Công nghệ LiDAR mới cho phép mô hình hóa 3D ở cấp độ "từng cây riêng lẻ", có khả năng xuyên thấu tán rừng và thực hiện phân đoạn tự động từng cây cá thể (độ chính xác >95%), đồng thời trích xuất chiều cao cây, đường kính thân tại vị trí ngực (DBH) và thể tích với độ chính xác cao, từ đó nâng cao đáng kể hiệu quả kiểm kê rừng. Tuy nhiên, tiến bộ này là kết quả của quá trình tiến hóa đồng bộ trên nhiều nền tảng (máy bay không người lái / đeo lưng / cầm tay) và các thuật toán trí tuệ nhân tạo, chứ không phải một bước đột phá công nghệ đơn lẻ được công bố riêng biệt vào tháng 5 năm 2026.

Khả năng xuyên thấu & Phân đoạn từng cây cá thể:

Hiện tại hệ thống LiDAR đa xung (ví dụ: DJI Zenmuse L3, CHCNAV RS30), kết hợp với các thuật toán phân loại đám mây điểm (dựa trên số lần dội xung, cường độ và phân cụm không gian), phân biệt hiệu quả giữa các điểm tán cây, thân cây và mặt đất. Các mô hình phân đoạn theo thể hiện (instance segmentation) do AI điều khiển (ví dụ như PointNet++, mạng CNN 3D hoặc các kiến trúc Transformer mới nhất) đã đạt được Điểm F1 trên 0,95 (tương ứng với độ chính xác >95%) trong việc nhận diện từng cây riêng lẻ ở những khu rừng có tán khép kín, theo nghiên cứu từ năm 2025–2026.

Tự động trích xuất tham số:

Chiều cao cây (sai số <5%) và đường kính thân cây tại độ cao ngang ngực (DBH, sai số ±3–5%) được suy ra thông qua phương pháp khớp hình trụ với đám mây điểm thân cây hoặc các phương pháp bình phương nhỏ nhất . Thể tích được ước tính bằng cách sử dụng các phương trình toàn học (ví dụ: DBH² × Chiều cao), kết hợp với thư viện loài, đạt sai số tổng thể theo vùng là <3% (được xác minh bởi phần mềm ForestPoint của CHCNAV).

Sự tiến hóa của các nền tảng kỹ thuật:

Ngành công nghiệp đã vượt xa công nghệ LiDAR mặt đất tĩnh để tích hợp LiDAR gắn trên UAV (để bao phủ quy mô lớn), liDAR đeo trên người/cầm tay (để bổ sung chi tiết tầng tán dưới), và Định vị thời gian thực SLAM , cho phép thu thập dữ liệu đám mây điểm phối hợp theo phương thức "từ trên không xuống mặt đất". Vào đầu năm 2026, các nhóm nghiên cứu từ Đại học Lâm nghiệp Đông Bắc và GreenValley International đã xác thực khả năng kỹ thuật của hệ thống này ở mức độ chính xác từng cây riêng lẻ (<10 cm sai số định vị).

Những đột phá trọng yếu:

Sự tiến bộ này không bắt nguồn từ "khả năng xuyên thấu vật lý mới", mà thay vào đó là kết quả của sự hội tụ giữa mật độ đám mây điểm tăng cao (>20 điểm/m² ở tầng tán dưới) + xử lý đa xung + phân đoạn học sâu (ví dụ: Mask3D) + mô hình hóa đồng thời địa hình và thảm thực vật ngoài ra, "thuật toán cắt ảnh có nhận thức về viền tán cây" do Học viện Lâm nghiệp Trung Quốc đề xuất năm 2025 đã cải thiện đáng kể tính toàn vẹn của việc tách riêng từng cây trong các khu rừng dày đặc.

Ứng dụng thực tiễn:

Các chương trình thí điểm tại các khu rừng ở Đông Bắc và Tây Nam Trung Quốc đã chứng minh hiệu suất tăng hơn 10 lần so với phương pháp điều tra ô mẫu truyền thống, với sai số đáp ứng yêu cầu độ chính xác cấp III đối với Khảo sát Lâm nghiệp Quốc gia (LY/T 1953–2021). Công nghệ này đang thúc đẩy ngành lâm nghiệp chuyển từ "đánh giá dựa trên ô mẫu" sang "khảo sát và lập bản đồ từng cây một cách chính xác."