11月22-23日，第十届中国林业学术大会S52智慧林业分会场在云南昆明世纪金源大酒店成功召开。分会场以“智慧引领林草高质量发展”为主题，共设置3个特邀报告、27个专题报告，涵盖林业遥感、智能监测、生态安全等多个前沿领域，集中展现了大数据、人工智能、遥感、物联网、数字孪生等信息技术在林草资源监测、经营管理、灾害监测预警、生态工程管理等场景的创新应用，为推动林草科研和业务的智能化转型升级提供有力技术支撑。分会场由中国林学会林业计算机应用分会组织，来自中国林业科学研究院资源信息研究所、西南林业大学、北京林业大学、东北林业大学、西北农林科技大学、南京林业大学、中南林业科技大学、福建农林大学、江西农业大学、山西农业大学、云南农业大学、内蒙古农业大学、海南大学、南京师范大学、国际竹藤中心、国家林业和草原局中南调查规划院、江苏林业科学研究院、湖北省林业科学研究院、重庆市林业科学研究院等30多家单位的110余位专家学者和企业代表参加了分会场会议交流。

分会场分别由南京林业大学业巧林教授主持特邀报告，西南林业大学张王菲教授、东北林业大学李超教授、中南林业科技大学孙华教授、西南林业大学王雷光教授、中南林业科技大学易积政教授、北京林业大学苏晓慧教授、西南林业大学姬永杰副教授、中南林业科技大学张猛副教授分别主持专题报告。

黄华国教授做特邀报告

北京林业大学黄华国教授做了《从定量迈入智能：林业遥感发展新阶段》的特邀报告，报告介绍了林业遥感从定性到定量、进而迈向智能化的发展脉络，重点展示了自主研发的RAPID模型，该模型实现了三维结构建模与全谱段辐射传输模拟的突破，为精准获取森林结构、病虫害及火灾等参数奠定了机理基础。报告指出，林业遥感正迈向数字孪生与四维模拟的新时代，其核心是人工智能与机理模型的深度融合：AI提升机理建模效率，模型为AI提供海量样本，融合高效反演关键参数，林业遥感从理论建模走向智能化、业务化应用提供了重要方向与技术路径。

孙华教授做特邀报告

中南林业科技大学孙华教授做了《林下自主避障无人机激光雷达系统设计与应用》的特邀报告，从国家森林资源清查对高效外业调查的迫切需求切入，分析了当前激光雷达多平台应用现状，提出了面向林业应用的激光雷达设计新思路，重点介绍了其团队研发的林下无人机系统整体方案。通过实际应用展示了该系统在复杂林下环境中高效采集高质量点云数据，进行高精度林木参数提取。报告总结了该系统在提升采集效率、保证点云质量与提高参数反演可信度方面的优势，展望未来的技术发展方向，包括无人机续航能力升级、多传感器融合集成以及点云处理算法的进一步增强。

胡军国教授做特邀报告

浙江农林大学胡军国教授做了《森林土壤呼吸智能监测与评价技术》的特邀报告。报告介绍了全球气候变化背景下土壤呼吸监测面临的技术挑战，以及现有密闭气室测量存在的“风泵效应”和由此导致的通量低估问题。通过建立“机制解析-装备创新-标定评价”的智能监测技术体系，研制了开放多阵列气室与湍流消融型气室两套新型监测装备，有效克服了传统设备的测量偏差。构建了全球生态系统土壤呼吸预测数据集，开发了高精度估算模型，为量化土壤呼吸的内在温度敏感性及其对气候-碳反馈的影响提供了重要依据，为全球陆地生态系统碳通量监测提供了理论方法支撑。

易积政教授做专题报告

中南林业科技大学易积政教授在《林业遥感在松材线虫病精准监测与生态安全中的应用与展望》的专题报告中，聚焦松材线虫病的监测难题，梳理了从传统人工地面调查、遥感技术监测到当前人工智能多技术融合的发展路径，通过构建多模态数据集与创新方法设计，实现了松材线虫病精准检测与早期预警和配套应用系统。该研究不仅形成了一套高效的技术方法体系，也为林业有害生物的智慧监测探索出新路径，计划通过融合激光雷达与林业AI大模型，提升复杂场景下的检测精度，加快市场拓展，逐步构建覆盖全国多省份的全链条服务体系。

郑红教授做专题报告

国家林业和草原局中南调查规划院郑红教授做了《南北山绿化工程智慧管护系统建设》的专题报告。介绍了该系统在贯彻落实生态文明建设指示、推动高原山体绿化智慧管护方面的创新实践。报告围绕“种好树、管好林、护好绿、实现两山转化”的目标，剖析了高原造林在土壤监测、水利灌溉、防火预警、产业发展等方面的挑战，通过山体造林结合人工智能、物联感知、立体监测，构建了智慧管护系统，实现了造林全过程的闭环管理与数据共享贯通。融合山体绿化与智能灌溉，构建了土壤墒情监测与远程控制的联动机制，建立了火情热点预警、快速核查与处置流程，提升了管护效率与精度，为推动高原地区国土绿化高质量发展提供了可复制可推广的智慧管理样板。

王雷光教授做专题报告

西南林业大学王雷光教授做了《云南山地植被遥感制图研究进展》的专题报告。报告介绍了遥感技术在森林资源精准监测中的关键作用，并剖析了云南山地森林遥感解译所面临的多重挑战，王教授进一步分享了其团队在该领域的研究进展，说明了协同多源数据的森林类型制图方法和高原山区特色作物识别技术。在研究展望中，他提出未来应着力构建大型树种分类遥感数据库，推动深度网络模型与成像机理模型融合，并加强多源数据融合与分类精度验证。报告为复杂环境下大范围植被遥感制图提供了系统解决方案。

郭孝玉副教授做专题报告

三明学院郭孝玉副教授做了《天空地多源遥感融合的中亚热带山地竹林关键信息提取研究》的专题报告。报告聚焦竹林遥感这一特色领域，阐述了在竹林产业政策指引下的研究背景与目标，着重介绍了竹林关键信息提取方面的系列方法与实践，包括基于单源多时相光谱物候、多源多时相遥感、多源卫星异构遥感以及天地协同异构数据等多维技术路径的竹林分类识别研究，实现了竹林地上生物量与叶面积指数的遥感精准估测。报告提出，未来将深化数据同化、机理建模与天地协同三方面的研究，为竹林资源的精准监测、可持续经营提供重要技术支撑。

蒋丽秀高级工程师做专题报告

上海市林业总站蒋丽秀高级工程师做了《基于激光雷达樟木林分因子采集研究》的专题报告。报告围绕国家林草局对高新技术集成应用的要求和样地调查传统调查工作量大、监测效率不高等现实问题，以上海主要树种樟木为研究对象，介绍了激光雷达技术在森林样地调查中的应用路径与方法创新。研究对比了背包、无人机，以及多源点云融合等多源激光雷达数据获取林分信息的精度差异；对比分析了不同采集路径对林分因子获取精度，以及椭圆拟合胸径算法与现今常用的三种胸径提取算法差异比较，结果表明，行带式绕侧法与第二类完全椭圆积分拟合法在不同郁闭度样地中均表现出较高的稳定性与精度；多源点云融合技术则有效提升了树高与冠幅等冠层结构参数的提取效果，研究对推动激光雷达在森林资源监测中的规模化、业务化应用具有积极意义。

张猛副教授做专题报告

中南林业科技大学张猛副教授做了《联合遥感指数与非监督算法的荒漠化监测研究》的专题报告。介绍了荒漠化作为全球重大环境问题的研究背景与中国防治战略，以及当前荒漠化遥感监测在数据源、指数构建与分类模型等方面的研究进展，重点阐述了荒漠化指数的研究成果，通过多源、多尺度验证证明其在荒漠化动态监测中具有更高的有效性与稳定性；构建了2016–2024年中国北方10米分辨率荒漠化数据集（NCDMD），实现了高精度、长时序的荒漠化制图与变化分析，为荒漠化过程监测与防治决策提供了可靠数据产品，对推动我国荒漠化防治工作的精准化、智能化具有意义。

姬永杰副教授做专题报告

西南林业大学姬永杰副教授做了《多频极化SAR技术森林AGB遥感反演研究》的专题报告。围绕服务国家“双碳”战略的重大需求，阐述了多频段合成孔径雷达在森林地上生物量遥感反演中的技术原理与研究进展。报告指出，传统单频SAR技术难以全面捕捉森林垂直结构信息，而多频极化SAR通过融合不同波段的穿透特性与散射机制，可有效提升生物量估测精度。研究比较了多种反演模型，发现长波段HV极化与短波段VV极化在不同场景下各具优势，而特征优化模型能显著降低对多频信息的依赖，实现更高精度的生物量估算。该研究为构建国家尺度的森林碳汇监测体系、服务全球气候变化应对提供了技术支持。

马开森副教授做专题报告

湖南科技大学马开森副教授做了《近地激光雷达点云单木结构精细化重建研究》的专题报告。报告围绕国家“双碳”战略与森林资源清查需求，介绍了近地激光雷达技术在单木结构重建中的研究进展与关键技术。阐述了林分点云智能处理流程，包括点云预处理、单木分割、枝叶分离等语义分类方法，以及多源点云融合技术、基于点云的树干骨架构建、胸径、树高等表型参数的精准提取与三维重建技术，国家森林碳汇计量与智慧林业建设提供方法支撑。

邹为涛讲师做专题报告

东北林业大学邹为涛讲师做了《面向跨域多模态遥感数据的联邦学习树种分类方法》的专题报告。报告介绍了基于联邦学习的分布式机器学习解决方案，提出了两项方法：一是基于原型对齐的联邦学习目标提取框架，有效缓解了数据统计异质性对模型性能的影响；二是协方差引导的多模态联邦学习树种分类方法，通过缺失模态重建与跨模态对齐策略，显著提升了异构数据下的分类精度与鲁棒性。两项方法均在实验中表现出优于主流联邦学习方法的性能。该研究为实现跨区域、多模态遥感数据的安全协同与高效分析提供了可行的技术路径，为推动智慧林业迈向跨域协同、数据安全的新阶段奠定基础。

蒋馥根讲师做专题报告

中南林业科技大学蒋馥根讲师做了《结合极化旋转域特征的森林高度反演研究》的专题报告。报告围绕极化合成孔径雷达在森林参数反演中的应用，介绍了基于极化旋转域特征的创新方法。报告指出，传统极化特征在捕捉森林结构非线性变化方面存在局限，而通过自适应旋转角度优化的极化旋转域特征，能够更灵活地反映森林高度与散射机制间的复杂关系。研究通过特征评价与筛选，构建了融合典型极化特征与极化旋转域特征的森林高度及生物量反演模型。结果表明，联合使用多类特征可显著提升反演精度，其中XGBoost模型结合贝叶斯优化方法表现最佳。报告为森林结构参数的高精度遥感反演提供新的技术路径，推动极化SAR在林业遥感中的深入应用。

张哲宇讲师做专题报告

福建农林大学张哲宇讲师做了《基于对抗迁移学习和近红外光谱预测不同物理形态和树种的纸浆原料组分含量》的专题报告。报告阐述了对抗迁移学习算法在解决纸浆原料多样性问题上的创新应用。研究结果表明，该技术能够有效适应不同物理形态和树种间的光谱模型迁移，相比传统方法展现出更强的通用性与鲁棒性，为实现纸浆原料组分的快速、精准预测提供了可靠方法。报告为制浆工业的原料质量控制与工艺优化提供技术支撑，对降低生产成本、提升制浆效率具有积极意义。

王帆讲师做专题报告

福建农林大学王帆讲师做了《融合NDT与VGICP算法的不同林龄人工林点云配准》的专题报告。报告介绍了聚焦多平台激光雷达点云数据在森林三维重建中的配准难题，分析了当前点云配准技术在复杂森林环境中面临的重合度不足、收敛速度与精度难以兼顾等挑战，提出了一种融合正态分布变换（NDT）与体素化广义迭代最近点（VGICP）的配准算法。该算法实现了自动化、近乎无参数的高精度配准，在UAV-LiDAR与LiDAR-SLAM点云数据融合中表现出优异性能，在不同林龄杉木人工林的单木树冠顶点提取、树高估测等关键参数反演中取得显著成效。该研究为实现人工林三维结构动态监测与推动智慧林业建设具有积极意义。

王媛编辑做《林业科学》征稿介绍

会议期间，《林业科学》编辑王媛开展了专题征稿介绍，系统介绍了期刊在智慧林业领域的征稿要点，阐述了征稿方向涵盖物联网、遥感技术、数字孪生等新技术在智慧生态、智慧监测、智慧经营等场景的深度融合与创新实践。与会专家就专题建设进行了深入研讨，一致认为应通过高水平专题征文，共同推动智慧林业学科体系构建，为培育林草新质生产力提供学术支撑。

吴祝华主任做《南京林业大学学报（自然科学版）》征稿介绍

《南京林业大学学报（自然科学版）》编辑部主任吴祝华进行现场征稿介绍，从推动中文学术论文价值回归的角度出发，指出在国家高度重视科技期刊发展的背景下，高质量论文“回流”中文期刊正迎来重要机遇；详细介绍了期刊的核心竞争力，重点推介了最新开设的聚焦人工智能、物联网、大数据等技术在林业领域创新应用的智慧林业专题征稿。

来自中国林业科学研究院、北京林业大学、南京师范大学、东北林业大学、中南林业科技大学、西南林业大学等单位的15位博士硕士研究生作了专题报告。报告内容聚焦AI识别与生态监测、森林结构与功能解析、遥感数据融合与生态评价、森林资源分类与预测、森林经营与生态响应等前沿方向，涵盖野生动物智能识别、结构-辐射耦合建模、生长因子反演、树种精细分类、生物量估算、图像全色锐化等多个具体领域，全面展现了青年学者在智慧林业和“AI+生态”融合实践中的创新成果。

本次分会场通过系列前沿报告，深入研讨了大数据、人工智能、遥感、物联网、数字孪生等信息技术在林草领域的创新应用与实践路径，为促进AI for Forestry Science科研创新，智慧林业与行业业务的融合融合与产业升级搭建了高质量的交流平台，对推动我国林草现代化管理与高质量发展具有重要意义。