Nová technologie LiDAR umožňuje trojrozměrné modelování na úrovni „jednotlivého stromu“, které je schopno proniknout korunami lesů a provádět automatickou segmentaci jednotlivých stromů (přesnost >95 %) při extrakci výšky stromu, průměru kmenu výši 1,3 m nad zemí (DBH) a objemu s vysokou přesností, čímž výrazně zvyšuje efektivitu lesních inventarizací. Tento pokrok je však výsledkem synergického vývoje na více platformách (letecké, přenosné na zádech, ruční) a umělé inteligenci, nikoli izolovaného technologického průlomu, který by byl oznámen pouze v květnu 2026.

Schopnost pronikání a segmentace jednotlivých stromů:

Proud liDAR systémy s více echo (např. DJI Zenmuse L3, CHCNAV RS30), kombinované s algoritmy klasifikace bodových mraků (založené na počtu echo, intenzitě a prostorovém shlukování), účinně rozlišují body koruny, kmenu a země. Modely instanční segmentace řízené umělou inteligencí (např. PointNet++, 3D CNN nebo nejnovější architektury typu Transformer) dosáhly F1-skóre vyššího než 0,95 ​ (odpovídající přesnosti >95 %) pro rozpoznávání jednotlivých stromů v uzavřených porostech ve výzkumu z let 2025–2026.

Automatický výběr parametrů:

Výška stromu (chyba <5 %) a průměr kmenu ve výšce hrudníku (DBH, chyba ±3–5 %) jsou získávány prostřednictvím válcového proložení bodových mračen kmene nebo metodou nejmenších čtverců . Objem je odhadován pomocí alometrických rovnic ​ (např. DBH² × výška) integrovaných s knihovnami druhů, přičemž celkové regionální chyby dosahují <3%​ (ověřeno softwarem CHCNAV ForestPoint).

Vývoj technických platforem:

Průmysl se posunul za statické pozemní LiDAR systémy a začíná integrovat LiDAR montovaný na UAV (pro pokrytí velkého území), liDAR v batohu / ruční LiDAR (pro doplnění podrobností v podrostu) a Real-time lokalizace pomocí SLAM , což umožňuje společné „vzdušné a pozemní“ získávání bodových mračen. Na začátku roku 2026 týmy z Univerzity lesnického hospodářství na severovýchodě Číny a společnosti GreenValley International ověřily inženýrskou schopnost tohoto systému na úrovni přesnosti jednotlivých stromů (< 10 cm chyba polohy).

Klíčové průlomy:

Tento pokrok nevychází z „nové fyzikální průnikové schopnosti“, ale spíše ze spojení vyšší hustoty bodových mračen (> 20 bodů/m² v podrostu) + zpracování vícechovek + segmentace pomocí hlubokého učení (např. Mask3D) + společného modelování terénu a vegetace . Navíc „algoritmus oříznutí s ohledem na okraje koruny“, který v roce 2025 navrhla Čínská akademie lesnictví, výrazně zlepšil celistvost oddělení jednotlivých stromů v hustých porostech.

Praktické aplikace:

Pilotní programy v lesích severovýchodních a jihozápadních oblastí Číny prokázaly zvýšení účinnosti o více než 10krát ve srovnání se tradičními plošnými průzkumy, přičemž chyby splňují požadavky na přesnost třídy III pro Národní lesní inventuru (LY/T 1953–2021). Tato technologie přesouvá lesnictví od „odhadů založených na plochách“ k „přesnému průzkumu a mapování jednotlivých stromů."