林窗研究的知識(shí)圖譜

何漢榮， 朱 靜， 牛牧文， 鄧慧穎， 鄒 武，謝子揚(yáng)， 劉金福，3， 何中聲?

(1.生態(tài)與資源統(tǒng)計(jì)福建省高校重點(diǎn)實(shí)驗(yàn)室， 福建 福州 350002；2.福建農(nóng)林大學(xué)計(jì)算機(jī)與信息學(xué)院， 福建 福州 350002； 3.福建農(nóng)林大學(xué)林學(xué)院，福建 福州 350002； 4.福建農(nóng)林大學(xué)圖書(shū)館， 福建 福州 350002)

林窗(canopy gap)，又稱林隙，是森林中單株或多株林冠層的樹(shù)木受到自然(如風(fēng)、雨、病蟲(chóng)害等因素)或人為干擾等影響形成的森林空隙的現(xiàn)象(Reiset al，2002)，是森林植物更新和演替的關(guān)鍵驅(qū)動(dòng)力(Muscoloet al，2014)。 林窗形成對(duì)維持森林生物多樣性(Prescott，2022)、促進(jìn)森林養(yǎng)分循環(huán)(Frolkinget al，2009)，維持區(qū)域和全球森林碳收支平衡等(Runkle，1981)發(fā)揮重要作用。 自Watt(1947)首次提出林窗概念以來(lái)，林窗研究主要集中于林窗動(dòng)態(tài)與競(jìng)爭(zhēng)(Liénardet al，2016)、生物多樣性維持(Parnellet al，2009)、幼苗填充和林窗微環(huán)境(Heet al，2019)及樹(shù)種的響應(yīng)(Stanet al，2010)等方面。 自20 世紀(jì)90 年代以來(lái)，我國(guó)林窗研究迅猛發(fā)展，主要集中于林窗大小和識(shí)別(Chenet al，2023；Huet al，2009)、群落結(jié)構(gòu)特征(江藍(lán)等，2022)、生物多樣性組成(Wanget al，2021)和林窗模型(霍常富等，2009)等方面，闡述了林窗在森林更新及生態(tài)系統(tǒng)功能中的重要價(jià)值，但鮮少對(duì)其文獻(xiàn)進(jìn)行科學(xué)計(jì)量和可視化分析。

知識(shí)圖譜，將計(jì)量學(xué)引文分析(Linnenlueckeet al，2019)和共詞分析(Zhaoet al，2021)等方法結(jié)合，根據(jù)可視化圖譜展示學(xué)科的核心結(jié)構(gòu)、發(fā)展歷史、前沿領(lǐng)域以及整體知識(shí)架構(gòu)，揭示了知識(shí)的演變過(guò)程(謝子揚(yáng)等，2021)。 利用知識(shí)圖譜可將大量文獻(xiàn)轉(zhuǎn)化成可視化圖像，明確描述文獻(xiàn)之間的聯(lián)系，且以結(jié)構(gòu)化的方式進(jìn)行展示，是目前文獻(xiàn)計(jì)量學(xué)研究熱點(diǎn)(Yanet al，2016)。 近年來(lái)，林窗與其他學(xué)科交叉研究逐漸增多，但缺乏對(duì)林窗發(fā)展態(tài)勢(shì)及學(xué)科領(lǐng)域的綜合分析。 為此，本文基于R 軟件“Bibliometrix”包整合2002—2022 年林窗研究文獻(xiàn)，對(duì)年度發(fā)文數(shù)量、文獻(xiàn)來(lái)源、發(fā)文作者和文獻(xiàn)關(guān)鍵詞進(jìn)行可視化，梳理林窗研究熱點(diǎn)及發(fā)展趨勢(shì)，從多個(gè)維度反映林窗研究的發(fā)展態(tài)勢(shì)，旨在為林窗后續(xù)研究提供理論參考。

1 數(shù)據(jù)來(lái)源與研究

Web of Science(WOS)，是一個(gè)擁有全球數(shù)量最多、最有影響力學(xué)術(shù)信息資源的引文數(shù)據(jù)庫(kù)(Leydesdorffet al，2013)。 以WOS 庫(kù)核心合集為數(shù)據(jù)源，以“Forest near/2 gap?”和“Canopy near/2 gap?”為檢索關(guān)鍵詞，文獻(xiàn)類型為“article”。

R 軟件中“Bibliometrix”包可用于全流程科學(xué)文獻(xiàn)計(jì)量及可視化展示(Ariaet al，2017)，具有數(shù)據(jù)收集、數(shù)據(jù)分析和數(shù)據(jù)可視化3 個(gè)主要功能，且通過(guò)文獻(xiàn)檢索和引文情況進(jìn)行文獻(xiàn)統(tǒng)計(jì)、網(wǎng)絡(luò)分析及知識(shí)圖譜繪制等(Guleriaet al，2021)。 其中h指數(shù)是客觀評(píng)價(jià)作者學(xué)術(shù)論文影響力大小及其重要論文產(chǎn)出數(shù)量的計(jì)量指標(biāo)，即一個(gè)作者h(yuǎn)指數(shù)為h時(shí)，表示至多有h篇論文分別被引用h次(Bar-Ilan，2008)。g指數(shù)作為h指數(shù)的改進(jìn)指數(shù)，是一個(gè)作者論文按照被引量從高到低排序，將排序序號(hào)平方，當(dāng)序號(hào)平方等于累計(jì)被引次數(shù)時(shí)，該序號(hào)為g指數(shù)(van Ecket al，2008)。m指數(shù)是將h篇論文的引文，按照被引用數(shù)降序排列，選擇中位數(shù)為m指數(shù)(黃崇亞，2012)。 關(guān)鍵詞共現(xiàn)分析是利用文獻(xiàn)集中詞匯對(duì)或名詞短語(yǔ)共同出現(xiàn)的情況，確定文獻(xiàn)集所代表學(xué)科中各主題之間關(guān)系的方法，并通過(guò)關(guān)鍵詞共現(xiàn)特征揭示對(duì)應(yīng)文獻(xiàn)之間的關(guān)系和研究交叉點(diǎn)，對(duì)某一領(lǐng)域熱點(diǎn)內(nèi)容、學(xué)科與領(lǐng)域發(fā)展具有重要意義(李中國(guó)等，2015)。 歷史文獻(xiàn)直接被引用圖由Garfield(1955，1972)提出，用來(lái)表示文獻(xiàn)收集產(chǎn)生相關(guān)性最高的直接引用時(shí)間順序網(wǎng)絡(luò)圖。 SCP 指數(shù)(single country publications)反映單一國(guó)家或地區(qū)發(fā)表文獻(xiàn)數(shù)量；MCP 指數(shù)(multiple country publications)反映多國(guó)家或地區(qū)發(fā)表文獻(xiàn)數(shù)量；MCP Ratio 指數(shù)(multiple country publications ratio)反映多國(guó)家或地區(qū)文獻(xiàn)數(shù)比例，該指數(shù)越高表示該國(guó)文獻(xiàn)國(guó)際化程度越高。

2 結(jié)果與分析

2.1 林窗文獻(xiàn)基本情況

經(jīng)檢索獲取2002—2022 年發(fā)表相關(guān)文獻(xiàn)共計(jì)2620 篇，去除發(fā)表年份缺失及重復(fù)數(shù)據(jù)，共有2553 篇文獻(xiàn)(表1)，涉及6925 位作者，作者總計(jì)出現(xiàn)10360 人次；獨(dú)立作者文獻(xiàn)數(shù)149 篇，文獻(xiàn)篇均作者數(shù)4.07 個(gè)，文獻(xiàn)篇均被引次數(shù)為20.6 次。 自2002 年以來(lái)，文獻(xiàn)發(fā)表數(shù)量總體呈逐年遞增趨勢(shì)，年平均增長(zhǎng)率為2.82%，2021 年發(fā)表文獻(xiàn)數(shù)最高，為176 篇。 林窗文獻(xiàn)總被引次數(shù)和篇均被引次數(shù)在2002—2022 年總體呈下降趨勢(shì)，2022 年的篇均被引次數(shù)為2.0，總被引次數(shù)為314。

表1 2002—2022 年林窗文獻(xiàn)發(fā)表數(shù)和被引用情況Table 1 Number of articles published and cited on canopy gap between 2002 and 2022

2.2 林窗文獻(xiàn)的高產(chǎn)作者、高被引論文及h 指數(shù)

2002—2022 年，WOS 庫(kù)收錄林窗文獻(xiàn)逐漸增多，較多作者呈高產(chǎn)現(xiàn)象。 總被引次數(shù)表示作者所有文獻(xiàn)被引用次數(shù)的總和。 對(duì)比前10 名高產(chǎn)作者統(tǒng)計(jì)數(shù)據(jù)(表2)，2002—2022 年，H Bugmann累計(jì)發(fā)表文獻(xiàn)30 篇，h指數(shù)16，與h指數(shù)相關(guān)的g指數(shù)和m指數(shù)分別為26 和0.761，文獻(xiàn)總被引次數(shù)為715，且g指數(shù)均高于其它作者。h數(shù)指數(shù)排名第2 的G Asner 和J W Dalling 作者總被引次數(shù)較高，分別為1210、1201。 我國(guó)作者J J Zhu(朱教君)、W Q Yang(楊萬(wàn)勤)、B Tan(譚波)和F Z Wu(吳福忠)發(fā)表的論文數(shù)量和m指數(shù)均較高，h指數(shù)、g指數(shù)和總被引次數(shù)呈上升趨勢(shì)，后續(xù)具有較大的發(fā)展空間。

表2 林窗文獻(xiàn)前10 名高產(chǎn)作者、h 指數(shù)及總被引數(shù)Table 2 Top 10 high-yield authors， h index， and total citations of canopy gap articles

優(yōu)勢(shì)度因子表示在合作文獻(xiàn)中作者為第一作者的頻率，通過(guò)優(yōu)勢(shì)度因子排序確定優(yōu)勢(shì)作者。 林窗前10 名優(yōu)勢(shì)作者及發(fā)表文獻(xiàn)數(shù)見(jiàn)表3，J L Hart 的優(yōu)勢(shì)度因子最高，為0.54。 前10名優(yōu)勢(shì)作者的文獻(xiàn)均為合作文獻(xiàn)，未出現(xiàn)獨(dú)作文獻(xiàn)，J L Hart 和G Asner 2 位學(xué)者合作第一作者篇數(shù)(7 篇)均高于其它作者。

表3 林窗文獻(xiàn)前10 名優(yōu)勢(shì)作者及發(fā)文數(shù)Table 3 Top 10 dominant authors and number of articles published on canopy gap

由表4 可以看出，WOS 庫(kù)中林窗前10 名高被引用文獻(xiàn)集中在2016 年及以前，近年發(fā)表的有關(guān)林窗研究的文獻(xiàn)，影響力突出的較少。 2016 年X L Liang在ISPRS Journal of Photogrammetry and Remote Sensing上發(fā)表的論文總被引295 次，年平均被引36.88 次，該文獻(xiàn)綜述了陸地激光掃描在森林清查和冠層監(jiān)測(cè)中的應(yīng)用進(jìn)展(Lianget al，2016)。 J C White 發(fā)表的文獻(xiàn)年平均被引次數(shù)為32.25，文獻(xiàn)綜述了數(shù)字航空測(cè)量與激光掃描技術(shù)的結(jié)合將會(huì)在未來(lái)10 年對(duì)森林清查和森林結(jié)構(gòu)分析產(chǎn)生重要影響(Whiteet al，2016)。 此外，林窗前10 名高被引用文獻(xiàn)的總被引次數(shù)均高于200，且年均被引次數(shù)在2016 年前呈逐年增加趨勢(shì)。

表4 林窗前10 名高被引用文獻(xiàn)Table 4 Top 10 highly-cited articles in canopy gap

將林窗研究文獻(xiàn)按時(shí)間順序排列，繪制直接被引用網(wǎng)絡(luò)矩陣(圖1)，按時(shí)間順序排列的直接被引用前20 名文獻(xiàn)中，大部分集中在2002—2008 年，2008 年被引次數(shù)最高，2014 年以后發(fā)表的文獻(xiàn)直接被引次數(shù)相對(duì)較少。

圖1 2002—2022 年歷史文獻(xiàn)直接被引網(wǎng)絡(luò)圖譜Figure 1 Network atlas of the historical articles directly cited between 2002 and 2022

2.3 林窗文獻(xiàn)作者的國(guó)家和地區(qū)分析

林窗文獻(xiàn)發(fā)表數(shù)量前10 名國(guó)家和地區(qū)見(jiàn)表5。 基于SCP 和MCP 指數(shù)分析各國(guó)林窗研究領(lǐng)域產(chǎn)出及影響力。 美國(guó)作者發(fā)文740 篇，發(fā)表頻度為29.13%，與其他國(guó)家和地區(qū)合作發(fā)文149 篇，合作比例為0.201，文獻(xiàn)篇均被引次數(shù)25.86。 中國(guó)、加拿大和日本文獻(xiàn)發(fā)表數(shù)緊隨其后。 英國(guó)發(fā)表文獻(xiàn)篇均被引數(shù)最高，為35.96 次。 美國(guó)林窗文獻(xiàn)發(fā)表數(shù)量SCP 指數(shù)、MCP 指數(shù)最高，表明其林窗領(lǐng)域活躍度較高，中國(guó)林窗文獻(xiàn)發(fā)表頻度為11.02%，文獻(xiàn)發(fā)表篇數(shù)位居第二，而總被引次數(shù)以及篇均被引次數(shù)相對(duì)較少。

表5 林窗文獻(xiàn)發(fā)表數(shù)量前10 名國(guó)家和地區(qū)Table 5 Top 10 countries and regions contributing to the most published articles of canopy gap

2.4 林窗文獻(xiàn)期刊來(lái)源

林窗文獻(xiàn)發(fā)表前10 名文獻(xiàn)來(lái)源及影響因子(IF)見(jiàn)表6。 參考?中國(guó)科學(xué)院文獻(xiàn)情報(bào)中心期刊分區(qū)表?(2020 年基礎(chǔ)版)，前10 名文獻(xiàn)來(lái)源期刊的大類學(xué)科主要為農(nóng)林科學(xué)、工程技術(shù)、環(huán)境科學(xué)與生態(tài)學(xué)等學(xué)科，以農(nóng)林科學(xué)居多，其中Remote Sensing of Environment的影響因子為9.156，遠(yuǎn)高于其他期刊；Agriculture and Forest Meteorology、Remote Sensing和Journal of Ecology的影響因子均超過(guò)4。Forest Ecology and Management文獻(xiàn)數(shù)最高，為322 篇，且遠(yuǎn)多于其他期刊，期刊分區(qū)集中在Q1 與Q2。

表6 林窗文獻(xiàn)發(fā)表數(shù)量前10 名文獻(xiàn)期刊來(lái)源及影響因子、中科院分區(qū)Table 6 Source of the top 10 articles published on canopy gap and their influential factors，and the division of the Chinese Academy of Sciences

2.5 林窗文獻(xiàn)高頻關(guān)鍵詞分析

由表7 可以看出，林窗文獻(xiàn)前10 名學(xué)科目錄中，F(xiàn)orestry(林學(xué))出現(xiàn)頻次最高(1095 次)，其次是Environment Sciences ＆ Ecology(環(huán)境科學(xué)與生態(tài)學(xué))(1032 次)、Plant Sciences(植物科學(xué))(368 次)、Remote Sensing(遙感)(190 次)、Imaging Science ＆ Photographic Technology (成像科學(xué)與攝影技術(shù))(164 次)和Agriculture(農(nóng)學(xué))(149 次)等。 關(guān)鍵詞是對(duì)表述論文的中心內(nèi)容有實(shí)質(zhì)意義的詞匯，關(guān)鍵詞中g(shù)rowth(生長(zhǎng))出現(xiàn)頻次最高，共出現(xiàn)476 次，其次是dynamics(動(dòng)態(tài))(475 次)、canopy gaps(冠層林窗)(444 次)、regeneration(更新)(367 次)、patterns(格局)(312 次)和disturbance(干擾)(298 次)等。

表7 林窗文獻(xiàn)前10 名高頻關(guān)鍵詞分析Table 7 Analysis of the top 10 high-frequency keywords in articles on canopy gap

根據(jù)索引關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)分析(圖2)，分別以canopy gaps(冠層林窗)、canopy(林冠層)、rain-forest(雨林)、light(光照)為核心劃分4 個(gè)集群。 與canopy gaps 相關(guān)性高的關(guān)鍵詞包括dynamics(動(dòng)態(tài))、vegetation(植被)、recruitment(填補(bǔ))、patterns(格局)和disturbance(干擾)；與canopy 相關(guān)性高的關(guān)鍵詞包括model(模型)、leaf-area index(葉面積指數(shù))和forests(森林)；與rain-forest 相關(guān)性高的關(guān)鍵詞包括diversity(多樣性)、ecology(生態(tài)學(xué))和management(管理)；與light 相關(guān)性高的關(guān)鍵詞包括gaps(林窗)、competition(競(jìng)爭(zhēng))和establishment(定殖)。

圖2 林窗文獻(xiàn)索引關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)分析Figure 2 Co-occurrence network analysis of key words in the article index of canopy gap

關(guān)鍵詞時(shí)間演變與出現(xiàn)頻率分析是從時(shí)間和關(guān)鍵詞出現(xiàn)頻率2 個(gè)維度來(lái)反映其研究主題的演變(圖3)。 2009 年establishment(定殖)關(guān)鍵詞出現(xiàn)頻率較高；2010 年tree(樹(shù)木)和dispersal(擴(kuò)散)等關(guān)鍵詞出現(xiàn)頻率最高；2011 年light(光照)和rain-forest(雨林)等關(guān)鍵詞出現(xiàn)頻率最高；2012 年canopy gaps(冠層林窗)、patterns(格局)和disturbance(干擾)等關(guān)鍵詞出現(xiàn)頻率最高，其中canopy gaps(冠層林窗)出現(xiàn)頻次在400 以上；2013 年growth(生長(zhǎng))、regeneration(更新) 和vegetation(植被) 等關(guān)鍵詞出現(xiàn)頻率最高，其中g(shù)rowth(生長(zhǎng)) 和regeneration(更新)出現(xiàn)頻次在400 以上；2014 年dynamics(動(dòng)態(tài))和forest(森林)等關(guān)鍵詞出現(xiàn)頻率最高，其中dynamics(動(dòng)態(tài))出現(xiàn)頻次在400 以上。 2002—2022 年出現(xiàn)頻率最高的關(guān)鍵詞包括patterns(格局)、growth(生長(zhǎng))、dynamics(動(dòng)態(tài))和regeneration(更新)，且集中在2012—2014年。 結(jié)合林窗文獻(xiàn)索引關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)分析(圖2)，從時(shí)間維度分析，以canopy gaps(冠層林窗)為中心的集群的關(guān)鍵詞主要出現(xiàn)在2012 年后，從關(guān)鍵詞出現(xiàn)頻率維度分析，以canopy gaps(冠層林窗)為中心的集群出現(xiàn)頻率明顯高于其他3 個(gè)集群。

圖3 關(guān)鍵詞的時(shí)間演變與出現(xiàn)頻率分析Figure 3 Time evolution and frequency analysis of keywords

3 討論

h指數(shù)是客觀評(píng)價(jià)作者學(xué)術(shù)論文影響力大小和其重要論文產(chǎn)出數(shù)量的計(jì)量指標(biāo)。 在開(kāi)展林窗相關(guān)研究時(shí)，可關(guān)注高h(yuǎn)指數(shù)的文獻(xiàn)。 由于2014 年來(lái)發(fā)表文章的日期距離統(tǒng)計(jì)截止時(shí)間較近，其影響力、相關(guān)性仍有待驗(yàn)證。 2003—2022 年，H Bugmann 累計(jì)發(fā)表文獻(xiàn)30 篇，h指數(shù)16；我國(guó)作者發(fā)表林窗研究領(lǐng)域高h(yuǎn)指數(shù)文獻(xiàn)集中在2014 年及之前。 中國(guó)林窗文獻(xiàn)發(fā)表頻度達(dá)11.02%，文獻(xiàn)發(fā)表數(shù)量位居第二，但總被引次數(shù)及篇均被引次數(shù)均較少，可能與中國(guó)開(kāi)展林窗研究起步較晚有關(guān)。 隨著林窗研究的快速發(fā)展，我國(guó)作者h(yuǎn)指數(shù)、被引次數(shù)逐年增加，我國(guó)學(xué)者的林窗研究在國(guó)際上將受到更多關(guān)注。

從時(shí)間維度分析上看，以light(光照)和rain-forest(雨林)為中心的集群關(guān)鍵詞主要出現(xiàn)在2011 年后，以canopy gaps(冠層林窗)為中心的集群關(guān)鍵詞主要出現(xiàn)在2012 年后，以forest(森林)為集群的關(guān)鍵詞主要出現(xiàn)在2014 年后。 由于各區(qū)域森林時(shí)空尺度的干擾方式存在差異，導(dǎo)致不同森林類型林窗面積劃分方法各異，一定程度上影響了林窗含義的拓展，導(dǎo)致研究結(jié)果存在差異。 林窗領(lǐng)域的研究可根據(jù)關(guān)鍵詞分析預(yù)測(cè)未來(lái)研究趨勢(shì)，通過(guò)不同學(xué)科交叉和研究方法的應(yīng)用，逐步解決林窗領(lǐng)域遇到的關(guān)鍵科學(xué)問(wèn)題。

4 結(jié)論與展望

(1)2002—2022 年林窗文獻(xiàn)發(fā)表數(shù)量總體上呈逐年遞增趨勢(shì)，中國(guó)作者發(fā)表論文數(shù)量和m指數(shù)排名靠前，但高h(yuǎn)指數(shù)作者、高優(yōu)勢(shì)度作者以及高被引論文作者與國(guó)外相比數(shù)量較少。我國(guó)林窗研究者學(xué)術(shù)論文影響力大小和其重要論文產(chǎn)出數(shù)量有待提高，中國(guó)作者m指數(shù)靠前說(shuō)明文章被引次數(shù)較為均衡，但缺少突出高被引文章，凝練科學(xué)問(wèn)題提升林窗研究的質(zhì)量仍是努力的方向。

(2)林窗文獻(xiàn)總被引次數(shù)和篇均被引次數(shù)在2002—2022 年總體呈下降趨勢(shì)。 英國(guó)發(fā)表林窗文獻(xiàn)篇均被引數(shù)最高，為35.96 次。 美國(guó)林窗文獻(xiàn)發(fā)表數(shù)量SCP 指數(shù)、MCP 指數(shù)最高，中國(guó)林窗文獻(xiàn)發(fā)表頻度為11.02%，文獻(xiàn)發(fā)表數(shù)位居第二，但總被引次數(shù)以及篇均被引次數(shù)較少，有待進(jìn)一步提高。 中國(guó)林窗研究領(lǐng)域起步較晚，被引次數(shù)較少，但文獻(xiàn)發(fā)表數(shù)量居于前列，說(shuō)明我國(guó)林窗研究水平正在穩(wěn)步提升。

(3)林窗來(lái)源前10 名文獻(xiàn)期刊影響因子在1.719～9.156，大類學(xué)科以農(nóng)林科學(xué)、工程技術(shù)、環(huán)境科學(xué)與生態(tài)學(xué)為主，F(xiàn)orest Ecology and Management發(fā)表的文獻(xiàn)篇數(shù)最高，且遠(yuǎn)多于其他期刊，林窗中g(shù)rowth(生長(zhǎng))、dynamics(動(dòng)態(tài))、regeneration(更新)為出現(xiàn)頻率最高的關(guān)鍵詞，均集中出現(xiàn)在2014 年前。 林窗是林學(xué)、植物科學(xué)、環(huán)境科學(xué)與生態(tài)學(xué)等學(xué)科的研究熱點(diǎn)領(lǐng)域，通過(guò)關(guān)鍵詞演變與高被引高產(chǎn)出期刊，深入了解林窗研究領(lǐng)域發(fā)展態(tài)勢(shì)，可為未來(lái)林窗研究奠定發(fā)展方向。

鑒于當(dāng)前林窗研究的理論框架和分析結(jié)果，未來(lái)建議關(guān)注:探討林窗干擾下地上和地下部分生物多樣性和生態(tài)系統(tǒng)功能，深入研究林窗干擾對(duì)生態(tài)系統(tǒng)的影響過(guò)程與機(jī)制；基于長(zhǎng)時(shí)間尺度明確林窗更新和群落演替的過(guò)程與驅(qū)動(dòng)力，特別是通過(guò)長(zhǎng)期監(jiān)測(cè)去解析林窗形成到郁閉的更新機(jī)制，預(yù)測(cè)未來(lái)森林群落組成和演替方向；融合近地面遙感、深度學(xué)習(xí)和大數(shù)據(jù)等新一代信息化技術(shù)，推動(dòng)林窗多尺度、多要素、多過(guò)程監(jiān)測(cè)的智慧化，構(gòu)建森林動(dòng)態(tài)三維結(jié)構(gòu)信息化監(jiān)測(cè)平臺(tái)。