GEE实战：用Hansen v1.11森林变化数据，5分钟生成你家乡的20年毁林/造林地图-程序员充电站

用GEE和Hansen数据5分钟生成家乡森林变迁地图

每次回到家乡，总会发现记忆中的山林变了模样——有些地方郁郁葱葱更胜从前，有些区域却成了裸露的土地。作为非专业开发者，我们如何用科学数据验证这些观察？Google Earth Engine（GEE）平台上的Hansen Global Forest Change v1.11数据集，让普通人也能快速生成专业级的森林变化分析图。本文将带你用最简单的代码，可视化2000-2023年间任意区域的森林变迁。

1. 准备工作：认识关键数据与工具

Hansen数据集是马里兰大学联合谷歌等机构开发的全球森林变化权威数据，30米分辨率足以呈现县级区域的细节。其核心波段包括：

treecover2000：2000年的初始森林覆盖率（高度超过5米的植被）
loss：2000-2023年间森林消失区域（二进制数据）
gain：2000-2012年间新增森林区域（该数据未随版本更新）
lossyear：森林消失的具体年份（2001=1,...,2023=23）

波段类型	时间范围	数据含义	可视化建议颜色
森林消失(loss)	2000-2023	从森林变为非森林	红色
森林增加(gain)	2000-2012	从非森林变为森林	蓝色
初始覆盖	2000年基准	原始森林覆盖百分比	绿色渐变

重要提示：GEE平台需要谷歌账号登录，但所有计算在云端完成，普通笔记本浏览器即可流畅操作。

2. 三步生成基础森林变化图

2.1 定位你的关注区域

打开GEE代码编辑器（https://code.earthengine.google.com/），在搜索框输入你的家乡坐标。例如查询杭州余杭区：

var region = ee.Geometry.Rectangle([119.7, 30.2, 120.2, 30.6]); // 替换为你的坐标 Map.centerObject(region, 10); // 10表示缩放级别

坐标获取技巧：

用谷歌地图右键点击位置→复制经纬度
城市级区域建议矩形范围边长0.5度以内
山区可改用ee.Geometry.Polygon绘制复杂边界

2.2 加载并渲染森林数据

var hansen = ee.Image('UMD/hansen/global_forest_change_2023_v1_11'); var visualization = { bands: ['treecover2000'], min: 0, max: 100, palette: ['black', 'green'] // 黑色到绿色渐变 }; Map.addLayer(hansen.clip(region), visualization, '2000年森林覆盖');

此时地图已显示2000年基线森林情况。继续添加变化图层：

// 森林消失区域（红色半透明） Map.addLayer(hansen.updateMask(hansen.select('loss')).clip(region), {palette: ['red'], opacity: 0.6}, '森林消失'); // 森林增加区域（蓝色半透明） Map.addLayer(hansen.updateMask(hansen.select('gain')).clip(region), {palette: ['blue'], opacity: 0.4}, '森林增加');

2.3 调整可视化效果

通过图层管理器（右上角图层图标）可以：

拖动调整图层顺序
点击眼睛图标显示/隐藏图层
调整透明度使多层叠加更清晰

典型判读场景：

红绿交错：森林被砍伐后未恢复
蓝绿混合：新增造林或自然恢复
纯红区域：完全退化的森林地带

3. 进阶分析：时间维度深度挖掘

3.1 逐年森林消失动态

lossyear波段记录了具体消失年份，用不同颜色区分：

var lossYear = hansen.select('lossyear'); var lossVis = { min: 1, max: 23, palette: [ '#FF0000', '#FF5500', '#FFAA00', '#FFFF00', '#AAFF00', '#55FF00', '#00FF00', '#00FF55', '#00FFAA', '#00FFFF', '#00AAFF', '#0055FF', '#0000FF', '#5500FF', '#AA00FF', '#FF00FF', '#FF00AA', '#FF0055', '#FF0000' // 彩虹色渐变 ] }; Map.addLayer(lossYear.updateMask(lossYear.gt(0)).clip(region), lossVis, '按年份着色森林消失');

提示：2001年编码为1，2023年编码为23。暖色调表示早期消失，冷色调表示近期消失。

3.2 统计变化数据

在Console控制台运行以下代码获取量化结果：

var stats = hansen.select(['treecover2000','loss','gain']).reduceRegion({ reducer: ee.Reducer.sum(), geometry: region, scale: 30, maxPixels: 1e9 }); print('2000年森林面积(像素)', stats.get('treecover2000')); print('消失森林总面积', stats.get('loss')); print('新增森林面积', stats.get('gain'));

结果解读：

每个像素代表30m×30m=900平方米
将像素数乘以0.0009换算为平方公里
注意gain数据只更新到2012年

4. 成果输出与应用技巧

4.1 导出高清图片

点击地图右上角的"Export"按钮，选择"Download"可保存PNG图片。推荐设置：

分辨率：建议300-600dpi
范围：勾选"Region"并绘制精确范围
格式：PNG保留透明图层更佳

4.2 制作交互式网页地图

将以下完整代码保存为独立应用：

var app = function() { var panel = ui.Panel({style: {width: '300px'}}); var title = ui.Label('家乡森林变化可视化工具', {fontWeight: 'bold'}); panel.add(title); var dropdown = ui.Select({ items: ['2000年基线', '森林消失', '森林增加', '逐年变化'], onChange: function(selection) { Map.layers().reset(); if(selection === '2000年基线') { Map.addLayer(baseVis, {}, '2000年森林'); } else if(selection === '森林消失') { Map.addLayer(lossVis, {}, '消失区域'); } // 其他条件省略... } }); panel.add(dropdown); Map.add(panel); }; var baseVis = hansen.select('treecover2000').clip(region); var lossVis = hansen.select('loss').clip(region); // 其他可视化层定义... app();