Нова технологія LiDAR дозволяє створювати тривимірні моделі «на рівні окремого дерева», здатні проникати крізь лісовий полог і виконувати автоматичну сегментацію окремих дерев (точність >95 %), а також високоточно визначати висоту дерев, діаметр стовбура на висоті грудей (DBH) та об’єм. Це значно підвищує ефективність лісового інвентаризування. Однак цей прогрес є результатом синергетичної еволюції багатоплатформених систем (авіаційних/наземних у вигляді рюкзака/ручних) та алгоритмів штучного інтелекту, а не ізольованого технологічного прориву, про який повідомлено лише у травні 2026 року.

Здатність до проникнення та сегментація окремих дерев:

Поточний liDAR-системи з багатократним ехо (наприклад, DJI Zenmuse L3, CHCNAV RS30), поєднані з алгоритмами класифікації хмар точок (на основі кількості ехо, інтенсивності та просторової кластеризації), ефективно розрізняють точки пологу, стовбура та землі. Моделі інстанс-сегментації, що працюють на основі ШІ (наприклад, PointNet++, 3D CNN або новітні архітектури на основі трансформерів) досягли F1-оцінки понад 0,95 (що відповідає точності >95 %) для розпізнавання окремих дерев у густозакритих насадженнях у дослідженнях 2025–2026 років.

Автоматичне вилучення параметрів:

Висоту дерева (похибка <5 %) та діаметр стовбура на висоті грудей (DBH, похибка ±3–5 %) отримують за допомогою циліндричного підбору хмари точок стовбура або методів найменших квадратів . Об’єм оцінюється за допомогою алометричних рівнянь (наприклад, DBH² × Висота), інтегрованих із бібліотеками видів, що забезпечує загальну регіональну похибку <3% (як підтверджено програмним забезпеченням CHCNAV ForestPoint).

Еволюція технічних платформ:

Галузь вийшла за межі статичного наземного лідару й перейшла до інтеграції Лідару на БПЛА (для охоплення великих територій), лідару у вигляді рюкзака або ручного пристрою (для доповнення деталей підліску) та Реального часу SLAM , що дозволяє спільне отримання хмари точок у режимі «повітря–земля». На початку 2026 року команди Національного державного університету лісового господарства та GreenValley International підтвердили інженерну придатність цієї системи на рівні точності окремого дерева (<10 см похибка позиціонування).

Ключові прориви:

Цей прогрес зумовлений не «новим фізичним проникненням», а скоріше конвергенцією зростання щільності хмари точок (>20 точок/м² у підліску) + обробки багатоекових сигналів + сегментації за допомогою глибокого навчання (наприклад, Mask3D) + сумісного моделювання рельєфу та рослинності крім того, «алгоритм обрізання з урахуванням країв крони», запропонований Китайською академією лісового господарства у 2025 році, значно покращив цілісність відокремлення окремих дерев у густих насадженнях.

Практичні застосування:

Пілотні програми в лісах Північного Сходу та Південного Заходу Китаю продемонстрували підвищення ефективності понад у 10 разів порівняно з традиційними ділянковими обстеженнями, при цьому похибки відповідають вимогам точності класу III для Національного лісового інвентаризаційного огляду (LY/T 1953–2021). Ця технологія сприяє переходу лісового господарства від «оцінки за ділянками» до «точного обстеження та картографування кожного дерева».