第二届中国林草计算机应用大会分会场三：“大数据与数据分析”采用线上方式召开，来自全国各单位的800余人观看交流。分会场由浙江农林大学吴达胜教授和中国林科院刘华研究员共同主持，包括4个特邀报告和6个专题报告，就自然资源全要素模型研究、细粒度图像分类方法、林草科学数据的建设与应用、育种机制在高光谱遥感影像植被识别中的应用等大数据与数据分析技术方面的热点问题和最新研究进展进行了阐述。经大会评选，中国科学院东北地理与农业生态研究所魏红旭、中南林业科技大学姜镓伟、福建农林大学陈瑾的报告被评为优秀报告。
林草大数据是现代林草信息化建设的基础，也是实现林草智能感知、智慧监管与智能服务的基础支撑。近年来，大数据作为时下最火热的IT行业的词汇，随之而来的数据仓库、数据安全、数据分析、数据挖掘等等围绕大数据的商业价值的利用逐渐成为行业人士争相追捧的利润焦点。随着大数据技术的发展，数据分析是大数据的技术链中的重要一环，也是目前大数据价值化的核心环节，统计学和机器学习是目前大数据分析的两种基本形式。更好地利用大数据和数据分析技术为林草行业服务，为实现林业现代化建设，提高林草资源管理水平提供保障。会议为大数据和数据分析在我国林草行业的应用实践提供了新的思路和展望。
特邀报告
《自然资源全要素模型》武汉大学应申教授阐述了在国土空间统一规划和自然资源统一登记管理的需求下，通过探究测绘地理空间信息与自然资源信息化的关系，分析从土地到土地空间及地理空间的转变、从要素到全要素的统一、自然资源数据与泛地图的关联，并建立自然资源全要素概念模型。
《细粒度图像分类方法》厦门大学罗志明副教授介绍了基于前景分割与多层特征融合的花卉图像分类方法、基于高阶统计特征的细粒度图像分类方法、融合整体与局部信息的武夷岩茶叶片分类方法。提出细粒度图像分类的难点主要在于不同类的类间差距小和相同类的类内差距大的问题，而基于深度学习的细粒度图像分类方法需要从强监督信息向弱监督信息转变，从而提高图像分类的工作效率。
《大数据时代的林草科学数据中心》中国林业科学研究院资源信息研究所纪平研究员长期致力于林草科学数据的建设与应用，报告解读了中国科学数据共享的相关政策，介绍了国家林业和草原科学数据中心平台构建技术和成果，数据获取方法，未来林草科学数据平台的大数据功能及展望等。
《育种机制在高光谱遥感影像植被识别中的应用》湖北工业大学王明威副教授针对高光谱遥感分类精度往往随着特征维数的增加呈现“先增后降”的现象，从中选择对分类结果贡献较大的波段，以达到数据“降维”的目的，避免“维数灾难”现象的发生，通过模拟杂交水稻育种机制中的三系选择过程，提出一种新的智能优化算法设计过程。
专题报告
《东北城市森林访客表情大数据获取及利用》中国科学院东北地理与农业生态研究所副研究员魏红旭针对东北地区城市绿色空间森林体验如何产生康养效应、微环境因素驱动情绪感知、情绪变化感知森林景观元素等问题，使用综合模型方法研究得出，单个东北城市公园的体验不一定总是能够唤起人们的积极情绪，越远离市中心的绿色空间越容易唤起体验者积极的情绪，东北区域城市绿色空间中日最低温可能是驱动体验者感知积极情绪的主因。
《基于MaxEnt和ArcGIS精准预测湖南省杨树良种在湖北省同一适宜引种生态区》湖北省林业局林木种苗管理总站工程师胡超从为什么要精准预测林草良种的同一适宜生态区、如何精准预测林草良种的同一适宜生态区、林草良种引种与推广的展望等三个方面介绍了基于MaxEnt和GIS精准预测湖南省杨树良种在湖北省同一适宜引种生态区的研究情况。
《基于高分辨率遥感影像和视觉Transformer的森林变化检测方法》中南林业科技大学硕士生姜镓伟同学通过研究对比，得出了深度模型融合更多信息有助于森林变化检测，Sample-Cutmix方法可改善正负样本不平衡现象，Forest-CD模型预测森林变化更稳定，抗季相等因素的干扰能力强等结论。
《1998-2018年福建省植被覆盖时空变化及驱动力研究》福建农林大学硕士研究生陈瑾利用双变量空间自相关分析方法对福建省植被覆盖的时空变化和驱动力进行研究。
《湖南省30+年地表水体时空演变的连续卫星监测及驱动力研究》中南林业科技大学博士研究生冯帅龙分析了1987-2020年湖南省地表水体的时空变化，并对气候和人为因素对地表水体分布及变化的影响进行探讨。
《基于超分辨率标签的林地变化检测研究》中南林业科技大学硕士研究生向俊分享了在长株潭地区利用超分辨率网络方法提取林地变化信息的思路和分析结果。