Лазерный мир

В конце мая 2026 года в АГАТУ прошел VIII Лесопромышленный форум Республики Саха. Ключевой темой мероприятия стали передовые технические и технологические решения в лесном хозяйстве. Большой интерес участников вызвало выступление Альберта Петровича Васильева, руководителя ООО «Центр космических технологий и услуг» (ООО «ЦКТиУ»). Он представил доклад «Практические результаты применения воздушного лазерного сканирования для таксации и отвода лесосек на аренде в Двинско-Вычегодском и Средне-Ангарском лесных районах».

Масштабная экспериментальная база

Для разработки и тестирования алгоритмов в Архангельской области была создана обширная база пробных площадей. Всего было заложено 93 пробы размером 50 ? 100 м общей площадью 41,5 га, на которых произрастает 55 836 деревьев пяти пород: ель, пихта, сосна, береза, осина. Исследования охватили пять типов лесорастительных условий. На каждой пробе выполнялись воздушное лазерное сканирование (ВЛС), аэрофотосъемка (АФС) и мультиспектральное лазерное сканирование (МЛС). Контрольный перечет проведен на 30 пробах.

Как пояснил в своем докладе А. П. Васильев, аэрофотосъемка представляет собой метод дистанционного зондирования Земли, заключающийся в фотографировании земной поверхности с определенной высоты с помощью аэрофотоаппарата, установленного на летательном аппарате. Воздушное лазерное сканирование – это метод, при котором с борта летательного аппарата лазерный сканер излучает импульсы и фиксирует время их возврата, формируя трехмерную модель поверхности в виде облака точек.

Анализ данных проводится в три этапа:

1. Определение расположения и высоты деревьев по данным ВЛС.
2. Определение пород деревьев по АФС и/или ВЛС.
3. Расчет диаметров стволов по объединенным данным предыдущих этапов.

Тестирование алгоритмов выделения и распознавания

В ходе работ было отработано порядка 20 алгоритмов выделения деревьев, которые разделились на математические, нейросетевые и смешанные. Для обработки участков Архангельской области был выбран алгоритм Apexnet, а перспективными для плотных облаков точек признаны PTD и TreeGraph.

Для определения пород деревьев тестировались нейросетевые архитектуры Mask R-CNN, YOLO и U-Net. Одна из них была выбрана для обработки участков в Архангельской области. Также найден перспективный алгоритм, который требует большего набора входных данных для повышения точности; в докладе было отмечено, что планируется его использование для данных, собранных в Иркутской области. Для определения диаметров стволов был выбран метод Random Forest.

Перспективы развития технологии

В заключение доклада директор Центра космических технологий и услуг обозначил направления дальнейшего развития метода:

• Увеличение плотности облаков точек при сопоставимой эффективности полета. Это позволит повысить качество определения местоположения и высоты дерева, добавить определение диаметра и породы непосредственно по данным ВЛС, а также использовать более точные алгоритмы.
• Увеличение наборов данных. Повышение количества деревьев в обучающих выборках позволит точнее определять породу дерева.
• Выделение точек отдельных деревьев из облака. Это даст возможность добавить новые характеристики, такие как диаметр кроны и наклон, которые могут повысить точность аллометрических признаков.
• Автоматизация и интеграция. Планируется написание программной оболочки для более удобной интеграции алгоритмов в рабочий процесс лесопользователей.

Представленные результаты подтверждают высокую эффективность воздушного лазерного сканирования в сочетании с современными нейросетевыми алгоритмами для таксации и отвода лесосек. Метод позволяет с высокой точностью (отклонение общего запаса в пределах 5–10%) определять ключевые таксационные показатели, что открывает перспективы для его широкого внедрения в практику лесного хозяйства.

источник: https://lpk-sibiri.ru/forest-management/lesoustrojstvo/tehnologii-lazernogo-skanirovaniya-v-lesnom-hozyajstve-opyt-czktiu-v-arhangelskoj-oblasti