Yersel Lidar Verisinden 3DFin Yazılımı ile Ağaçların Göğüs Çapının Belirlenmesi
Öz
Göğüs çapı, orman envanterinde ölçülen en yaygın ve en önemli meşcere parametrelerinden birisidir. Orman envanterinde örnek alan içerisindeki tüm ağaçların ölçümü gereklidir. Zor arazi koşullarında envanterin en basit bu işlemi bile zor hale gelmektedir. Bu nedenle gelişen teknolojinin takip edilmesi ve orman envanterine entegrasyonu önemlidir. Yersel lidar tarama ile sağlanan üç boyutlu nokta bulutu verilerinden çeşitli ölçümler yapmak ve göğüs çapı gibi ağaç veya meşcereye ait bazı parametreleri bu verilerden sağlamak mümkün hale gelmektedir. Bu çalışmada Düzce Üniversitesi Yerleşkesi’nde yer alan meşe meşceresinden alınan örnek alan içerisine giren ağaçların çapları önce klasik yöntemle çapölçer vasıtasıyla ölçülmüş ve bulunan değerler daha sonra lidar verisinden hesaplanmış değerlerle karşılaştırılmıştır. Lidar verisinde tek ağaç bazında manuel ölçümler kolayca yapılabilmekle birlikte örnek alan bazındaki çalışmalarda süreci otomatik hale getiren araçlar kullanmak verimliliği artırmaktadır. Bu çalışmada da nokta bulutundan ağaçların göğüs çaplarının belirlenmesi 3DFin yazılımı kullanılarak gerçekleştirilmiştir. Yapılan analizler sonucunda çap ölçer ve lidar ölçümleri arasında %95 güven düzeyinde anlamlı farklar bulunmadığı doğrulanmıştır.
Anahtar Kelimeler
Kaynakça
- Bazezew, M., Hussin, Y., Kloosterman, E., Ismail, M., Soromessa, T., and Adan, M. (2021). Factual approach for tropical forest parameters measurement and monitoring: future option with a focus on synergetic use of airborne and terrestrial lidar technologies. International Journal of Remote Sensing, 42(9), 3219-3230.
- Burt, A., Vicari, M., Costa, A., Coughlin, I., Meir, P., Rowland, L., and Disney, M. (2021). New insights into large tropical tree mass and structure from direct harvest and terrestrial lidar. Royal Society Open Science, 8(2). https://doi.org/10.1098/rsos.201458
- Calders, K., Newnham, G., Burt, A., Murphy, S., Raumonen, P., Herold, M., and Kaasalainen, M. (2014). Nondestructive estimates of above‐ground biomass using terrestrial laser scanning. Methods in Ecology and Evolution, 6(2), 198-208.
- Chang, A., Jung, J., & Kim, Y. (2015). Estimation of forest stand diameter class using airborne lidar and field data. Remote Sensing Letters, 6(6), 419-428.
- CloudCompare. (2024). CloudCompare (Sürüm V2.13.1) [GPL lisanslı bilgisayar yazılımı]. https://www.cloudcompare.org
- Dassot, M., Constant, T., & Fournier, M. (2011). The use of terrestrial lidar technology in forest science: application fields, benefits and challenges. Annals of Forest Science, 68(5), 959-974.
- Delagrange, S., Jauvin, C., & Rochon, P. (2014). Pypetree: a tool for reconstructing tree perennial tissues from point clouds. Sensors, 14(3), 4271-4289.
- Laino, D., Cabo, C., Prendes, C., Janvier, R., Ordonez, C., Nikonovas, T., Doerr, S., & Santin, C. (2024). 3DFin: A software for automated 3D forest inventories from terrestrial point clouds. Forestry: An International Journal of Forest Research, 97(4), 479–496.
- Feng, B., Nie, S., Wang, C., Xi, X., Wang, J., Zhou, G. and Wang, H. (2022). Exploring the potential of uav lidar data for trunk point extraction and direct dbh measurement. Remote Sensing, 14(12), 2753.
- Fitts, L., Russell, M., Domke, G., & Knight, J. (2020). Modeling land use change and forest carbon stock changes in temperate forests in the United States. Carbon Balance Management, 16(20).