רישום ענני נקודות UAV‑LiDAR ללא מטרות מבוסס התאמת גרפים של מיקומי עצים בסביבות יער

מדוע חשוב ליישר תצפיות לייזר של יערות

יערות מאחסנים פחמן, מספקים מקלט לחי והצומח, ועוזרים לווסת את האקלים, אך קשה למדוד את מבנה היער עצים אחר עצים על פני שטחים נרחבים. רחפנים קטנים הנושאים סורקי לייזר (UAV‑LiDAR) יכולים למפות יערות בפירוט מרשים, אך הנתונים שלהם נרשמים במסלולי טיסת חפיפה שאינם תמיד מיושרים בדיוק, במיוחד תחת עלוות צפופה שבה אותות ניווט לוויניים חלשים. המחקר מציע שיטה לגרום לסריקות הלייזר החופפות להתיישב היטב זו על זו על ידי שימוש בעצים עצמם כנקודות ייחוס טבעיות, ללא צורך במטרות מלאכותיות על הקרקע.

לראות את היער באמצעות לייזרים מעופפים

סקרים יעריים מודרניים מסתמכים יותר ויותר על LiDAR, טכנולוגיה השולחת פולסים של אור ומודדת כמה זמן לוקח להם לחזור. המותקן על רחפנים, LiDAR יכול לתפוס את צורת צמרות העצים, ענפים ומשטחים קרקעיים ברזולוציה של סנטימטרים. עם זאת, רחפן בדרך כלל טס במסלולים ארוכים ומקבילים, היוצרים רצועות של ענני נקודות שצריכות לחפוף כמו רעפים על גג. שגיאות ניווט קטנות, חסימת עלווה ושטח גלילי גורמים לכך שהרעפים האלה נדירים להתאים באופן מושלם. שיטות יישור מסורתיות מחפשות אזורי קרקע שטוחים או תכונות גאומטריות פשוטות, שאותן קשה למצוא או שהן מוסתרות ביערות אמיתיים. הכותבים במקום זאת מתמקדים במשהו שהוא גם שופע וגם בעל משמעות אקולוגית: התבנית של עצים בודדים.

שימוש בעצים כרשת טבעית של עוגנים

המסגרת החדשה מתחילה בהפרדה בין קרקע וצמחייה בכל רצועת LiDAR ובבניית מודלים מפורטים של גובה השטח והעלווה. מתוך אלה, התוכנה מזהה את פסגות העצים הבודדים וטורחת כל עץ כצומת ברשת. עבור כל עץ היא רושמת מה מרחק שכניו על הקרקע, כמה הם נבדלים בגובה, וכיצד הם יושבים זה מעל או מתחת לזה. יחסים מרחביים פשוטים אלה יוצרים מעין טביעת אצבע לשכונת העץ. השיטה משווה אז עצים בין רצועות חופפות, מחפשת את ההתאמה אחד‑לאחד הטובה ביותר של עצים ששומרת על דפוס המרחקים והגובה הכולל. שלב ההתאמה הזה נפתר באמצעות אלגוריתם קפדני שתוכנן במקור ליישור רצפים ביולוגיים, ומבטיח שנבחר סט עקבי של התאמות עצים על פני כל האתר.

דיוק ההתאמה בתלת־ממד

מציאת עצים מתאימים היא רק חצי מהמשימה; הסריקות עדיין צריכות להסתובב ולהזיז כדי שעצים מקבילים ינחתו באותו מקום במרחב תלת־ממדי. לשם כך משתמשים במחברים בגישה מיטבית בהשראת התנהגות להקות של ציפורים, הידועה כאופטימיזציית מושבת חלקיקים. פתרונות ניסיוניים רבים, שכל אחד מהם מייצג שילוב שונה של סיבובים וזיזומים, נעים בחלל החיפוש ומונחים לקראת הסידור שמביא את העצים התואמים להתקרב זה לזה ככל האפשר תוך התעלמות מנקודות קיצון בולטות. תהליך זה מניב טרנספורמציה תלת־ממדית מדויקת שמיישרת רצועת LiDAR אחת לאחרת בלי להסתמך על סמנים חיצוניים או מיקום לווייני איכותי, מה שהופך את השיטה לשימושית במיוחד ביערות שבהם אותות ניווט אינם אמינים.

עד כמה זה עובד ביערות אמיתיים?

הצוות בדק את שיטתו בפארק יער חופי בדרום‑מזרח סין, באמצעות נתונים משמונה משטחים מעגליים המייצגים מיני עצים, גילאים וצפיפויות גזעים שונות. המשטחים כללו פופלר, מטה השחר (dawn redwood), אורן סקוטי ומינים אחרים, עם עלוות צפופה ונקודות LiDAR בצפיפות גבוהה מאוד. לאחר הרישום, שגיאות המרחק האופייניות בין עצים תואמים היו רק כמה עשרות סנטימטרים, עם סטיות ריבועיות ממוצעות שורש כ‑17–27 ס"מ בהתאם למין. יחס העצים שתואמו נכונה עלה בכ‑17–27 אחוזים בהשוואה לשיטת בסיס נפוצה, והשיפורים היו חזקים במיוחד בעצי קומץ עם כתר נבדל ומופרד היטב כגון מטה השחר. גבים צפופים נשירים עם עלוות חופפת נשארו מאתגרים, מה שמצביע על הצורך בכלי חלוקה טובים יותר של עצים בעתיד.

מה המשמעות לניטור יערות

על‑ידי התייחסות לעצים כנקודות ברשת במקום כאובייקטים מבודדים, המסגרת הזו מציעה דרך חסכונית ונטולת מטרות ליישר מספר סריקות UAV‑LiDAR לתצוגה תלת‑ממדית אחת ומסודרת של היער. עבור לא‑מומחים, המסר המרכזי הוא כי אנחנו יכולים כעת לתפור יחד סקרי רחפנים חוזרים של יערות בדיוק גבוה יותר, גם במקומות שבהם אותות לוויין חלשים והקרקע מוסתרת תחת עלווה. רמת היישור הזו מתאימה למיפוי מבנה העלווה, מעקב אחרי גדילת היער ותמיכה במחקרים על מגוון ביולוגי ואחסון פחמן, אם כי היא עדיין לא מדויקת די לצרכים של מילימטרים כגון מדידות גזע מפורטות. ככל שרחפנים וסורקי לייזר יהפכו לנפוצים יותר ביערות, שיטות כזו יעזרו להפוך ענני נקודות למפות אמינות והשוואתיות שמגלות כיצד היערות משתנים עם הזמן.

ציטוט: Fekry, R., Ali, E., Sani-Mohammed, A. et al. Target-less registration of UAV-LiDAR point clouds based on graph matching of tree locations in forest environments. Sci Rep 16, 12373 (2026). https://doi.org/10.1038/s41598-025-29590-2

מילות מפתח: UAV LiDAR, מיפוי יערות, רישום ענן נקודות, זיהוי עצים, חישה מרחוק