環保專案

Earth Engine 製作出可觀察森林消失情況的即時地圖

2016 年 12 月
一名技術人員站在資料中心的牆壁前。

2005 年,Google 工程師 Rebecca Moore 收到了一份通知,指出她家附近的聖塔克魯茲山區即將展開一項伐木計劃。雖然郵件中附上了一張畫質極差的黑白地圖,可是 Moore 完全無法從圖中看出這項計劃有哪些潛在風險。出於不滿,她決定要將這項計畫的詳細資料和 Google 地球的 3D 衛星影像結合在一起,製作出一張新地圖。Moore 製作出來的視覺圖像清楚顯示了風險何在:將近 1,000 英畝的樹林會遭到砍伐、水源和成年紅杉或許會受到破壞,而伐木卡車會行經的狹窄山路也有些彎道死角,可能對走路去上學的兒童造成安全上的威脅。

這張地圖讓社區民眾開始奮起行動,密切關注計畫所有細節,最終也讓加州林務署判定這項伐木提案不合規定。這個地方成功案例只是 Moore 和 Google 地球團隊合力促成的眾多重要功績之一,他們接下來又試圖克服一項更大的挑戰:既然已經證實可以快速有效地將一個地區受到的環境影響以視覺化方式呈現出來,我們是否能夠進一步以高解析度監控全球的林區變化

綠地鳥瞰圖

在 2013 年之前,這個問題無解。長久以來,保育人士不斷努力提高大眾對於森林砍伐問題的意識,但是造成森林消失的原因很複雜,而且相關資訊不是不夠精確、不夠完整,就是已經過時。早在數十年前,NASA 就拍攝過森林覆蓋情況的衛星影像,但解析度不高,全球取得的資料也不一致,還必須透過特別的硬體才能檢視,因此儘管熱帶國家、環保團體和其他組織迫切需要這類資料,卻不得其門而入。

當時最欠缺的是一個無須大量技術資源,便能讓所有人運用這些影像的平台。在 2009 年於丹麥哥本哈根舉行的聯合國氣候變遷大會 (COP15) 上,這個問題終於有了轉機。由 Moore 帶領的團隊首次公開介紹 Google Earth Engine:這是採用了 Google 的資料、儲存空間及高超運算能力的原型,能夠處理全球規模的大型資料集 (例如長久以來都無法善加利用的 NASA 影像),並在「不到一秒內就將森林的變化情況視覺化」1

這項突破吸引了馬里蘭大學 (University of Maryland) 遙測科學家 Matt Hansen 的注意,如今他也是這項專案的主要協作者。Hansen 回憶道,在 Google 開始進行這方面研究前,地球表面的地圖多半都「巨大、模糊、一團糟」。2由於對 Earth Engine 原型的發展潛力很有興趣,他開始和 Google 工程師共同合作,以極具挑戰性的大面積土地測試這個平台的能耐;他們選中了墨西哥,也就是最初推動 Google 地球推廣計劃的地方。最後他們製作出整個墨西哥的森林地圖,高達 30 公尺的清晰解析度是其他地圖的 1000 倍。在達成這項創舉後,團隊成員認為繪製全球地圖勢在必行。

南美洲鳥瞰圖
「全球森林觀察」介面顯示 2014 年的亞馬遜雨林消失狀況

要成功達成這項目標的關鍵是雲端技術。製作地球表面的高解析度地圖需要拍位元組的資料處理能力,而這樣的運算能力遠非一台機器所能達成。為了製作全球森林地圖,Earth Engine 運用雲端伺服器網路讓 1 萬台電腦平行運作,共同處理 65 萬張圖片。3如果只用 1 台電腦進行這項作業,得花上 15 年才能完成,而 Earth Engine 只花了幾天。Moore 說:「為了執行這項處理作業,我們把 Google 的燈都調暗了。」4

結果,他們達成了地理科學上的重大突破:馬里蘭大學/Google 資料集是首份記錄了全球完整森林變化的高解析度地圖。這個平台於 2013 年在學界期刊《科學》的一篇論文中首次公開發表,受到了高度讚揚,採用的系統化地圖繪製技術更獲得了「有如全球生態系統領域的人類基因計畫」5 的美譽。

為了製作全球森林地圖,Earth Engine 運用雲端式伺服器網路讓 1 萬台電腦平行運作,共同處理 65 萬張圖片。如果只用 1 台電腦進行這項作業,得花上 15 年才能完成。

自首次公開發表原型後,Earth Engine 團隊便一直致力於為熱帶國家提供森林監控支援6。為完全實現這項承諾,該團隊和世界資源機構 (World Resources Institute) 組織的 Global Forest Watch (GFW) 網路攜手合作,運用 GFW 各式各樣的全球伐木活動補充資料打造更完善的地圖平台,揭露過去未曝光的過度伐林地點,例如馬達加斯加、多個西非國家/地區、東南亞的湄公河區域,以及南美洲的大廈谷 (Gran Chaco) 地區。森林保育的支持者也很驚訝地發現,印尼已在 2012 年超越巴西,成為全球最大的雨林砍伐國家。

GFW 在一些重大的國際氣候會議中發表這些深入分析資料,也主動進行監測和研究,並直接和受到影響的社群合作。舉例來說,他們要求 United Cacao 等企業要確切落實永續性承諾,也支持和森林保護相關的立法,包含菲律賓的紅樹林保護法案,以及印尼一項為了打擊非法縱火而簽訂的霾害條約。

GFW 的一大優勢是速度。由於有雲端運算技術做為後盾,GFW 的資料總是能反映出最新情況,團隊也往往能以近乎即時的速度針對進行中的工作產生資料。舉例來說,2016 年 GFW 便發出了 GLAD (全球土地分析與發現) 快訊,提供即時的樹林消失情報更新。過去,如果森林遭到砍伐,往往過了好幾年才會曝光,造成的傷害已難以彌補;但是現在,在全球幾個計劃要拓展熱帶雨林的測試區域,GLAD 快訊都能成功在幾週內便發布森林消失的警報。有了如此迅捷的情報更新速度,再加上連小農的農業活動都能偵測到的精細解析度,相信未來森林管理員及執法單位在保衛瀕危森林之戰中,必定又能多出幾分勝算。

globalforestwatch.org

1 http://blog.google.org/2009/12/earth-engine-powered-by-google.html

2 http://america.aljazeera.com/articles/2013/11/14/scientists-googlecreatehighresmapofchangesinworldsforests.html

3 這些圖片來自 12 個年份的 Landsat衛星影像,為追蹤 2000 年至 2012 年期間森林變化狀況的第一份地圖。Earth Engine 中完整的 Landsat 目錄內含 40 多年的影像。

4http://www.nytimes.com/2013/11/15/science/earth/new-interactive-tool-helps-track-earths-forests.html?_r=0

5http://www.nytimes.com/2013/11/15/science/earth/new-interactive-tool-helps-track-earths-forests.html?_r=0

6http://blog.google.org/2009/12/earth-engine-powered-by-google.html