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(biāo)志著我國智慧林草建設(shè)邁入新階段。

在科技日新月異的當(dāng)下，人工智能（AI）正以前所未有的速度深入到各個領(lǐng)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(lǐng)域的深度優(yōu)化，成為推動行業(yè)智能化轉(zhuǎn)型升級的強(qiáng)大動力。林草行業(yè)因具有地域廣闊、類型復(fù)雜、工作難度大等特點(diǎn)，迫切需要借助以行業(yè)大模型為代表的人工智能技術(shù)進(jìn)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(zhì)量邁向精準(zhǔn)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(tuán)隊在長期耕耘和研究積累的基礎(chǔ)上，成功攻克關(guān)鍵核心技術(shù)，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(biāo)志著我國在智慧林草研究和應(yīng)用領(lǐng)域邁出了關(guān)鍵一步，為林草高質(zhì)量發(fā)展裝上了人工智能的普惠引擎。

據(jù)研發(fā)團(tuán)隊負(fù)責(zé)人、中國林科院首席科學(xué)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(shù)，有效融合林草領(lǐng)域知識，成功彌補(bǔ)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(lǐng)域復(fù)雜問題的理解能力提升60%以上。其二，針對林草行業(yè)數(shù)據(jù)和業(yè)務(wù)特點(diǎn)，構(gòu)建了林草多模態(tài)數(shù)據(jù)的時空大模型，打破了大語言模型在時空數(shù)據(jù)理解、分析和推理能力上的局限，使林草業(yè)務(wù)計算和處理能力提升50%以上。其三，實(shí)現(xiàn)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(qiáng)了模型的復(fù)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(lǐng)域低資源條件下的多端兼容和國產(chǎn)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(shí)現(xiàn)了行業(yè)自主產(chǎn)權(quán)的開放共享，具備強(qiáng)大的高擴(kuò)展性，能支持功能更新迭代與產(chǎn)品的持續(xù)完善。

目前，林龍大模型已在八大應(yīng)用場景落地生根，并支持各種終端的接口調(diào)用。隨著不斷擴(kuò)充完善，將為智慧林草全行業(yè)垂直領(lǐng)域的科研、應(yīng)用和產(chǎn)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(zhǔn)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(gòu)，實(shí)現(xiàn)多源遙感圖像的樹種精確識別，準(zhǔn)確率超過93%。

對于表型參數(shù)提取，利用三維點(diǎn)云、多光譜、高光譜等多維數(shù)據(jù)，可實(shí)現(xiàn)樣地——單木——器官多尺度林木三維表型參數(shù)的精準(zhǔn)提取，以及林果品種、成熟度、品質(zhì)等表型的精確識別，準(zhǔn)確率超過90%。

在野生動物識別領(lǐng)域，通過圖像、視頻、聲紋等多模態(tài)數(shù)據(jù)融合，能夠精準(zhǔn)識別野生動物類型、數(shù)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(diào)SAM大模型可實(shí)現(xiàn)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(diào)GroundingDINO大模型，能實(shí)現(xiàn)復(fù)雜背景下森林火災(zāi)、煙霧等災(zāi)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(yīng)數(shù)據(jù)智能挖掘算法，可實(shí)現(xiàn)歸一化植被指數(shù)、歸一化水指數(shù)、葉面積指數(shù)、凋落物量、產(chǎn)水量、土壤保持力、凈初級生產(chǎn)力、總初級生產(chǎn)力等關(guān)鍵生態(tài)參數(shù)的精準(zhǔn)提取，精度在85%以上。

在經(jīng)營管理決策方面，利用數(shù)字孿生智能模擬與決策算法，可實(shí)現(xiàn)林分空間結(jié)構(gòu)異質(zhì)性、林分競爭程度、樹種混交度、林分空間結(jié)構(gòu)信息的精準(zhǔn)提取，并進(jìn)行結(jié)構(gòu)優(yōu)化調(diào)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(yīng)用，運(yùn)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(jìn)一步深化與林草行業(yè)的融合，全面推動林草智能化轉(zhuǎn)型與AI產(chǎn)業(yè)創(chuàng)新應(yīng)用，賦能智慧林草發(fā)展新篇章。

來   源：中國綠色時報

信息員：溫雅麗

編   輯：譚鈉丹   王靖媛

校   核：劉   峰

終   審：楊   劼