Цифровые двойники лесов: как лазеры и искусственный интеллект помогают лесникам принимать точные решения

Технология, которая помогает самоуправляемым автомобилям «видеть» дорогу, теперь используется для управления лесами. С её помощью можно заранее просчитать, какое прореживание деревьев принесёт больше прибыли и сохранит ценные породы.
Представьте, что у вас есть точная компьютерная копия леса, где каждое дерево отмечено с высокой детальностью. Вы можете «поиграть» с этой копией: удалить одни деревья, оставить другие, изменить схему вырубки — и посмотреть, что будет через 10–15 лет. И всё это без единого удара топора в реальности. Именно такие «цифровые двойники» начали использовать учёные из Мичиганского университета для улучшения управления сосновыми плантациями на юго-востоке США.
Зачем это нужно?
Лоблолловая сосна (ценная коммерческая порода) занимает миллионы гектаров. Саженцы высаживают ровными рядами, а через 12–15 лет проводят прореживание: удаляют часть деревьев, чтобы оставшиеся получили больше света, воды и питательных веществ и выросли в более качественную древесину (для столбов, досок, фанеры). Традиционно первый ряд для удаления выбирают наугад, а потом убирают каждый третий или четвёртый ряд. Однако деревья растут неравномерно — одни крепкие и прямые, другие слабые и кривые. Случайный выбор может привести к тому, что мы удалим сильные деревья, а слабые останутся, и общая прибыль снизится.
Учёные задались вопросом: а можно ли заранее, до начала рубки, «примерить» разные варианты и выбрать тот, который даст максимум выгоды?
Как создаётся цифровой двойник?
Исследователи использовали дрон с лидаром — лазерным сканером, который испускает десятки тысяч импульсов в секунду и измеряет время их возврата от каждого объекта. Пролетая над лесом, дрон создаёт трёхмерное «облако точек» — миллионы отражений от стволов, веток и земли. Это и есть цифровая копия леса.
Раньше лесники измеряли лишь небольшую часть деревьев (примерно 3%) и на основе выборки делали выводы обо всём массиве. С лидаром и специальной программой-обработчиком удалось «увидеть» 90% из более чем 3500 деревьев на опытном участке в Вирджинии. Компьютерная модель с высокой точностью предсказывала диаметр и объём каждого ствола — то, что на земле можно было бы узнать, только измерив каждое дерево вручную, что практически невозможно на больших площадях.
Как это помогает принимать решения?
На основе цифрового двойника учёные разработали приложение. Лесник загружает данные, выбирает варианты прореживания (например, начать с первого, второго или третьего ряда) и запускает симуляцию. Программа, используя машинное обучение, прогнозирует, как вырастут оставшиеся деревья через много лет и сколько древесины можно будет получить.
Результат оказался неожиданным: простое смещение стартового ряда на одну позицию позволяло сохранить на 15% больше ценной древесины для будущего роста, а дополнительная прибыль составила около 70 долларов на акр. Для одной плантации это может показаться мелочью, но для лесопромышленных компаний, владеющих тысячами акров, сумма становится серьёзной.
Почему сосны — идеальный полигон?
В смешанных лесах, где растут деревья разных пород и возрастов, модель была бы сложнее. А сосновые плантации однородны: все деревья одного возраста и одного вида. Поэтому их называют «полигоном» для отработки технологии. Если метод работает здесь, его можно адаптировать и для более сложных экосистем — например, для оценки восстановления лесов после пожаров или вырубок.
Что в итоге?
Цифровые двойники позволяют лесникам перейти от «одного размера для всех» к точному, индивидуальному подходу. Вместо того чтобы полагаться на удачу или грубые усреднённые данные, они могут протестировать стратегии в виртуальном мире и выбрать оптимальную. Это не только повышает экономическую отдачу, но и делает лесопользование более рациональным и устойчивым.
Технология, родившаяся на стыке лазерной физики, беспилотников и искусственного интеллекта, постепенно меняет лесное хозяйство, делая его более точным и дальновидным. И, возможно, через несколько лет такие «тренажёры» станут обычным инструментом для каждого лесничего.
По материалам исследования, опубликованного в Journal of Forestry, Университет штата Мичиган, июль 2026 года.
14 июля / 2026