這個資料集屬於發布商目錄，並非由 Google Earth Engine 管理。 如有錯誤，請傳送電子郵件至 biosphere-models@google.com，或查看 Nature Trace Catalog 中的更多資料集。進一步瞭解發布商資料集。
- 目錄擁有者
- Nature Trace
- 資料集開放期間
- 2020-01-01T00:00:00Z–2020-12-31T23:59:59Z
- 資料集產生者
- 標記
說明
森林類型 (ForTy) 第 1 版資料集包含 2020 年全球各類別的機率地圖，解析度為 10 公尺，涵蓋緯度 65°S 至 84°N 之間的所有陸地。
這六個類別的分類方式符合聯合國糧食及農業組織 (FAO) 和歐盟森林砍伐法規 (EUDR) 的定義：
- 第 1 類 - 原始林：由原生種組成的天然森林，沒有明顯的人為干擾跡象。
- 第 2 類 - 天然再生林：主要透過自然再生建立的森林，包括從干擾中恢復的次生林，以及自然再生占主導地位的混合林。
- 第 3 類 - 人造林：主要透過種植或播種建立的森林，作業輪伐期超過 40 年。
- 第 4 類 - 造林：密集管理的森林，以一或兩種樹種為特徵，樹齡相同、間距規律，輪伐期為 40 年以下。
- 第 5 類 - 樹木作物和農林業：生產木材以外商品 (例如油棕、橡膠、果園) 的農業種植園，包括農林業系統。根據歐盟森林砍伐法規，歸類為農業用地。
- 第 6 類 - 其他土地：所有非樹木土地用途、稀疏的木質植被 (樹冠覆蓋率 < 10%)、其他林地、都市環境中的樹木，以及未達到森林門檻的小樹叢。
主要資料記錄是五波段點陣圖，包含代表五種森林類型類別量化機率值 (0 到 250) 的無符號 8 位元整數值。第六個類別 (其他土地) 的機率是互補值：p_other = 250 − sum(p_i)。地圖採用世界橫麥卡托投影 (UTM) 座標系統。
如要取得第六個「其他土地」類別的機率分數，請從 250 減去前五個機率的總和。將每個像素指派給機率最高的類別 (argmax)，即可衍生出類別地圖。使用者可透過機率表示法套用自訂門檻、評估預測信賴度，以及計算下游應用程式的不確定性估計值。
來源資料以雲端最佳化 GeoTIFF (COG) 格式提供，並儲存在 gs://nature-trace/export_rasters/forest_typology_2020_v1_0/ 的 Google Cloud Storage 中。Earth Engine ImageCollection 是以這些 COG 為基礎。
限制：雖然這張地圖提供有價值的全球基準，但使用者應注意以下幾項限制：
- 時間參考日期：這張地圖是根據多時相衛星合成影像，呈現 2020 年的地貌狀態。如果合成期間內發生快速的土地使用變化，可能無法完全擷取。
- 定義不明確：歐盟森林砍伐法規分類依據的糧農組織定義，取決於管理意圖和歷史記錄，而這些資訊無法直接從衛星圖像觀察到。模型會根據替代指標 (光譜特徵、樹冠結構、空間模式) 推斷這些類別，在類別界線引入不可簡化的不確定性。舉例來說，成熟的天然次生林在光譜和結構上，與未受干擾的原始林並無二致。
- 農林複合系統的模糊性：混合式農林複合系統 (例如可可或咖啡等樹木作物生長在原生樹冠下) 是最難解決的類別之一。在某些地區，有遮蔭的咖啡和可可豆農林複合系統仍可能被誤分類為天然森林。
- 混淆人造林：在所有森林類別中，人造林的分類準確度最低 (F1 = 58.2%)。這類森林在光譜和結構上，可能與自然再生的森林相似，也可能與造林相似，因此經常會發生雙向誤判。
- 小面積和樹冠覆蓋率門檻：靠近 FAO 森林面積門檻 (0.5 公頃) 的獨立樹木區域，以及樹冠覆蓋率邊界 (10%) 的區域，本質上具有模糊性。
- 機率校準：每個類別的機率代表集合平均 softmax 輸出，且未經過事後校準。如要進行量化風險評估，使用者需要經過妥善校正的機率，因此應考慮使用獨立的參考資料，重新校正區域。
- 野火：野火過後，我們不一定能判斷土地用途。
- 保守的原始森林地圖：原始森林類別邊界在人類基礎架構附近較為保守。由於訓練資料的空間緩衝效應，模型會系統性地將道路、聚落或農業附近的森林邊緣排除在原始森林類別之外，通常會標示為自然再生林。
- 暫時無樹木的區域：根據聯合國糧食及農業組織的定義，暫時無樹木的區域 (例如最近收成完畢、等待重新種植的造林地，或處於災害後早期復原階段的森林) 仍視為森林。不過，由於這張地圖是根據單一年度 (2020 年) 的觀測結果繪製而成，因此這些區域可能會顯示為非森林，並誤歸類為「其他土地」。
- 種植林與造林代理：種植林與造林林之間的區別，是以 40 年的作業輪替門檻做為代理。無法直接從衛星圖像觀察真正的 EUDR/FAO 管理強度條件 (例如同齡類別、規律間距)。
- 其他林地 (OWL) 遺漏：歐盟森林砍伐法案將「其他林地」(OWL) 視為獨立類別，但在此資料集中，OWL 並未解析為獨立類別，而是完全歸入「其他土地」類別。
- 子像素異質性：混合像素 (特別是在複雜的小農地景中) 可能會降低分類精確度。此外，雖然輸出內容的解析度為 10 公尺，但模型輸入資料的有效解析度可能比 10 公尺粗略。
頻帶
波段
像素大小：10 公尺 (所有頻段)
| 名稱 | 最小值 | 最大值 | 縮放 | 像素大小 | 說明 |
|---|---|---|---|---|---|
PrimaryForest |
0 | 250 | 0.004 | 10 公尺 | 像素屬於主要森林類別的量化機率 (不帶正負號的 8 位元整數，0 到 250)。 |
NaturallyRegeneratingForest |
0 | 250 | 0.004 | 10 公尺 | 像素屬於自然再生林類別的量化機率 (未簽署的 8 位元整數，0 到 250)。 |
PlantedForest |
0 | 250 | 0.004 | 10 公尺 | 像素屬於種植森林類別的量化機率 (不帶正負號的 8 位元整數，0 到 250)。 |
PlantationForest |
0 | 250 | 0.004 | 10 公尺 | 像素屬於造林地類別的量化機率 (不帶正負號的 8 位元整數，0 到 250)。 |
TreeCropsAndAgroforestry |
0 | 250 | 0.004 | 10 公尺 | 像素屬於樹木作物和農林業類別的量化機率 (無符號 8 位元整數，0 到 250)。第六個類別 (其他土地) 的機率是透過補數取得：p_other = 250 − 所有五個波段值的總和。 |
使用條款
使用條款
這個資料集是依據 CC BY 4.0 授權條款授權，且必須提供下列出處資訊：[PLACEHOLDER ATTRIBUTION]。
參考資料
Maxim Neumann、Anton Raichuk、Peter Potapov、Myroslava Lesiv、 Matthew Overlan、Melanie 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、 Charlotte Stanton、Dan Morris、Drew Purves：「Global forest typology at 10-meter resolution for forest and land-use monitoring」(全球森林類型，解析度 10 公尺，適用於森林和土地使用監控)，2026 年 5 月 (預印本： doi.org/10.31223/X58R27)。
使用 Earth Engine 探索
程式碼編輯器 (JavaScript)
var dataset = ee.ImageCollection( 'projects/nature-trace/assets/forest_typology/forest_typology_2020_v1_0_collection') .mosaic(); // Compute argmax class: 1=Primary, 2=Naturally Regenerating, // 3=Planted, 4=Plantation, 5=Tree Crops & Agroforestry, 6=Other land. var b5 = ee.Image(250).subtract(dataset.select([0, 1, 2, 3, 4]).reduce('sum')); var classified = dataset.addBands(b5).toArray().arrayArgmax().arrayGet([0]).add(1); // Palette: Primary=dark green, Naturally Regenerating=light green, // Planted=blue, Plantation=pink, TreeCrops=orange, Other=yellow. var colors = ['1B7837', '7FBF7B', '1D91C0', 'E65FA9', 'E6AB02', 'FDE278']; Map.addLayer( classified, {min: 1, max: 6, palette: colors}, 'Forest Typology 2020 (v1)'); Map.setOptions('HYBRID'); Map.setCenter(116.21, -33.31, 12);