中国林科院资源信息钻研所近日成功研发我国首个林草行业大模型——"林龙大模型"（ForestDragon） ，标志取我国智慧林草建设迈入新阶段。
在科技一日千里确当下 ，人为智能（AI）正以前所未有的快率深刻到各个领域。以DeepSeek为代表的大模型 ，凭借高效推理、多模态融合以及对垂直领域的深杜着化 ，成为推动行业智能化转型升级的壮大动力。林草行业因拥有地域辽阔、类型复杂、工作难度大等特点 ，火急必要借助以行业大模型为代表的人为智能技术进行深度融合与创新赋能 ，从而提升林草行业信息化治理水平 ，推动林草质量迈向精准提升的新台阶。
中国林科院资源信息钻研所智慧林草创新团队在持久耕作和钻研堆集的基础上 ，成功攻克关键主题技术 ，以DeepSeek大模型为底座 ，研发出林草行业大模型——林龙大模型（ForestDragon）。这一成就的问世 ，标志取我国在智慧林草钻研和利用领域迈出了关键一步 ，为林草高质量发展装上了人为智能的普惠引擎。
据研发团队掌管人、中国林科院首席科学家张怀清钻研员介绍 ，林龙大模型具备五大显著优势。其一 ，通过行业文本知识多智能体技术 ，有效融合林草领域知识 ，成功添补了通用大模型在林草行业知识方面的缺点 ，使大模型对林草领域复杂问题的理解能力提升60%以上。其二 ，针对林草行业数据和业务特点 ，构建了林草多模态数据的时空大模型 ，突破了大说话模型在时空数据理解、分析和推理能力上的局限 ，使林草业务推算和处置能力提升50%以上。其三 ，实现了多模态大模型与专用幼模型的协同融合 ，极大降低了开发成本 ，显著加强了模型的复用性、合用性和通用性 ，开发利用效能提升10倍以上。其四 ，成功解决了林草领域低资源前提下的多端兼容和国产化适配问题 ，脱节了林草行业大模型对高算力的依赖 ，提升了模型的易用性和普惠能力。其五 ，实现了行业自主产权的盛开共享 ，具备壮大的高扩大性 ，能支持职能更新迭代与产品的持续美满。
目前 ，林龙大模型已在八大利用场景落地生根 ，并支持各类终端的接口挪用。随着不休扩充美满 ，将为智慧林草全行业垂直领域的科延注利用和产业发展提供有力支持。
在行业文本处置方面 ，通过研发林草行业文本知识多智能体 ，可有效削减模型理解误差 ，专业知识获取效能和推理正确性提升近10倍。
在树种类型鉴别上 ，利用大幼模型融合的协同推算架构 ，实现多源遥感图像的树种精确鉴别 ，正确率超过93%。
对于表型参数提取 ，利用三维点云、多光谱、高光谱等多维数据 ，可实现样地-单木-器官多尺度林木三维表型参数的精准提取 ，以及林果种类、成熟度、品质等表型的精确鉴别 ，正确率超过90%。
在野活泼物鉴别领域 ，通过图像、视频、声纹等多模态数据融合 ，可能精准鉴别野活泼物类型、数量、姿势和行为等 ，精度在91%以上。
针对病虫害监测 ，通过微调SAM大模型可实现林木健全情况监测 ，如对松材线虫病等病害的鉴别 ，精度超过90%。
在林火鉴别方面 ，利用微调Grounding DINO大模型 ，能实现复杂布景下丛林火警、烟雾等灾害的智能鉴别 ，精度超过92%。
在生态系统评估中 ，通过自适应数据智能挖掘算法 ，可实现归一化植被指数、归一化水指数、壹积指数、凋落物量、产水量、泥土维持力、净低级出产力、总低级出产力等关键生态参数的精准提取 ，精度在85%以上。
在经营治理决策方面 ，利用数字孪生智能仿照与决策算法 ，可实现林分空间结构异质性、林分竞争水平、树种混交度、林分空间结构信息的精准提取 ，并进行结构优化调整 ，决策效能提升5倍以上。
值得一提的是 ，林龙大模型已在“三北”工程示范区、国度公园、国有林场等投入利用 ，运行状态不变靠得住。将来 ，林龙大模型将通过持续优化升级、迭代更新 ，进一步深入与林草行业的融合 ，全面推动林草智能化转型与AI产业创新利用 ，赋能智慧林草发展新篇章。（温雅莉）
