近年来，随着物联网、大数据、人工智能、遥感技术、卫星通信、区块链等信息技术技术的快速发展，新质生产力的发展对林草业科技创新和发展提出了新的要求，对智慧林草创新人才的培养理念和模式均提出了更高的要求。林草领域的研究生作为智慧林草科学研究的生力军，是持续推进智慧林草的革命性创新和发展的源泉。2024年7月20日在云南昆明召开了第五届中国林草计算机应用大会，聚焦“新质林草 智汇云巅”主题，专门设置2个研究生专题论坛分会场，主要围绕智慧林草行业高质量发展、面临的机遇和挑战几个方面林草科技创新的研究生精彩报告分享，为智慧林草的应用实践提供了新的思路与研究方向。
第五分会场研究生论坛由安徽农业大学董斌教授、西南林业大学徐伟恒教授和中南林业科技大学龙江平副教授共同主持。来自中国林业科学研究院资源信息研究所、北京林业大学、南京林业大学、西南林业大学、中南林业科技大学、安徽农业大学、东北林业大学、江西师范大学、贵州大学和重庆交通大学等10余所高校、科研院所的29位研究生作了专题报告，共同探讨智慧林草科学研究中的关键技术问题和发展趋势。
专题报告01
东北林业大学硕士研究生韩誉作了《联合YOLOv5与无人机影像的树种识别研究》的专题报告，针对树种精细识别问题提出了改进的YOLOv5模型，并利用无人机影像实现了树种的智能精细识别，增强了在多变自然环境条件下的树种精准识别能力，为森林资源智能监测提供了技术支撑。
专题报告02
贵州大学硕士研究生陈玉辉作了《中国南方不同区域马尾松和杉木蓄积生长过程比较》的专题报告，通过对比中国南方不同区域马尾松和杉木的蓄积生长过程，深入探讨两者在不同地区中的生长特征及适应性差异，发现了马尾松和杉木的生长表现出明显的区域差异，有助于更加科学的选择森林经营理论与方法。
专题报告03
江西师范大学硕士研究生许俊杰作了《赣南地区典型森林地表可燃物火蔓延预测模型研究》的专题报告，针对主要森林地表可燃物的蔓延特性开展了地表火蔓延模型的适用性研究，提出了一种改进的模型能够有效提高亚热带森林地表火蔓延速率的预测精度，为森林火灾的发展趋势的准确预测和森林火灾的科学救援提供了理论支撑。
专题报告04
中国林业科学研究院资源信息研究所的博士研究生邱汉清作了《森林数字孪生体：基于时空数据、三维引擎和智能交互环境的森林数字化载体》的专题报告，基于时空数据、三维引擎和智能交互环境的提出了森林数字化载体，构建了森林全周期数字孪生管理决策服务技术体系与构建范式，为智慧林场建设提供了技术支撑。
专题报告05
西南林业大学博士研究生吴勇作了《Climate Interprets Saturation Value Variations Better Than Soil and Topography in Estimating Oak Forest Aboveground Biomass Using Landsat 8 OLI Imagery》，针对森林地上生物量的遥感估测的饱和问题，探索了栎类饱和值（OSV）的空间分布模式，分析气候、土壤和地形三种环境的单一和综合效应对OSV差异的影响，为提高森林储量估测精度提供了新的思路与方法。
专题报告06
江西师范大学硕士研究生李政杰作了《基于Landsat数据的赣南林下死可燃物含水率反演》的专题报告，综合考虑了样地数据、降雨数据、地形数据、植被指数、季节变化以及Landsat 8 和9数据，提出了基于人工智能算法估测地表可燃物含水率的方法，结果表明采用林内气象并加入地形等其他解释变量能够提高可燃物含水率的反演精度。
专题报告07
南京林业大学硕士研究生尹雄作了《利用多源数据和云计算平台绘制海南岛短轮伐桉树林及林龄分布》的专题报告，以海南岛桉树为研究对象，联合Landsat数据构建1990-2022年时时序遥感影像，提出了CCDC-SMA方法识别森林扰动，明确了海南岛桉树的主要分布区域及其龄组结构，为桉树的林分参数精确获取和精准经营提供了新的方法。
专题报告08
中国林业科学研究院资源信息研究所硕士研究生王建森作了《基于无人机可见光影像和YOLO-DCAM模型的杉木单木检测》的专题报告，针对高密度、树冠遮挡和复杂背景场中单木识别问题，提出了面向复杂场景的单木精准检测技术，实现了树冠重叠和混淆背景等多种复杂场景的单木智能检测技术，为智慧林业的具体实施提供了技术支撑。
专题报告09
西南林业大学硕士研究生杨佩柔作了《The potential spatial distribution and trend analysis of ecological tea plantations of Camellia sinensis var. assamica in Yunnan province, China》的专题报告，基于云南省森林资源二类调查的小班数据集和气候、土壤、地形等公共数据集，提取了云南省大叶种茶生态茶园的潜在环境适宜区域，发现了大叶种茶生态茶园在云南省的潜在分布规律和变化趋势，为云南省茶园的数字化管理提供了技术支持。
专题报告10
中国林业科学研究院资源信息研究所硕士研究生胡兴涛作了《基于不同空间结构综合等级模型的杉木人工林生长多态性可视化模拟研究》的专题报告，从单木、空间结构单元和林分三个维度研究了杉木人工林中单木形态结构的生长变化规律，提出了杉木形态结构生长的耦合模型，利用三维可视化技术实现了林木长势和形态结构生长的动态生长可视化模拟，为森林资源智慧经营提供了新的思路与方法。
专题报告11
安徽农业大学硕士研究生徐志立作了《安徽省及其重要湿地植被覆盖度时空演变及影响因素研究》的专题报告，利用当前和未来安徽省及59处重要湿地FVC的时空分布特征，研究了FVC驱动因子的空间异质性特征，为进一步实现未来大尺度省级及不同类型湿地的植被恢复与合理配置提供了新的方法与思路。
专题报告12
西南林业大学硕士研究生滕晨凯作了《基于Landsat时间序列数据和ATC滤波算法的高山松碳储量估测》的专题报告，利用云南省香格里拉市的高山松为研究对象，利用1987-2017年的国家森林资源连续清查数据和Landsat年度时间序列影像数据，构建了高山松碳储量的估测模型，为区域森林资源的精确计量提供了新的方法。
专题报告13
中国林业科学研究院资源信息研究所硕士研究生雷可欣作了《基于林木分级模型和生长模型的大规模森林场景构建》的专题报告，提出了一种基于林木分级模型的大规模森林场景构建方法，可以从单木、林分和景观多个尺度观察森林，改善了大规模森林场景的多态性和动态变化过程。
专题报告14
西南林业大学硕士研究生刘思涌作了《TransUNetFormer: Let hybrid CNN+Transformers encoder and decoder provide powerful support for remote sensing image segmentation》的专题报告，提出了将CNN+Transformer集成到编码器和解码器架构中，构建了新的遥感图像分割算法，并具备准确捕捉局部细节和全局背景的能力。
专题报告15
重庆交通大学硕士研究生程昌树作了《基于FY-4A/AGRI中红外数据森林火点识别方法研究》的专题报告，针对森林火灾的准确识别问题，通过FY-4A中红外和热红外波段的结合，能够为火情准确识别以及追踪识别上发挥重要作用。
专题报告16
中南林业科技大学硕士研究生向佳鸿作了《基于无人机的快速林地变化检测方法》的专题报告，针对无人机在林地变化检测的应用中时效性的问题，提出了一个直接使用无人机和人工智能技术来进行森林变化自动检测的系统，有效改进了变化林地识别精度与效率，为林草资源的智慧监测提供了新的思路与方法。
专题报告17
西南林业大学博士研究生刘志作了《Comparison of variable extraction methods using surface field data and its key influencing factors—A case study on aboveground biomass of Pinus densata forest using the original bands and vegetation indices of Landsat 8》的专题报告，针对生物量遥感估测中遥感影像"像元"与样地大小匹配的难题，分析基于小班面状数据的遥感变量不同提取方法精度及其主要误差影响因素，证实了从小班面状数据中提取遥感信息的均值替代样地调查的可行性。
专题报告18
中南林业科技大学博士研究生杨培松作了《基于物候特征的亚热带常绿阔叶林地上生物量估测》的专题报告，针对亚热带常绿阔叶林的森林地上生物量估测问题，提取了不同植被指数的物候特征，发现了NDVI和NDPI的物候特征与森林地上生物量更加敏感，且物候特征的组合能够显著提高常绿阔叶林地上生物量的估测精度，为亚热带森林的森林碳汇精准监测提供了理论基础与技术支撑。
专题报告19
南京林业大学硕士研究生王通宇作了《基于WRF模式评估中国南方粤北地区森林扰动与恢复的区域季节性水热效应》的专题报告，基于WRF模式评估了中国南方粤北地区森林扰动与恢复的区域季节性水热效应，提出了一个稳健且精准的区域森林空间变化的水热效应评价框架。
专题报告20
中南林业科技大学硕士研究生李洵微作了《气象因子对SAR影像森林蓄积量制图的影响分析与评价》的专题报告，针对外界环境对双极化SAR数据的影响过程，探讨了温度、湿度和风力等环境因子对森林蓄积量遥感估测的响应，并提出了环境敏感指数评价特征与环境因子的关联程度，为森林储量的精准计量与智能监测提供了新的方法。
专题报告21
安徽农业大学硕士研究生郭强作了《基于无人机激光雷达的杨树林分空间结构参数分析》的专题报告，利用无人机的Lidar点云数据，基于层堆叠种子点分割方法提出了新的单木分割算法，探讨了欧美杨人工林落叶期的林分空间结构参数分布规律，为森林的智能化经营提供了新的思路与方法。
专题报告22
北京林业大学硕士研究生柳运昌作了《基于RS-LVI-SAM的林区多传感器融合SLAM算法》的专题报告，提出RS-LVI-SAM算法，利用多传感器融合的SLAM算法充分获取林区信息，提高了SLAM算法的鲁棒性，改善了单一传感器在林区的局限性，为森林区域的精准定位和数据智能感知提供了技术支撑。
专题报告23
西南林业大学硕士研究生徐有城作了《基于精细气象模拟的山地林火蔓延研究》的专题报告，针对林火蔓延的复杂过程问题，通过精细化模拟的气象数据的林火蔓延范围与火场真实范围的对比分析，发现精细化模拟气象数据有助于提升林火模拟精度。
专题报告24
重庆交通大学硕士研究生刘刚作了《基于GF数据的林地石漠化信息提取方法研究》的专题报告，采用多种机器学习模型进行石漠化区域的识别，发现了机器学习模型提取林地石漠化信息的潜力，为石漠化信息的智能提取与动态监测提供了新的解决方案。
专题报告25
西南林业大学硕士研究生苏维作了《基于尺度转换与重构的卫星林火监测影像可视化增强研究》的专题报告，以2019年5月18日昆明市晋宁区森林火灾为研究对象，基于函数与影像处理方法对DEM数据进行尺度转换，通过地形尺度转换与计算机图像重构，提高了卫星林火监测图像的信息丰度与可读性，有助于提升卫星林火监测的可靠性。
专题报告26
北京林业大学硕士研究生张浩作了《基于Biome-BGC的长白山森林碳动态模拟》的专题报告，采用Biome-BGC模型对长白山森林生态系统40年碳交换进行模拟，研究结果表明长白山森林年平均NEP在正常情况下大于零，生态系统表现为碳汇，且气温的上升对NPP的增加起积极作用。
专题报告27
北京林业大学硕士研究生谢珊珊作了《基于系统分类信息的鸟类音频零样本分类》的专题报告，针对传统的有监督分类方法无法训练高效的初始模型的问题，提出了将系统分类作为物种类别辅助信息，使得模型能够利用鸟类之间的生物学关系，显著提高了模型对鸟类音频零样本的分类性能，为鸟类音频零样本分类问题提供了一个新的思路。
专题报告28
北京林业大学硕士研究生赵恩庭作了《基于对抗学习的特征对齐野生动物图像识别算法》的专题报告，提出一种基于对抗学习的特征对齐野生动物图像识别算法，增强了提取野生动物图像特征的可迁移性，为推动人工智能在野生动物图像自动识别领域的广泛应用奠定了理论基础。
专题报告29
北京林业大学硕士研究生朱宇童作了《YOLO-BiWild:基于改进YOLOv8和BiFPN的野生动物检测算法研究》的专题报告，提出了基于改进YOLOv8和BiFPN的野生动物检测算法，改进后的YOLO-BiWild模型在野生动物目标检测任务中取得了显著的性能提升，为野生动物的智能识别和保护提供技术支撑。
