智慧林草技术旨在充分利用人工智能等新一代信息技术，解决行业需求，提供林草高质量发展的智能化服务，因此智能化服务既是需求也是目的。2020年12月20日，首届中国林草计算机应用大会—林草智能服务论坛以线下会议与线上直播形式召开。论坛报告由内蒙古农业大学张秋良教授主持，圆桌论坛由南京林业大学业巧林教授主持。

来自中国林业科学研究院林业科技信息研究所王忠明研究员、中南林业科技大学李建军教授、中国林业科学研究院资源信息研究所张怀清研究员、南京林业大学胡春华教授、北京林业大学谢将剑副教授、北京林业大学苏晓慧讲师，分别在林业知识服务平台建设、气候影响下的森林结构多目标智能调控、林草智能可视化服务、点云数据去噪、野生动物识别以及人工林生长收获模型等方面进行了讲解，充分展示了林草信息化发展的行业需求，知识服务、可视化服务、信息处理服务、智能识别服务等智能服务内容。

 张秋良教授主持林草智能服务论坛

南京林业大学业巧林教授主持了主题为“智能化服务的需求与实践”的圆桌论坛。与会代表围绕人工智能的发展现状和趋势、人工智能技术与林草行业的业务需求结合、智能化服务的相关技术产品研发、林草交叉学科人才培养、“十四五”项目合作意向等话题进行了充分交流，共同探索了如何面向行业需求，开展林草业务的智能化服务。

 圆桌论坛

与会代表通过深入交流，在林业知识服务平台推广、行业需求主导的智能算法技术应用、林草智能可视化服务等方面达成了一致意见。智能服务是智慧林草的最终目的，也是解决行业业务需求的关键所在，需要进一步深挖应用前景、明确行业需求、建设人才梯队，在知识服务、资源监管、灾害监控、科普宣教等重点领域带来技术革新。

 专题报告1. 林业知识服务平台与服务创新

中国林业科学研究院林业科技信息研究所 王忠明研究员分享了在大数据和人工智能技术驱动下，对林业知识服务的深化应用思考，林业知识服务将更加注重与用户潜在需求之间的智能响应，以更智慧的方式进行知识传播和决策服务。特别是借助深度学习等人工智能技术，更有望在知识服务领域引发巨大变革，构建起全新生态，创造出更有价值的知识服务，对深度挖掘林业科技大数据价值，不断推动知识服务创新，全面推动知识服务与科技创新的深度融合提供支撑平台。

 专题报告2. 森林智慧经营：气候影响下森林结构多目标智能调控及可视化技术

中南林业科技大学 李建军教授以多气候因子为调节参数，在林分水平上建立了不同气候变化下的动态森林空间结构多目标优化模型，针对常绿阔叶林种群演变规律，将元胞自动机模型引入种群演变研究中，并结合神经网络，将影响种群的地形因子、邻居构型、林分因子等三大变量11个影响因子引入模型中，基于GIS、ANNs和CA构建了一个种群种间动态演变模型。依据该模型预测了2020年会同常绿阔叶林6种优势种群的生长状况，探讨了人工智能算法为森林经营等林业活动提供理论支持的可能性。

 专题报告3. 林草智能可视化服务的思考

中国林业科学研究院资源信息研究所 张怀清研究员从可视化技术在林草行业应用现状和存在问题出发，介绍了时空数据、系统平台的限制和挑战，认为可视化不仅是艺术、表现、分析和交互的融合，更是面向需求的智能服务，需要跨领域和学科的深度交叉融合，更需要观念和思想的转变。同时，针对林草资源调查、规划、设计、分析、评价服务，林草资源动态模拟、科学决策服务，林草大数据分析与服务，数字化文化遗产、科教宣传、科普体验服务以及VR/AR/MR/AI的智能化服务等可视化应用进行了阐述，对可视化的发展提出了建设性思考。

 专题报告4. 基于流形距离与法向量估计的阔叶树叶片点云去噪

南京林业大学 胡春华教授分享了激光点云数据处理的研究进展，针对面向树木点云数据采集过程中存在大量的奇异点或噪声点的问题，提出了一种基于流形距离与法向量估计的阔叶树叶片点云去噪方法，该方法能有效的去除阔叶树叶点云奇异点与噪声点，保证阔叶树叶片重建和可视化的真实性，同时该方法也可以适用于其他林草智能化数据采集和处理中。

 专题报告5. 基于深度学习的野生动物识别

北京林业大学 谢将剑副教授分享了基于SA-ResNet改进Faster RCNN的野生动物目标检测算法、基于ROI-CNN的野生动物图像自动识别以及基于SE-ResNeXt的野生动物监测图像自动识别算法，介绍了多特征融合的鸟类物种识别方法。研究成果形成了野生动物监测数据可视化平台和鸟类识别的智能音频驱鸟设备，为自然资源的智能化监管提供了有效技术支持。

 专题报告6. 人工林生长收获模型及模拟

北京林业大学 苏晓慧讲师介绍了人工林生长收获模型方面的研究成果，从林业经营者角度出发，研究了实用的人工林生境评价模型构建与评价技术、人工林林分生长收获模型构建技术，阐述了如何选择造林树种、评价立地质量、构建收获模型、判断林分成熟时间等问题。报告契合人工林培育经营实际问题，具有较强的参考和指导意义。