Google DeepMind 攜手 WRI 推出人工智慧地圖 ForTy，以 10 公尺解析度辨識全球森林型態

Google DeepMind 與世界資源研究所（WRI）共同開發了 ForTy（Forest Typology 的縮寫），這是一套由人工智慧驅動的全球土地覆蓋地圖，旨在區分全球的原生林、用材人工林與經濟林作物。

傳統的衛星地圖通常只顯示某個區域是否具有樹冠覆蓋，而 ForTy 則以 10 公尺的空間解析度，將 2020 年的全球土地面積劃分為六個不同的類別。這些類別包含原生林、天然再生林、人工林、人工林場（plantation forest）、經濟林作物（例如油棕、橡膠與可可），以及其他土地。底層資料提供了 10 公尺的細節，而視覺化地圖則呈現了每一平方公里內的主要土地利用類別。研究人員將 ForTy 描述為同類產品中的第一張全球地圖，改進了僅涵蓋特定地理區域的現有資料集。

推動專案的動力來自更嚴格的森林砍伐法規

該專案的主要催化劑是歐盟零砍伐森林產品法規（EUDR）。該法規禁止與 2020 年 12 月 31 日之後發生的砍伐森林或森林退化相關的大宗商品，包括將原生林轉化為商業人工林的案例。由於可可和油棕等作物被歸類為農業，評估供應鏈合規性的企業需要截至 2020 年底土地利用的準確歷史基準。

除了 EUDR 追蹤之外，ForTy 還將為保育計畫提供基礎資料，例如熱帶森林永遠基金會（Tropical Forest Forever Facility, TFFF）以及聯合國在 2030 年前保護全球 30% 土地面積的目標。

建立可靠的 2020 年基準在技術上仍然具有挑戰性，因為土地分類很大程度上取決於歷史背景，而不僅僅是表面外觀。從太空中看，成熟的混交人工林看起來可能與未受破壞的自然樹冠幾乎沒有區別，而剛清理過的人工林儘管看起來是裸露的土壤，但在技術上仍然符合林業用地的資格。為了解決這些含糊不清之處，ForTy 追蹤種植配置、生物生長週期和收穫時間軸，而不是僅僅依賴單一時間點的影像。

建立在 AlphaEarth 之上的三階段架構

ForTy 依賴 Google DeepMind 的 AlphaEarth Foundations 模型，這是一項於 2025 年 7 月推出的虛擬衛星架構。AlphaEarth 將多衛星串流（涵蓋光學衛星攝影、雷達、雷射掃描和氣候模擬）壓縮成密集的像素級描述。

ForTy 透過三個連續的建模階段來精進這些描述：

1. 初始影像識別模型針對經過驗證的基準範例進行訓練。

1. 來自此模型的預測與涵蓋樹高、周邊基礎設施和記錄之森林流失的外部資料集融合，為第二個模型形成擴充的訓練語料庫。

1. 第三個模型評估連續幾年的資料，以平滑化臨時異常與誤讀。

Google 的 Gemini 語言模型協助團隊重新解讀較舊的訓練資料，使其與正式的歐盟法規定義保持一致。此外，開發週期納入了多輪主動學習（active learning），在此期間，人類專家貢獻了大約 43,000 次修正。這些修正針對了邊緣案例，包括被誤標為經濟林作物的歐洲葡萄園、被誤標為人工林的中美洲天然松樹林，以及非洲和印尼未被標記的油棕土地。

準確度基準與已知弱點

在對由兩位專家獨立審查的 8,190 個隨機選定站點進行的評估中，ForTy 的整體準確度達到了 90.2%。然而，研究人員指出，廣泛的「其他土地」類別大幅提升了這個綜合得分。

各個森林類別的效能表現有顯著差異：

• 原生林： 該模型正確識別了 89% 經地面證實的原生林區域。

• 經濟林作物與人工林： 該模型僅捕捉到約 50% 的現有站點。

• 人工林場： 偵測率徘徊在 60% 左右。

• 誤報率： 被標記為經濟林作物或人工林場的區域中，約有四分之一到三分之一被錯誤分類，而被指定為人工林的區域則有三分之一不正確。

儘管存在這些盲點，ForTy 在相同的評估集上的表現仍優於歐盟執委會（European Commission）專門的 EUDR 資料集。在區分一般森林與非森林時，它達到了 95.5% 的準確度（相較於對照組的 93.6%）；在區分特定森林子類別時，則達到了 90.9% 的準確度（相較於對照組的 87.8%）。

該模型也展現出地理上的落差。它高估了亞洲的原生林約 2.03 億公頃（主要在俄羅斯的北方針葉林帶），同時由於識別開放式乾旱森林和稀樹草原的挑戰，低估了非洲約 9,400 萬公頃的面積。它在識別在天然樹冠下栽培的可可或咖啡等農林複合系統時也面臨困難。

全球森林分佈與開源可用性

根據地圖資料，研究人員估計地球的森林覆蓋率約為 41 億公頃，其中包含近 39 億公頃的天然林（約有 20 億公頃的原生林）。人工林約佔 2.5 億公頃，而經濟林作物則橫跨近 2 億公頃，主要分佈在亞洲。

研究結果也突顯了區域組成：巴西、印尼和剛果民主共和國佔有了相對最大比例的天然林。相比之下，人工林佔了瑞典和芬蘭森林土地的大約三分之二，使得天然林僅分佈在瑞典大約五分之一的領土上。

ForTy 地圖圖層、分類模型以及基準評估資料已根據創用 CC 姓名標示 4.0（Creative Commons CC BY 4.0）授權條款公開釋出，可透過 Google Earth Engine 進行存取。作為 Google 更廣泛的地球人工智慧（Earth AI）計畫的一部分，程式碼實作也已在 GeeFlow 與 JEO 儲存庫中提供。