森林地上生物量是森林生态系统中重要的碳储量部分，不仅对区域碳循环和气候变化研究具有重要意义，也是评估森林生态系统服务功能，量化森林生态价值的关键指标。传统的森林地上生物量监测方法主要依赖地面实测数据，通过树高、胸径等森林结构指数与异速生长方程建立联系，从而计算出森林地上生物量。尽管其精度较高，但需要投入大量的人力、时间和资金，并且难以实现覆盖山地区域的大范围监测。

为突破瓶颈，重庆市林业规划设计院大数据研究团队运用哨兵二号遥感影像与人工智能技术，开展系统研究并取得进展。研究团队创新采用岭回归技术，融合随机森林、支持向量机、XgBoost、CatBoost四种人工智能算法，构建堆叠集成模型，实现了森林地上生物量的准确监测和市域数据的快速生成。该成果不仅填补了人工智能集成技术在监测重庆森林地上生物量方面的研究空白，也丰富了重庆林业数字化建设的人工智能工具库。

未来，研究成果将为构建林业领域高质量数据集提供探索路径，为人工智能赋能林业资源监测类数字化应用场景提供技术支撑。

相关成果以论文Estimation of forest above－ground biomass based on stacked ensemble model in Chongqing， China发表在国际期刊《Frontier in Plant Science》。该研究得到重庆市科技兴林资助。