第三届中国林草计算机应用大会成果展示一、二

来源:咨询部 中国林学会资讯 发布时间:2023-05-19

分会场一:

感知技术发展不断提升林草智慧监管能力

图片

林草感知和边缘计算充分利用云计算、物联网、大数据、移动互联网等新一代信息技术,通过感知化、物联化、智能化手段,逐渐形成了林业立体感知、管理协同高效、生态价值凸显、服务内外一体的林业发展新模式。近日,第三届中国林草计算机应用大会分会场一以“林草感知与边缘计算”为主题作报告。报告由沈阳农业大学许童羽教授、中南林业科技大学张贵教授主持。

图片

北京林业大学张军国教授分享了野生动物边缘监测与智能识别研究成果,介绍了野生动物图像识别数据集的构成,以及基于图像增强和深度学习的监测图像处理和自动识别方法及应用进展,并对野生动物边缘监测与智能识别方法进行了总结与展望。

图片

南京林业大学刘云飞教授分享了基于视觉检测与空间定位的无人机林火探测研究成果,研制了配有双目视觉(OAK-D)、边缘设备(RaspberryPi)及GPS系统的无人机巡检系统,采用NanoDet作为林火目标检测模型,在保证高准确率及低误检率的同时实现模型的轻量化。应用坐标转换及GPS模块和惯性测量单元(IMU)的数据,获得火区的纬度、经度和高度坐标。研究成果可满足林火精准测量及实时性的需求。

图片

中国林业科学研究院资源信息研究所副研究员邓广分享了团队在林业智能感知技术及应用方面的最新研究进展,针对国家和行业的重大需求,开展了林业物联网技术研发及应用,包括单木直径自动采集、野外动物声音自动采集、声源定位等感知关键技术以及宽窄带融合无线网、边缘计算智能分析等。

图片

东北林业大学邢键教授分享了对森林地表可燃物含水率的研究成果,介绍了森林地表含水率研究的现状,提出了基于光谱—气象数据融合的分布式森林地表含水率预测方法,构建了分布式森林地表含水率预测物联网系统,分析了帽儿山实验林场的含水率预测实验结果,并对其应用进行了展望。

图片

中南林业科技大学邝祝芳教授分享了物联网关键技术研究成果,介绍了团队最新研究进展,结合智慧林业监测、智慧林业动植物保护、智慧林业种植、智慧林业工程等应用场景,阐述了物联网关键技术在智慧林业中的应用实践。

图片

浪潮软件科技有限公司自然资源事业部孙永浩副总经理分享了浪潮在高性能服务器、政务云、大数据、人工智能、边缘计算等领域的技术与产品,介绍了在林业领域开展的实践工作,包括中国林业大数据中心建设、野生亚洲象监测预警系统建设等。

图片

西北农林科技大学胡少军副教授介绍了低密度树木点云的分割、分类、补全与三维重建方法,实现了面向机载激光雷达扫描树木点云的实时重建,并在大规模森林场景点云重建中进行了测试,该研究在森林资源调查、数字孪生等领域具有潜在的研究与应用价值。

图片

东北林业大学张哲宇博士介绍了一种具有自动参数校准能力的基于深度迁移学习的混合模型。经实验验证,该混合模型具有比传统模型传递及深度学习算法更高的准确性、普适性和可迁移性,且在预测木材密度等方面具有推广应用的潜力,对迁移学习策略在农林领域的应用、改进和发展具有一定的参考价值。

图片

中南林业科技大学邓家航硕士介绍了一种基于机器学习自动生成训练数据的方法,结合深度学习发掘训练样本深层特征信息,可以实现10m分辨率的内陆滩涂自动、快速、高精度制图。

图片

福建师范大学李云鹤博士以福建省马尾松和桉树人工林为例,介绍了使用不同方法测量树高和异速生长模型对单木材积估计精度的影响,将无人机激光雷达数据与现场测量的胸径相结合,可以有效地改进单木材积的估计,并可能成为未来样地数据采集的新方向。

分会场聚焦林草感知的关键技术,涉及光谱、视觉、激光雷达及其他物理传感器及其多元融合运用,服务于动植物监测、林火探测、林草资源生态感知等领域;数据传输技术以物联网为主,涉及ZigBee、Lora以及林业专网等;智能分析技术重点集中在深度学习等领域,研究不同模型、算法的优化,关注可支持边缘计算的轻量级算法模型的构建,开展了基于边缘计算硬件的智能实现。林草感知技术将随着物联网实时大数据的不断普及、边缘计算实时智能分析的不断完善而快速发展,林草感知的精准化需求日益凸显,综合构建云、管、边、端协同的立体感知与智能运用平台是未来必然的发展趋势。




分会场二:

数据融合与协同观测推动林草遥感发展

图片

林草遥感的发展离不开多源遥感数据支撑。近日,第三届中国林草计算机应用大会分会场二以“林草遥感与数据融合”为主题,包括7个特邀报告和4个专题报告,内容涉及了林业、生态、计算机和遥感等多个领域。报告由中南林业科技大学林辉教授和东北林业大学李丹副教授共同主持。

图片

南京大学国际地球系统科学研究所张永光教授的汇报主题是《植被叶绿素荧光遥感原理、观测及其应用》。报告指出,日光诱导叶绿素荧光作为新兴的主动遥感技术之一,能够准确感知植被光合作用动态信息,实现陆地生态系统的高效动态、监测。报告重点围绕日光诱导叶绿素荧光遥感在陆地生态系统监测方法、系统、反演算法及其光合作用估算等几个方面,同时阐述了结合“天—空—地”多源遥感数据植被监测中的应用。

图片

北京大学遥感所徐光彩研究员在报告《三维视角下的森林生态环境遥感监测》中指出激光雷达作为新兴的主动遥感技术之一,能够穿通森林冠层获取完整的三维结构信息,实现森林生态系统的高效动态、监测。报告重点介绍了激光雷达技术在森林生态系统监测平台、参数提取算法等研究进展,阐述了结合“天—空—地”多源遥感数据在科研发现和林业生产中的实际应用,从全方位解读三维视角下的森林生态遥感监测。

图片

中国林业科学研究院资源信息研究所研究员陈尔学详细介绍了国家森林资源清查遥感应用技术国内外研究现状和差距,并且提出了有效的建议。陈尔学研究员在报告中着重强调了国家森林资源清查(NFI)是森林资源监测体系的重要组成部分,遥感在推动NFI技术进步方面发挥了重要作用,已成为支撑NFI运行不可或缺的技术手段。

图片


中国科学院空天信息创新研究院研究员杜珊珊的报告对日光诱导叶绿素荧光(SIF)的遥感原理和进展进行简要介绍,介绍了SIF与植被光合生产力(GPP)耦合生理机制,分析了冠层辐射传输以及光照、温度、水分等环境胁迫因素对SIF与GPP耦合关系的影响,并总结了国内外基于塔基、卫星平台的SIF光合遥感探测的应用进展,对基于SIF的GPP估算的生理机制和卫星遥感的前沿问题进行总结与展望。


图片


自然资源部国土卫星遥感应用中心谢俊峰研究员在《国产卫星激光几何检校研究及应用展望》中明确了卫星激光测高在测绘、林业应用方面具有独特优势,在轨几何检校是卫星激光测高载荷应用的基础。报告重点介绍资源三号、高分七号等当前在轨国产卫星激光载荷几何检校技术、精度验证等情况,总结展望了当前及未来国产卫星激光载荷在测绘、林业、水资源等方面的应用前景。


图片


国家林业和草原局林草调查规划院教授级高工高金萍的报告主要内容是基于激光雷达调查的林分航空蓄积表建设,重点介绍了在新时期新一代空间探测技术支持下,基于激光雷达点云和地面样地调查数据的森林蓄积估测模型新方法,并以国家林业和草原局“陆地生态系统碳监测卫星空地试验项目”在2017—2021年空地航飞获取的典型试验区的激光雷达数据为基础,建立了我国东北国有林区和南方集体林区两个典型林区的主要树种林分航空蓄积模型体系和航空蓄积表,同时探索基于激光雷达数据的林分航空蓄积表业务化应用技术方案。


图片


黄佳鹏副教授在ICESat-2/ATLAS光子级别数据反演森林冠层高度研究中,对具有光子计数工作特性的第二代冰、云和陆地高程卫星(ICESat-2/ATLAS)的卫星参数及数据产品进行简要介绍,介绍了NASA官方提出的微分、回归和高斯自适应最近邻(DRAGANN)光子云去噪算法与光子云分类算法,重点探讨了具有NASA官方产品标识信息的光子级别数据,在不同研究区反演森林冠层高度的精度,着重分析了不同森林覆盖度对于NASA官方产品精度的影响,并对后续星载光子计数数据在反演森林结构参数方面的应用进行展望。

本会场进行专题报告的有4位博士研究生,分别是东北林业大学徐泽堃、中南林业科技大学马开森、中南大学李毅、福建师范大学王若琦。四位博士研究生分别介绍了各自的研究方向、研究成果和进展。


图片

徐泽堃对于《基于深度多相似性哈希的遥感图像检索方法的研究》,提出了一种多相似性联合的深度无监督哈希方法,提高了哈希码的辨识力。


图片


马开森的汇报主题是《激光雷达归一化点云树顶探测位移模型、方法与实例》,提出在高坡度地形林区,点云归一化会导致激光雷达点云树顶探测位移且目前缺乏一种更易获取变量的树顶探测位移数学模型两个问题,研究结果表明随着点云数据密度和质量的提升,为了最大限度地减少陡坡对树顶探测的负面影响,可使用树顶位移模型对提取的树高参数进行修正,或者利用具有原始点云高程值的数据开发单木探测算法。


图片


李毅的报告是《基于星载激光雷达ICESat-2数据的大范围植被高及林下地形制图》,首先提出问题:在日益丰富的遥感资源的大背景下,如何实现大范围、较高精度的森林冠层高度及林下地形的反演。然后分别从ICESat-2光子点云滤波方法研究、ICESat-2数据的大范围林下地形制图和ICESat-2数据的大范围植被高度制图3个方面展开,结果表明ICESat-2光子点云滤波能够降低参数敏感性,缓解坡度敏感性,加强近端噪声识别力度,同时改进了现有滤波方法的前提假设,适应更多种森林场景和环境因素。


图片


王若琦在《基于机载激光雷达的安徽省平原区杨树蓄积量估测研究》中,选择以安徽省利辛县、埇桥区杨树人工林为例,基于分割单元、方形样地提取机载Lidar数据林分冠层高度变量和密度特征变量,利用逐步线性回归算法构建杨树蓄积量估测模型,结果表明GSV模型的变量选择和精度在两个平原典型区存在差异,基于对象的方法减少了GSV预测结果的混合像素问题,并且基于不同大小的样地,随着样地的扩大,变量的选择从高度向高度和密度组合变量的转变,能够逐渐提高模型的精度。

近年来,结合“天—空—地”一体化多源遥感与数据融合技术在林草行业生产过程中的应用作用更加突出,特别是以三维视角下的林草资源与生态遥感技术不断发展。本次会议主要围绕林草行业遥感技术发展、应用领域、面临的机遇和挑战等方面进行深入交流,通过与会专家、学者的精彩报告分享,为遥感技术在我国林草行业的应用实践提供了新的思路与研究方向,为推动林草行业“天—空—地多源观测数据”在我国林草资源清查业务中的综合应用提供了基础与技术保障。