机载激光雷达绘制芬兰85亿棵树木，单木级森林数据库问世

芬兰的森林数据库如今收录了覆盖2900万公顷、约85亿棵单棵树木的数据，几乎涵盖全国所有森林。这一项目由芬兰地理空间研究所（FGI）主导，基于芬兰国家激光扫描计划的数据，从一个小试验区逐步扩展至全国覆盖。其成果在两方面尤为突出：一是数据库规模位居全球同类系统前列，据目前所知是最大的单木级森林资源信息系统；二是它证明了单木级数据不仅能在受控试点中生产，还能在大规模范围内实现。

传统森林资源数据以面积为单位（如网格或林分多边形）描述森林，提供平均树木特征和总蓄积量的估算。而单木方法将焦点转向每一棵树：激光扫描数据可精确定位每棵树的位置，并估算其高度、直径、体积、生物量和树种。这使得森林结构得以在远高于区域平均的细节层面被审视，未来有望支持森林经营与采伐计划、森林变化监测，以及对森林结构和生物多样性的更深入理解。 “像森林数据库这样的系统使得保存树木特定的生物多样性成为可能。它堪称森林的数字孪生，还可以与采伐机的决策算法结合，标记出不应砍伐的树木。”项目主要开发者、芬兰国家土地测量局的Matti Hyyppä表示。尽管该数据库暂无进一步更新计划，但项目积累的专业知识和方法将应用于未来项目。 该方法的主要局限在于检测较小树木。由于当前数据来自机载激光扫描，较大树木的树冠会遮挡下方的较小树木。因此，系统能识别约90%的锯材级树木，但小树的识别比例明显较低。这一差距有望缩小。国家激光扫描计划的新数据将把点密度从每平方米约5点提升至20点，提供更精细的森林结构图像。结合新兴的深度学习方法，更密集的数据应能检测出更大比例的小树。 “借助更密集的激光扫描数据和新的AI方法，单木级森林资源信息将得到进一步发展。”Hyyppä总结道。该项目的经验表明，在全国尺度上生产单木级信息需要应对技术和材料方面的挑战，方法仍有开发需求。随着数据密度和人工智能技术的进步，单木级森林资源信息有望在森林管理、生物多样性保护和数字孪生应用中发挥更大作用。 欲了解该项目的完整技术细节与更多案例，请点击阅读原文。