В конце мая 2026 года в АГАТУ прошел VIII Лесопромышленный форум Республики Саха. Ключевой темой мероприятия стали передовые технические и технологические решения в лесном хозяйстве. Большой интерес участников вызвало выступление Альберта Петровича Васильева, руководителя ООО «Центр космических технологий и услуг» (ООО «ЦКТиУ»). Он представил доклад «Практические результаты применения воздушного лазерного сканирования для таксации и отвода лесосек на аренде в Двинско-Вычегодском и Средне-Ангарском лесных районах».
Масштабная экспериментальная база
Для разработки и тестирования алгоритмов в Архангельской области была создана обширная база пробных площадей. Всего было заложено 93 пробы размером 50 ? 100 м общей площадью 41,5 га, на которых произрастает 55 836 деревьев пяти пород: ель, пихта, сосна, береза, осина. Исследования охватили пять типов лесорастительных условий. На каждой пробе выполнялись воздушное лазерное сканирование (ВЛС), аэрофотосъемка (АФС) и мультиспектральное лазерное сканирование (МЛС). Контрольный перечет проведен на 30 пробах.
Как пояснил в своем докладе А. П. Васильев, аэрофотосъемка представляет собой метод дистанционного зондирования Земли, заключающийся в фотографировании земной поверхности с определенной высоты с помощью аэрофотоаппарата, установленного на летательном аппарате. Воздушное лазерное сканирование – это метод, при котором с борта летательного аппарата лазерный сканер излучает импульсы и фиксирует время их возврата, формируя трехмерную модель поверхности в виде облака точек.
Анализ данных проводится в три этапа:
- Определение расположения и высоты деревьев по данным ВЛС.
- Определение пород деревьев по АФС и/или ВЛС.
- Расчет диаметров стволов по объединенным данным предыдущих этапов.
Тестирование алгоритмов выделения и распознавания
В ходе работ было отработано порядка 20 алгоритмов выделения деревьев, которые разделились на математические, нейросетевые и смешанные. Для обработки участков Архангельской области был выбран алгоритм Apexnet, а перспективными для плотных облаков точек признаны PTD и TreeGraph.
Для определения пород деревьев тестировались нейросетевые архитектуры Mask R-CNN, YOLO и U-Net. Одна из них была выбрана для обработки участков в Архангельской области. Также найден перспективный алгоритм, который требует большего набора входных данных для повышения точности; в докладе было отмечено, что планируется его использование для данных, собранных в Иркутской области. Для определения диаметров стволов был выбран метод Random Forest.
Результаты на пробных площадях
При тестировании алгоритма Apexnet на пробных площадях были получены следующие результаты: на всех тестовых участках отклонение общего запаса древесины от эталонных значений составило в пределах ±10%, а по отдельным породам – в пределах ±12%.
Результаты на реальных лесосеках
Испытания алгоритмов проводились на 20 лесосеках, расположенных в четырех лесничествах Архангельской области. Сравнение данных алгоритма Apexnet с фактическими данными вывозки показало следующие средние отклонения по итоговым значениям:
- по ели – 3%;
- по сосне – 8%;
- по березе – 1%;
- по осине – 10%;
- по общему запасу – 5%.
В таблице №1 представлены подробные результаты по каждой лесосеке.
Перспективы развития технологии
В заключение доклада директор Центра космических технологий и услуг обозначил направления дальнейшего развития метода:
- Увеличение плотности облаков точек при сопоставимой эффективности полета. Это позволит повысить качество определения местоположения и высоты дерева, добавить определение диаметра и породы непосредственно по данным ВЛС, а также использовать более точные алгоритмы.
- Увеличение наборов данных. Повышение количества деревьев в обучающих выборках позволит точнее определять породу дерева.
- Выделение точек отдельных деревьев из облака. Это даст возможность добавить новые характеристики, такие как диаметр кроны и наклон, которые могут повысить точность аллометрических признаков.
- Автоматизация и интеграция. Планируется написание программной оболочки для более удобной интеграции алгоритмов в рабочий процесс лесопользователей.
Представленные результаты подтверждают высокую эффективность воздушного лазерного сканирования в сочетании с современными нейросетевыми алгоритмами для таксации и отвода лесосек. Метод позволяет с высокой точностью (отклонение общего запаса в пределах 5–10%) определять ключевые таксационные показатели, что открывает перспективы для его широкого внедрения в практику лесного хозяйства.
Услуги ООО «ЦКТиУ»
Сегодня эксперты ООО «ЦКТиУ» разрабатывают и внедряют современное программное обеспечение с применением данных, полученных с помощью беспилотных авиасистем (БАС), воздушных и наземных лазерных сканеров, мультиспектральных аэрофотоснимков и спутниковых данных. Специалисты компании выполняют работы по таксации и отводу лесосек в объемах до 1 млн куб. м в год, разрабатывают проекты освоения лесов и проектную документацию на лесные участки.
Также инженеры ООО «ЦКТиУ» проводят дешифрирование материалов аэро- и космосъемки, изготовливают ортофотопланы высокой точности. Компания изготавливает электронные повыдельные карты для работы с GPS/GLONASS навигаторами.
Специалисты компании осуществляют лесопатологический мониторинг и обследование лесов, проводят оценку последствий пожаров и ветровалов на основе оперативной космической съемки, отслеживают процесс рубки лесных насаждений. Кроме того, компания предлагает объективную оценку лесохозяйственной деятельности по материалам космической съемки, которая может быть использована в судебных разбирательствах.
Для рационального лесопользования центр помогает определить расчетные лесосеки для заготовки древесины при всех видах рубок, внедряет в производство программное обеспечение собственной разработки Parma GIS, включенное в реестр российского ПО, с обучением сотрудников работе в программе. Также компания занимается созданием и сопровождением электронных баз данных для существующих ГИС предприятий лесной отрасли.
текст и фото: ЦКТиУ
г. Пермь, ул. Крупской, 67-312
+7 (342) 277-23-04
gis@parmagis.ru, parmagis.ru
