遥感技术在林业领域广泛应用，不仅提高了森林资源监测的精度和效率，也为森林生态系统研究和可持续管理提供了重要的科技支撑。第六届中国智慧林业大会第一分会场以“林草遥感与智能监测”为主题，针对多源遥感林业有害生物监测预测技术、多源点云融合森林三维重建、干涉SAR森林高度估测、山地森林多源数据融合遥感制图等领域的最新研究进展开展了交流。分会场报告由北京林业大学张晓丽教授、西南林业大学张王菲教授和浙江农林大学何涛教授共同主持，包括6个特邀报告和7个专题报告，100余位专家学者参与了交流。

 特邀报告

北京林业大学张晓丽教授的《多尺度森林病虫害遥感监测预测》报告指出，及时准确的监测与可靠的时空预测是林业有害生物灾害科学防控的基础。多源遥感结合智能分析方法可为灾害早期监测和蔓延趋势预测提供技术支撑。报告针对我国林业有害生物监测预测的应用需求和技术瓶颈，介绍林业有害生物灾害遥感监测和多尺度预测的机理、内容、关键技术和挑战，以及团队近年的研究成果与最新研究进展。

东北林业大学李超教授的《多源点云协同的森林场景三维重建与语义解析》报告指出，森林场景三维重建需精准刻画林木与林下植被地形等多组分结构，但单一平台激光雷达存在视角与穿透力限制。报告提出多源点云融合框架，结合无人机LiDAR与手持LiDAR，构建覆盖冠层至林下的高密度三维点云数据集；设计超图网络HGFormer，利用超边建模高阶几何关联，点云补全能力显著提升；提出轻量化DHMamba模型，融合几何特征与超图动态引导，实现森林场景多组分高效分割；结合Laplace骨架提取与异速生长理论，构建高保真树木几何模型，胸径、树高重建误差显著降低。实验表明，该方法在多个公开数据集上性能超过现有方法，单场景重建效率大幅提升。研究突破了多源点云协同处理与复杂场景语义解析的技术瓶颈，为森林碳储量估算、生态过程模拟提供了高精度三维数据基底。

西南林业大学张王菲教授《基于极化干涉SAR技术的森林高度估测研究》报告指出，森林高度是反映森林特征的重要参数，是精确计算森林碳储量及其时空分布的重要指标。干涉SAR（InSAR）技术在大尺度森林高度高精度、点对点估测中极具潜力。报告首先对森林高度的概念进行了界定，在此基础上总结了目前采用单基线InSAR、单基线极化干涉SAR（PolInSAR）、多基线InSAR、多基线PolInSAR(TomoSAR)技术进行森林高度估测的原理和方法，并基于模拟数据、国内外InSAR数据集从三方面总结了团队近年来在相关研究领域的最新研究成果及进展。

西南林业大学王雷光教授《多源数据融合的山地森林制图》报告了多源数据融合的山地森林遥感制图研究进展。针对云南省复杂地形下森林资源监测的挑战，提出创新性解决方案。综合利用Landsat、哨兵等多季影像、环境因子、高光谱与激光雷达等多源数据，结合样本迁移、机器学习与生态位模型集成技术，显著提升山地森林类型分类与动态监测精度，成功揭示普洱地区落叶阔叶林向常绿针叶林转化等生态变化规律。探索高光谱-LiDAR协同分类、多模态特征融合等方法，验证了多源数据协同在人工林树种识别中的有效性。研究为智慧林业建设与全球生态可持续发展提供科学支撑。

中南林业科技大学龙江平教授《多时相遥感数据的森林储量估测及其饱和效应研究》报告指出，随着空间信息技术发展，遥感碳汇计量技术已成为森林碳汇精准计量的核心。单时相遥感数据在森林储量估测中存在局限性，而多时相遥感数据的应用可有效缓解遥感特征的时间不平稳问题，提升估测精度与可靠性。遥感数据饱和效应是另一制约因素，其会导致高值森林储量被低估的现象。通过结合多时相主被动遥感数据提取时序特征，并将其应用于森林储量估测，可以深入探讨时序特征对森林储量定量估测的作用机制。在此基础上，进一步引入气象因子，研究极化SAR特征时序不平稳性的驱动过程，揭示遥感信号饱和效应及其对遥感特征响应的影响规律。这一研究不仅有助于合理选择适合的遥感数据进行森林储量参数的定量估测，也为森林资源智能监测提供了科学依据。

成都理工大学唐晓鹿研究员《森林土壤呼吸的生物多样性调控随植被生产力的不均一变化》报告指出，土壤呼吸是土壤向大气释放二氧化碳的过程，是全球碳循环的关键环节。植物多样性如何影响森林土壤呼吸目前尚不清楚。通过整合全球森林多样性及6355个土壤呼吸观测数据，发现植物多样性在低至中等生产力的森林中能显著促进土壤呼吸，主要因为多样化的植物群落通过提供更多样的有机物质和根系分泌物，刺激了土壤微生物活动，加速了碳的分解和释放。而在高生产力森林中，植物多样性的这种促进作用几乎消失，环境因素（如温度和湿度）成为主导土壤呼吸的主要驱动力。研究强调，保护低至中等生产力森林的植物多样性对维持土壤碳动态至关重要。这项研究不仅深化了我们对生物多样性作用的理解，也为全球森林生物多样性保护和气候变化应对提供了科学依据。

华中农业大学佃袁勇副教授、武汉大学黄文丽副教授、滁州学院李龙伟副教授、重庆市林业规划设计院黄桐毅高级工程师、中南林业科技大学张猛副教授、北京林业大学讲师赵汐璇、浙江农林大学徐流畅副教授分别做了题为《基于无人机激光雷达数据的高郁闭度森林单木分割方法》《森林固碳参量遥感调查与模型模拟制图》《大小年和人类活动影响下毛竹林地上生物量估算》《基于混合机器学习模型的森林地上生物量估算》《中国北方10m分辨率荒漠化等级遥感制图》《森林场景降质退化图像复原方法》《无人机高光谱遥感在经济林中的冠层氮素精准估算研究》的专题报告。

“林草遥感与智能监测”分会场与会专家还分享了多源数据融合、多时相分析和多尺度预测的创新研究成果，涵盖林业有害生物灾害预警、生物量估算、森林降质图像复原等领域。创新性工作不仅展示了天空地一体化的立体观测能力，还体现了多尺度、多时相的数据集成分析方法，为森林资源的精准监测和生态过程模拟提供了高精度数据支撑，同时也为应对气候变化和促进生物多样性保护提供了科学依据。