大数据与人工智能是作为新质生产力的重要组成，可应用林草资源监测、生物多样性保护管理、森林火灾监测预警、有害生物早期诊断与预报、森林生态系统服务功能评估、人为活动监管等林草各业务环节。第五届中国林草计算机应用大会第一分会场以“林草大数据和人工智能”为主题，以大数据与人工智能和林草的深度融合以及人工智能技术在林草行业的最新研究进展和典型应用实践开展研讨。分会场由西南林业大学叶江霞教授、南京林业大学业巧林教授和北京林业大学苏晓慧副教授共同主持，包括6个特邀报告、6个专题报告，共计70余人参加了交流讨论。

特邀报告

中国林业科学研究院资源信息研究所纪平研究员的《林草科学数据全类型全周期治理》，介绍了林草科学数据中心是围绕林草科学数据及其衍生信息的观测监测、考察调查、检验检测及记录，经过多年的研发，总结出全周期的数据治理模式和方法，并对全类型林草科学数据进行数据归集、加工处理、质量控制、存储管理、检索查询、分析挖掘和开放共享，形成了完整的林草科学数据全周期治理体系。

江西师范大学吴志伟研究员的《地理空间大数据驱动的森林病虫害预测与碳损失评估研究》，从准确识别区域病虫害的发生并分析其空间分布格局，量化其导致的森林碳储量损失出发，以松材线虫病害为研究对象，在江西省赣州市南康区开展松材线虫病识别、空间分布特征及其造成的碳储量损失研究，确定了适用于识别松材线虫病的机器学习方法和特征变量；提取分析了松材线虫病的空间分布格局特征及其影响因素；并且量化了区域尺度下松材线虫病造成的森林碳储量损失。

北京林业大学许福教授（苏晓慧代）的《林业人工智能研究及典型应用》，围绕建设天空地一体化的现代化监测评估体系，动态掌握野生动植物的种群类型、生态资源变化等精细化信息，基于大数据模型和人工智能技术，构建珍稀濒危野生动植物智能识别技术体系、古树名木健康诊断和全流程数字化保护管理体系，提升野生动植物物种智能鉴别能力，解决古树名木精准保护和健康评价问题。

新疆林业科学院正高级工程师高健的《林果气象灾害智能监测预警技术研究及平台建设》，围绕着林果气象灾害监测预警指标体系、灾害风险区划与预警的智能监测预警平台的研建，通过开展多尺度遥感监测技术研究，建立了多源遥感的林果防灾本底资源数据体系，结合林果气象灾害发生过程特征及致灾因子研究，精细化服务于林果生产管理，实现预警服务从定性向定量、从区域大尺度向精细到地块的技术转变。

浙江农林大学楼雄伟教授的《阔叶树种苗表型测量方法研究及系统研制》，针对光皮桦、闽楠和杨树3种阔叶树种苗搭建了高通量自动化图像采集平台，提出一种基于改进UNet和Pix2PixHD的阔叶树种苗表型测量方法，开发阔叶树种苗表型获取系统，实现了快速获取株高、地径、冠幅和冠层数据的功能。

西南林业大学徐伟恒教授的《基于遥感大数据的生态指数模型构建及其在区域生态环境质量评价中的应用》，针对城市生态环境质量的及时监测与时空变化，进行基于遥感指标进行定量客观、综合评价。利用陆地卫星影像（Landsat）和中分辨率成像光谱仪影像（MODIS）、中国土地覆盖数据集（China Land Cover Dataset, CLCD）及森林冠层高度产品（Forest Canopy Height, FCH）等多源遥感数据，以滇中城市经济圈为研究区域，依托GEE平台综合评价了2000—2022年的生态环境质量。

分会场的专题报告分别为：浙江农林大学董晨副教授的《基于机器学习的浙西南杉木人工林立地质量模型与密度效应研究》、福建农林大学工程师赵秋月的《基于多源数据的福州市绿色空间冬季城市空气温度及地表温度对周围景观的时空响应》、北京林业大学讲师张长春的《基于迁移学习的野生动物监测图像识别方法》、中国林业科学研究院林产化学工业研究所助理研究员梁龙的《木材品质快速评价及制浆性能预测技术》，浪潮软件科技有限公司孙永浩的《数模结合，打造新质生产力，赋能林草数智化转型探索与实践》，中科北纬（北京）科技有限公司田姗博士的《基于时空大数据的生物多样性智慧保护体系构建与应用》。

“林草大数据和人工智能”分会场的讨论环节中，多位与会专家根据各自研究方向，从数据获取、大数据分析、信息挖掘、行业应用等方面阐释了大数据与人工智能和林草的深度融合案例，为新质林草发展提供了新思路，为推进智慧林业及林草高质量发展提供了重要技术支撑。