引 言

當今時代，信息技術已經(jīng)深入到各個行業(yè)和領域，互聯(lián)網(wǎng)、移動通信、大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能應用到了林業(yè)行業(yè)的多個業(yè)務中，我國的林業(yè)信息化建設已經(jīng)從數(shù)字林業(yè)向智慧林業(yè)邁進 [1]。

智慧林業(yè)是未來林業(yè)發(fā)展的必由之路，是未來林業(yè)工作的創(chuàng)新之路，通過智慧林業(yè)可以拓展林業(yè)技術應用、提升林業(yè)管理水平、增強林業(yè)發(fā)展質量、促進林業(yè)可持續(xù)發(fā)展。智慧林業(yè)的核心是利用現(xiàn)代先進的信息技術，建立一種長效的、智慧化的發(fā)展理念，實現(xiàn)傳統(tǒng)林業(yè)向高質高效的現(xiàn)代林業(yè)轉變。智慧林業(yè)的關鍵是通過制定統(tǒng)一的技術標準和規(guī)范，形成互動化、一體化、主動化、智能化的運行模式。智慧林業(yè)的目的是促進林業(yè)資源管理、生態(tài)系統(tǒng)構建、綠色產(chǎn)業(yè)發(fā)展等協(xié)同化推進，實現(xiàn)生態(tài)、經(jīng)濟、社會綜合效益最大化。

文獻 [1] 提出智慧林業(yè)建設目標。預計到 2020 年，基本構成了智慧林業(yè)的應用框架，完善林業(yè)信息基礎設施，提供智能化的高效的系統(tǒng)協(xié)同服務，有力支撐國家生態(tài)文明建設。只有將人工智能、物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算等技術融合和綜合應用，才能實現(xiàn)這個目標。

物聯(lián)網(wǎng)，顧名思義就是物物相連的互聯(lián)網(wǎng) [2]，物聯(lián)網(wǎng)技術作為智慧林業(yè)建設的重要信息手段，通過智能感知技術、智能識別技術與普適計算、認知計算、泛在網(wǎng)絡的融合應用， 構建一個覆蓋所有人和物的網(wǎng)絡信息系統(tǒng)，實現(xiàn)了物理世界與信息世界的無縫連接。隨著人工智能的發(fā)展，越來越多的應用都是將人工智能與物聯(lián)網(wǎng)的應用結合起來，形成智聯(lián)網(wǎng)，也就是所說的“行業(yè)智慧大腦末梢”。通過智聯(lián)網(wǎng)對物聯(lián)網(wǎng)感知到的森林數(shù)據(jù)進行更好的利用和價值提升，智慧林業(yè)平臺就具有了更智能的信息處理能力，提高了采集和應用效率 [3]。

1 智聯(lián)網(wǎng)技術

人工智能（Artificial Intelligence，AI）是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統(tǒng)的一門新的技術科學。AI 通過計算機來模擬人的一些思維過程和智能行為（如學習、推理、思考、規(guī)劃等），根據(jù)大量的數(shù)據(jù)資料做出對未來的預測。由于同時分析過去的和實時的數(shù)據(jù)，AI 能注意到有哪些資料屬于例外，并做出合理、合適的推斷，而數(shù)據(jù)對于人工智能的重要性也就不言而喻了。因此，若要使 AI 引擎變得更聰明、更強大，就需要持續(xù)的數(shù)據(jù)流入。對于 AI 來說，它可以處理和從中學習的數(shù)據(jù)越多， 其預測的準確率也會越高 [4]。

物聯(lián)網(wǎng)（Internet of Things，IoT）是現(xiàn)代信息技術的重要組成部分之一，也是信息化時代的重要發(fā)展階段。IoT 有兩層含義 ：其一，它的核心和基礎是在互聯(lián)網(wǎng)基礎上的延伸和擴展 ；其二，它的用戶端延伸和擴展到任何物品與物品之間，人和物品之間，并進行信息交換和通信，也就是物物相息 [5]。IoT 通過通信技術、感知技術，廣泛應用于各個行業(yè)當中，也因此被稱為繼計算機、互聯(lián)網(wǎng)之后信息產(chǎn)業(yè)發(fā)展的又一次新的浪潮。

通過物聯(lián)網(wǎng)對林木的感知、林區(qū)環(huán)境的感知、林業(yè)管理的感知，可以源源不斷地為人工智能提供數(shù)據(jù)基礎，那么人工智能就可以發(fā)揮巨大的作用 [6]。

智聯(lián)網(wǎng)（AIoT）概念明確提出是在 2017 年 2 月，在《人工智能芯片助陣，物聯(lián)網(wǎng)將進化為 AI+IoT》提到。目前受過訓練的一些 AI 系統(tǒng)，在特定領域的表現(xiàn)已超越人類，而在相關軟件技術迅速發(fā)展的背后，離不開專用芯片技術的發(fā)展。在芯片技術對人工智能的不斷完善以后，IoT 將可望進化成AIoT（AI+IoT）。人工智能終端芯片引領的邊緣運算，所帶來的商機更讓人引頸期盼 [7]。

AIoT 是指融合 AI 技術和 IoT 技術，通過物聯(lián)網(wǎng)產(chǎn)生、收集海量的數(shù)據(jù)存儲于云端、邊緣端，再通過大數(shù)據(jù)分析，以及更高形式的人工智能，形成智能化的應用場景和應用模式， 服務實體經(jīng)濟，為人類的生產(chǎn)活動、生活所需提供更好的服務， 實現(xiàn)萬物數(shù)據(jù)化、萬物互聯(lián)化。智聯(lián)網(wǎng)體系架構如圖 1 所示。

伴隨 AIoT 的落地實現(xiàn)，在萬物智聯(lián)的場景中，設備與設備間將互聯(lián)互通，形成數(shù)據(jù)交互、共享的嶄新生態(tài)。在這個過程中，林業(yè)物聯(lián)網(wǎng)監(jiān)測終端不僅有更加高效的算力，在大多數(shù)場景中，還具備本地自主決斷及響應能力。AIoT 靠近林業(yè)監(jiān)測數(shù)據(jù)源頭的網(wǎng)絡邊緣側，融合網(wǎng)絡、計算、存儲、應用核心能力的開放平臺，就近提供智能服務，滿足林業(yè)行業(yè)的敏捷連接、實時業(yè)務、數(shù)據(jù)優(yōu)化、智能應用等方面的關鍵需求。智聯(lián)網(wǎng)在智慧林業(yè)中的應用框架如圖 2 所示。

物理感知層主要是由基本的感應器件構成，如 RFID 標簽、各類傳感器、攝像頭、GPS、二維碼標簽和識讀器等基本標識和傳感器件。該層的核心技術包括射頻技術、新興傳感技術等。

物聯(lián)網(wǎng)層主要考慮感應器組成的網(wǎng)絡（RFID 網(wǎng)絡、傳感器網(wǎng)絡等）。該層的核心技術包括通信單元組成的無線傳感器網(wǎng)絡、認知網(wǎng)絡等。

智聯(lián)網(wǎng)層主要考慮應用人工智能算法結合物聯(lián)網(wǎng)監(jiān)測數(shù)據(jù)進行海量大數(shù)據(jù)分析。該層的核心技術包括邊緣計算、分布式機器學習、移動終端深度神經(jīng)網(wǎng)絡等。

林業(yè)行業(yè)應用層主要考慮智聯(lián)網(wǎng)與林業(yè)業(yè)務的結合，包括森林資源監(jiān)測、森林和草原災害監(jiān)測、野外動植物監(jiān)測、濕地資源監(jiān)測、荒漠化監(jiān)測等。

2 智聯(lián)網(wǎng)技術在林業(yè)信息化中的應用場景分析

由于林業(yè)的特殊性和復雜性，其具有空間上廣闊和時間上周期長的特點。林業(yè)業(yè)務量繁重，外業(yè)龐大，采集海量數(shù)據(jù)， 僅僅通過人工處理很難做到精準、及時。智聯(lián)網(wǎng)技術利用智能終端和智能平臺，將紅外相機、聲音采集器、GPS、環(huán)境感應傳感器等信息智能傳感設備以及遙感衛(wèi)星、無人機的數(shù)據(jù)相結合，使林業(yè)系統(tǒng)中的森林、濕地、荒漠、野生動物等林業(yè)資源可以相互感知，能隨時獲取需要的數(shù)據(jù)，并通過智能平臺上的算法將海量數(shù)據(jù)自動分析和處理，這樣就可以形成林業(yè)智慧立體感知，實現(xiàn)精準林業(yè)、智慧林業(yè)。

2.1 森林、草原災害監(jiān)測

人工智能是以數(shù)據(jù)為驅動的決策機制，根據(jù)實時數(shù)據(jù)和各類信息，綜合調(diào)配和運用分析，最終實現(xiàn)自動智能化，達到最佳應用 [8]。有研究表明，森林氣象因素，如大氣相對濕度、空氣溫度、大氣壓力等與森林、草原的火災和蟲災密切相關， 是災害預測的主要依據(jù)之一。

在森林氣象及環(huán)境信息森林災害監(jiān)測過程中，在觀測點周圍選擇有代表性的地段放置環(huán)境傳感器，自動監(jiān)測溫度、濕度、干燥度、蒸發(fā)量、風向、風力等環(huán)境因子 [9-10]。某一區(qū)域內(nèi)的森林、草原在溫度、濕度等環(huán)境因子達到臨界點時， 通過智聯(lián)網(wǎng)對傳感數(shù)據(jù)進行快速分析處理，可以對森林、草原災害的發(fā)生做出預測，及時發(fā)布監(jiān)測動態(tài)，制定預防和防治措施。通過安裝清晰度高的攝像頭，定期對周圍環(huán)境進行掃描，通過智聯(lián)網(wǎng)可以實現(xiàn)災害自動監(jiān)測、自動分析、自動制定策略 [11]。

衛(wèi)星和無人機是對森林、草原進行監(jiān)測的重要手段，在空間層次上也是基于高層的災害監(jiān)測手段，具有監(jiān)測范圍廣、時間頻率高、時效性強的優(yōu)點，但是衛(wèi)星和無人機采集到的數(shù)據(jù)是海量數(shù)據(jù)。將人工智能和深度學習技術應用到圖像數(shù)據(jù)處理當中，大大提高了圖像自動識別和目標提取的準確率 [12]。將處理結果傳輸?shù)街锹?lián)網(wǎng)中，與環(huán)境傳感器獲取的數(shù)據(jù)相融合，就能生成更加精確的災害預測和預警結果。圖 3 為基于智聯(lián)網(wǎng)的森林、草原災害監(jiān)測流程。

2.2 野生動物監(jiān)測

傳統(tǒng)的野生動物監(jiān)測主要依靠紅外相機以及聲音采集設備開展野外監(jiān)測 [13]，其受到影像和聲音數(shù)據(jù)收集、處理及分辨耗時費力，重要數(shù)據(jù)難以及時捕獲，偷盜獵行為無法及時監(jiān)控，動態(tài)與模糊影像無法分辨還原，采集聲音混雜等局限，目前的物聯(lián)網(wǎng)技術可以解決數(shù)據(jù)采集和傳輸?shù)膯栴}，但是無法解決數(shù)據(jù)的及時分析。只有應用智聯(lián)網(wǎng)技術，在監(jiān)測終端的智能視覺、聲音處理設備開展基于人工智能的處理，才能提高有效數(shù)據(jù)量。

通過大數(shù)據(jù)分析、人工智能算法等進一步對野生動物個體、生態(tài)鏈相關物種進行識別歸類，并可針對棲息地域進行有效的數(shù)據(jù)訓練及分析，從而實施野生動物的監(jiān)測與保護 [14]。 圖 4 和圖 5 分別為基于智聯(lián)網(wǎng)野生動物的圖像和聲音的處理流程。

3 結 語

本文介紹智聯(lián)網(wǎng)技術的定義和框架，在森林災害監(jiān)測、動植物保護等方面，探討了智聯(lián)網(wǎng)在林業(yè)信息化中的應用前景。隨著智聯(lián)網(wǎng)在理論上、技術上的進一步發(fā)展，智聯(lián)網(wǎng)將成為林業(yè)信息化的一個必需的技術手段，極大地提高林業(yè)信息化的水平和程度，更好地打造綠水青山。