野生动植物和古树名木 “揭榜挂帅”项目开展中期评估

一直以来，古树名木的树龄鉴定都是一个世界性难题，虽然方法很多，但各有局限，鉴定误差较大。同时，我国野生动植物物种丰富，一线林草工作者在复杂的野外环境中，受各种因素影响，难以对各类野生动植物进行准确识别。

针对以上难题，去年，国家林业和草原局应急揭榜挂帅项目“野生动植物和古树名木鉴定技术及系统研发”正式启动，目标是以信息化、智能化赋能珍稀濒危野生动植物精准识别和古树名木树龄精准鉴定。

6月30日，该项目的中期评估会在北京林业大学举行。与会领导和专家查看了项目团队构建的野生动植物智能识别样本库和知识库、野生动植物智能识别软件和云平台，并观摩了古树名木树龄新型鉴定方法和配套装备。

许福介绍，项目团队已构建了野生动植物智能识别样本库和知识库。“植物在不同生长期或不同地域条件下性状表现不同，是识别难度大的一个原因。动物移动速度快，有时候甚至很难观测到。所以我们进行了多样化、全方面的动植物信息收集，比如收集动物的鸣声，可以在观测不到动物的情况下，提供识别依据。”许福说。

未来，项目团队将持续补充、完善数据库信息，为野生动植物智能识别提供更全面的数据支撑。许福表示，目前野生动物智能识别样本库与知识库中包含了野生动物图像、鸣声数据、DNA特征、视频、生活习性、栖息地等多种生物特征。珍稀濒危野生植物智能识别样本库与知识库则包含了野生植物孢粉、种子、花、果、幼苗、成株、树皮、木材等形态特征和图像资料、DNA条形码、生长环境、生长形态等不同物候特征。

同时，团队在此基础上建立了高识别率的野生动植物智能识别模型，并研建了跨平台的智能识别App和精准鉴定云服务系统，野生动植物的识别精度可达90%左右。

“有一些珍稀物种，在自然界可获得的样本不多，图像信息也比较少，我们从数字信息的层面开展工作，让模型系统进行智能训练，以提升此类生物的识别精度。”许福说。很多一线林草工作者的工作环境中网络信号可能较弱，团队正在研发在线、离线均可使用的智能识别软件。

针对古树名木树龄的鉴定技术体系，团队创新性地提出了光谱法、端粒法等多种新型无损树龄鉴定方法，并与其他领域的领先科研团队、企业合作，强强联合，共同开展树龄鉴定探索。同时，团队收集了大量古树数据样本，进一步完善了传统回归法树龄鉴定方法。除了胸径，回归模型中还引进了立地条件、气候因子、干形、侧枝等因子。

据介绍，“野生动植物和古树名木鉴定技术及系统研发”项目由北京林业大学牵头，联合国家林业和草原局林草调查规划院、中国科学院昆明植物研究所、中国科学院分子植物科学卓越创新中心、中国科学院软件研究所、云南省林业和草原科学院、中国科学院成都生物研究所、东北林业大学、北京农学院、视觉（中国）文化发展股份有限公司、北京市园林绿化科学研究院等10家单位共同承担。

专家组成员在现场考察

（本文图片来源：北京林业大学）