2025年4月12日，第十七届中国林业青年学术年会S15智慧林业分会场在吉林农业大学召开。分会场以“人工智能驱动智慧林业发展”为主题，设置1个特邀报告、10个专题报告，聚焦林分参数估算、森林病虫害空天遥感精细化监测、森林三维重建、森林储量和森林地上生物量估测等前沿议题，吸引了来自全国10余个农林高校及科研院所40余位专家学者、研究生参与学术交流。

张怀清研究员、张王菲教授、龙江平教授主持报告会

中国林学会林业计算机应用分会理事长张怀清研究员主持会议并作特邀报告，西南林业大学张王菲教授、中南林业科技大学龙江平教授主持专题报告。

特邀报告人：张王菲教授、刘鹏举研究员

张王菲教授以《森林高度干涉SAR技术估测及不确定分析》为题作特邀报告，系统介绍了基于InSAR、PolInSAR、TomoSAR等干涉SAR技术支持下的森林高度估测的原理、方法，结合国内外案例剖析应用成效，并基于贝叶斯模型对采用InSAR技术进行森林高度估测结果的不确定性来源及大小进行了全面总结，重点指出需进一步发展现有模型来提高森林高度的反演精度，进而为未来采用星载干涉SAR数据进行大面积高精度森林高度估测提供有效的方法。

专题报告中亮点频出：中国林科院资源信息研究所刘鹏举研究员分享了《森林土壤有机质预测模型阈值优化-以广东省为例》的专题报告，筛选森林土壤有机质受林分、气候条件和土壤属性的重要影响因子，开展基于地理相似性的自适应阈值模型（AT-SoLIM）构建及评估研究。结果表明，改进的模型有效提高了预测结果与稳定性，预测精度优于随机森林预测模型；土壤全氮和速效钾含量、腐殖质厚度和蓄积量等因子是影响土壤有机质的主要环境协变量；改进的AT-SoLIM在省级尺度和区域尺度上均有较好的适用性，模型为土壤有机质制图提供了新方法。

专题报告人：李超教授、龙江平教授

东北林业大学李超教授立足“多源点云融合的森林场景三维重建”主题，针对单一遥感数据源（如无人机LiDAR、手持LiDAR）在森林场景重建中存在的冠层信息缺失、林下结构表达不足等问题，提出了一种多源点云协同融合框架，结合超图网络与几何优化算法，突破了复杂森林场景重建中的点云补全、单木分割及树种识别等核心难题，研究结果为森林资源监测提供了高精度三维数据支撑。

中南林业科技大学龙江平教授从“时序极化SAR数据的森林储量定量估测研究”出发，介绍了遥感数据与少量地面样地协同的数据驱动模型、极化SAR数据的选择和极化特征提取等森林储量遥感反演的关键技术的研究现状，并从气象因子角度解释了Sentinel-1数据的不平稳性，结合时序极化SAR数据、多时相全极化SAR数据介绍了森林储量估测的方法和具体应用，为森林储量定量估测提供了方法指导。

专题报告人：高祥老师、赵均好博士生

安徽农业大学高祥老师的《基于机载激光雷达和高光谱的杨树人工林林分参数估算研究》专题报告，从基于无人机激光雷达的间伐强度对杨树大径材人工林生长的影响、基于无人机激光雷达的杨树林分空间结构参数分析、基于无人机高光谱的欧美杨叶片养分估算模型研究3个方面展开，研究指出，机载激光雷达和高光谱技术在杨树人工林林分参数估算中优势明显，可显著提升杨树人工林林分参数估算能力，研究成果完善了传统监测方法的局限性，为人工杨监测开拓了新路径。

北京林业大学赵均好博士生针对“松材线虫病变色立木空天遥感精细化监测研究”主题，从松材线虫病变色立木遥感监测关键问题、松材线虫病变色立木无人机智能判读、松材线虫病变色立木卫星遥感精准监测3个方面向会议作专题报告，通过3个研究案例介绍了如何有效克服遥感数据在松材线虫病变色立木监测存在的难点问题，通过松材线虫病变色立木遥感监测应用示范，表明了松材线虫病变色立木遥感监测模型在大范围高精度变色立木精准监测中具有一定的实用性。

专题报告人：周权博士生、蔺雪莹博士生

北京林业大学周权博士生介绍了“基于昆虫学知识与遥感技术的林业钻蛀性害虫危害监测”项目的研究成果，重点对基于物候与害虫生活史规律的时序卫星影像监测白蜡窄吉丁危害监测、基于杨树“枯梢”受害特征的光肩星天牛危害监测进行了方法诠释和监测精度对比，提出了通过昆虫学先验知识与多源遥感技术的结合可以显著提高对多种重大林业钻蛀性害虫的监测精度。

东北林业大学蔺雪莹博士生围绕“人工落叶松林间伐策略与轮伐期的权衡：基于碳平衡的视角”这一主题，以东北地区落叶松人工林为研究对象，基于林分生长过程模拟和碳平衡计算等方法，构建了碳汇木材复合经营模型，结合敏感性分析探究了不同因素对林分经营策略的影响。研究发现，在基准情景下，碳平衡随时间先增加后减小，随着间伐频率和间伐强度的增加而增加；最佳轮伐期也会随间伐频率和间伐强度的增加而推迟。

专题报告人：陶宇博士生、田雷博士生

南京林业大学陶宇博士生向会议报告了“协同空地激光雷达点云的杉木单木结构参数估测研究”的研究成果。与伐倒木树高相比，无人机激光雷达系统（ULS）在量化单木树高方面的能力优于超声波测高器；与地面实测数据相比，背包激光雷达系统（BLS）数据估计的胸径（DBH）的准确性较高；在估测单木材积方面，研究构建的山本式二元材积模型在所有模型中表现最佳，其次是削度方程积分运算得出的二元材积模型和福建省杉木二元材积模型。研究结果表明，协同空地激光雷达点云在估算森林结构参数方面具有巨大的应用潜力。

南京林业大学田雷博士生就“森林年龄对净初级生产力的影响：未来多种情景下的启示”，重点探讨了不同森林类型的森林NPP（净初级生产力）-AGE关系构建以及不同情景（仅考虑年龄情景、自然发展情景、最大化造林情景）下年龄对森林NPP的影响等关键科学问题。研究成果指出，半经验数学模型能够较好地描述NPP与年龄的关系；归一化NPP-AGE关系揭示了森林NPP随年龄变化的普遍规律：NPP在树木生长初期快速上升至峰值，随后下降并逐渐趋于稳定。随着森林老化，3种情景下森林NPP均不可避免地出现下降，通过采伐和植树造林等措施优化森林年龄结构和扩大森林面积可有效缓解未来NPP的下降趋势。

专题报告人：王梦金博士生              

讨论环节

西南林业大学王梦金博士生专注“基于GF数据集和优化机器学习算法的森林地上生物量估算”研究，以云南松、思茅松、阔叶、针阔混交林为研究对象发现，整体上GF-1和GF-3的联合数据源在森林分量地上生物量（AGB）和总AGB的估测中表现比较突出；在不同的数据类型、不同数据源下，KNN-FIFS方法的估测精度最优，GA-KNN方法次之，KNN方法最低；最优的AGB之和间接估测结果要优于最佳的模型直接估测森林AGB的结果，其精度高3%左右。

会议深度探讨人工智能赋能智慧林业的时代价值，通过分享森林结构参数遥感提取技术、森林病虫害遥感监测技术、森林三维场景构建、土壤有机质制图模型、森林年龄与净初级生产力关系等的科学问题、关键技术和应用案例，深入讨论了人工智能推动智慧林业发展的时代需要、技术优势和广阔前景，为智慧林业研究领域的创新发展提供了思想启发、成果分享和合作交流的学术交流平台。