Clear Sky Science · he

הרחבת מחקר יערות באמצעות טכנולוגיית LiDAR קרקעי

· חזרה לאינדקס

מדוע יערות תלת־ממדיים חשובים לכולם

יערות עושים הרבה יותר מסיפוק נוף ועץ: הם מאחסנים פחמן, מקררים את האוויר, מהווים מקלט לחי ולצומח וממתנים קיצונים אקלימיים. עם זאת, רבות מההחלטות שאנו מקבלים בנוגע למדיניות אקלים, שימור ושימוש בקרקע מסתמכות עדיין על מדידות עצים פשוטות למדי. מאמר זה מסביר כיצד טכנולוגיית לייזר קרקעית — הנקראת LiDAR קרקעי — מעניקה למדענים מבט תלת־ממדי מפורט בהרבה על יערות, ועוזרת לבנות גרסאות דיגיטליות מציאותיות של יערות ולעקוב כיצד כריתה, אש ושינויי אקלים מעצבים אותן עם הזמן.

Figure 1
Figure 1.

עיניים חדשות על היער

בעשורים רבים, לוויינים וכלי טיס מיפו יערות מלמעלה, וגילו היכן צומחות עצים וכיצד הן משתנות לאורך זמן. LiDAR קרקעי משנה את נקודת המבט לרצפת היער. סורק על חצובה שולח פולסים מהירים של לייזר ומודד כמה זמן לוקח להם להחזר ממגזעים, ענפים, עלים ואפילו גזעים שנפלו. התוצאה היא "ענן נקודות" צפוף שתופס את הסידור התלת־ממדי המדויק של החומר הצמחי. בהשוואה למדידות שטח מסורתיות בסרט מדידה או לתצלומים, הסריקות הללו מהירות יותר, מפורטות יותר ופחות מועדות להטיות, במיוחד בשטחים צפופים או לא אחידים. התקדמות חומרה אחרונה הפכה את הסורקים לקטנים, זולים ומהירים יותר, ופתחה את הדלת לשימוש נרחב יותר בקרב קבוצות מחקר רבות.

בניית יערות דיגיטליים

לאחר האיסוף, נקודות LiDAR ניתנות להמרה לעצים ולעומדים דיגיטליים מציאותיים. אלגוריתמים עוטפים את הנקודות בצורות פשוטות — לעתים תכופות גלילים קצרים — כדי לשחזר כל ענף עיקרי במה שמכונה מודלים כמותיים של מבנה. למעשה, מדענים יכולים לשקול ולמדוד עץ دون להרוס אותו, ולהעריך את מסת העץ הכוללת וכיצד היא מתפלגת מהגזע ועד היציאות הדקיקות. עצים דיגיטליים אלה מזינים "תאומים דיגיטליים": גרסאות ממוחשבות מפורטות של יערות שניתן להשתמש בהן לסימולציה של מעבר האור דרך צמרת, כיצד הפוטוסינתזה מגיבה לעונות משתנות, או כיצד צורות העצים נוצרים משילוב של גנטיקה וסביבה. רמת הריאליזם הזו מסייעת לגשר על הפער בין פלוטות שדה קטנות לתצפיות גלובליות מלוויין.

חשיבה מחדש על מפקדי יער

LiDAR קרקעי משנה גם את הדרך בה אנו סופרים ומנטרים עצים בקנה מידה גדול יותר. מפקדי יער לאומיים מסורתיים מסתמכים על מדידות קוטר וגובה של גזעים על גבי מגרשי דגימה. LiDAR יכול לספק את אותם נתונים בסיסיים בדיוק של סנטימטר, ובמקביל לתפוס רוחב כיפה, נפח כיפה, החלל שכל עץ תופס ועד כמה העלים מקובצים. מכיוון שכל זה נשמר בתלת־ממד, סריקות ישנות ניתנות לעיבוד מחדש עם אלגוריתמים חדשים, וסריקות חוזרות יכולות להראות כיצד גזעים, כיפות ואפילו ענפים דקים גדלים או מעוותים לאחר דילול, סופות או בצורות. התמונה העשירה הזו מסייעת לחדד מודלים שממירים גודל עץ לנפח עץ ולפחמן, וחושפת הבדלים אזוריים ותלויי ניהול ששיטות ישנות לעתים קרובות פספסו.

Figure 2
Figure 2.

ראיית מבנה, בית גידול והפרעה

מעבר לעצים בודדים, LiDAR מאפשר למדענים לכמת כיצד עלווה וענפים ממלאים מרחב בכל העמידה. הם יכולים למדוד כמה שכבות יש ביער, עד כמה הצמרת פתוחה או סגורה, ועד כמה המבנה מורכב גם בגובה וגם ברוחב. דפוסים אלה קשורים קשר הדוק למגוון הביולוגי ולעמידות. צמרות מורכבות נוטות לתמוך יותר מינים ויכולות להמשיך לייצר עץ גם כאשר היערות מזדקנים. מפות תלת־ממד מפורטות גם חושפות כיצד כריתה, אש, פיצול ורעיית חיוניים משנה את צורכי היער. מחקרים השתמשו ב‑LiDAR כדי להראות שעצים בקצוות היער האמזוני גדלים אחרת ומאחסנים פחות ביומסה, שצלקות כריתה נותרות נראות במבנה האנכי עשורים לאחר מכן, ושאֵשׂ־קרקע חורץ את הצמחייה התת־כורית בדרכים שמשתנות מאתר לאתר.

אתגרים והדרך קדימה

למרות ההבטחה, LiDAR קרקעי אינו תחליף קסום לכלים פשוטים. סורקים ברמת‑על עדיין יקרי־מחיר, ועבודת שטח עלולה להיאט על ידי רוח, גשם וטופוגרפיה קשה. עיבוד נפחי הנתונים העצומים עדיין דורש תוכנה ספציפית ומומחיות, ותקנים בינלאומיים לאופן הסריקה ושיתוף הנתונים רק מתחילים להופיע. אף על פי כן, התקדמות מתמשכת בבינה מלאכותית, מערכי נתונים משותפים ורשתות מתואמות מורידה בהדרגה את המחסומים האלה. המחברים מסיימים כי LiDAR קרקעי כבר הפך לחלק מרכזי בארגז הכלים הגלובלי להבנת יערות, ומציע את הפירוט המבני הנחוץ כדי לקשר מדידות קרקע, תיאוריה אקולוגית ותצפיות לווין — ולעזור לחברה לנהל ולהגן על יערות בעולם שמשתנה במהירות.

ציטוט: Maeda, E.E., Brede, B., Calders, K. et al. Expanding forest research with terrestrial LiDAR technology. Nat Commun 16, 8853 (2025). https://doi.org/10.1038/s41467-025-63946-6

מילות מפתח: LiDAR קרקעי, מבנה היער, יערות דיגיטליים, הפרעות ביער, אחסון פחמן