Geri Dön

Estimating forest parameters using point cloud data

Orman parametrelerinin nokta bulutu verilerinden çıkarımı

PDF İndir

  1. Tez No: 760587
  2. Yazar: ADİL ENİS ARSLAN
  3. Danışmanlar: DOÇ. DR. ESRA ERTEN
  4. Tez Türü: Doktora
  5. Konular: Jeodezi ve Fotogrametri, Ormancılık ve Orman Mühendisliği, Geodesy and Photogrammetry, Forestry and Forest Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: İngilizce
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Geomatik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Geomatik Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 128

Özet

Dinamik orman ekosistemini karakterize etmek için meşcere parametrelerinin mekansal dağılımları ve istatistiksel özelliklerinin bilinmesi yüksek önem arz etmektedir, bu amaçla dendrometri, ormanların veya bireysel ağaçların nicel karakterizasyonu gerektiğinde ormancılıkta paha biçilmez bir araçtır. Göğüs çapı ve ağaç boyu , dendrometride veya genel olarak orman parametrelerinin kestiriminde iki önemli parametredir bu parametreler Dendrometri tabloları ila meşcere karakteri bilinmesi durumunda birbirlerinden türetilebilmekte ve toprak üstü hacmin belirlenmesinde kritik rol oynamaktadırlar. Söz konusu bu iki parametre yaprak alanı indeksi ile de büyük ölçüde ilişkilidir. Yaprak alan indeksi ormancılık uygulamalarında ve bunun yanı sıra genel olarak bitki örtüsünü karakterize etmede de önemli etkisi olan, bitkilerin doğal ortamları ile karbon, ısı, radyasyon gibi enerji çevrimini karakterize etmekte kullanılabilen birimsiz bir parametre olarak tanımlanmaktadır. En temel haliyle, bitkinin yaprak alanının yerde kapladığı alana oranı olarak tanımlanmıştır. Geleneksel yöntemlerle, yaprak alan indeksi, yıkıcı numune toplama veya mevsimsel yaprak tuzakları ile yaprakların toplanması ve alanlarının ölçülmesi ile doğrudan; yıkıcı olmayan, özelleştirilmiş optik cihazların ve radyasyon sensörlerinin kullanımıyla yarım küre fotoğraflama adı verilen, görece yeni yöntemlerle de kestirim yoluyla elde edilebilmektedir. Bu verinin yanı sıra bir meşcerenin karakterize edilmesi için ölçülen göğüs çapı ağaç kumpasları veya şerit metreler yardımıyla, ağaç boyları ise lazer metre veya teodolitler yardımıyla her ağaç için tekil olarak belirlenebilmektedir. Göğüs çapı ve ağaç boyunun geleneksel ölçümleri, yıkıcı olmasa da bir meşcerenin tamamının karakterizasyonu söz konusu olduğunda, zaman ve iş gücü bakımından oldukça maliyetli yöntemlerdir. Ormancılıkta modern ölçme yöntemlerinin kullanımının yaygınlaşmasıyla, geniş alanlar için kısa sürede orman sahası parametreleri elde etmek, LiDAR teknolojisinin kullanımı ile mümkün hale gelmiştir. Halihazırda yüksek doğruluklu sonuçlar sağlayabilen gelişmiş ölçme yöntemlerinin değerlendirilmesi, orman parametrelerinin matematiksel modeller oluşturulurken tanımlanan gerçek değerlerine daha yakın sonuçlar elde edilmesi bakımından halen gelişime açıktır. Bu tez çalışması, orman parametrelerinin belirlenmesi için yeni önerilen yöntemlerle, mevcut güncel yöntemlerin karşılaştırmalı bir değerlendirmesini yapmayı amaçlamaktadır. Bu amaçla, seçilen örnekleme bölgesine ait, Hava LiDAR Sistemleri, Yersel Lazer Tarama ve giderek yaygınlaşmakta olan Insansız Hava Aracı gibi farklı kaynaklardan elde edilen nokta bulutu verileri elde edilmiş ve değerlendirilmiştir. Bu ölçme yöntemleri, güncel ormancılık uygulamaları için büyük ölçüde tercih edildiğinden ve sonuçları geleneksel yöntem sonuçlarıyla nicel olarak karşılaştırılabilir olduğundan seçilmiştir. Saha ölçümü verileri, yaprak döken, iğne yapraklı ve karışık meşcerelerden oluşan çeşitli örnekleme alanlarından elde edilen veriler aracılığıyla, Nokta bulutu verilerinden yaprak alan indeksi, göğüs çap ve ağaç boyu kestirimlerini elde etmek için toplanmıştır. Örnekleme bölgesi, Istanbul Kent orman alanının kuzey kesimlerinden, Istanbul Üniversitesi-Cerrahpaşa'nın uzun süreli gözlemler yürüttüğü araştırma orman alanına kadar uzanmaktadır. Bu alanın seçilme sebebi alanın farklı gelişim çağlarında ağaçlar barındırmasının yanı sıra, Batı Anadolu'dan orta ve güney doğu Avrupa'ya uzanan geniş bir coğrafyadaki ağaç dokusunu da karakterize edebiliyor olmasıdır. Söz konusu alanda örnekleme noktaları meşcereyi doğru temsil edebilmesi bakımından karakteristik ağaçların yanı sıra, uygulanan tekniklerin performansını değerlendirmek açısından yüksek farklılık gösteren ağaçları da kapsayacak şekilde seçilmişlerdir. Seçilen ağaçlar kalıcı olmayan ve zararsız yöntemlerle işaretlenmiş ve işaretlenen bölgelerde geleneksel ormancılık ölçümleri (Göğüs çapı, ağaç boyu ve yaprak alan indeksi) ve çalışmaya konu olan, nokta bulutu eldesine yönelik ölçümler (Yersel lazer tarama oturumları, GNSS ölçümleri Insansız hava aracı uçuşları) birbirine paralel biçimde yürütülmüşlerdir. Çalışmada geleneksel ormancılık saha ölçümü ile elde edilen orman parametreleri temel doğru olarak kabul edilmiş ve Nokta bulutu verisi değerlendirmelerinden elde edilen orman parametreleri, bu saha ölçümü verileri ile karşılaştırılmıştır. Bu karşılaştırmaların yanı sıra yapılan nokta bulutu verilerinden elde edilen sonuçlar genel hata istatistikleri, birbirleri arasındaki uyuşum hesaplama maliyeti, hesaplama performansları ve veri toplamadaki zorluklar da göz önüne alınarak değerlendirilmişlerdir. Nokta bulutu verilerinin değerlendirilmesinde iki ana yöntem izlenmiştir, bunlardan ilki orman parametrelerinin geleneksel yöntemlerle birebir karşılaştırılabilmesi adına odunsu gövdelerin belirlenmesine bakılmaksızın yaprak alan indeksinin belirlenmesi yöntemi olup sonuçlar geleneksel yöntemlerle önemli oranda tutarlılık arz etmektedir. Ikinci yöntem ise yapay sinir ağları ve bağlı bileşen analizleri yöntemleri kullanılarak odunsu malzemenin belirlenmesi ve nokta bulutu verisinden çıkarılarak kalan yaprak verisi üzerinden etkin yaprak alan indeksinin hesaplanmasıdır. Çalışmanın bu kısmından edilen sonuçlar ışığında, sinir ağı algoritmaları ve bağlı bileşen analiz yöntemleri kullanılarak yersel lazer tarayıcı tabanlı nokta bulutu verisinden odunsu dokuların bölütlendirilmesi ve çıkarılmasının, yüksek miktarda bilgisayar kaynağı gerektirmesine rağmen, büyük ölçekli etkin LAI değerlerinin hesaplanmasında umut verici bir geleceğe sahip olduğunu göstermektedir. Yine aynı örnekleme alanlarında elde edilen verilerden“örtü yüksekliği modelleme”yöntemi ile elde edilen topografyadan bağımsız göğüs çapı yüksekliğindeki kesitlere, oluşturulan en küçük kareler tabanlı algoritma ile en uygun dairenin oturtulması ile göğüs çapları hesaplanmıştır. Benzer şekilde, çalışma alanlarında çok kısa sürede yersel lazer tarama ile elde edilen nokta bulutu verisinin işaretli ağaçların bulunduğu bölgedeki en yüksek noktasının tespitiyle ağaç boyları hesaplanarak performansları geleneksel yöntemlerle karşılaştırılmıştır. Elde edilen sonuçların değerlendirilmesiyle görülmektedir ki yapay sinir ağları yöntemi, odunsu malzemenin tespitinde zaman/kaynak başarımı açısından en yüksek verime sahiptir. Yersel lazer taramalardan elde edilen orman parametreleri ve insansız hava aracı verilerinden elde edilen orman parametreleri birlikte değerlendirildiğinde, bu iki yöntemin geleneksel yöntemlerle göğüs çapı eldesinde %90'ların üzerinde uyuşum gösterdiği görülmektedir. Ağaç yüksekliği hesaplamalarında yersel lazer taramanın %99 luk bir uyuşum yakalaması ve hava LiDAR sistemlerinin de %72 gibi yüksek sayılabilecek bir doğrulukla ağaç yüksekliklerini kestirmede önemli bir rol oynama potansiyeli olduğu görülebilmektedir. Söz konusu yöntem ve veri kaynaklarının başarımları göz önüne alınacak olursa; meşcere boyutu ve kapalılık gibi parametreler göz önüne alınarak, birbirlerinin eksikliklerini tamamlayacak şekilde kullanılacak bir yersel lazer tarayıcı ve insansız hava aracı kombinasyonundan, orman parametrelerinin yüksek doğrulukla ve geleneksel eşleniklerine göre çok daha kısa sürede elde edilmesi mümkündür

Özet (Çeviri)

The spatial distributions and statistical properties of stand attributes must be understood in order to characterize the dynamic forest ecosystem. In this context dendrometry is an invaluable tool in forestry when quantitative characterisation of forests or individual trees are required. Diameter at Breast Height (DBH) and Tree Height (TH) are two significant parameters in dendrometry and heavily correlated with Leaf Area Index. Leaf Area Index (LAI) is described as a dimensionless parameter that has a significant impact in forestry applications and characterising the canopy's structural vegetation in general. With conventional methods, LAI can be calculated with destructive sample collection or with a relatively new non-destructive method called hemispherical photography. Conventional measurements of DBH and TH, although not destructive, are also very time and manpower consuming. With the engagement of modern surveying instruments in forestry, obtaining forest stand parameters for large areas in short time has recently become more prominent and possible with the use of LiDAR technology. Although promising, LiDAR data evaluation techniques for forest stand parameters calculation are still subject to development. This thesis work aims to make a comparative evaluation of existing novel techniques with newly proposed methods for estimating forest stand parameters, namely DBH, TH and LAI. For this purpose Point Cloud Data (PCD) from different sources such as Airborne LiDAR Systems (ALS), Terrestrial Laser Scan (TLS), and Unmanned Aerial Vehicle (UAV) have been evaluated. These data sources have been chosen since they are greatly preferred for forestry operations, and their results can be quantitatively compared against the conventional method results. In-situ data was collected to assess LAI, DBH and TH estimations from PCD through varying sample locations including deciduous, coniferous, mixed forest type. Sampling zone spans from northern parts of Istanbul Urban forest area to a research forest under the supervision of Istanbul University-Cerrahpasa, in Istanbul, Turkey. In-situ measurements were accepted as ground truth, and the results obtained from PCD evaluation were compared against them in terms of their overall error statistics, as well as their performances due to the computational cost and challenges in data acquisitions. The results obtained from the study show that segmentation and removal of wood materials from TLS based PCD by using neural network algorithms and connected component analysis methods, albeit, complex and computer resource demanding, have a promising future on the calculation of effective LAI values of large areas in a very short time span. Similarly, the forestry PCD obtained by TLS has the best performance among other PCD at both DBH and TH estimation

Benzer Tezler

  1. Tez No

    482550

    Estimating basic forest stand parameters from UAS images

    Temel orman meşcere parametrelerinin İHA görüntüleriyle kestirimi

    VOLKAN YILMAZ

    Doktora

    İngilizce

    İngilizce

    2017

    Jeodezi ve FotogrametriKaradeniz Teknik Üniversitesi

    Harita Mühendisliği Ana Bilim Dalı

    PROF. DR. OĞUZ GÜNGÖR

  2. Tez No

    597916

    Tam dalga Lidar verileri ile bitki örtüsü sınıflandırma olanaklarının araştırılması

    Research on possibilities of vegetation classification by using full waveform Lidar data

    AYŞE BUŞRA KURTAK

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Jeodezi ve FotogrametriYıldız Teknik Üniversitesi

    Harita Mühendisliği Ana Bilim Dalı

    PROF. DR. NACİ YASTIKLI

  3. Tez No

    842893

    Hava fotoğrafları ve sentinel-2 görüntüleri yardımıyla bazı meşcere bileşenlerinin tahmin edilmesi

    Estimation of some stand parameters using aerial photographs and sentinel-2 images

    BAYRAM ÇİL

    Doktora

    Türkçe

    Türkçe

    2023

    Ormancılık ve Orman MühendisliğiKaradeniz Teknik Üniversitesi

    Orman Mühendisliği Ana Bilim Dalı

    DOÇ. DR. UZAY KARAHALİL

  4. Tez No

    771644

    Prediction of flow rates from different entries using PLT p-T measurements in a horizontal well by machine learning methods

    Makine öğrenmesi teknikleri ile bir yatay kuyunun farklı girişlerin debilerinin PLT p-T ölçümlerinden tahmini

    MUHARREM HİLMİ ÇEVİK

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Petrol ve Doğal Gaz Mühendisliğiİstanbul Teknik Üniversitesi

    Petrol ve Doğal Gaz Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MURAT ÇINAR

  5. Tez No

    776107

    Bafa Gölü için uzaktan algılama teknikleri ile siyanobakterilerin tespiti, izlenmesi, zamansal analizi ve göle ulaşan kirletici yükleriyle ilişkisinin değerlendirilmesi

    Detection, monitoring and temporal analysis of cyanobacteria by remote sensing techniques for Lake Bafa and evaluation of relationship with loads reaching the lake

    ELİF KIRTILOĞLU

    Doktora

    Türkçe

    Türkçe

    2023

    Jeodezi ve FotogrametriKonya Teknik Üniversitesi

    Harita Mühendisliği Ana Bilim Dalı

    PROF. DR. HAKAN KARABÖRK

Geri Dön