近日，廣西林業(yè)實(shí)驗(yàn)室智慧林草團(tuán)隊(duì)在桉樹風(fēng)災(zāi)監(jiān)測與林木成活率檢測領(lǐng)域接連取得關(guān)鍵性突破，相關(guān)研究成果分別發(fā)表于國際知名學(xué)術(shù)期刊，為林業(yè)防災(zāi)減災(zāi)、造林質(zhì)量評估提供高效智能解決方案，為林業(yè)行業(yè)高質(zhì)量發(fā)展注入科技動能。

     GIBN-Net桉樹風(fēng)災(zāi)智能監(jiān)測算法，以廣西上思縣、博白縣受“馬鞍”“泰利”臺風(fēng)影響的桉樹林為研究對象，構(gòu)建專屬深度學(xué)習(xí)數(shù)據(jù)集，創(chuàng)新融入非對稱全局注意力模塊與實(shí)例-批量歸一化模塊，顯著提升復(fù)雜環(huán)境特征提取能力。該算法總體精度達(dá)0.9405，交并比0.8248，優(yōu)于主流模型，可快速實(shí)現(xiàn)風(fēng)倒木大規(guī)模自動化識別評估，為災(zāi)后處置提供科學(xué)支撐，技術(shù)達(dá)國際先進(jìn)水平。研究獲國家重點(diǎn)研發(fā)計(jì)劃和廣西科技重大專項(xiàng)等項(xiàng)目資助，相關(guān)成果發(fā)表于中科院一區(qū)TOP期刊International Journal of Applied Earth Observation and Geoinformation。

     SAHI-Improved-YOLOv8小目標(biāo)樹坑檢測算法，整合四大核心技術(shù)模塊，有效解決傳統(tǒng)人工清點(diǎn)林木成活率耗時(shí)費(fèi)力、精度不足的難題。該模型可實(shí)現(xiàn)林木成活狀況快速大范圍自動化監(jiān)測，為造林質(zhì)量評估、補(bǔ)植方案制定提供精準(zhǔn)支撐。研究獲國家重點(diǎn)研發(fā)計(jì)劃、國家自然科學(xué)基金、廣西科技重大專項(xiàng)等項(xiàng)目資助，相關(guān)成果發(fā)表于中科院二區(qū)TOP期刊Smart Agricultural Technology。