「是什么林」

从卫星上看，一片原始雨林、一片桉树种植园和一片油棕园可能是同一种绿色，但它们储存的碳和承载的物种差别很大。多数全球地图只回答「这里有没有树」。Google DeepMind 与 Google Research 10 月 22 日联合世界资源研究所（WRI）和国际应用系统分析研究所（IIASA）发布的 Forest Typology（ForTy）2020，往前走了一步：把地球陆地上每一个 10×10 米的格子，按联合国粮农组织（FAO）的定义分成 6 类：

• 原始林：没有明显人类干扰痕迹的原生森林；
• 自然再生林：采伐或火灾后自行长回来的森林；
• 人工林：人工栽种、长周期经营的森林；
• 速生种植林：集约经营、常为单一树种的林场；
• 经济作物与农林复合：种油棕、橡胶、可可、水果等非木材作物的农园；
• 其他土地：草地、农田、城市、水体等。

同时发布的还有 2017–2025 年逐年变化的早期时间序列。天然林被砍后重新种成种植园，地表很快又是绿的，普通树冠覆盖图往往看不出变化；ForTy 的时间序列要回答的正是「砍掉之后换成了什么」。

模型怎么分、准不准

难点在于这几类部分取决于土地怎么被使用，而不只是长什么样。团队汇集了约 170 万个标注点，来源包括专家调查、各国和地区数据集，以及针对模型易错地点的专门复核；模型以 AlphaEarth Foundations 嵌入为关键输入，即每个 10 米像元多年卫星观测的压缩表示，用来捕捉种植行列、生长周期和采伐节律这类细节。

验证方面，团队在全球随机抽取 9000 多个点，每个点由两名受训专家对照高分辨率影像和多年卫星记录判定真实类型。结果是森林类型判对 90%，森林与非森林判对 95%，官方称优于其他全球森林地图。ForTy 不只给一个标签，而是给出每个类别的概率：做合规审查的企业可以只采信高置信度像元，估算森林总面积的研究者则可以用完整概率分布。

谁会用到

最直接的需求来自欧盟《零毁林产品法规》（EUDR）：咖啡、可可、棕榈油等产品不得来自 2020 年仍是森林、之后被改作农业的土地，木制品还不能来自被改成种植园的原始林。企业和监管方因此需要知道的不只是哪里有树，还有是哪种林、后来变成了什么。ForTy 2020 地图（论文发表于 Scientific Data）和时间序列已在 Google Earth Engine 以开放许可免费提供，时间序列仍是早期版本，团队表示未来几个月会和合作方继续改进。