森林空間結構是森林生態(tài)系統(tǒng)結構和功能的基礎，量化和闡明森林空間結構差異及其潛在驅動機制，對于精準提升森林質量至關重要。

近日，中國林科院資源所林草人工智能與可視化創(chuàng)新團隊提出了一種基于深度學習和多維結構指數的逐點林分空間結構異質性評估新方法，為AI技術助力不同類型森林空間結構差異性量化提供了新途徑，解決了多尺度森林空間結構異質性精準評估的難題，為森林空間結構優(yōu)化調控提供科學依據，為開展森林精準經營與智能決策提供關鍵技術支撐。

該研究以嵌入式向量網絡為基礎，結合區(qū)域可達算法和角度閾值策略，構建了單株尺度的林分空間結構異質性深度學習網絡，精準刻畫單株木的形態(tài)結構和生長狀況；研發(fā)了耦合林分水平和垂直結構的林分空間結構綜合評價指數，綜合量化了林分空間結構的差異性，實現了不同尺度下林分空間結構異質性的精準解析。該方法在中國林業(yè)科學研究院亞熱帶林業(yè)實驗中心開展了應用驗證，通過試驗得出，在不同森林類型中，林分總體空間結構異質性差異較小，冠層結構差異和林分密度是造成樹木水平分布格局異質性的主要原因。

該研究論文發(fā)表在Computers and Electronics in Agriculture 期刊，資源所博士邱漢清為第一作者，研究員張懷清為通訊作者。該項研究得到國家自然科學基金項目以及國家重點研發(fā)計劃政府間國際科技創(chuàng)新合作項目的聯合資助。（邱漢清）