2023年8月26-28日,第四届中国林草计算机应用大会在陕西西安召开,大会围绕数字化技术在林草领域的应用,共设置了1个主会场与8个分会场。来自中国工程院、全国各级林草信息化管理和建设部门、全国各林业及相关高等院校、科研院所的领导、专家和相关企业代表共400余人参加了大会。
第五分会场以“林草装备与智能感知”为主题,与会者交流研讨了林草监测传感装备、无损检测技术与装备、边缘计算等领域的最新研究进展和应用实践。分会场报告由北京林业大学张军国教授和中国林科院资信所于新文研究员共同主持,来自北京林业大学、浙江农林大学、南京林业大学、南京警察学院的5位学者作了特邀报告,来自西北农林科技大学、南京林业大学、华中农业大学的4位学者作了报告,70余人参与了交流。
特邀报告01
北京林业大学郑一力教授作了题为《智慧林草监测装备与人工智能应用》的特邀报告,结合云计算、大数据、人工智能等新一代信息技术,研发了国产化林草监测传感装备和智慧林草监测云平台,介绍了最新研发的智慧森林碳汇监测、生物多样性监测、林草有害生物监测等技术在国家智慧林草监测领域上的应用。
特邀报告02
浙江农林大学方陆明教授作了题为《树木胸径持续测量装置研制与应用》的特邀报告,针对现阶段国内树木胸径等指标持续性测量设备缺乏,国外设备价格昂贵等问题,研发了树木胸径持续测量装置。该装置具有功耗低、反应灵敏、测量精确等特点,实现了对树木径向数据测量、存储、传输、分析于一体,为科研人员和从业者提供了一个高效、精确、经济的测量工具。
特邀报告03
南京林业大学周宏平教授作了题为《基于激光扫描的林木智能对靶喷雾机研究》的特邀报告,针对精确对靶施药的关键技术问题,应用车载2D LiDAR获取苗圃或果园林木的点云数据,建立树冠树干识别模型实时识别树木,动态获取位置距离、冠层体积等靶标信息,实现了低喷量、精喷洒、少污染、高工效、高防效的林木病虫害防治。
特邀报告04
南京警察学院何诚教授作了题为《大数据背景下森林火灾防控解析》的特邀报告,围绕我国林区风险预测和防控关键技术研发和示范,融合无人机卫星遥感等高科技技术,结合室内外燃烧试验、模型模拟、系统集成等方法开展研究,提出了大数据背景下森林火灾防控解析,探讨了无人机防控森林防火新技术,推动我国森林火灾预警和防控的能力提升。
特邀报告05
西北农林科技大学郭文川教授作了题为《果品品质智能无损检测技术与装备研发》的特邀报告,针对水果内部品质检测的难题,开发了一种可更换检测探头的手持式多果品内部品质无损检测仪,提出了使用生成式对抗网络技术由果品多光谱生成伪可见/近红外全光谱的方法,将伪全光谱生成模型与果品内部品质预测模型进行了移动端部署,实现了多种类果品糖度和硬度的无损和高精度检测。
专题报告06
南京林业大学林海峰研究员作了题为《基于机器视觉和边缘计算的茶树病害监测研究》的专题报告,针对机器学习的三个问题,介绍了病虫害图像显著性引导、轻量化边缘计算和无人机路径规划等关键技术。
专题报告07
西北农林科技大学刘斌副教授作了题为《基于HPC+AI的农作物病害智能诊断》的专题报告,提出了农业大数据+AI大模型+大算力的病虫害检测边缘应用,通过V通道定位分支,对特征进行多尺度提取,融合注意力机制和金字塔预测器,提出了基于分组流水线混合并行的检测方式,最终模型检测的准确率可达83.42%。
专题报告08
华中农业大学佃袁勇副教授作了题为《基于深度学习的华山松大小蠹识别研究》的专题报告,针对病害木遥感监测过程中难以准确划分疫木冠幅、标注框难以捕捉目标特征等问题,利用高斯核函数生成的关键点置信图代替标记框制作训练样本训练模型,将模型与无人机监测手段融合,构建了多尺度视觉感知大小蠹病害木的监测管控平台。
专题报告09
西北农林科技大学毛吾兰博士作了题为《基于目标感知和姿态调整的鲜杏自动切分去核装备》的专题报告,围绕鲜杏的自动切分去核技术,从该装备研究方案出发,分析了设计原理,介绍了该装备各机构组成部件以及各部件的工作原理,展示了该装备的产业化推广应用。
总结
第五分会场聚焦智慧林草监测装备、人工智能装备、自动化和计算机智能识别等技术,会议指出,云边端智能协同、“天空地一体化”的立体智能感知技术作为智能感知技术的发展趋势,需要加强低功耗、林草专用传感器的研发。要加强实用、适合林草复杂环境的智能装备的研发,林草智能感知与智能装备技术的发展,将驱动智慧林业的发展和新技术的落地应用。