Teknolojia mpya ya LiDAR inawezesha kujenga mfumo wa 3D wa "kiwango cha mti mmoja", yenye uwezo wa kupenetrisha makao ya miti na kufanya usawazisho wa miti binafsi kwa otomatiki (ukuhakika >95%) wakati huondoa urefu wa mti, kipenyo cha mti kwa kioo cha kuzungumza (DBH), na kiasi cha mti kwa uhakika mkubwa, ikibadilisha kwa kiasi kikubwa ufanisi wa orodha ya misitu. Hata hivyo, maendeleo haya ni matokeo ya maendeleo ya pamoja katika mizizi mingi (kupitia hewa/kwenye mbackpak/kwenye mikono) na miradi ya AI, siyo mafanikio ya teknolojia pekee ambayo ilitanguliwa tu mwezi Mei 2026.

Uwezo wa Kupenetrisha & Usawazisho wa Miti Binafsi:

Mapya mfumo wa LiDAR wenye mizinga mingi (kama vile DJI Zenmuse L3, CHCNAV RS30), pamoja na miradi ya utambulisho wa point cloud (yanayotegemea idadi ya mizinga, nguvu ya mizinga, na kikundi cha nafasi), yanaweza kugawanya kwa ufanisi point za makao ya miti, kichwa cha mti, na point za chini. Miradi ya usawazisho wa kifani (instance segmentation) yanayotegemea AI (kama vile PointNet++, 3D CNNs, au miradi ya Transformer ya hivi karibuni), yamefikia Alama ya F1 zaidi ya 0.95 ​ (yanayolingana na usahihi >95%) kwa kutambua mti mmoja kwa mmoja katika mashamba ya miti yenye mabawa yanayofungia kikamilifu katika utafiti wa miaka 2025–2026.

Kutolewa Kiotomatiki ya Parameta:

Urefu wa mti (makosa <5%) na Kipenyo cha Mti kwa Kimo cha Uzuri (DBH, makosa ±3–5%) hupatikana kupitia kufitisha point cloud ya kifundo cha mti kwa njia ya silindri au kwa njia ya mraba mdogo zaidi eneo la kuvumilia hukokolewa kwa kutumia masharti ya ukuaji ​ (k.m., DBH² × Urefu) yaliyofungwa pamoja na maktaba ya aina za mimea, ikifanikisha makosa ya jumla ya eneo kote ya <3%​ (kama ilivyothibitishwa na programu ya ForestPoint ya CHCNAV).

Mabadiliko ya Miongozo ya Teknolojia:

Industriya imeondoka kutoka kwa LiDAR ya ardhi ya kimataifa hadi kuingiza LiDAR iliyopandwa kwenye UAV (kwa ajili ya kuuliza eneo kubwa), liDAR ya mkono/ya kuchukua kwa mkono (kujazia maelezo ya chini ya mti), na Uweko wa kweli wa SLAM , ukisawazisha uchunguzi wa "angani-kwenye ardhi" wa point cloud. Mwanzoni mwa mwaka 2026, timu za Chuo Kikuu cha Misitu ya Kaskazini Mashariki na GreenValley International zilithibitisha uwezo wa uhandisi wa mfumo huu kwa kiwango cha usahihi wa mti mmoja (<10 cm ya makosa ya uweko).

Mafanikio Makuu:

Maendeleo haya hayatokani kutoka kwa "upenetrasi mpya ya kimwili," bali kutoka kwa muhimu ya kujumuisha ongezo la densiti ya point cloud (>20 pts/m² katika sehemu ya chini ya mti) + uwasishaji wa multi-echo + ukingo wa kina la kujifunza (k.m.f. Mask3D) + uundaji pamoja wa takwimu ya ardhi-na-misitu . Pia, algoriti ya "kutengeneza kwa kujali mpaka wa mlima" iliyopendekezwa na Akademii ya Misitu ya Uchina mwaka 2025 imesaidia sana kuboresha utakatifu wa kugawanya miti baina ya kila mmoja katika mashamba yenye miti mingi.

Matumizi ya kisasa:

Mipango ya kujaribu katika misitu ya Kaskazini-Mashariki na Kusini-Magharibi ya Uchina yameonyesha mapato ya ufanisi zaidi ya mara 10 kulingana na utafiti wa sehemu za kawaida, na makosa yanayokidhi mahitaji ya usahihi wa daraja la III kwa Orodha ya Misitu ya Taifa (LY/T 1953–2021). Teknolojia hii inavyoendeleza uhandisi wa misitu kutoka kwa "utambulisho kwa sehemu" hadi "utambulisho wa kina na urejeshi wa mti kwa mti kwa usahihi."