森林资源智能化经营与科学决策是推动林业现代化发展的重要引擎，对提升森林生态系统服务功能、实现"双碳"战略目标具有关键支撑作用。第六届中国智慧林业大会第二分会场聚焦"森林经营与智能决策"主题，围绕森林生长模拟、经营方案优化、资源动态调控、智能决策系统等前沿领域展开深度研讨。分会场报告由福建农林大学余坤勇教授、西南林业大学欧光龙教授和浙江农林大学楼雄伟教授共同主持，包括9个特邀报告和2个专题报告，100余位专家学者参与了分会场交流。
特邀报告
北京林业大学冯仲科教授的《基于林业时空大数据大模型的全国森林智能计算与精准治理》报告，聚焦我国47.5万连清样地时空大数据的深度挖掘，系统呈现团队20余年构建的林业智能模型体系。研究通过三大创新突破：基于AI的树木生长适宜性评价与预测技术，支撑造林空间精准规划；耦合生境因子的最优林分密度智能计算模型，赋能森林经营提质增效；可燃载量预测与林火AI预警系统，精准锁定85%林火高发区域及关键时段风险。成果显著提升森林资源管理智能化水平，为生态安全与"双碳"战略提供核心技术支撑。
浙江农林大学周国模教授的《AI与林业智慧湖仓技术赋能现代森林资源调查管理》报告，针对传统森林监测效率低、数据管理粗放等痛点，创新构建“激光雷达+AI+智慧湖仓”技术体系。研究通过机载激光点云预处理与深度学习模型，实现林分尺度蓄积量、生物量及碳储量反演（精度达0.89-0.94），并设计存视算析一体化林业智慧湖仓平台，集成多源异构数据管理与分布式计算，支撑浙江省626个样地示范应用。该技术推动森林资源监测精度提升80%，管理效率提高60%，为林业数字化转型与"双碳"目标实现提供智能决策范式。
福州大学许章华教授的《毛竹林刚竹毒蛾危害的遥感响应机理及监测预测关键技术研究》报告，聚焦"四库"竹林虫害防治难题，突破刚竹毒蛾"监测难、预测粗"技术瓶颈。研究通过构建空天地立体监测体系揭示虫害遥感响应机理，创新生化组分反演与虫害溯源技术，实现精准定位，建立碳储量模型量化虫害生态效应，形成"监测-预测-防控"全链条技术体系。成果使虫害识别精度提升40%，预测时效提前30天，为竹产业绿色发展和"以竹代塑"战略提供智能决策支持。
福建师范大学陆灯盛教授的《近地面激光雷达人工林关键参数监测及对经营管理的启示》报告，针对传统人工林调查效率低、数据更新滞后难题，系统验证手持与无人机激光雷达技术的动态监测能力。研究突破单木参数提取精度受树种/林分复杂性制约的技术瓶颈，构建多期扫描数据动态追踪模型，实现单木生长量、林分结构参数的连续监测，为人工林抚育间伐、碳汇计量提供厘米级精度数据链。该技术使外业调查效率提升3倍，数据更新周期缩短80%，推动人工林经营从"经验决策"向"数字决策"转型。
福建农林大学赖日文教授的《无人机多源遥感驱动的杉木人工林立木活力评估模型构建与应用》报告，创新融合激光雷达与多光谱遥感技术，构建厘米级精度的林木活力评估体系。研究通过分水岭算法实现单木分割（召回率94.86%），突破树高（精度94.24%）、冠幅（精度87.06%）及胸径反演（R²=0.622）技术瓶颈，结合植被指数建立叶绿素与养分反演模型（R²>0.729），并首创结构方程模型整合结构-生理参数量化林木活力，生成活力分布图指导精准采伐。该技术使杉木管理效率提升50%，碳汇评估精度提高35%，推动人工林经营向数据智能决策转型。
黑龙江省林业科学研究所孙楠研究员的《基于增强现实技术的森林资源调查及规划设计》报告，针对传统调查效率低、数据标准缺失痛点，创新融合激光雷达与可见光同步摄影技术，构建厘米级精度的林分三维可视化模型。通过增强现实技术实时解析树种、胸径及空间坐标，建立结构化数据库并开发交互式规划系统，实现"设计-施工-验收"全流程可视化智能决策。该技术使外业调查效率提升2倍，造林作业精度达95%，推动森林经营从"经验驱动"向"数字孪生"模式转型，为林业资源动态监管提供AR+3D技术范式。
中国林业科学研究院资源信息研究所李海奎研究员的《融合林分密度和气候因子的多模型兼容的林分碳储量分级生长模型》报告，通过多期样地数据整合与多模型兼容方法，构建了融合密度、气候因子的碳储量分级模型。研究采用参数约束、动态分级技术，量化气候因子对碳汇的影响，预测不同情景（SSP1-2.6至SSP5-8.5）下碳密度演变，模型R²达0.94-0.97，揭示气温降水协同调控机制及碳密度波动规律（天然林±0.06t·ha⁻¹，人工林±0.03t·ha⁻¹）。成果为统一碳汇评估、支撑“双碳”目标提供动态模拟框架，具有显著生态与决策价值。
西南林业大学张加龙教授的《基于时间序列数据的森林生物量和碳储量估测及不确定性研究》报告，针对遥感数据质量与模型精度难题，整合多源时序数据，开发时空滤波优化与动态建模技术。创新构建秋季光学-SAR联合反演模型、地形生态位动态模型及非线性混合效应模型，提出融合聚类与空间抽样的低成本高精度方法，揭示XGB模型结合DEM与纹理可降低碳储量估测不确定性。成果量化高山松碳储量时空演变及气候响应，提升区域估算精度，为全球碳循环研究与碳中和路径提供高精度方法支撑。
中南林业科技大学李建军教授的《森林全周期多功能经营与智能决策关键技术》报告，针对次生林结构失调、生态功能薄弱等痛点，构建"感知-决策-验证-示范"技术体系。研究融合AI与大数据技术，研建智能决策平台，突破次生林发育阶段智能划分、生态系统多功能动态量化、生长-收获耦合预测等核心算法，实现林分结构优化与资源-生态功能协同调控。成果通过标准化数据管理、多目标经营决策模块，显著提升森林经营智能化水平，为碳中和背景下生态修复与多功能协同增效提供全周期数字化解决方案。
北京青远生态环境有限公司CEO胡理乐做了题为《生物多样性智能监测与保护》的专题报告，聚焦传统监测效率瓶颈，创新研发北极花生物多样性智能系统。该平台集成AI离线植物识别与专家在线鉴定双通道校验，贯通“调查-管理-分析”全流程，支持多源数据智能解析与报告自动生成。通过AI+IoT技术融合，突破物种鉴定准确性难题，实现自然保护区监测效率提升60%，数据标准化率超90%，为生物多样性保护决策提供动态数据链，推动生态监管从“人工巡查”向“智慧孪生”模式转型，重塑生物多样性智慧化保护新范式。
东北林业大学董灵波副教授做了题为《次生林经营智慧决策》的专题报告，针对次生林结构退化难题，创新构建林分空间结构多样性量化体系。研究突破性提出融合香浓-维纳指数与4项空间参数（角尺度W、混交度M等）的H'指数，精准诊断结构瓶颈；研发基于乘除法与模拟退火算法的单木尺度决策模型，实现冠层光环境优化与结构调控协同，使红松补植光效提升32%，树种多样性增加11%，林分格局随机性显著改善。该智慧决策系统为退化次生林精准修复提供数字化解决方案，推动森林经营从粗放式管理向智能结构化调控转型。
与会专家通过多学科交叉视角，探讨人工智能、数字孪生、物联网等新一代信息技术与森林经营实践的深度融合路径，聚焦大模型驱动的森林生长动态模拟、数字孪生赋能的林地三维可视化管控、物联网支撑的森林资源实时监测网络构建等前沿方向，为构建"空天地一体化"智慧森林经营技术体系、推动林业全链条数字化转型与高质量发展提供了理论支撑与创新实践范式。