Что такое LiDAR и как он работает

Лазерное сканирование, или LiDAR (Light Detection and Ranging — обнаружение и определение дальности с помощью света), за последние два десятилетия превратилось из узкоспециализированной технологии военного и космического назначения в один из ключевых инструментов дистанционного зондирования Земли. Для лесной отрасли эта трансформация имеет особое значение: LiDAR позволяет заглянуть сквозь полог леса и получить объективные данные о структуре древостоя, которые невозможно извлечь из традиционных аэрофотоснимков или спутниковых изображений.

История технологии: от прожекторов до спутников

Ранние предпосылки

Идея использования света для измерения расстояний восходит к 1930 году, когда ирландский учёный Эдвард Хатчинсон Синг предложил использовать мощные прожекторы для изучения стратосферы. В 1938 году световые импульсы впервые были применены для определения высоты облаков. Однако настоящий прорыв стал возможен только после изобретения лазера в 1960 году Теодором Мейманом: когерентный, монохроматический и узконаправленный луч лазера обеспечил принципиально иной уровень точности и дальности зондирования.

Первые лидарные системы появились в начале 1960-х годов и использовались для исследования атмосферы — измерения концентрации аэрозолей, плотности облаков, состава газов.

Космическая эра и первый расцвет

В 1971 году технология получила мировую известность: экипаж миссии Apollo 15 использовал лазерный альтиметр для картографирования поверхности Луны. В 1970-е годы NASA активно развивала воздушные прототипы лидаров для изучения океана, атмосферы, ледяных щитов и лесного полога.

Ключевой технологической вехой стало появление GPS для гражданского применения в конце 1980-х и его сопряжение с инерциальными навигационными системами (IMU). Без точного определения координат сенсора в пространстве лидарные данные не могли быть привязаны к земной поверхности. Именно связка «лазерный сканер + GPS + IMU» превратила LiDAR в инструмент геодезической точности.

В 1978 году Йоханнес Ригль основал компанию RIEGL Laser Measurement Systems в Австрии — сегодня одного из мировых лидеров в производстве лидарных сенсоров. В 1998 году появился первый наземный коммерческий сканер Cyrax 2500, открыв эпоху наземного лазерного сканирования.

Современная эра

В 2003 году NASA запустила спутник ICESat с прибором GLAS — первым орбитальным лидаром, предназначенным для измерения высот ледяных щитов, рельефа суши и параметров облачности. В 2018 году на Международной космической станции был установлен прибор GEDI (Global Ecosystem Dynamics Investigation) — первый орбитальный лидар, специально ориентированный на изучение структуры лесов и оценку биомассы (Dubayah et al., 2020). В том же году был запущен ICESat-2 с фотон-счётным лидаром ATLAS.

Параллельно происходила миниатюризация сенсоров: если в 2000-х воздушный лидар требовал самолёта или крупного вертолёта, то к 2020-м годам лёгкие сканеры массой 1–3 кг стали устанавливаться на беспилотные летательные аппараты. Появились мобильные лидарные системы на базе рюкзаков, автомобилей и даже смартфонов.

Физический принцип работы

Время пролёта

Принцип работы лидара элегантно прост. Лазерный передатчик излучает короткий импульс света (обычно в ближнем инфракрасном диапазоне, длина волны около 1064 нм). Свет распространяется со скоростью примерно 300 000 км/с, достигает объекта, отражается от его поверхности и возвращается к приёмнику. Высокоточные часы фиксируют время между отправкой и приёмом сигнала. Расстояние вычисляется по формуле:

D = (c × t) / 2

где D — расстояние до объекта, c — скорость света, t — время пролёта импульса (туда и обратно). Деление на два необходимо, потому что свет проходит путь дважды.

Множественные отражения

Важнейшая особенность лидара для лесного хозяйства — способность регистрировать несколько отражений от одного импульса. Когда лазерный луч проходит сквозь крону дерева, часть энергии отражается от верхних листьев (первое отражение), часть — от ветвей ниже (второе, третье отражение), а оставшаяся энергия достигает земли (последнее отражение). Современные сенсоры регистрируют до 7–15 дискретных отражений на один импульс, а системы полноволновой записи (full-waveform) фиксируют весь профиль возвращённого сигнала.

Благодаря этому свойству лидар, в отличие от оптической съёмки, «видит» не только верхушку полога, но и внутреннюю структуру леса вплоть до напочвенного покрова.

Формирование облака точек

Современные сканеры генерируют от сотен тысяч до нескольких миллионов импульсов в секунду. Каждое отражение превращается в точку с координатами X, Y, Z. Совокупность миллионов таких точек называется облаком точек (point cloud). К каждой точке прикрепляются атрибуты: интенсивность отражения, номер отражения, класс (земля, растительность, здания), время регистрации и другие.

Облако точек — это трёхмерная цифровая модель местности, которая служит основой для дальнейшего анализа: построения цифровой модели рельефа, цифровой модели поверхности, модели высот полога и сегментации отдельных деревьев.

Типы LiDAR-систем

Воздушный лидар (Airborne Laser Scanning)

Воздушный лидар устанавливается на самолёте, вертолёте или БПЛА и сканирует территорию сверху вниз. Это наиболее распространённый тип для лесоинвентаризации больших территорий.

Характеристики современных сенсоров впечатляют: RIEGL VQ-1560 III-S генерирует до 4,8 миллиона импульсов в секунду при рабочей высоте до 1600 м, а Leica TerrainMapper-3 обеспечивает плановую точность на уровне нескольких сантиметров при интегрированной 150-мегапиксельной камере. Типичная плотность точек составляет от 2 до 20+ точек на квадратный метр, а точность по высоте — 5–15 сантиметров.

Воздушный лидар обеспечивает покрытие больших площадей (тысячи гектаров за один полёт), проникновение сквозь полог и высокую однородность данных. Основные ограничения — высокая стоимость оборудования и лётного часа, зависимость от погодных условий и необходимость постобработки.

Масштаб промышленного применения воздушного лидара иллюстрирует норвежская национальная программа SR16 (SkogRessurskart): институт NIBIO объединил данные из 367 проектов ALS, покрывающих 17 млн га, с 9 203 пробными площадями национальной инвентаризации для создания карты лесных ресурсов с пикселем 16x16 м и 100% покрытием территории страны. Данные SR16 и исходные облака точек ALS находятся в открытом доступе через портал hoydedata.no — один из наиболее полных открытых массивов лесных лидарных данных в мире. Карта обновляется ежегодно и используется лесовладельцами для операционного планирования рубок и оценки запасов.

Наземный лидар (Terrestrial Laser Scanning)

Наземный лазерный сканер устанавливается на штативе на пробной площади и производит детальное сканирование окружающего пространства. Точность измерений достигает 1–5 мм на расстоянии до 100 м, а плотность может составлять тысячи точек на квадратный метр.

Наземный лидар незаменим для точного определения диаметра на высоте груди (DBH) — RMSE менее 1–2 см, что сопоставимо с ручными измерениями мерной вилкой (Liang et al., 2024). Однако площадь охвата ограничена — типично 0,05–1 гектара на одну серию измерений.

Мобильный лидар (Mobile Laser Scanning)

Мобильные системы объединяют лазерный сканер с алгоритмами одновременной локализации и картографирования (SLAM). Оператор несёт сканер в рюкзаке или на ручном модуле и перемещается по территории со скоростью 1–3 га/ч.

Мобильный лидар занимает промежуточную нишу: он обеспечивает значительно большую площадь охвата по сравнению с наземным сканером при сохранении детализации на уровне отдельных стволов. Точность — 1–5 см, масса оборудования — 1–5 кг. Ограничение — накопление ошибки SLAM при длительных маршрутах и затруднённая работа в густом подросте.

Спутниковый лидар

Космические лидарные системы обеспечивают глобальное покрытие, но с существенно меньшим пространственным разрешением. GEDI на борту МКС специализирован для оценки вертикальной структуры лесов с диаметром пятна ~25 м. ICESat-2 с фотон-счётным лидаром ATLAS имеет диаметр пятна ~17 м. Планируемая миссия LIST (NASA) обещает прорыв — диаметр пятна 5 м.

Спутниковый лидар обеспечивает глобальное покрытие и бесплатный доступ к данным, но не позволяет сегментировать индивидуальные деревья и ведёт профильную, а не сплошную съёмку.

Сравнение характеристик

Параметр	Воздушный	Наземный	Мобильный	Спутниковый
Частота импульсов	100 кГц – 4,8 МГц	100 кГц – 2 МГц	100 кГц – 1 МГц	10 кГц
Дальность	500 – 5400 м	100 – 350 м	50 – 200 м	400+ км
Точность	5 – 15 см	1 – 5 мм	1 – 5 см	0,5 – 3 м
Плотность точек	2 – 100+ т/м²	100 – 10000+ т/м²	50 – 1000 т/м²	профильная
Площадь за день	100 – 1000+ км²	0,05 – 0,5 га	5 – 30 га	глобальная

Применение в лесном хозяйстве

Таксация и инвентаризация

LiDAR революционизировал лесную таксацию. Воздушный лидар позволяет строить модель высот полога (Canopy Height Model), из которой извлекаются высоты деревьев с точностью 0,5–1,5 м. В сочетании с наземными пробными площадями это даёт возможность оценивать запас древесины, полноту, средние диаметры и высоты по всей площади лесного участка, а не только в точках наземных измерений.

Исследование Potapov et al. (2021) объединило данные GEDI и Landsat для создания глобальной карты высоты полога с разрешением 30 м (DOI: 10.1016/j.rse.2020.112165).

Сегментация отдельных деревьев

Одно из наиболее востребованных направлений — автоматическое выделение отдельных деревьев из облака точек. По данным обзора Xu et al. (2024), в хвойных древостоях точность обнаружения деревьев достигает 80–95%, в сложных смешанных лесах — 65–85%. Глубокое обучение существенно повышает качество: алгоритм TreeLearn использует нейронные сети для сегментации из наземных лидарных данных (Henrich et al., 2024).

Оценка биомассы и углеродного запаса

Точная оценка надземной биомассы — ключевая задача в контексте климатических обязательств и углеродного рынка. Спутниковые лидары GEDI и ICESat-2 обеспечивают данные в глобальном масштабе. На локальном уровне воздушный лидар в сочетании с аллометрическими уравнениями позволяет оценивать запас углерода с точностью 10–20% на уровне лесного выдела.

Мониторинг и цифровая модель рельефа

Повторное лидарное сканирование позволяет объективно отслеживать динамику леса: прирост по высоте, изменение сомкнутости, выявление незаконных рубок, оценку успешности лесовосстановления. Благодаря способности лазерных импульсов проникать сквозь растительность, LiDAR — единственная технология дистанционного зондирования, позволяющая строить высокоточную модель рельефа под пологом леса. Это критически важно для гидрологического моделирования, проектирования лесных дорог и оценки рисков эрозии.

Перспективы

Развитие лидарных технологий для лесного хозяйства идёт по нескольким направлениям. Мультиспектральный лидар позволяет различать породы деревьев по спектральным характеристикам отражения. Интеграция с глубоким обучением повышает точность сегментации и классификации. Демократизация технологии через недорогие сенсоры для БПЛА делает её доступной для малых лесохозяйственных предприятий. Комбинирование лидарных данных с мультиспектральными и радарными снимками повышает полноту инвентаризации (Illarionova et al., 2024).

Научные источники

Dubayah, R. et al. (2020). The Global Ecosystem Dynamics Investigation. Science of Remote Sensing, 1, 100002. DOI: 10.1016/j.srs.2020.100002
Potapov, P. et al. (2021). Mapping global forest canopy height through integration of GEDI and Landsat data. Remote Sensing of Environment, 253, 112165. DOI: 10.1016/j.rse.2020.112165
Calders, K. et al. (2025). Expanding forest research with terrestrial LiDAR technology. Nature Communications, 16, 5271. DOI: 10.1038/s41467-025-63946-6
Henrich, J. et al. (2024). TreeLearn: A deep learning method for segmenting individual trees. Ecological Informatics, 84, 102888. DOI: 10.1016/j.ecoinf.2024.102888
Liang, X. et al. (2024). Evaluation of Accuracy in Estimating DBH Based on TLS. Forests, 15(2), 313. DOI: 10.3390/f15020313
Illarionova, S. et al. (2024). LiDAR Data Fusion to Improve Forest Attribute Estimates. Current Forestry Reports, 10, 289–310. DOI: 10.1007/s40725-024-00223-7
Xu, Z. et al. (2024). Individual tree segmentation from UAS LiDAR data. International Journal of Digital Earth, 17(1), 2356124. DOI: 10.1080/17538947.2024.2356124