Yüksek Çözünürlüklü Yersel Lazer Tarama Verilerinin Filtrelenmesi ve Filtrelemelerin Heyelan İzlemeye Etkisi

Yıl 2015, Cilt: 1 Sayı: 1-2, 11 - 20, 28.08.2015

Mustafa Zeybek , İsmail Şanlıoğlu , Aşır Genç

https://doi.org/10.21324/dacd.22635

Cited By: 4

Öz

Doğal afetlerin izlenmesi
ve araştırılması zararlarının önüne geçilmesindeki en önemli çalışmalardan bir
tanesidir. Bu çalışmada, Yersel lazer tarama (YLT) tekniklerinin heyelan izleme
çalışmalarında kullanımı ve elde edilen verilerin işlenmesi ve sonuçlarının
irdelenmesi yapılmıştır. Araştırmalar, Orta Toros Dağlarında meydana gelen bir
heyelan bölgesi üzerinde yapılmıştır. Bölge içinde yapılan önceki çalışmalar irdelendiğinde
5 m’ye ulaşan deformasyonlar oluşmuştur. Bu makalede, yersel lazer tarama
verileri içerisinde otomatik olarak filtreleme; yeryüzü üzerinde ağaç ve diğer
objelerin filtrelenmesi ve sayısal yükseklik modeli (SYM) elde edilmesi, bu
modeller sayesinde arazi yüzeyinde yükseklik bileşenlerinde meydana gelen
değişimlerin araştırılması ve filtreleme algoritmalarının analizlere olan
etkisi araştırılmıştır. Bu araştırma için İlerleyen Morfolojik Filtreleme (İMF)
algoritması kullanılmıştır. Bu filtreleme algoritması ile nokta bulutları
otomatik olarak yer ve yer harici olmak üzere iki adet filtrelenmiş veri elde
edilmiştir. SYM elde etmek için yalın yeryüzünün kullanılması modelin gerçek
yeryüzünü yansıtması yüzeyde oluşan deformasyonların belirlenmesiyle doğrudan
etkilidir. Sonuç olarak filtrelenmeden kullanılan nokta bulutları verileri
bölgesel anlamda yapılan analizlerin yanlış yorumlanmasına sebep
olabileceğinden dolayı ağaç, obje, araç ve ev gibi bitki örtüsünün ve insan
yapılarının filtrelenmesi gerekmektedir. Filtreleme yapılan karşılaştırma
analizleri daha kolay yorumlanmıştır. Modellerin karşılaştırılmasında farklı
dönemlere ait bitki örtüsündeki değişimler otomatik filtrelenmiş ve heyelan
hareketleri yapay bozulmalardan arındırılarak yorumlanmıştır.

Anahtar Kelimeler

Heyelan İzleme , Yersel Lazer Tarama , Nokta Bulutları , Filtreleme

Filtering Data of High-Resolution Terrestrial Laser Scanner and Effects of Filtrations on the Landslide Monitoring

Öz

Monitoring and investigating natural disasters
is one of the most important works for decreasing damages and preventing
losses. In this study, using Terrestrial Laser Scanning (TLS) techniques for
landslide monitoring studies, processing data obtained from these techniques
and evaluating the results were performed. Research was carried out on a
landslide zone which occurred in the Middle Taurus Mountains. When previous
studies were examined, deformations reaching up to 5m were formed in the region.
In this article, automatic filtering of terrestrial laser scanning data,
filtering of trees and other objects on the earth and acquiring digital
elevation model (DEM) and by means of this model, assessing changes occurring
in the elevation components on the land surface and the effect of filtering
algorithms on analysis were investigated. Progressive Morphological Filtering (PMF)
algorithm was used for this research. Point cloud filtering algorithm has automatically
obtained two filtered data as the ground and the non-ground. Using the real
surface ground models of the earth to obtain DEM model’s reflection of real
earth surface has a direct impact on determining the true surface deformation. In
conclusion, things such as trees, objects, vehicles, houses, man-made
structures and vegetation must be filtered out of data because analysis in a
regional base may cause misinterpretation without filtered point cloud data. The
results revealed that the filtered comparison analyzes were evaluated easier. In
addition, changes in plant cover in different periods for the comparison of
models has been automatically filtered and the landslide movements have been
interpreted with purifying from artificial distortion.

Anahtar Kelimeler

Landslide Monitoring , Terrestrial Laser Scanning , Point Cloud , Filtering

Kaynakça

• Barbarella M., Fiani M., (2013), Monitoring of large landslides by Terrestrial Laser Scanning techniques: field data collection and processing, Eur J Remote Sens, 46, 126-151.
• Besl P.J., McKay N.D., (1992), A method for registration of 3-D shapes, IEEE Trans Pattern Anal Mach Intell, 14(2), 239-256.
• Brodu N., Lague D., (2012), 3D terrestrial lidar data classification of complex natural scenes using a multi-scale dimensionality criterion: Applications in geomorphology, ISPRS Journal of Photogrammetry and Remote Sensing, 68, 121-134.
• Conrad O., (2006), SAGA--program structure and current state of implementation, SAGA--analysis and modelling applications'in içinde, (Böhner J., McCloy K.R., Strobl J., Ed.), Verlag Erich Goltze GmbH, Germany, ss.39-52.
• James L.A., Watson D.G., Hansen W.F., (2007), Using LiDAR data to map gullies and headwater streams under forest canopy: South Carolina, USA, Catena, 71(1), 132-144.
• Kasperski J., Delacourt C., Allemand P., Potherat P., Jaud M., Varrel E., (2010), Application of a Terrestrial Laser Scanner (TLS) to the Study of the Séchilienne Landslide (Isère, France), Remote Sens, 2(12), 2785-2802.
• Oppikofer T., Bunkholt H.S.S., Fischer L., Saintot A., Hermanns R.L., (2012), Investigation and monitoring of rock slope instabilities in Norway by terrestrial laser scanning, Taylor Francis Group, London, ss.1235-1241.
• Pirotti F., Grigolato S., Lingua E., Sitzia T., Tarolli P., (2012), Laser Scanner Applications in Forest and Environmental Sciences, Ital J Remote Sens, 44(1), 109-123.
• Rusu B.R., Cousins S., (2011), 3D is here: Point Cloud Library (PCL), IEEE International Conference on Robotics and Automation (ICRA), 9-13 May, Shanghai, China.
• Vosselman G., Maas H.G., (2010), Airborne and Terrestrial Laser Scanning, Whittles Publishing.
• Zeybek M., (2013), Heyelanların İzlenmesinde Yersel Lazer Tarama ve GNSS Tekniklerinin Birlikte Kullanılması, Selçuk Üniversitesi Fen Bilimleri Enstitüsü, Konya.
• Zeybek M., Sanlioglu İ., (2015), Accurate determination of the Taskent (Konya, Turkey) landslide using a long-range terrestrial laser scanner, Bulletin of Engineering Geology and the Environment, 74(1), 61-76.
• Zeybek M., Şanlıoğlu İ., Özdemir A., (2015), Monitoring landslides with geophysical and geodetic observations, Environ Earth Sci, doi: 10.1007/s12665-015-4650-x.
• Zhang K.Q., Chen S.C., Whitman D., Shyu M.L., Yan J.H., Zhang C.C., (2003), A progressive morphological filter for removing nonground measurements from airborne LIDAR data, Ieee Transactions on Geoscience and Remote Sensing, 41(4), 872-882.