Hava lidar verilerinden meşçere parametre kestirimi ve ağaç türü tahmini
Estimation of stand parameters and tree species classi̇fi̇cati̇on airborne lidar data
- Tez No: 944823
- Danışmanlar: PROF. DR. FEVZİ KARSLI
- Tez Türü: Doktora
- Konular: Jeodezi ve Fotogrametri, Geodesy and Photogrammetry
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Harita Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 222
Özet
Gelişen uzaktan algılama teknolojileri, orman ekosistemlerinin izlenmesi ve yönetimini daha hassas ve verimli hale getirmiştir. Bu bağlamda, LiDAR teknolojisi, ağaçların üç boyutlu konumunu ve yapısal özelliklerini güvenilir biçimde belirleme olanağı sunmaktadır. Ancak, ağaç türü tespitinde LiDAR verilerinin sınırlı olduğu ve genellikle ek veri ya da yöntemlerle desteklenmesi gerektiği bilinmektedir. Bu çalışmada, hava LiDAR verileri kullanılarak meşçere parametreleri (ağaç boyu, gövde çapı, tepe çapı, tepe alanı, gövde hacmi ve tepe hacmi) belirlenmiş ve optik veri kullanılmadan ağaç türü sınıflandırması gerçekleştirilmiştir. Ladin (Picea orientalis), Kayın (Fagus orientalis) ve kuru ladin bireyleri üzerinde odaklanılmış; PointNet, PointNet++ ve DGCNN algoritmaları sırasıyla %86, %94 ve %89 doğrulukla tür sınıflandırması yapmıştır. Ayrıca, birinci kapalılık düzeyinden elde edilen referans verilerle kurulan Rastgele Orman (R²=0.95) ve Aşırı Gradyan Artırma (R²=0.92) modelleriyle diğer kapalılık sınıfındaki bireylerin gövde çapları 3–5 cm hata payıyla tahmin edilmiştir. Segmentasyon başarısı ladin bireylerinde yüksek çıkarken, yayvan taç yapısına sahip kayın ağaçlarında daha düşük doğruluk elde edilmiştir. Tepe kapalılığı yüksek alanlarda bireysel ayrıştırma zorlaşsa da, farklı kapalılık sınıfından elde edilen verilerle güvenilir meşçere parametreleri ve ağaç türü tahmini yapılabildiği gösterilmiştir.
Özet (Çeviri)
Developing remote sensing technologies have made the monitoring and management of forest ecosystems more sensitive and efficient. In this context, LiDAR technology offers the opportunity to reliably determine the three-dimensional position and structural properties of trees. However, it is known that LiDAR data is limited in tree species determination and generally needs to be supported by additional data or methods. In this study, stand parameters (tree height, trunk diameter, crown diameter, crown area, trunk volume and crown volume) were determined using airborne LiDAR data and tree species classification was performed without using optical data. Focusing on spruce (Picea orientalis), beech (Fagus orientalis) and dry spruce individuals; PointNet, PointNet++ and DGCNN algorithms performed species classification with 86%, 94% and 89% accuracy, respectively. In addition, trunk diameters of individuals in other closure classes were estimated with a 3–5 cm error margin using Random Forest (R²=0.95) and Extreme Gradient Boosting (R²=0.92) models established with reference data obtained from the first closure level. While the segmentation success was high in spruce individuals, lower accuracy was obtained in beech trees with a broad crown structure. Although individual separation becomes difficult in areas with high crown closure, it has been shown that reliable stand parameters and tree species estimation can be made with data obtained from different closure classes.
Benzer Tezler
- Estimating forest parameters using point cloud data
Orman parametrelerinin nokta bulutu verilerinden çıkarımı
ADİL ENİS ARSLAN
Doktora
İngilizce
2022
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ESRA ERTEN
- Bazı orman ekosistem hizmetlerinin uzaktan algılamaya dayalı olarak belirlenmesi ve planlamaya entegrasyonu
Determination of some forest ecosystem services based on remote sensing and integration to planning
TUFAN DEMİREL
Doktora
Türkçe
2023
Ormancılık ve Orman Mühendisliğiİstanbul Üniversitesi-CerrahpaşaOrman Mühendisliği Ana Bilim Dalı
DOÇ. DR. ULAŞ YUNUS ÖZKAN
- Hava LiDAR verilerinden tarımsal alan sınırlarının otomatik tespiti
Automatic detection of agricultural field boundaries from aerial LiDAR data
MEHMET FATİH GÜRBÜZ
Doktora
Türkçe
2024
Jeodezi ve FotogrametriKonya Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN KARABÖRK
DOÇ. DR. NURDAN BAYKAN
- Hava lidar verilerinden rezervuar alanının otomatik çıkarımı: Kestel barajı örneği
Automatic removal of reservoir field from aircraft lidar data: Example of Kestel dam
TOLGA ODABAŞ
Yüksek Lisans
Türkçe
2018
Mühendislik BilimleriKaradeniz Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
PROF. DR. FEVZİ KARSLI
- Hava LiDAR nokta bulutundan köprülerin ve üst geçitlerin otomatik çıkarımı
Automatic extraction of bridges and footbridges from airborne LiDAR point cloud
MURAT ERSİN KORKMAZ
Yüksek Lisans
Türkçe
2019
Jeodezi ve FotogrametriKonya Teknik ÜniversitesiHarita Mühendisliği Ana Bilim Dalı
DOÇ. DR. CİHAN ALTUNTAŞ