Ученые Северного (Арктического) федерального университета имени М.В. Ломоносова совместно с технологическим партнером – компанией ООО «Открытый лес» – ведут разработку подходов и алгоритмов для дистанционной таксации лесных насаждений. Основой для новых методов служат данные, получаемые с беспилотных летательных аппаратов.

Таксация – своего рода «перепись» леса. Она позволяет определить количество деревьев, их породы, высоту и диаметр, а также оценить запас древесины. Эти данные необходимы для планирования лесопользования, восстановления лесов и оценки их состояния.

Традиционно специалисты проводят такие измерения непосредственно на местности. Однако обследование больших и труднодоступных лесных территорий требует значительных временных и трудовых затрат. Новый комплекс призван автоматизировать значительную часть этой работы.

Как беспилотник «видит» лес

Руководитель проекта, кандидат технических наук, доцент кафедры информационных технологий САФУ Ксения Шошина поясняет, что в основе технологии – воздушное лазерное сканирование, или LiDAR. Беспилотник с лазерным сканером пролетает над территорией и формирует трехмерное облако из миллионов точек, описывающих структуру леса и поверхность земли.

Полученные данные обрабатываются программно: алгоритмы выделяют отдельные деревья, определяют их местоположение и высоту, оценивают размер кроны, диаметр ствола, породу и объём древесины. В результате пользователь получает не только таблицу с характеристиками насаждений, но и цифровую карту территории.

– Беспилотник занимает своего рода золотую середину. Он позволяет получить детальную информацию о лесе и при этом обследовать значительно большую территорию, чем при наземных измерениях, – отмечает Ксения Шошина.

Одно из преимуществ технологии – скорость. Если наземное обследование территории может занимать недели полевых работ, съёмку с БПЛА можно выполнить за один-два дня, после чего собранные данные автоматически обрабатываются программой.

Испытали в лесах Архангельской области

Первый этап проекта уже завершен. Полевые исследования проводились на территории Карпогорского лесничества Архангельской области. Для эксперимента были выбраны участки, характерные для северных лесов, в том числе насаждения ели, сосны, березы и осины. Общая площадь лидарной съемки составила более 230 гектаров.

На основе полученных данных команда сформировала специальный датасет для обучения алгоритмов машинного обучения и разработала алгоритм автоматического выделения отдельных деревьев.

Испытания подтвердили перспективность подхода. На контрольных участках отклонение при определении запаса древесины составило менее 10%. Полученные результаты позволяют рассматривать технологию для дальнейшего применения в производственной лесной таксации.

При этом разработчики отмечают и ограничения метода. Наиболее сложными остаются очень густые многоярусные леса, где кроны деревьев сильно перекрывают друг друга. Дальнейшая работа будет направлена в том числе на повышение точности распознавания деревьев и древесных пород в таких условиях.

От съемки – к готовой цифровой карте

Для пользователя сложные вычисления остаются «внутри» системы. Через веб-интерфейс специалист загружает материалы съемки, после чего программный комплекс выполняет обработку и формирует готовый результат.

Полученные данные можно представить на интерактивной карте и выгрузить в стандартных форматах для геоинформационных систем. Технология также предусматривает возможность обмена данными через API. Отдельное направление дальнейшей работы связано с интеграцией комплекса с ФГИС лесного комплекса.

В перспективе возможности разработки могут использоваться не только непосредственно для таксации. Повторная съемка территории позволяет фиксировать изменения лесного покрова и может помочь при выявлении вырубок, а обследование после лесных пожаров – при оценке площади повреждений и объема погибшей древесины.

Перспектива – практическое внедрение

Проект реализуется совместно с технологическим партнером ООО «Открытый лес», что позволяет изначально ориентировать разработку на реальные задачи лесной отрасли.

Программный комплекс уже прошел испытания на контрольных участках Архангельской области. Следующим шагом может стать его опытно-промышленное применение в лесничествах и лесопромышленных компаниях с последующим масштабированием технологии.

Разработчики продолжат совершенствовать алгоритмы, повышать точность определения пород и таксационных характеристик, а также развивать возможности интеграции комплекса с отраслевыми информационными системами.

В перспективе технология позволит сократить объем рутинных полевых измерений и ускорить получение актуальной информации о лесных ресурсах. Для северных территорий с большими площадями лесов и труднодоступными участками развитие таких дистанционных методов особенно актуально.

По материалам НОЦ мирового уровня «Российская Арктика»