精准林业
技术
技术在精准林业中的作用
在 RGE，技术通过无人机、卫星和人工智能 (AI) 的使用，在提高种植运营效率方面发挥着重要作用。这不仅提升了运营流程的速度，也带来了显著的成本节约，使我们能够在更大范围内为环境承诺做出贡献。
借助技术，我们能够：
- 更高效地绘制种植区地图，选择最适合不同树种的位置
- 预测水土流失和洪涝风险
- 更有效地监测森林中的非法采伐、火灾或病虫害爆发
- 提高测绘和图像处理速度，实现整个区域覆盖，而不仅是小样本
无人机操作
自 2023 年以来，APRIL、Asian Agri 和 Bracell 的无人机专家一直使用无人驾驶飞行器 (UAV) 来收集图像并绘制整个种植园地图。与耗时的人工巡查相比，使用无人机是巨大改进，因为人工巡查只能绘制小样本。有了这些更详细的信息，分析人员能够：
- 更快地审核新的种植地点
- 对过去难以进入的区域进行清点并规划采收
- 及早发现植物健康状况的变化，从而争取更多应对时间
通过无人机，我们不仅收集图像，还建立了最佳实践数据库，最终在更大范围内推动精准林业运营，为更广泛的业务创造知识，并在多个方面提升生产力。
在 Asian Agri，无人机还被用于喷洒农药，在减少整体化学品使用的同时覆盖更大面积并确保最佳分布。
在 Bracell，无人机在森林火灾救援以及搜救行动中也发挥了作用。
LiDAR – 光探测与测距
APRIL 使用的 LiDAR 技术通过安装在无人机上的传感器捕捉激光脉冲回波，从而生成物体距离、位置和方向的三维图像。结合高程、深度和等高线等数据，LiDAR 图像被用于评估植物健康状况、检测病树以及排水规划。
自 2021 年开始使用 LiDAR 以来，APRIL 在抽样方面取得了重大改进，实现了：
- 抽样过去无法进入的地形
- 对 100% 种植园进行抽样，而不是人工巡查的 2%
- 将抽样误差从 10–15% 降至零
- 将种植园清点成本降低 65%，从每公顷 4.29 美元降至 1.52 美元
通过 LiDAR 的数字地形模型，APRIL 能够有效应对低洼地区的洪水风险，并测量林冠高度以检测因灵芝菌等真菌病害而死亡的树木。这使我们能在种植条件变化时高效应对。
卫星影像与可持续性
通过卫星影像获取森林高度和植被分布信息，APRIL 能够远程检测杂草和病虫害，从而实现精准的病虫害管理。火灾风险 也能通过卫星图像绘制，从而保护种植园及周边社区。
卫星影像还用于可持续性与保护工作，帮助检测非法采伐和毁林。APRIL 的遥感分析师团队每 16 天开展一次调查，以发现土地覆盖变化，为我们快速采取补救行动提供数据与见解。
借助卫星数据，Bracell 正在监测温室气体排放，并利用这些数据更好地指导环境保护决策。APRIL 目前正与新加坡国立大学自然气候解决方案中心 (NUS-CNCS)合作，计划开发一个基于种植园和保护区数据的碳估算模型。
人工智能建模
无人机和卫星收集的空中信息通过 AI 机器学习模型进行分析，能够提供关于水土流失和洪涝风险的准确预测，帮助我们在林业管理中做出更有依据的数据化决策。
AI 的采用极大提升了 APRIL 的 LiDAR 图像扫描能力，将人工每天处理 100 公顷的速度提高到自动服务器每天处理 1200 公顷——效率提升 12 倍。通过在设备和专业培训上的大量投资，我们能够通过精准的林业决策实现更高效率，最终降低运营成本。