人工智能技术正在各行业加速普及，在林业领域又在催生哪些前沿应用与变革？
9月16日，全球变化下的森林治理国际研讨会第四分会“人工智能赋能森林科学：从数据到治理”在北京举行。会议由国际林联“人工智能推动森林科学”特别工作组主办。会上来自多国的专家给出答案：AI不仅能数树、识树、估算碳汇，甚至能预判一片森林的未来。
绘制每一片森林，测量每一棵树 过去，需要人工走遍林场才能完成的林木调查工作，调查效率低、实施难度大。如今，可以由AI和计算机等新一代信息技术辅助完成。
新西兰生物经济科学研究院教授迈克尔·瓦特说，他们用无人机拍下全国森林的清晰照片，再结合激光雷达数据，可以让电脑直接估算出树龄，平均误差仅1年。在新西兰，人工智能同样可以实现高精度单木检测，连刚种下的小树也能识别出来，准确率高达97%，已在当地人工林实际应用超1万公顷。
在中国，中国林科院研究员符利勇团队开发了一个iForest软件，该软件依靠无人机遥感森林监测技术，可精准分析每一片森林。比如，可以提取出具体单棵树木的树高、冠幅、胸径、树冠体积等信息并生成报告，还兼具森林火情快速识别、森林可燃物含水量检测等功能。这项系统已在河北塞罕坝机械林场投入应用，获授权发明专利28项，其中国际专利13项。
帮树做“体检”，也帮人做决策 新西兰风灾事件近年频发，2025年新西兰南岛北部曾发生严重风倒灾害，大约4000公顷林木被整体吹倒，给林场主造成严重损失。迈克尔·瓦特团队研究了新西兰两次大风暴，找到了人工林易受风倒灾害的共性特征，通过用AI建模型，预测哪些林子风险高，帮林场主提前防范。迈克尔·瓦特也坦言，想要在不同林区、未来各类风暴下稳定应用该模型，还需要开展独立验证，模型的迁移性应用依旧是一大挑战。
为监测树木是否有倾斜或病虫害风险，香港理工大学教授黄文声团队把传感器装在树上，如同为树木佩戴上了“智能手环”，利用AI技术对树木开展实时监测。黄文声表示，香港已经安装了8000多个这样的传感器，一旦有风险，系统会立即向作业人员发送预警信息。黄文声团队还利用AI估算碳汇，发现不同树种碳汇能力相差很大，传统“一刀切”的算法并不准确。团队给当地香港政府出了一部书，列举了51种树每年能吸收多少二氧化碳，方便城市绿化选种。
南京林业大学教授曹林说，他们用无人机和激光雷达给杨树、银杏、桉树等制作三维结构模型，分析它们的生长特征，帮助育种专家选出更好的品种。比如，银杏叶可以入药，AI可辅助筛选出长势良好、有效成分含量高的个体。
未来的风险与挑战 新西兰坎特伯雷大学林学院的许聪博士表示，AI的价值不在于生成更精美的地图，而在于把数据变成能直接用于决策的信息。她提到，新西兰应用激光雷达的公司近年从17%提升至93%，但应用AI的仅约30%，主要原因是缺乏具备相关技术能力的人才。
更值得关注的是数据公平问题。美国普渡大学森林先进计算与人工智能实验室的弗朗西斯科·里瓦斯·富恩萨利达博士指出，全球森林研究数据严重不均：2000年到2023年，森林科学论文73%来自10个国家，而来自拥有世界第二大热带雨林的非洲声音却很小。“我们正在一张有缺口的地图上建AI，而缺口恰恰在最了解森林的人那里。”他呼吁，要让数据拥有者、使用者和当地社区共享成果，也让拿卷尺的人和用计算机的人平等合作、共同署名。他表示，普渡大学正在搭建一个平台，让不同国家的研究者共享数据、算力和AI工具，目前已有66个国家600多人加入。
国际林联主席丹妮拉·克莱恩施密特表示，AI正以前所未有的规模和速度挖掘数据价值，有望优化森林资源管理、强化保护策略、实现森林动态变化的精准预测。但她同时提醒，AI带来的风险也不容忽视，需要通过政策与治理规范人工智能的应用。
符利勇表示，AI赋能森林科学不能停留在算法和模型本身，更要面向森林保护、经营和治理的实际需求。他强调，技术最终要落到解决实际问题上，要让基层林场用得上、让管理部门信得过、让治理决策靠得住，同时必须重视安全性和负责任的应用，确保人工智能真正造福于森林、造福于社会。
会议最后用“数据、感知、预测、治理”四个关键词概括了当天的讨论：数据让我们看见森林，智能感知让我们持续感知森林，AI让我们理解和预判森林变化，而最终所有这些技术都要落到森林经营与治理的实际决策上。这正是本分会“从数据到治理”的核心含义，也是国际林联“人工智能推动森林科学”特别工作组的努力方向——不仅要连接人，还要连接学科、数据、技术和应用，让AI真正服务于全球森林科学和森林治理。（作者：安璐 赵晓迪 杜文卓）
