灾害监测与智慧保护技术在林业中的应用，不仅显著提升了生态风险防控效能，更为森林生态系统多维度研究与可持续管理决策提供了关键科技支撑。在第六届中国智慧林业大会设立的“灾害监测与智慧保护”专题分会场中，与会专家重点围绕林草生物灾害智能监测预警体系构建、多源遥感林火识别与灾后生态恢复评估、古树名木数字化监护及健康诊断技术、果园/森林病虫害智能监测平台研发等前沿领域开展深入研讨。会议由北京林业大学张军国教授、中国林业科学研究院资源信息研究所覃先林研究员与浙江农林大学方凯教授共同主持，共设置4个特邀报告与9专题报告，吸引逾百位专家学者参与前沿技术交流与创新应用探讨。
特邀报告：
中国科学院空天信息创新研究院黄文江研究员的《林草生物灾害遥感监测预警》报告，在遥感、地理信息系统等空间大数据支持下，通过高分辨率、高动态、波段数量多、光谱和空间分辨率高的多源空间大数据综合分析，生产了全球植被长势、空间分布空间信息产品，构建了植被定量遥感和病虫害遥感监测、预测、损失评估方法和技术体系，提出植被养分垂直分布遥感反演模型，实现了植被营养早期无损诊断；研发并生产了全球和重点区域中高分辨率地表反射率、地表覆盖类型等和林草生物灾害监测预警等空间信息产品。研发了业务化运行的全球尺度植被病虫害遥感监测和预测预报系统，在国际上率先发布了全球植被病虫害遥感监测与预测报告，成果入选中国科学院“率先行动”计划第一阶段重大科技成果及标志性进展，成果支撑国家重大决策和国际联合应用，成果被联合国粮食及农业组织（FAO）、全球生物多样性信息网络（GBIF）、地球观测组织（GEO）等国际组织采纳和面向全球共享。
西南林业大学叶江霞教授的《卫星大数据驱动的林草防灭火一体化应用》报告，强调精准高效的监测预警与快速应急处置是林草火灾科学防控的关键。卫星遥感大数据技术为广袤林区发生火灾的及时监测、精准预报预警及扑救决策支持提供了经济高效的手段。报告针对现有林火应用中卫星小火识别难、热点定位精度低、时空动态火险因子采集难、卫星监测预警与扑救指挥脱节等技术瓶颈，提出了卫星遥感大数据驱动林草火灾早期小火识别、火险变量高时挖掘与反演、动态性火发生预报、火态势精确推演等多模态火预报及火安全与战法扑救辅助决策的一体化应用技术体系和成果。
北京大学沈泽昊教授的《林火及火后植被恢复的多尺度遥感与地面验证》报告，指出多源遥感技术在林火灾害及其生态效应监测与评估中的应用在近20年得到迅猛发展，但遥感信息有效性评估、数据分析和地面验证的技术问题普遍存在。报告结合我国主要林火高发区和东南亚洲的林火时空格局和归因的研究案例，探讨了林火灾害和火后植被恢复遥感探测中技术问题：（1）尺度依赖的遥感信息误差评估；（2）植被特征多源遥感信息的相互验证和生态信息识别，并就未来发展方向和技术挑战进行展望。
中国林业科学研究院资源信息研究所覃先林研究员的《一种基于UNet框架优化的森林草原火灾烟区卫星遥感识别方法》报告，指出烟是森林草原火灾发生过程中伴生的重要特征之一，利用中高分辨率光学卫星遥感快速精准识别烟区是发现早期森林草原火灾的关键，对森林和草原火灾监测预警至关重要。报告介绍了团队利用构建的GF-6 WFV烟区数据集（CAF_SmokeSEG），基于UNet框架提出的一种烟区识别算法（GFUNet），并通过模块消融、方法对比、波段组合，以及迁移应用到GF-1 WFV和HJ-2A/B CCD影像等对该方法进行了验证，结果表明：GFUNet展现出较强的烟区特征学习能力和识别稳定性，F1分数和Jaccard系数分别为85.50%和75.76%，可有效识别出森林草原火灾场景中烟区。
湖南智慧林草技术研究院有限公司总经理徐良义作了题为《基于数字孪生技术的古树名木智慧监测与健康诊断体系研究》的专题报告，构建了古树名木多模态感知-智能诊断-动态预警深度融合的数字孪生防护体系，研发“感知-分析-预警”一体化智能终端，实现非侵入式、全天候监测。
北京林业大学韩巧玲副教授、中国林业科学研究院资源信息研究所黄水生副研究员、淮南师范学院孙辉辉副教授、西南林业大学胡坤融副教授、中国林业科学研究院资源信息研究所俞琳锋助理研究员、北京林业大学张长春讲师、中国林业科学研究院资源信息研究所邵亚奎、克孜勒苏自治州林业和草原局刘海燕高级工程师作了题为《基于多尺度序列特征融合的北京地区昆虫检测与识别》《森林-城镇交界域分类与区划方法》《林业机器人强化学习自主决策架构演化及可信性增强方法研究》《基于物联网和人工智能算法的长臂猿监测研究》《云南松林切梢小蠹的时空动态监测预警技术研究》《基于AI+物联网的野生动物智能调查监测》《气候变化和人类活动影响下大尺度森林火灾发生风险预测》《果园生产数字体系构建及低代码平台研发》的专题报告。
分会场结束后，分会场主席向全体报告专家颁发了参会报告致谢函。特邀专家围绕关键科学问题开展了研讨，为智慧林业技术体系升级注入新动能。