近日，三亚学院信息与智能工程学院蹇凯博士作为第一作者，联合福建师范大学湿润亚热带生态地理过程教育部重点实验室、福建师范大学地理研究所及武夷山国家公园科研监测中心，在国际权威期刊 《Geo-spatial Information Science》（地球空间信息科学）
在线发表题为“Forest carbon stock estimation in Wuyishan National Park using multisource data and Bayesian-optimized residual dropout network”的研究论文。论文通讯作者为福建师范大学地理研究所陆灯盛（Dengsheng Lu）教授。该成果源于蹇凯博士在福建师范大学攻读地图学与地理信息系统专业期间的长期积累，并于入职三亚学院后正式刊出，是学校引育并举、激活青年博士创新动能的生动体现。该期刊为JCR一区、新锐Q1区刊物，最新影响因子5.5，由武汉大学主办、Taylor & Francis 出版，是国际地理空间信息科学领域具有重要影响力的高水平学术期刊之一。
破解"信号饱和"难题:多源遥感 + BORDNet 深度学习
森林碳储量是评估亚热带山地生态系统功能、支撑国家“双碳”战略的关键指标。研究团队指出,在地形复杂、林分异质性高的山地区域,传统建模方法难以兼顾精度与稳定性,单一遥感传感器易出现“信号饱和”等问题,长期制约着碳核算的可靠性。
图1 (a)BORDNet、(b)CatBoost、(c)GBR、(d)RF以及(e)XGBoost模型预测的武夷山国家公园森林碳储量空间分布（吨/公顷）
研究以武夷山国家公园福建片区(面积 1001.41平方公里) 为研究区,在数据层面整合 17 个典型样地的无人机 LiDAR 实测数据、森林冠层高度产品与 Sentinel-2 多光谱卫星影像,并叠加地形、气象等辅助变量,以扩充样本规模、缓解单一传感器的信号饱和问题。在算法层面,团队在多层感知机框架下,首次提出 贝叶斯优化残差 Dropout 网络(BORDNet),集成贝叶斯超参数优化、残差连接、批归一化与 Dropout 正则化,针对深度学习在森林碳储量建模中“样本不足、超参数敏感、特征融合不充分”三大瓶颈进行系统优化。
图2 研究技术路线
57.19 吨/公顷:武夷山碳储量本底首次精细刻画
研究结果显示,2022 年武夷山国家公园平均森林碳储量为 57.19 吨/公顷,各林型差异显著:混交林最高,达 90.30 t/ha;其后依次为杉木林 77.41 t/ha、马尾松林 50.36 t/ha、阔叶林 46.31 t/ha,毛竹林相对最低,为 28.26 t/ha。精度评估表明,BORDNet 在马尾松、杉木、毛竹林中的 R² 与 RMSE 指标全面优于传统机器学习方法;相较经典模型,马尾松和杉木林的 R² 提升 0.07–0.10,rRMSE 降低 1.18%–1.44%,有效缓解了森林遥感建模中长期存在的高值低估、低值高估问题,可为国家公园生态监测、碳核算与保护策略制定提供可复用的方法范式与高精度数据支撑。
图3 森林碳储量估算的模型性能评估
(a1) 至 (a5) 为边界网络模型；(b1) 至 (b5) 为分类梯度提升模型，(c1) 至 (c5) 为梯度提升回归模型，(d1) 至 (d5) 为随机森林模型，(e1) 至 (e5) 为极端梯度提升模型。第 1 至 5 列分别对应阔叶林、混交林、马尾松林、杉木林与竹林。
从武夷山到海南:技术外溢服务国家公园生态保护
蹇凯老师于2025年6月获福建师范大学地图学与地理信息系统专业博士学位,现为三亚学院信息与智能工程学院教师,长期聚焦智能化国土空间规划、森林遥感、森林碳储量估算与多源遥感数据应用。本次以三亚学院为重要署名单位在GSIS发表成果,是学校在地理空间智能、人工智能与生态环境交叉方向上具有标志性意义的科研突破。该成果对学校学科建设与海南区域发展具有多重价值:（1）在学科与平台建设层面,表明学校在地理空间智能与生态环境交叉领域与国内先进水平的距离越来越小,可为遥感科学、生态环境监测等学科的科研平台建设提供支撑;在团队与人才培养层面,依托研究积累的技术经验与数据资源,蹇凯老师所在研究团队将进一步强化跨学科科研协作能力;在服务海南地方发展层面,研究构建的“AI + 多源遥感”碳储量估算方法,可推广应用于海南热带雨林国家公园等区域的生态监测与碳核算工作,为海南国家公园体系建设、生态保护红线管控与“双碳”目标实现提供关键技术支撑。
未来展望：深耕智能遥感，反哺人才培养
下一步,蹇凯老师将继续围绕智能化国土空间规划、热带生态系统遥感监测、AI for Earth 等方向开展研究,并将武夷山验证的方法体系迁移应用至海南热带雨林国家公园等区域。同时，本次研究成果也将为三亚学院“项目制 3.0”教学改革提供有力支撑,推动一区期刊级别的科研成果反哺人才培养,持续提升信息与智能工程学院在人工智能与地理空间智能交叉领域的育人质量与社会服务能力。
论文信息
Kai Jian, Guiying Li, Liyin Wang & Dengsheng Lu (2026). Forest carbon stock estimation in Wuyishan National Park using multisource data and Bayesian-optimized residual dropout network. Geo-spatial Information Science. DOI: 10.1080/10095020.2026.2673300
二审二校 | 杨 涛
三审三校 | 李成名 尹 娜
