Новата LiDAR технологија овозможува тродимензионално моделирање на ниво на „поединачно дрво“, способна да пробие шумски крошни и автоматски да изврши сегментација на поединечни дрвја (точност >95%), додека истовремено вади висина на дрвото, дијаметар на стеблото на висина од 1,3 м и волумен со висока прецизност, значително зголемувајќи ја ефикасноста на шумската инвентаризација. Сепак, овој напредок е резултат на синергетска еволуција преку повеќе платформи (авионски/со ранец/ручен) и алгоритми за вештачка интелигенција, а не на изолиран технолошки пробив објавен само во мај 2026 година.

Способност за пробивање и сегментација на поединечни дрвја:

Тековни liDAR системи со повеќекратни одбоци (на пр. DJI Zenmuse L3, CHCNAV RS30), комбинирани со алгоритми за класификација на точкести облаци (засновани на бројот на одбоци, интензитет и просторно групирање), ефикасно разликуваат помеѓу крошните, стеблата и точките на земјината површина. AI-базирани модели за инстанцна сегментација (како што се PointNet++, 3D CNN-ови или најновите трансформер архитектури) постигнаа F1-резултат поголем од 0,95 ​ (соодветно на точност >95%) за препознавање на поединечни дрвја во затворени шумски насади во истражувањата од 2025–2026 година.

Автоматско вадење на параметри:

Висината на дрвото (грешка <5%) и дијаметарот на стеблото на висина на градите (DBH, грешка ±3–5%) се добиваат преку цилиндрично прилагодување на точките од облакот на стеблото или методи на најмали квадрати . Волуменот се проценува со користење на алометриски равенки ​ (напр., DBH² × Висина), интегрирани со библиотеки на видови, постигнувајќи вкупни регионални грешки од <3%​ (потврдено со софтверот ForestPoint на CHCNAV).

Еволуција на техничките платформи:

Индустријата помина од статички наземни LiDAR-системи кон интеграција на LiDAR монтиран на БПА (за покривање на големи површини), liDAR во раница/во рака (за дополнување на деталите под крошните), и SLAM вистинско-временско позиционирање , што овозможува соработка при стекување на облаци точки „од воздух до земја“. Во почетокот на 2026 година, тимови од Универзитетот за шумарство на Североисток и GreenValley International потврдиле инженерската способност на овој систем на ниво на поединечни дрвја (<10 см грешка во позиционирањето).

Клучни прескокови:

Напредокот не произлегува од „ново физичко пробивање“, туку од конвергенција на зголемена густина на облакот точки (>20 точки/м² под крошните) + обработка со повеќе ехо + сегментација со длабоко учење (напр. Mask3D) + совместно моделирање на терен и растителност . Дополнително, „алгоритмот за исечување со свест за рабовите на крошните“, предложен од Кинеската академија за шумарство во 2025 година, значително го подобрил целосниот одделување на поединечни дрвја во густите насади.

Практични примени:

Пилот-програмите во шумите на Североисточен и Југозападен Кина покажаа поболешување на ефикасноста од повеќе од 10 пати во споредба со традиционалните површински истражувања, при што грешките задоволуваат бараните точности од класа III за Националната шумска инвентаризација (LY/T 1953–2021). Оваа технологија го поттикнува развојот на шумарството од „проценка врз основа на површини“ кон „точно истражување и мапирање по поединечно дрво.“