组织单位：北京大学、云南大学

召集人：陶胜利、张志明、王彬

联系人：陶胜利（sltao@pku.edu.cn）

分会场介绍：

        植被三维结构是调控生态系统功能、生物多样性格局及生物地球化学循环的关键要素。在全球变化的背景下，精准刻画植被的三维结构特征、理解其时空动态规律及其与气候系统的相互作用，已成为生态学与遥感科学交叉领域的前沿议题。近年来，随着激光雷达、无人机摄影测量、以及人工智能技术的飞速发展，植被三维遥感正逐步从二维冠层覆盖描述向更精细的三维结构量化转型，这为全球变化研究提供了新的观测维度和数据支撑。

        本分会场聚焦植被3D遥感与全球变化主题，旨在汇聚生态学、遥感科学、地理信息科学及林学等领域的专家学者，围绕以下核心议题展开深入交流：

        1. 植被三维结构刻画与反演方法：基于星载、机载、地基激光雷达或无人机摄影测量技术，发展植被精细结构提取或枝叶分离的相关算法与模型；发展点云智能分类、多尺度参数表征、植被结构复杂性与三维空间占据反演算法与物理模型；探讨多源传感器协同观测下的植被精细结构刻画方法。

        2. 三维结构驱动的生态系统功能评估：利用三维结构参数改进生态系统过程模型，量化植被三维结构对光能截获、碳分配及水热传输的调控作用，提升森林碳储量、净初级生产力与蒸散发的估算精度，揭示三维结构-生态系统功能耦合机制。

        3. 全球变化响应与适应机制：整合长时间序列监测数据，解析极端事件及人类干扰下植被三维结构的退化、恢复与适应过程；探讨植被三维结构对林下微气候的缓冲效应及其对物种适应性的影响。

        4. 生物多样性监测与保护：发展基于三维生境异质性的生物多样性评估框架，探讨冠层结构对物种分布、群落构建及功能性状分异的驱动机制，为生物多样性热点识别与保护规划提供空间数据支撑。

        5、多源数据融合与尺度转换：推动地基、无人机、航空与卫星遥感数据的协同应用和多源数据融合框架，发展植被三维结构参数的尺度转换算法、不确定性量化与误差传递模型，实现从样地调查到区域及全球尺度的参数推绎、验证与数据同化。

        6、人工智能、物理模型与植被数字孪生：结合人工智能与过程解析模型，发展可解释、可迁移的植被参数智能反演方法；探索植被数字孪生构建技术，实现三维结构、生理过程与环境因子的实时动态模拟与预测，为全球变化情景分析提供虚拟实验平台。

        本分会场诚挚欢迎相关领域的研究者投稿，分享最新研究进展、方法创新与应用案例，共同推进植被三维遥感在全球变化研究中的理论深化与技术落地。