DOI: https://doi.org/10.1016/j.rse.2025.114947
تاريخ النشر: 2025-08-01
المؤلف: Justin Holvoet وآخرون
الموضوع الرئيسي: الاستشعار عن بعد وتطبيقات LiDAR
نظرة عامة
تتناول ورقة البحث دمج تقنيات الكشف عن الضوء والمسافة (LiDAR)، وتحديدًا المسح بالليزر الأرضي (TLS) والمسح بالليزر المتنقل (MLS)، في جرد الغابات الوطنية (NFIs). تقدم هذه التقنيات تقدمًا كبيرًا في مراقبة موارد الغابات من خلال تمكين استرجاع كل من الخصائص التقليدية والجديدة للغابات، مما يعزز دقة وموثوقية القياسات مثل ارتفاع الأشجار وحجم الخشب. تؤكد الورقة على أن TLS وMLS يجب أن تكمل بدلاً من أن تحل محل طرق الجرد التقليدية، مما يبرز إمكاناتها في تحويل ممارسات جرد الغابات.
من خلال تحليل دراسات الحالة من جرد الغابات الوطنية في فرنسا وفنلندا وسويسرا، يحدد المؤلفون التحديات الرئيسية المتعلقة بالقضايا اللوجستية وجودة البيانات والعوامل البيئية التي قد تعيق التنفيذ العملي. تشمل التوصيات للاعتماد الناجح البدء بمراحل اختبار أصغر، وتكييف بروتوكولات المسح مع السياقات المحددة، وتعزيز التعاون بين المستخدمين للاستفادة من التقدم التكنولوجي المستمر. يدعو المؤلفون إلى استثمار استراتيجي في تقنيات TLS وMLS، مقترحين أنه على الرغم من أن التكاليف الأولية قد تكون مرتفعة، فإن الفوائد على المدى الطويل ستعزز ممارسات إدارة الغابات وتعزز التوحيد القياسي عبر البلدان، مما يسهم في جهود الغابات المستدامة والتنوع البيولوجي في النهاية.
مقدمة
تناقش مقدمة ورقة البحث أهمية جرد الغابات في تقييم وإدارة موارد الغابات. يتضمن جرد الغابات قياس خصائص الأشجار المختلفة ضمن مناطق أرضية محددة وهو أمر حاسم لمراقبة ظروف الغابات وإنتاجيتها وخدمات النظام البيئي. كانت هذه الجردات تركز تقليديًا على موارد الخشب، ولكنها تطورت لتشمل مجموعة أوسع من المتغيرات، مثل التنوع البيولوجي واحتياطي الكربون، مدفوعة بالقلق المتزايد بشأن صحة الغابات وخدمات النظام البيئي. تم إنشاء جرد الغابات الوطنية (NFIs) على مستوى العالم، مع استخدام بروتوكولات أخذ عينات موحدة لضمان جمع بيانات متسقة.
لقد حولت التطورات الحديثة في تقنيات الاستشعار عن بعد، وخاصة الكشف عن الضوء والمسافة (LiDAR)، ممارسات جرد الغابات من خلال تعزيز الكفاءة والدقة. يسمح LiDAR، إلى جانب المسح بالليزر الأرضي والمتنقل (TLS وMLS)، بإجراء قياسات مفصلة لخصائص الغابات من تحت المظلة، مما يوفر كثافة نقاط أعلى مقارنة بالطرق التقليدية. على الرغم من إمكانات TLS وMLS لتحسين جرد الغابات، لا يزال تنفيذها العملي في جرد الغابات الوطنية على نطاق واسع محدودًا. تهدف هذه الورقة إلى استكشاف دقة القياسات والقيود التشغيلية لـ TLS وMLS من خلال دراسات حالة من فرنسا وفنلندا وسويسرا، مما يوفر في النهاية توصيات لتسهيل دمجها في جرد الغابات الوطنية المستقبلية.
نقاش
في هذا القسم، يناقش المؤلفون استخراج خصائص الأشجار الفردية من سحب النقاط الناتجة عن المسح بالليزر الأرضي (TLS) والمسح بالليزر المتنقل (MLS). يصنفون هذه الخصائص إلى أنواع تقليدية ومحسنة. يتم قياس الخصائص التقليدية، مثل موقع الشجرة وقطرها عند ارتفاع الصدر (DBH) وارتفاع الشجرة، عادةً خلال جرد الغابات، بينما تُشتق الخصائص المحسنة، التي تشمل مقاييس التاج وتقييمات جودة الخشب، من تقنيات المسح المتقدمة ولا يمكن قياسها مباشرة. يؤكد المؤلفون على أن الخصائص المحسنة تدعم استراتيجيات إدارة الغابات المحسنة من خلال توفير رؤى مفصلة حول صحة الأشجار والتنوع البيولوجي.
يغطي النقاش أيضًا المنهجيات الخاصة باكتساب ومعالجة سحب النقاط، مع تسليط الضوء على أهمية تقنيات التقسيم—كلا من التقسيم الدلالي وتقسيم الحالات—لعزل الأشجار الفردية من البيانات الممسوحة. يتم استخدام خوارزميات متنوعة لاكتشاف الأشجار واستخراج الخصائص، حيث أن المسح المتعدد النقاط بواسطة TLS عمومًا ينتج دقة أعلى مقارنة بأساليب المسح الفردي وMLS. يشير المؤلفون إلى أنه على الرغم من أن القياسات التقليدية غالبًا ما تقارن بنتائج TLS وMLS من حيث الدقة، فإن التقنيات الأخيرة تقدم مزايا كبيرة في الكفاءة والتفاصيل، خاصةً للخصائص التي يصعب قياسها يدويًا. تُعترف الخصائص المحسنة، مثل أحجام الجذع والفروع، وأبعاد التاج، ومقاييس الأوراق، بشكل متزايد بإمكاناتها لإبلاغ ممارسات الغابات المستدامة.
DOI: https://doi.org/10.1016/j.rse.2025.114947
Publication Date: 2025-08-01
Author(s): Justin Holvoet et al.
Primary Topic: Remote Sensing and LiDAR Applications
Overview
The research paper discusses the integration of Light Detection and Ranging (LiDAR) technologies, specifically Terrestrial Laser Scanning (TLS) and Mobile Laser Scanning (MLS), into national forest inventories (NFIs). These technologies offer significant advancements in forest resource monitoring by enabling the retrieval of both traditional and novel forest attributes, thereby enhancing the accuracy and precision of measurements such as tree height and wood volume. The paper emphasizes that TLS and MLS should complement rather than replace conventional inventory methods, highlighting their potential to transform forest inventory practices.
Through the analysis of case studies from the French, Finnish, and Swiss NFIs, the authors identify key challenges related to logistical issues, data quality, and environmental factors that may hinder operational implementation. Recommendations for successful adoption include starting with smaller test phases, adapting scanning protocols to specific contexts, and fostering collaboration among users to leverage ongoing technological advancements. The authors advocate for a strategic investment in TLS and MLS technologies, suggesting that while initial costs may be high, the long-term benefits will enhance forest management practices and promote standardization across countries, ultimately contributing to more sustainable forestry and biodiversity efforts.
Introduction
The introduction of the research paper discusses the significance of forest inventories in assessing and managing forest resources. Forest inventories involve measuring various tree characteristics within defined land areas and are crucial for monitoring forest conditions, productivity, and ecosystem services. Traditionally focused on timber resources, these inventories have evolved to include a broader range of variables, such as biodiversity and carbon stock, driven by increasing concerns about forest health and ecosystem services. National Forest Inventories (NFIs) have been established globally, employing standardized sampling protocols to ensure consistent data collection.
Recent advancements in remote sensing technologies, particularly Light Detection and Ranging (LiDAR), have transformed forest inventory practices by enhancing efficiency and accuracy. LiDAR, along with terrestrial and mobile laser scanning (TLS and MLS), allows for detailed measurements of forest attributes from beneath the canopy, offering higher point density compared to traditional methods. Despite the potential of TLS and MLS to improve forest inventories, their practical implementation in large-scale NFIs remains limited. This paper aims to explore the accuracy and operational constraints of TLS and MLS through case studies from France, Finland, and Switzerland, ultimately providing recommendations to facilitate their integration into future NFIs.
Discussion
In this section, the authors discuss the extraction of individual tree attributes from point clouds generated by Terrestrial Laser Scanning (TLS) and Mobile Laser Scanning (MLS). They categorize these attributes into traditional and enhanced types. Traditional attributes, such as tree position, diameter at breast height (DBH), and tree height, are typically measured during forest inventories, while enhanced attributes, which include crown metrics and wood quality assessments, are derived from advanced scanning technologies and cannot be directly measured. The authors emphasize that enhanced attributes support improved forest management strategies by providing detailed insights into tree health and biodiversity.
The discussion also covers the methodologies for point cloud acquisition and processing, highlighting the importance of segmentation techniques—both semantic and instance segmentation—for isolating individual trees from the scanned data. Various algorithms are employed for tree detection and attribute extraction, with multi-scan TLS generally yielding higher accuracy compared to single-scan methods and MLS. The authors note that while traditional measurements are often compared with TLS and MLS results for accuracy, the latter technologies offer significant advantages in efficiency and detail, particularly for attributes that are challenging to measure manually. Enhanced attributes, such as stem and branch volumes, crown dimensions, and foliage metrics, are increasingly recognized for their potential to inform sustainable forestry practices.