แทนที่จะดำเนินการที่เป็นอันตราย LiDAR ทำให้การสำรวจทรัพยากรป่าไม้ปลอดภัยและมีประสิทธิภาพมากขึ้น

ประวัติการสมัคร

การสำรวจทรัพยากรป่าไม้เป็นวิธีการหลักในการควบคุมสถานการณ์ปัจจุบันและการพัฒนาทรัพยากรป่าไม้ มีความสำคัญอย่างยิ่งต่อการจัดการและคุ้มครองทรัพยากรป่าไม้ที่ยั่งยืน

เทคโนโลยีการสำรวจป่าไม้แบบดั้งเดิมค่อนข้างล้าหลังและกว้างขวางผู้สืบสวนจำเป็นต้องลงลึกเข้าไปในผืนป่าหลังที่ห่างไกล ด้วยการใช้แรงงานจำนวนมากและความเสี่ยงที่คาดเดาไม่ได้การได้มาซึ่งพารามิเตอร์ของป่าไม้ขึ้นอยู่กับการสุ่มตัวอย่างภาคสนามและการวัดภาคสนามโดยเจ้าหน้าที่ภาคสนามวิธีการที่ใช้จำกัดเฉพาะเครื่องมือวัดที่ค่อนข้างดั้งเดิม เช่น เครื่องวัดระยะสูงแบบใช้มือถือ ไม้บรรทัด DBH และตลับเมตรไม่เพียงแต่ใช้เวลานานและลำบากเท่านั้น แต่ยังสามารถรับข้อมูลของพื้นที่ป่าไม้ขนาดเล็กเท่านั้น และขอบเขตการตรวจสอบไม่ครอบคลุม

การพัฒนาอย่างรวดเร็วของเทคโนโลยีการสำรวจระยะไกลทำให้เกิดความหวังสำหรับการสำรวจทรัพยากรป่าไม้ในพื้นที่ขนาดใหญ่ที่มีประสิทธิภาพอย่างไรก็ตาม เนื่องจากภาพที่ได้จากการสำรวจระยะไกลด้วยแสงไม่สามารถ "เจาะ" หลังคาป่าและรับข้อมูลโครงสร้างแนวตั้งของป่าได้ พารามิเตอร์ขาตั้งที่มีประสิทธิภาพจึงมีจำกัด

ทิศทางการสมัคร

เทคโนโลยี LiDAR แตกต่างจากการตรวจวัดระยะไกลด้วยแสงแบบเดิม ซึ่งอาศัยแหล่งกำเนิดแสงภายนอกเช่นดวงอาทิตย์เป็นอย่างมากมีความสามารถในการทำงานในทุกสภาพอากาศโดยปล่อยลำแสงเลเซอร์อย่างแข็งขันเพื่อตรวจจับเป้าหมายด้วยการสนับสนุนของเทคโนโลยี multiecho ลำแสงเลเซอร์แบบพัลซิ่งที่ปล่อยออกมาจาก Lidar สามารถเข้าถึงลำต้นของต้นไม้และแม้แต่พื้นดินผ่านช่องว่างของป่าเพื่อรับข้อมูลคลาวด์แบบจุดสามมิติ เพื่อให้ได้ข้อมูลโครงสร้างแนวตั้งของป่าอย่างสมบูรณ์ และในที่สุด ดึงข้อมูลพารามิเตอร์ของป่า เช่น ความสูงของต้นไม้ DBH และปริมาตร

ปัจจุบัน การตรวจสอบและติดตามทรัพยากรป่าไม้ในพื้นที่ขนาดใหญ่ส่วนใหญ่อยู่ในรูปแบบของ LiDAR ในอากาศ เสริมด้วยเครื่องสแกนเลเซอร์ 3 มิติภาคพื้นดินและ SLAMเทคโนโลยี LiDAR ถูกนำไปใช้เป็นหลักในการสกัดพารามิเตอร์ฐานตั้งพื้นฐาน เช่น จำนวนต้นพืช ความสูงของต้นไม้ DBH และความหนาแน่นของหลังคา ตลอดจนการประมาณปริมาณขาตั้ง

01 จำนวนขาตั้ง

จำนวนต้นไม้คือข้อมูลปริมาณของต้นไม้ในพื้นที่ที่กำหนด ซึ่งเป็นดัชนีสำคัญในการอธิบายความหนาแน่นของต้นไม้ยืนต้นอัลกอริธึมการแยกหมายเลขต้นไม้ขึ้นอยู่กับแบบจำลองความสูงของหลังคา (CHM) ที่สร้างโดยข้อมูล point cloud สำหรับการตรวจจับสูงสุดในพื้นที่หลังจากผ่าน CHM เพื่อรับค่าสูงสุดในหน้าต่าง สามารถรับจุดยอดมงกุฎ เพื่อรับข้อมูลหมายเลขโรงงาน

02 ความสูงของต้นไม้ยืน

ความสูงของขาตั้งไม่ได้เป็นเพียงภาพสะท้อนของการเจริญเติบโตของต้นไม้เท่านั้น แต่ยังเป็นตัวแปรสำคัญสำหรับการประเมินปริมาณป่าไม้ด้วยเทคโนโลยี LiDAR สามารถรับไม่เพียง แต่เมฆจุดหลังคาป่า แต่ยังรวมถึงเมฆจุดภูมิประเทศใต้หลังคาป่าตาม CHM ที่ได้จากทั้งสองกระบวนการ สามารถแยกพารามิเตอร์ความสูงของต้นไม้เดี่ยวได้โดยใช้จุดยอดมงกุฎ

03 DBH ของต้นไม้

DBH เป็นหนึ่งในพารามิเตอร์ที่สำคัญในการประเมินสถานะการเจริญเติบโตของต้นไม้

วิธีการวัดแบบแมนนวลคือการใช้ไม้บรรทัด DBH เพื่อวัดเส้นผ่านศูนย์กลางของต้นไม้ห่างจากรากของต้นไม้ 1.3 ม. เป็นพารามิเตอร์ DBHวิธีการแยกข้อมูลต้นไม้ DBH ตามข้อมูลบนคลาวด์จุดบนบกหรือ SLAM LiDAR คือวิธี Hough fitting circleวิธีนี้ใช้เพื่อแบ่งกลุ่มเมฆจุดต้นไม้เดี่ยวบนพื้นฐานนี้ ข้อมูลคลาวด์จุดที่ความสูง 1.3 ม. DBH จะถูกสกัดกั้นเพื่อสร้างภาพกริดสองมิติที่สอดคล้องกันจากนั้น ใช้อัลกอริธึมวงกลมปรับความพอดีของ Hough สำหรับการฟิตติ้งแบบวงกลม และเส้นผ่านศูนย์กลางวงกลมที่ได้รับจะถือเป็น DBH ของต้นไม้

04ความหนาแน่นของหลังคายืน

ความหนาแน่นของยอดไม้เป็นภาพสะท้อนมาโครของการเติบโตของป่าไม้และเป็นปัจจัยสำคัญในการกำหนดความเข้มของการตัดความหนาแน่นของยอดไม้เป็นเปอร์เซ็นต์ของการฉายภาพทรงพุ่มและพื้นที่ป่า

วิธีการสำรวจระยะไกลแบบดั้งเดิมต้องใช้อัลกอริธึมการประมวลผลภาพที่ซับซ้อนเพื่อแบ่งส่วนหลังคาของป่าจาก Orthophoto Image (DOM) จากนั้นคำนวณความหนาแน่นของท้องฟ้าโดยการนับอัตราส่วนของท้องฟ้ากับพื้นที่ป่าLiDAR ที่ใช้เทคโนโลยี multi-echo จะได้รับความหนาแน่นของ canopy โดยการนับอัตราส่วนของจุด plant ของ echo แรกกับจุดรวมของ echo แรกโดยตรง ซึ่งง่ายและมีประสิทธิภาพ

ข้อดีของ LiDAR

LiDAR มีข้อดีที่ชัดเจนในการตรวจสอบและติดตามทรัพยากรป่าไม้:

1. ประสิทธิภาพการดำเนินงานสูงเพื่อตอบสนองความต้องการของการสำรวจทรัพยากรป่าไม้ขนาดใหญ่

ยกตัวอย่าง LiDAR PM-1500 ในอากาศ Hi-Cloud มีสี่เสียงสะท้อนและความเร็วในการสแกนสูงถึง 2 ล้านจุด/วินาที ซึ่งสามารถรับข้อมูลสามมิติที่ครอบคลุมได้อย่างมีประสิทธิภาพ เช่น กิ่ง ลำต้น และพื้นผิว เป็นต้น แยกพารามิเตอร์ขาตั้งได้อย่างแม่นยำนอกจากนี้ ด้วยระยะทางที่ยาวถึง 1,500 เมตร ไม่เพียงแต่จะไม่ต้องกลัวภูมิประเทศของภูเขาที่มีการตกลงมาสูงเท่านั้น แต่ยังมีพื้นที่ครอบคลุมขนาดใหญ่สำหรับการดำเนินการเพียงครั้งเดียว และประสิทธิภาพของการดำเนินการตรวจสอบได้รับการปรับปรุงอย่างมาก

2.การแทรกแซงด้วยตนเองน้อยลง ความปลอดภัยของบุคลากร

รัศมีการทำงานของ PM-1500 LiDAR ในอากาศสามารถเข้าถึงได้ถึง 30 กม. และสามารถดำเนินการได้โดยอัตโนมัติโดยไม่ต้องมีการแทรกแซงด้วยตนเองหลังจากการวางแผนเส้นทางผู้ดำเนินการไม่ต้องลงลึกเข้าไปในพื้นที่ป่า เพื่อความปลอดภัยในการสอบสวนของบุคลากรและหลีกเลี่ยงอุบัติเหตุ

3.ผลสำรวจทรัพยากรป่าไม้อุดมสมบูรณ์

นอกเหนือจากพารามิเตอร์ทั่วไป เช่น หมายเลขฐานตั้ง ความกว้างของเม็ดมะยม และความหนาแน่นของหลังคาที่สามารถรับได้โดยวิธีการตรวจจับระยะไกลแบบเดิม เทคโนโลยี LiDAR ยังสามารถรับพารามิเตอร์ของความสูงของต้นไม้และ DBH ได้โดยตรง และประเมินปริมาณขาตั้งได้อย่างแม่นยำ ข้อมูลพารามิเตอร์ที่ถูกต้องและครอบคลุมมากขึ้นสำหรับการสำรวจทรัพยากรป่าไม้

4.ข้อมูลมีวัตถุประสงค์ ถูกต้อง และตรวจสอบย้อนกลับได้

การเลือกขอบเขตและวัตถุการสำรวจโดยใช้การสุ่มตัวอย่างภาคสนามด้วยตนเองมักเป็นแบบสุ่มและเป็นส่วนตัว และกิจกรรมการสำรวจสามารถทำได้เพียงครั้งเดียวโดยไม่มีการตรวจสอบย้อนกลับ ซึ่งอาจนำไปสู่ความยากลำบากในการตรวจสอบความเที่ยงธรรมและความถูกต้องของผลการสำรวจ

บนพื้นฐานเทคโนโลยี LiDAR สามารถรับข้อมูลคลาวด์จุดฟอเรสต์ที่ครอบคลุมทั้งช่วง ในทางกลับกัน การแยกพารามิเตอร์สแตนด์โดยรวมภายในช่วงโดยอัตโนมัติสามารถรับรู้ได้โดยใช้อัลกอริธึมการประมวลผลข้อมูลคลาวด์แบบจุด .

นอกจากนี้ ด้วยการประมวลผลแบบฟิวชั่นของข้อมูล LiDAR ทางอากาศ ภาคพื้นดิน SLAM และข้อมูล LiDAR แบบหลายแหล่งอื่นๆ ข้อมูลดังกล่าวยังสามารถตอบสนองความต้องการของการแยกพารามิเตอร์แบบยืนต้นเดี่ยวที่มีรายละเอียดมากขึ้นอีกด้วยเทคโนโลยี LiDAR มีความเที่ยงธรรมและประสิทธิผลที่หาที่เปรียบมิได้ในการแยกพารามิเตอร์ของสแตนด์