Yeryüzünde bulunan doğal ve beşerî unsurların konumsal bilgisi ve hacmi, ekonomik, ekolojik ve sosyokültürel açıdan ülkelerin yönetim politikası için büyük önem arz etmektedir. Bu unsurların kontrolü ve analizi için üç boyutlu konum bilgisine ihtiyaç duyulmaktadır. Günümüzde üç boyutlu bilgiye ulaşmanın en popüler yollarından biri olan nokta bulutları, LiDAR veya bindirmeli hava fotoğrafları ile yoğun görüntü eşleme tekniği kullanılarak üretilmektedir. LiDAR ve fotogrametrik nokta bulutları kentsel modelleme, ormanlık alanların kontrolü, afet yönetimi, şehir ve kırsal alanların planlanması gibi birçok uygulamada kullanılmaktadır. Özellikle ormanlık veya yoğun kapalılık seviyesindeki ağaçlık alanlarda GPS, sürekli sinyal alamadığından bu bölgelerde klasik yersel ölçüm teknikleri ile arazi çalışması gerçekleştirmek zaman alıcı ve pahalı bir uğraştır. Ülkelerin benimsedikleri ormancılık politikası sebebiyle ağaçlık alanların insan gücüne ihtiyaç duyulmadan otomatik olarak tespiti ve kontrolü ekonomik, sosyal ve sürdürülebilir kalkınma açısından büyük önem arz etmektedir. Zaman içindeki ağaç değişikliklerinin izlenmesi ve yönetimi, ekosistem hizmetleri, şehir ve çevre planlaması için ağaç envanter bilgisine ihtiyaç duyulmaktadır. Bu çalışmada, LiDAR teknolojisi ve fotogrametrik görüntülerden üretilen nokta bulutlarından ağaç taç sınırlarının çıkarılması, sayısının tespit edilmesi, ağaç boy ve hacimlerinin belirlenmesi ve orman disiplini içerisindeki çeşitli orman metriklerinin çıkarılması amaçlanmıştır. Çalışmada önerilen akış şeması, Trabzon İli, Maçka İlçesi'nde yer alan üç kapalı seviyesine sahip ağaçlık (Ladin) alanın LiDAR nokta bulutu ve Akdeniz Üniversitesi'nde bulunan ağaçla kaplı çalışma alanında ise fotogrametrik nokta bulutu kullanılarak test edilmiştir. Girdi verisi olarak kullanılan nokta bulutu, SMRF (Simple Morphological Filter) yöntemiyle zemin ve zemin üstü olmak üzere iki sınıfa ayrılmıştır. MATLAB yazılımında geliştirilen algoritma ile zemin üstü noktalar için Kanopi Yükseklik Modeli (CHM) uygulanarak orman metriklerinin çıkarılması sağlanmış ve ardından bireysel ağaç kümeleri tespit edilmiştir. Belirlenen ağaç kümeleri ve sayılarının doğruluğunu artırmak üzere, bireysel ağaç kümeleri içinde birden fazla ağaç kümesi oluşabileceği ihtimaline karşın Octree (sekiz dal) veri organizasyon metodu ile ağaçların düşey yönde segmentasyonu gerçekleştirilerek mevcut algoritma iyileştirilmiştir. Doğruluk analizi için test alanlarında ağaç konumu, göğüs çapı, ağaç taç genişliği ve ağaç boyu parametleri yersel olarak ölçülmüş ve iyileştirilen algoritma sonuçlarıyla karşılaştırılmıştır. Değerlendirme sonucuna göre, Octree yöntemi ile nokta bulutu içerisinde ağaç sayısı ve diğer orman metriklerinin yüksek doğrulukta üretilebileceği ortaya konulmuştur.
Ülkemizde büyük ölçekli harita üretimi yersel, uydu ve uzay teknolojileriyle üretilen verilerin analizi sonucunda gerçekleştirilmektedir. Son yıllarda gelişen teknoloji ile birlikte harita üretiminde hız ve kalite artışına imkân verecek nokta bulutu verileri kullanılmaktadır. Nokta bulutu verilerinden harita üretimine altlık olacak şekilde çeşitli katmanlar çıkarılabilmektedir. Bu katmanlardan en önemlisi büyük ölçekli haritalarda mevcut temel bina katmanıdır. Bina sınır geometrilerini yersel ve/veya uzaktan algılanmış verilerden manuel olarak çıkarmak yoğun iş gücü ve emek gerektirmektedir. Fotogrametrik görüntülerden eşleştirme ve lazer tarama yöntemi ile üretilen nokta bulutları üç boyutlu (3B) konum bilgisi sağlamaktadır. Bu çalışmada, sekizdal (Octree) veri organizasyon metodu otomatikleştirilerek geliştirilen yeni bir yaklaşımla (I-Octree), fotogrametrik görüntülerden üretilen nokta bulutları ve LiDAR nokta bulutları kullanılarak bina detayının otomatik çıkarımı ve sayısallaştırılması amaçlanmıştır. Metodolojik olarak sırasıyla, 3B nokta bulutunun görüntülerden ve LiDAR teknolojisi ile üretilmesi, nokta bulutundan zemin ve zemin üstü sınıfların SMRF algoritması ile ayrılması, bina objelerinin DBSCAN algoritması ile sınıflandırılması, sekizdal ve iyileştirilmiş sekizdal (I-Octree) yönteminin sınıflandırılan objelere uygulanarak bina objelerinin çıkarılması ve ABORE düzgünleştirme yöntemi ile bina kenarlarının sayısallaştırılması işlem adımları gerçekleştirilmiştir. Geliştirilen yaklaşım Erzurum test alanında fotogrametrik, Kaliforniya test alanında ise LiDAR nokta bulutu üzerinde uygulanmıştır. Her iki test alanı için hâlihazır haritalardaki bina sınırları referans olarak kullanılmıştır. Piksel tabanlı doğruluk analizi gerçekleştirmek üzere tamlık (Cp), doğruluk (Cr) ve F-skor (F-1) metrikleri kullanılmıştır. Her iki test alanında doğrulama sonuçları fotogrametrik nokta bulutunda %95 üzerinde elde edilirken, LiDAR nokta bulutu test alanında ise bu değer %99 üzerinde olacak şekilde hesaplanmıştır. Doğrulama sonucunda, geliştirilen yaklaşımın test alanlarında seçilen binaları yüksek doğrulukla ortaya çıkarabildiği tespit edilmiştir. Sonuç olarak, geliştirilen yaklaşımla farklı yoğunluk değerine sahip nokta bulutlarından otomatik bir biçimde bina detay çıkarımı ve sayısallaştırma işleminin gerçekleştirilebileceği ortaya konulmuştur. Ayrıca otomatik veri işlemenin, harita üretiminde işlem süresi, maliyet ve operatör hatasının azaltılmasına önemli ölçüde katkı sağladığı tespit edilmiştir.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.