近日，廣西林業(yè)實驗室智慧林草團隊在桉樹風災監(jiān)測與林木成活率檢測領域接連取得關鍵性突破，相關研究成果分別發(fā)表于國際知名學術期刊，為林業(yè)防災減災、造林質量評估提供高效智能解決方案，為林業(yè)行業(yè)高質量發(fā)展注入科技動能。

     GIBN-Net桉樹風災智能監(jiān)測算法，以廣西上思縣、博白縣受“馬鞍”“泰利”臺風影響的桉樹林為研究對象，構建專屬深度學習數據集，創(chuàng)新融入非對稱全局注意力模塊與實例-批量歸一化模塊，顯著提升復雜環(huán)境特征提取能力。該算法總體精度達0.9405，交并比0.8248，優(yōu)于主流模型，可快速實現(xiàn)風倒木大規(guī)模自動化識別評估，為災后處置提供科學支撐，技術達國際先進水平。研究獲國家重點研發(fā)計劃和廣西科技重大專項等項目資助，相關成果發(fā)表于中科院一區(qū)TOP期刊International Journal of Applied Earth Observation and Geoinformation。

     SAHI-Improved-YOLOv8小目標樹坑檢測算法，整合四大核心技術模塊，有效解決傳統(tǒng)人工清點林木成活率耗時費力、精度不足的難題。該模型可實現(xiàn)林木成活狀況快速大范圍自動化監(jiān)測，為造林質量評估、補植方案制定提供精準支撐。研究獲國家重點研發(fā)計劃、國家自然科學基金、廣西科技重大專項等項目資助，相關成果發(fā)表于中科院二區(qū)TOP期刊Smart Agricultural Technology。