This work continues the department's series of publications on resource-saving technologies in the forest sector. The authors deliberately avoid treating the digital forest analogue as a universal tool and focus on a narrow-applied question: to what extent existing developments are applicable to coniferous biomass harvesting.
pine needles, digital twin of the forest, remote sensing, forest, object
Особенности промышленной заготовки хвои широко освещены как в отечественных, так и зарубежных научных публикациях. Как правило, раскрывать содержание данного процесса начинают с описания актуальности заготовки с точки зрения последующего применения: корма, парфюмерия, топливо и др. Однако, на данный момент существует как минимум две основные проблемы:
– первая заключается в получении высококачественного сырья, предназначенного для безопасного использования в качестве полноценных кормов, а не просто кормовых добавок в животноводстве и звероводстве;
– вторая проблема состоит в том, что лесная таксация считает в первую очередь ствол, в то время как крону оценивают косвенно, по приближенным коэффициентам. Для хвои эти коэффициенты дают недопустимо большую ошибку, что не позволяет планировать промышленную заготовку высококачественного конечного продукта. Сырья много, а посчитать его точно – нечем. Поэтому создание полноценного цифрового аналога леса является актуальной задачей.
Насколько велика ошибка, можно оценить по графику, изображенному на рис. 1.
Рисунок 1 – Фактические и нормативные значения фитомассы кроны сосны
по ступеням толщины
На графике сопоставлены два ряда данных по сосне. «Факт» – результаты обмеров модельных деревьев: общая фитомасса кроны, приведённая к ступеням толщины 12-36 см. «Норма» – значения из нормативно-справочной таблицы массы сосновой лапки, взятые по 3-му разряду высот. Расхождение рассчитано как отношение разности фактического и нормативного значений к нормативу, в процентах.
При диаметре 12 см фактическая фитомасса ниже нормативной почти вдвое (48,8%). Это объясняется тем, что нормативная таблица ориентирована на деревья с развитой кроной, тогда как в выборку модельных деревьев попали экземпляры с ослабленной кроной. Начиная с диаметра 16 см знак расхождения меняется: факт превышает норму на 11-16% в диапазоне 16-24 см и на 25-34% при 28-36 см. Рост расхождения с увеличением диаметра указывает на то, что нормативные коэффициенты, выведенные для стволовой древесины, систематически занижают фитомассу кроны у крупных деревьев. Именно этот диапазон – 28-36 см представляет интерес для промышленной заготовки хвои, и именно здесь ошибка учёта максимальна.
Цифровой аналог лесного массива строится на двух основных элементах: лазерное сканирование и мультиспектральная съёмка. Вместе они закрывают четыре задачи, которые в обычной таксации либо не решаются, либо решаются частично.
Первая задача – определение породы дерева, причём по каждому дереву порода определяется отдельно. Для хвои это особенно важно, так как для заготовки подходят не все породы подряд. Например, если сосна, ель и пихта подходят, то берёза и осина – нет.
Второе – осуществляется отбор биомассы кроны, а не ствола, как это делается в подавляющем большинстве случаев.
Третье – сроки. Заготовка привязана к сезону, и это надо учитывать заранее.
Четвёртое – экология. Ограничения по работе с лесным массивом проверяются до начала работ, а не после.
Искусственные спутники земли осуществляют вспомогательную функцию. Sentinel-2 и Landsat дают разрешение около 10-30 м на пиксель, что позволяет оконтурить хвойный массив, отметить очаги усыхания и болезни, а также отследить сезонные изменения крон. Однако, посчитать каждое дерево не представляется возможным, так как разрешения 10-30 м на пиксель для этого недостаточно. Это не временная проблема, это предел метода. Поштучный учёт возможен только посредством беспилотных летательных аппаратов (БПЛА) и лидара (лазерный прибор, который измеряет расстояния до объектов с помощью световых импульсов).
Лазерное сканирование строит облако точек, по которому алгоритмы машинного зрения восстанавливают высоту, диаметр ствола, размер и плотность кроны, координаты дерева. Для заготовки хвои важен именно последний блок параметров: объём, плотность и форма кроны коррелируют с массой хвои, а значит, по лидарным данным можно прогнозировать выход сырья. Насколько это точнее традиционных методов – видно из табл. 1.
Наиболее известная отечественная разработка в этой области – «ПармаСкан». Программа обрабатывает данные лазерного сканирования с помощью ИИ и формирует таксационное описание участка, включая ортофотоплан с разбивкой по породам. Для выделения сосны, ели, пихты и лиственницы данная технология очень хорошо подходит [1, 4].
Лазерное сканирование с последующей обработкой данных активно используют Группа «Илим» и Пермский ЦБК. Последний развернул дистанционный мониторинг на арендованной базе свыше 400 тыс. га [2, 5]. Показателен эпизод с оценкой запасов: спутниковые методы дали по одному из кварталов 28442 м³, лидарная съёмка – 32352 м³. Расхождение почти в 4 тыс. м³ на квартал, и оно не в пользу традиционного метода. По годовой оценке, уточнение составило 25-29 тыс. м³. Для хвойной биомассы эффект должен быть сопоставимым, хотя прямых замеров по кроне в доступных источниках меньше.
Таблица 1 – Сравнение подходов к оценке хвойной биомассы
|
Показатель |
Методы |
||
|
пробные площади |
аэрофотосъёмка |
лидарная модель |
|
|
Доля охвата |
1-5 % площади |
вся площадь, визуально |
вся площадь, по деревьям |
|
Определение породы |
полевое, точное |
ограниченное |
по форме кроны и спектру, 90-95 % |
|
Биомасса кроны |
ручной пересчёт, велика погрешность |
не определяется |
±5-10 % по модели |
|
Трудозатраты |
бригада, 2-4 недели |
средние |
автоматическая обработка |
|
Частота обновления |
раз в 5-10 лет |
по факту съёмки |
постоянно |
Различие процесса заготовки хвои от заготовки древесины часто упускают. При заготовке пиломатериалов объект учёта – ствол, и цифровой аналог здесь работает «по инерции»: те же параметры, что и в классической таксации. При заготовке хвои акцент смещается на крону, и требования к модели меняются (табл. 2). Появляются специфические фильтры: нужно отделять хвойные от лиственных, отбраковывать деревья с повреждённой кроной как с механическими повреждениями, так и с кроной, подверженной различными болезнями, а также учитывать сезонный максимум полезных веществ (зима), соблюдать ограничения по объёму снятия кроны – обычно не более 20-30 %.
Таблица 2 – Параметры, критичные для заготовки хвои
|
Параметр |
Параметры |
||
|
как оценивается |
нужная точность |
достижимая точность (лидар + ИИ) |
|
|
Порода |
форма кроны, спектр |
95 % |
90-95 % |
|
Объём кроны |
3D-модель |
±10 % |
±5-8 % |
|
Масса хвои |
аллометрические уравнения |
±15 % |
±10-15 % |
|
Состояние дерева |
плотность кроны, спектр |
отбраковка больных |
обеспечивается |
|
Координаты |
геопривязка |
±1 м |
±0,1-0,5 м |
Европейский проект SingleTree (14 партнёров из Норвегии, Швеции, Финляндии, Испании, Швейцарии) интересен сменой оптики: вместо управления лесосекой – управление отдельным деревом. Шведская SCA Skog применяет высокоточное лазерное сканирование для планирования заготовки, а инструмент SCan позволяет выполнять значительную часть планировочной работы удалённо. Для селективной заготовки хвои в труднодоступных массивах это существенно [3, 6].
По оценкам разработчиков «ПармаСкан», затраты на учёт ресурсов и подготовку участков снижаются на 15-30 %. Полевой таксации становится меньше, необходимость в массе пробных площадей для оценки кроны отпадает, перепланирование при смене конъюнктуры выполняется быстрее. Отдельные исследования цепочек поставок лесной биомассы фиксируют рост энергетической эффективности в пиковые периоды до 29 % и до 8 % в среднем за год при снижении логистических затрат до 7 % [2]. Сводные ожидаемые эффекты приведены в табл. 3.
Таблица 3 – Ожидаемые эффекты от внедрения цифрового аналога
|
Направление |
Эффект |
|
Таксация хвойных массивов |
снижение затрат на 15-30 % |
|
Оценка биомассы кроны |
рост точности на 10-15 % |
|
Логистика |
снижение издержек на 5-7 % |
|
Энергоэффективность заготовки |
8-29 % в зависимости от сезона |
|
Хранение хвои |
сокращение потерь около 5 % |
Пермский ЦБК (330 тыс. т картона и бумаги в год) использует парк БПЛА с лидарами: система считает объём древесины, классифицирует деревья по породе, оценивает состояние крон, строит карты рельефа, уклонов и гидрографии [4, 5]. Группа «Илим» первой получила доступ к «ПармаСкан» (регистрация в Роспатенте – март 2025 г.); система объединяет спутниковые данные и съёмку с БПЛА, выдавая ортофотоплан с сегментацией по породам и ведомость поштучного учёта.
Программное обеспечение «ПармаСкан» обладает совместимостью с Федеральной государственной информационной системой лесного комплекса (ФГИС ЛК), при этом процедура выгрузки данных уже отработана [7]. Прикладное значение указанной интеграции состоит в расширении объекта учёта: наряду с древесиной в систему включаются недревесные ресурсы, в частности хвойная биомасса.
Вместе с тем механический перенос указанных решений при решении проблемы заготовку и получении высококачественной хвои недопустим, так как параметры, значимые для кроны и для ствола, совпадают лишь частично, а методика применительно к хвойной биомассе требует отдельной разработки. До завершения этой работы говорить о тиражируемом решении преждевременно.
1. Centr kosmicheskih tehnologiy i uslug: [sayt]. – Perm', 2026 – Permskaya IT-kompaniya sozdaet cifrovogo analoga lesa. – URL: https://news-perm.ru/society/2026/09/07/40966.html (data obrascheniya: 17.09.2026).
2. Laitila J. Cost analysis of transporting forest chips and forest industry by-products with large truck-trailers in Finland / J. Laitila, A. Asikainen, T. Ranta // Biomass and Bioenergy. – 2016. – Vol. 90. – rr. 252–261. – DOI:https://doi.org/10.1016/j.biombioe.2016.04.011.
3. Proizvoditeli mashin, oborudovaniya i IT-resheniy dlya LPK: [baza dannyh, katalog] // Associaciya «LESTEH»: oficial'nyy sayt. – URL: alestech.ru (data obrascheniya: 17.09.2026).
4. Gruppa «Ilim» vnedryaet otechestvennoe PO [sayt] // Lesnoy kompleks. – 2025. – 25 aprelya. – URL: https://forestcomplex.ru/digital-environment/gruppa-eeleem-vnyedryayet-otyechyestvyennoye-po/ (data obrascheniya: 17.09.2026).
5. PCBK vnedrila tehnologiyu «cifrovogo analoga lesa»: [sayt] // Lesprom. – 2025. – 9 oktyabrya. – URL: https://www.lesprom.com/ru/news/ PCBK_vnedrila_tehnologiyu_cifrovogo_dvoynika_lesa_120812/ (data obrascheniya: 17.09.2026).
6. SingleTree: SCA initiates a new operation on digital forestry: [sayt] // Wood & Panel Europe. – 2025. – 16 sentyabrya. – URL: https://www.woodandpanel.it/ woodnews/articolo/singletree-sca-initiates-a-new-operation-on-digital-forestry/ (data obrascheniya: 17.09.2026).
7. Minsvyazi Permskogo kraya soobschilo o nachale ekspluatacii II-sistemy dlya inventarizacii lesov: [sayt] // Digital Russia. – 2025. – 23 aprelya. – URL: https://d-russia.ru/minsvjazi-permskogo-kraja-soobshhilo-o-nachale-jekspluatacii-ii-sistemy-dlja-inventarizacii-lesov.html (data obrascheniya: 17.09.2026).
8. Hoppen M. Digital technologies for precise carbon balancing in timber procurement / M. Hoppen, S. Baier, L. Schinke [et al.] // European Journal of Forest Research. – 2025. – URL: springer.com (data obrascheniya: 17.09.2026). – DOI:https://doi.org/10.1007/s10342-025-01794-1. EDN: https://elibrary.ru/VEXQPT
