我國首個林草行業(yè)大模型問世

中國林科院資源信息研究所近日成功研發(fā)我國首個林草行業(yè)大模型——"林龍大模型"（ForestDragon），標志著我國智慧林草建設邁入新階段。

在科技日新月異的當下，人工智能（AI）正以前所未有的速度深入到各個領域。以DeepSeek為代表的大模型，憑借高效推理、多模態(tài)融合以及對垂直領域的深度優(yōu)化，成為推動行業(yè)智能化轉型升級的強大動力。林草行業(yè)因具有地域廣闊、類型復雜、工作難度大等特點，迫切需要借助以行業(yè)大模型為代表的人工智能技術進行深度融合與創(chuàng)新賦能，從而提升林草行業(yè)信息化管理水平，推動林草質量邁向精準提升的新臺階。

中國林科院資源信息研究所智慧林草創(chuàng)新團隊在長期耕耘和研究積累的基礎上，成功攻克關鍵核心技術，以DeepSeek大模型為底座，研發(fā)出林草行業(yè)大模型——林龍大模型（ForestDragon）。這一成果的問世，標志著我國在智慧林草研究和應用領域邁出了關鍵一步，為林草高質量發(fā)展裝上了人工智能的普惠引擎。

據研發(fā)團隊負責人、中國林科院首席科學家張懷清研究員介紹，林龍大模型具備五大顯著優(yōu)勢。其一，通過行業(yè)文本知識多智能體技術，有效融合林草領域知識，成功彌補了通用大模型在林草行業(yè)知識方面的缺陷，使大模型對林草領域復雜問題的理解能力提升60%以上。其二，針對林草行業(yè)數據和業(yè)務特點，構建了林草多模態(tài)數據的時空大模型，打破了大語言模型在時空數據理解、分析和推理能力上的局限，使林草業(yè)務計算和處理能力提升50%以上。其三，實現了多模態(tài)大模型與專用小模型的協(xié)同融合，極大降低了開發(fā)成本，顯著增強了模型的復用性、適用性和通用性，開發(fā)利用效率提升10倍以上。其四，成功解決了林草領域低資源條件下的多端兼容和國產化適配問題，擺脫了林草行業(yè)大模型對高算力的依賴，提升了模型的易用性和普惠能力。其五，實現了行業(yè)自主產權的開放共享，具備強大的高擴展性，能支持功能更新迭代與產品的持續(xù)完善。

目前，林龍大模型已在八大應用場景落地生根，并支持各種終端的接口調用。隨著不斷擴充完善，將為智慧林草全行業(yè)垂直領域的科研、應用和產業(yè)發(fā)展提供有力支撐。

在行業(yè)文本處理方面，通過研發(fā)林草行業(yè)文本知識多智能體，可有效減少模型理解偏差，專業(yè)知識獲取效率和推理準確性提升近10倍。

在樹種類型識別上，利用大小模型融合的協(xié)同計算架構，實現多源遙感圖像的樹種精確識別，準確率超過93%。

對于表型參數提取，利用三維點云、多光譜、高光譜等多維數據，可實現樣地-單木-器官多尺度林木三維表型參數的精準提取，以及林果品種、成熟度、品質等表型的精確識別，準確率超過90%。

在野生動物識別領域，通過圖像、視頻、聲紋等多模態(tài)數據融合，能夠精準識別野生動物類型、數量、姿態(tài)和行為等，精度在91%以上。

針對病蟲害監(jiān)測，通過微調SAM大模型可實現林木健康狀況監(jiān)測，如對松材線蟲病等病害的識別，精度超過90%。

在林火識別方面，利用微調Grounding DINO大模型，能實現復雜背景下森林火災、煙霧等災害的智能識別，精度超過92%。

在生態(tài)系統(tǒng)評估中，通過自適應數據智能挖掘算法，可實現歸一化植被指數、歸一化水指數、葉面積指數、凋落物量、產水量、土壤保持力、凈初級生產力、總初級生產力等關鍵生態(tài)參數的精準提取，精度在85%以上。

在經營管理決策方面，利用數字孿生智能模擬與決策算法，可實現林分空間結構異質性、林分競爭程度、樹種混交度、林分空間結構信息的精準提取，并進行結構優(yōu)化調整，決策效率提升5倍以上。

值得一提的是，林龍大模型已在“三北”工程示范區(qū)、國家公園、國有林場等投入應用，運行狀態(tài)穩(wěn)定可靠。未來，林龍大模型將通過持續(xù)優(yōu)化升級、迭代更新，進一步深化與林草行業(yè)的融合，全面推動林草智能化轉型與AI產業(yè)創(chuàng)新應用，賦能智慧林草發(fā)展新篇章。（溫雅莉）

https://www.forestry.gov.cn/c/www/lcdt/621196.jhtml