基于物种分布预测模型的适应性群团抽样理论与方法进行系统研究，提出了针对生物量估计的物种分布模型的理论和方法研究、适应性群团抽样技术的理论和方法研究和基于物种分布模型的适应性群团抽样方法和抽样设计组合优化技术，解决了森林生物量预估中由于抽样而带来的不确定问题；

1.以复杂环境（如森林）下低质量图像数据为研究对象，从理论上研究了基于鲁棒分布估计和低秩保留判别迁移子空间特征因子提取及测试算法，将所设计的理论算法应用于林业生物量参数提取与估计中，实现了基于自变参回归机器学习技术的树木材积精确预测和林地变更调查的遥感图像质量评价机制，设计了基于机载与地基激光雷达的林分参数提取算法，包括冠幅、胸径、材积、树种的自动计量，同时编制激光测绘软件。

2.基于林业中含度量误差的非线性混合效应模型研究，系统提出了含交互作用的非线性混合效应模型标准表达式及参数估计理论、广义的非线性度量误差模型联系方程组及参数估计理论，并且编制程序，有效解决了森林生物量估计时如何在保证估计出个体模型间随机差异的同时，减少或消除由观测变量的误差所造成的偏差。

3.在现有生物量模型和生物量相容性方程系统研究基础上，确定一种可靠的生物量可加性方程系统建模和参数估计方法，进一步解决方程中自变量和因变量同时含有度量误差而引起的参数估计偏差问题，分析气候变化对生物量的影响，即构建气候敏感的生物量相容性模型，最后利用上述研究成果对中国马尾松和落叶松生物量进行估计。

围绕该项目，迄今为止已发表学术论文51篇，其中SCI 40篇，累积影响因子135.42，包括IEEE Transactions on Neural Networks and Learning Systems（Top期刊，影响因子6.11）2篇，Pattern Recognition 1篇（影响因子4.99）1篇，Neural Networks 1篇（影响因子5.29），Forest Ecology and Management（Top期刊，影响因子3.39）5篇，登记软件著作权4项，申请发明专利5项，培养研究生8名，其中博士研究生3名。成果获第五届梁希青年论文奖二等奖、第六届梁希青年论文奖一等奖。