Набор данных наземного и воздушного лазерного сканирования деревьев в хребте Шивалик, Индия, с полевыми замерами и классификацией листьев и древесины

Почему важно картировать лес по дереву

Леса тихо помогают регулировать климат планеты, аккумулируют углерод и поддерживают бесчисленное множество видов, включая людей, зависящих от древесины, пищи и лекарств. Тем не менее нам по-прежнему сложно точно измерить, сколько живой массы — а значит и углерода — в них содержится, особенно в сложных тропических лесах. В этой статье представлен новый открытый набор данных из северной Индии, который фиксирует отдельные деревья в трёх измерениях с помощью лазерных импульсов с земли и с воздуха. Он предназначен для того, чтобы помочь учёным создавать лучшие инструменты для отслеживания состояния лесов, их роста и запасов углерода на масштабах от отдельных деревьев до спутниковых миссий.

Видеть и лес, и деревья

Вместо того чтобы полагаться только на рулетки и полевые записные книжки, исследователи использовали лазерное сканирование, чтобы «раскрасить» лес миллионами измерений расстояния. Наземные лазерные сканеры (TLS), установленные на штативах внутри леса, записывали тонкие детали стволов и ветвей. Воздушное лазерное сканирование (ALS), смонтированное на вертолёте, пролетало над ландшафтом, фиксируя общую структуру кроны и рельеф. Вместе эти виды обеспечивают как крупные панорамные обзоры, так и близкие подробности, позволяя учёным изучать 674 отдельных дерева из 12 участков в хребте Шивалик в Харьяне, Индия, представляющих 24 вида в тропических и субтропических лесах.

Создание точной 3D-картины

Чтобы превратить необработанные лазерные импульсы в надёжные 3D-модели деревьев, команда следовала цепочке тщательных шагов. Вокруг каждого участка выполнялись множественные наземные сканирования, чтобы не пропустить ни одной стороны дерева. Поскольку плотная крона блокирует спутниковые сигналы, команда разместила высокоточные GPS-приёмники в близлежащих прогалинах и использовала тахеометр (геодезический прибор), чтобы перенести эти положения внутрь леса. Математические преобразования затем связали всё в глобальную систему координат с точностью до сантиметров. Для воздушных данных сканер и камера на вертолёте покрыли примерно 250 квадратных километров, поддерживаемые маркированными наземными целями и опорной GPS-станцией, чтобы высота и форма ландшафта были сопоставимы по всей территории.

От сырых точек к отдельным деревьям

Каждое лазерное сканирование создаёт «облачко точек» — рой точек, показывающих, куда попали лазерные импульсы: в листья, кору или на землю. Исследователи сначала очищали эти облака, удаляя шум и выделяя точки земли для создания опорной высотной поверхности. Затем они выделяли отдельные деревья с помощью программного обеспечения, которое автоматически группировало точки, принадлежащие одному стволу и кроне, после чего следовала ручная проверка и корректировки в сложных местах, где кроны перекрываются или подлесок густой. Те же 674 дерева были затем выделены и в воздушных данных, так что каждое дерево имеет как детальное наземное представление, так и более широкую воздушную кросс‑ссылку. Параллельно полевые бригады измеряли диаметр ствола, определяли вид и фотографировали кору и листья, связывая каждое цифровое дерево с реальным, промаркированным деревом в лесу.

Проверка структуры листьев и древесины

Особая ценность этого набора данных в том, что многие деревья имеют точки, помеченные как древесина или листья. С помощью интерактивных инструментов эксперты вручную отделяли точки стволов и ветвей от листвы для деревьев с крупными стволами. Эти вручную размеченные деревья служат справкой для тестирования автоматических методов разделения лист-дерево. Команда прогнала четыре широко используемых алгоритма на этих данных и сравнила их работу. Хотя результаты оказались немного менее точными, чем в более простых лесах в других местах, ранжирование методов совпало с предыдущими исследованиями, что свидетельствует о реалистичности и высоком качестве новых данных. С версиями деревьев, содержащими только древесину, исследователи могут более надёжно оценивать объём стволов и ветвей, а значит и надземную биомассу.

От участков к спутникам

Чтобы понять, насколько лазерные измерения соответствуют реальности, авторы сопоставили высоты деревьев и диаметры стволов из TLS и ALS с полевыми замерами. Они обнаружили сильное совпадение, с небольшими средними различиями, отражающими как естественный рост, так и разные точки зрения измерений. С использованием продвинутых моделей они оценили объём каждого дерева и обобщили вклад различных видов в общий объём древесины. Например, один вид сосны составлял небольшую долю по числу деревьев, но большую долю общего объёма, указывая на его непропорциональную роль в запасах углерода. Поскольку набор данных открыт и размещён в публичных репозиториях, он теперь может поддерживать разные исследования — от тестирования новых методов машинного обучения для распознавания видов до улучшения спутниковых миссий, таких как NISAR (NASA‑ISRO) и BIOMASS (ESA), призванных мониторить леса по всему миру.

Что это значит для будущего

Проще говоря, эта работа предоставляет подробный «тренировочный зал» для цифровых инструментов, которые нам нужны, чтобы понимать и защищать леса. Тщательно картируя сотни отдельных деревьев в ранее мало представленном регионе, авторы дают учёным возможность отточить модели, которые превращают лазерные данные в надёжную информацию о размере, форме и биомассе деревьев. По мере улучшения этих моделей наша способность отслеживать, сколько углерода хранится в лесах, как они меняются со временем и насколько эффективны меры по охране и восстановлению, будет расти. Для всех, кто обеспокоен изменением климата и биоразнообразием, этот набор данных — важный шаг к более ясному пониманию лесов, от листьев до орбитальных спутников.

Цитирование: Ali, M., Biswas, A., Iglseder, A. et al. Terrestrial and Airborne Laser Scanning Dataset of Trees in the Shivalik Range, India with Field Measurements and Leaf–Wood Classifications. Sci Data 13, 420 (2026). https://doi.org/10.1038/s41597-026-06674-w

Ключевые слова: лесной лидар, биомасса деревьев, тропические леса, дистанционное зондирование, картирование углерода