分会场三：

数据挖掘是林草大数据发展的核心驱动力

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关键支撑。近日，第三届中国林草计算机应用大会分会场三以“林草大数据与数据挖掘”为主题进行研讨交流。分会场报告由浙江农林大学吴达胜教授和北京林业大学许福教授共同主持。

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，报告主要介绍了国家林草科学数据中心近年新增数据、产品及平台功能，以国家陆地生态站科学观测数据为基础，为科研提供平台化的模型库系统，同时介绍了围绕林、草、湿、荒漠等生态指标持续生产并共享空间化、高精度参数产品的方法，以及对未来林草生态智能管理平台的展望。

福建农林大学黄世国教授长期从事计算机视觉、大数据和数据挖掘与应用，报告针对伪装昆虫图像分割问题，介绍一种端到端的渐进式细化网络(Progressive Refinement Network, PRNet)，着重介绍了该网络的主要组成部分，对该网络性能进行定量和定性验证，并将其作为昆虫识别的预处理技术，提高昆虫智能识别准确率。

中国林业科学研究院林业科技信息研究所王忠明研究员长期从事网络信息技术、数字图书馆和林业大数据应用研究。报告介绍了林草科技大数据、知识图谱，对林草领域知识图谱应用系统的体系架构、知识图谱本体模型、知识组织体系优化进行了分析和关键技术方案论证，构建林草科技大数据知识资源体系，深度挖掘林草科技大数据价值，并提出林草科技大数据应用的建议。

西南林业大学赵友杰副教授长期从事生物信息学和大数据挖掘研究，报告主要针对当前海量宏观环境和微观基因的生物大数据，介绍了生物大数据挖掘的多学科需求和系统框架，从大数据采集、存储、分析和可视化等方面阐明了生物大数据面临的问题和挑战，对生物大数据挖掘的应用前景进行了总结与展望。

北京市农林科学院信息技术研究中心陈天恩研究员长期从事农业大数据技术研究与应用，报告介绍了农业农村大数据技术的发展与应用现状，以江苏省农业物联网大数据管理平台、浦口国家级数字乡村大数据平台为案例，从农业农村大数据标准体系建立、数据资源管理、数据分析计算、数据共享交换、数据治理和农业农村大数据应用等方面进行重点介绍，对农业农村大数据未来发展趋势进行展望。

浙江农林大学楼雄伟副教授长期从事机器学习与林业信息化研究与推广工作，报告介绍了森林资源动态更新方法、自然状态下森林资源渐变信息实时定量获取与蓄积量估算方法，重点介绍了森林资源动态更新流程，以及浙江省森林资源大数据平台建设情况及应用进展，对森林资源动态更新方法进行总结与展望。

上海华测导航技术股份有限公司杨日亮副总裁长期从事北斗定位技术研究，报告介绍了随着北斗三号全球卫星导航系统建成组网，北斗技术成为新一代信息技术与智能产业核心要素和共用基础，分享了华测导航对高精度导航定位技术的研发、制造和产业化推广，向林业提供更多优质产品和应用解决方案。

北京林业大学马梦露硕士以《基于长时序NDVI重构适用性研究的福建省物候时空变化及气候驱动力分析》为题进行专题报告。通过高质量NDVI时间序列重构分区选取最佳拟合方法，探索了地域分异对时间序列重构所造成的影响，利用动态阈值法提取物候，揭示了福建省近20年的物候时空变化，为研究气候、降水与森林变化提供重要参数。

福建农林大学闫国东硕士以《基于GEE云平台与Sentinel-2数据的树种分类精细识别——以福建省长汀县为例》为题进行专题报告。提出通过使用GEE遥感大数据平台，提取Sentinel-2影像原始波段、光谱指数、红边光谱指数、地形特征以及纹理特征，运用随机森林算法，设置不同特征组合方案进行树种分类和精度评价，以及分析不同树种类型的空间分布。结果表明将优选特征组合应用于长汀县树种分类效果好，可为其他地区树种分类精细识别提供参考，并为大尺度的森林覆盖制图提供方法参考。

北京林业大学秦聚爽硕士以《气候因子对中国亚热带湿润地区典型森林野外站增强植被指数的时滞效应》为题进行专题报告。研究选择在中国亚热带地区能够获取更加准确的气象监测数据的野外站进行实验，以便进一步探索植被生长的时空变化原因，并进行量化分析，增加研究结果的准确性和可靠性，分析比较了不同生长季时期和非生长季气候因子对植被生长变化的影响差异。

与会专家一致认为，林草大数据的应用与挖掘，将对实现林草智能感知、智慧监管、智能服务，以及促进智慧林业建设和发展具有重要意义。

分会场四：

智能分析与决策助力林草可持续经营

近日，第三届中国林草计算机应用大会分会场四以“林草可持续经营与智能决策”为主题，围绕7个特邀报告和3个专题报告展开。

分会场报告由北京林业大学吴保国教授和西北农林科技大学李卫忠教授共同主持。与会专家学者以推进林草可持续经营和智能决策为出发点，从智能经营决策理论方法及技术、信息服务平台及智能管理系统、智慧林业专业介绍、森林营建与资源监测技术等方面进行报告交流，为林草可持续经营、管理与决策从传统数字化向智能化发展提供技术支撑。

中南林业科技大学李建军教授分析了我国森林多功能经营的三大理论体系，介绍了森林多功能经营决策支持系统的国内外研究与发展、基于森林模拟模型的森林多功能经营决策支持技术，分享了融合互联网、人工智能、大数据等现代信息技术方法的森林经营决策系统开发方法及应用进展，对森林多功能经营智能决策系统研建的技术路线、拟解决的科学问题、技术问题、平台框架，以及平台实现的技术进行探索。

福建农林大学刘金福教授团队从优势特色和技术、应用前景、相关功能模块和应用示范等方面出发，对空天地一体化的智慧湿地统计信息服务平台进行了介绍，对未来湿地可持续经营与智能决策进行总结与展望，为湿地监测、经营与保护提供技术参考。

西北农林科技大学赵鹏祥教授从专业建设及人才培养的角度出发，介绍了智慧林业本科专业申报的必要性及其申报过程，提出了西北农林科技大学智慧林业专业的人才培养方案，针对智慧林业本科专业建设提出一些建议，为林业相关院校专业申报与人才培养提供参考。

中国林业科学研究院资源信息研究所刘宪钊副研究员通过比较研究不同土地利用方式对土壤碳、氮的影响，对雄安新区东部土壤碳、氮空间分布格局进行精准预测，将预测结果与树种特性进行结合，研建了雄安新区适地适树决策支持系统。

北京林业大学苏晓慧副教授以杉木、桉树和马尾松为主要研究对象，介绍了知识库、模型库的构建方法，研建了基于决策树理论和连续清查样地数据的适地适树宜林性规则自动提取技术、造林和经营作业小班智能选择方法、多维度目标小班立地条件评价方法和小班适宜树种及森林作业法的推荐技术及所研发的人工林经营智能化决策支持系统的应用，对服务人工林培育经营全过程的智能决策技术进行总结与展望。

西南林业大学唐静讲师以云南省云南松林、高山松林和思茅松林为例，利用模拟物种分布的生境数据、Landsat8 OLI 光学遥感数据以及以上两者的融合数据进行了生物量估计，得出了反映物种长时间发展形成的空间分布——生境因子，在建模数据单一且立木年龄难以获取的森林生物量估计中的作用。

知晓（北京）通信科技有限公司董事长王学明介绍了应用北斗卫星、遥感、大数据和云计算等先进信息技术手段，实现了对林长责任区内的林草资源数字化、可视化管理的林长制信息管理系统。报告指出，该信息管理系统能够对林草资源的变化进行监测，对生态灾害形成动态报警，对野生动物、古树名木进行重点保护，对林长工作的成效进行综合考核评价，并联动社会监督机制，形成“林有人管、事有人做、责有人评”的闭环管理机制。

南京林业大学范习健副教授探讨了计算机视觉和深度学习理论用于森林防火的可能性，阐述了相关理论在无人机场景下面临的困难和挑战，展示项目组在利用无人机航拍影像进行林火分类、分割以及灾后过火区域快速检测等方面取得的研究成果。

中国林业科学研究院亚热带林业研究所助理研究员李彦杰博士重点阐述基于近红外光谱、多光谱以及高光谱成像等技术，以林木种质资源高通量评价为目标，开展林木表型组学方面的研究。研究构建了林木表型点源光谱信息优化及表型性状快速估测模型、实现了林木逆境胁迫表型数字化评价，采用无人机低空成像光谱技术实现林木大群体表型测量。

中南林业科技大学森林经理学蒋馥根博士介绍了使用GEE获取的Sentinel-2影像与ICESat-2耦合以实现连续的AGB空间分布制图，进行中国北方森林地上生物量估算。提出了一种由多个非参数基模型组成的集成算法，结合塞罕坝林场森林实测调查数据进行AGB建模和估测。结果表明，该算法获得了最佳AGB估计精度，提高了制图的潜力，能为森林资源管理和动态监测提供新的参考。

在双碳背景下，建构林草的可持续经营和智能决策理论与方法，合理利用林草资源, 充分发挥森林和草原生态系统多种功能，促进资源可持续经营和产业高质量发展，是深化供给侧结构性改革、满足社会对优质林草产品需求的重要举措。随着物联网、大数据、云计算等先进技术与林草业务应用融合深度的不断加强，打造立体化经营体系，建设一体化智慧管理决策平台，提供智能分析与决策服务，助力林草可持续经营，对实现林草管理体系现代化具有重要意义。