全球树木覆盖损失达到了记录高点2016和2017。在2018，大约有一个足球覆盖足球场第二。是什么驱使了这种损失？WRI和可持续性财团并在本周更新全球森林观察，可以告诉我们。

原始分析，发表在科学in 2018, applied a computer model to GFW’s annual tree cover loss data to determine the most likely drivers of loss based on thousands of high-resolution satellite images collected between 2001 and 2015. Nearly half of all loss was linked to agriculture, either through deforestation to make way for cattle grazing, oil palm plantations or other commercial commodities, or for smaller-scale farming and its expansion into forest areas.

更新的模型包含了2016年至2018年的树覆盖损失数据，以帮助确定自2015年以来损失急剧飙升的因素。

过去三年发生了什么变化？

就整体驱动损失而言，没有太大变化。近年来，驾驶员在全球和区域层面上的相对比例与过去的相对比例没有太大不同。在北半球，大多数损失是由于林业和野火的结合以及在热带地区的结合，农业继续推向森林边界。大规模农产品生产的森林砍伐驱动着拉丁美洲和东南亚的大多数损失，而在非洲，损失的94％是由于规模较小的结果转移农业。对于世界98％的世界，这些主要驾驶员一直保持不变，但是在更具体的位置仔细观察会更加细微的画面。这是对新数据显示的内容的更深入的了解：

哥伦比亚：大型农业扩张驱动的新损失

自2015年以来，哥伦比亚的树木覆盖损失急剧上升，2018年的损失超过2001年至2015年的历史平均水平的2.5倍以上。原因：新的商品驱动的森林砍伐的明显浪潮，加上不断扩大的小型农业，消失了在主要的森林边界。更新的驱动程序模型与最新的报告沿新的边境正在进行这种商品生产的森林砍伐，这主要与抢夺牧草的非法土地有关，以饲养肉牛。每周森林砍伐警报在2019年和2020年初，GFW的年度损失数据结束了，这表明在Tinigua，La Macarena和Chiribiquete National Parks之间继续森林砍伐到哥伦比亚西北部的亚马逊；Chiribiquete公园扩建区的西部地区；以及Nukak国家自然保护区的西北部。

GIF随着时间的推移在哥伦比亚展示驾驶员

北美西部：消防损失激增

在整个北美，Wildfire是2016年至2018年之间超过520万公顷树木覆盖损失的主要驾驶员。加利福尼亚在2017年和2018年有两个创纪录的爆发季节，导致144人死亡以及加利福尼亚葡萄酒的广泛财产损失国家。更新的驾驶员模型捡起了2018年的Mendocino Fire Complex，其中包括牧场大火，这导致了旧金山以北的大规模树覆盖损失。

同时，在不列颠哥伦比亚省，某些由原始模型归类为林业将其归类为“翻转”到野火的地区。在森林管理期间，森林人经常在收获后的森林地面上烧毁了树桩和碎屑。这样做是为了准备下一个种植周期的土地。由于这些区域中有许多发生伐木让步，我们认为这些收获后的做法导致了从林业变成野火的变化。在下一轮更新中，野火课程几乎可以肯定会在最近的戏剧性中燃烧的森林澳大利亚刷子。

泰国：农业在北部加剧

在许多热带地区，传统的转移耕种系统是农业生产的主要形式。各种农作物混合物的短期种植周期散布着更长的森林恢复和再生阶段，这使土壤中的营养物质可以补充。这些农业系统越来越多地被更密集和永久生产的现金作物所取代，以喂养饥饿的供应链，而森林恢复的休耕时期越来越短。在泰国北部山的清迈地区，越来越多的地区用于生存农业正在过渡到诸如农作物玉米，这为该地区不断增长的牲畜行业提供了帮助。这种土地使用动态显示为从2018年更新的驱动因素模型中从黄色转移农业转变为红品驱动的森林砍伐细胞。

泰国北部司机的GIF

前进：锐化图片

该模型虽然进行了更新和精致，但却为我们提供了对驱动世界各地树木覆盖损失的原因相对粗糙的理解。地图上的每个单元大约是10,000个足球场的大小。在每个单元格中，多个动态可能会以更细得多的规模发挥作用。

此外，与该模型中概述的五个概述相比，树木覆盖损失的原因更多。结果，模型中未包括的某些驾驶员，例如飓风或其他自然灾害，在变化农业的标题下被错误地分类 - 就像波多黎各之后的情况一样玛丽亚飓风在2018年。上面的两个野火示例还表明，该模型无法区分人类引起的与真正的“野生”野火。需要本地知识来了解现实的详细复杂性。

无论如何，驾驶员模型产生的主题地图可以描绘出森林损失的全球模式，并引起人们对需要不同类型干预措施的不同领域的关注。可持续性财团已经使用了驱动程序数据商品映射平台帮助公司了解其全球供应链的影响。随着计算机视觉和人工智能中的新技术的发展，我们将不仅提高模型，并提高我们对森林落下的位置的理解，而且还要促进我们的理解。