Orman Meşcere Yükseklik Haritası Üretiminde Hava Kaynaklı Lazer Tarama Performans Analizi

Yıl 2021, Cilt: 6 Sayı: 3, 179 - 188, 01.12.2021

Umut Gunes Sefercik , Ayhan Ateşoğlu , Can Atalay

https://doi.org/10.29128/geomatik.721916

Cited By: 4

Öz

Orman envanterinde önemli bir parametre olan meşcere yükseklik bilgisi, az gelişmiş ya da Türkiye gibi gelişmekte olan ülkelerde halen yaygın şekilde yersel tekniklerle tekil ağaç bilgisi edinme ve hata payı oldukça yüksek kestirimler ile bu bilgiyi genele yayma prensibi ile elde edilmektedir. Uzaktan algılama (UA) temelli modern ölçüm teknolojilerinin devinimi ile Amerika ve Avrupa ülkeleri başta olmak üzere gelişmiş ülkeler orman meşcere yükseklik belirleme çalışmalarında hata payı yüksek yersel yöntemleri tamamen oyun dışı bırakmışlardır. Bu çalışma, hava kaynaklı lazer tarama (ALS) yoğun nokta bulutları ile orman meşcere yükseklik haritası üretimi ve üretilen haritanın mutlak konum doğruluğu potansiyelinin ortaya koyulmasını amaçlamaktadır. Amaç doğrultusunda, Houston, ABD'de orman-dominant bir çalışma alanı seçilmiş, ALS verileri ile dijital yüzey ve arazi modelleri üretilmiş ve bu ürünler temelinde normalize dijital yüzey modeli tekniği kullanılarak üç boyutlu orman meşcere yükseklik haritası elde edilmiştir. Üretilen haritanın doğruluğu, aynı çalışma alanında yersel lazer tarama (TLS) tekniğinden elde edilen veriler ile üretilen orman meşcere yükseklik haritası kullanılarak model bazlı yaklaşımlarla değerlendirilmiştir. Değerlendirmelerde, standart sapma ve normalize medyan mutlak sapma uluslararası doğruluk metrikleri kullanılmıştır. Sonuçlar ışığında, ALS verileri ile üretilen meşcere yükseklik haritasının yatayda ±1 cm düşeyde ise ±40 cm dolayında mutlak konum doğruluğuna sahip olduğu tespit edilmiştir.

Anahtar Kelimeler

HAVA KAYNAKLI LAZER TARAMA, ORMAN MEŞCERE YÜKSEKLİK HARİTASI, DYM, DAM, NDYM

Teşekkür

Çalışmada kullanılan ALS verilerini sağlayan Houston Üniversitesi Ulusal Hava Kaynaklı Lazer Tarama Merkezi’ne (NCALM) teşekkürlerimizi sunarız.

Kaynakça

• Akay AE, Wing M, Sessions J (2012) Estimating Structural Properties of Riparian Forests with Airborne LiDAR Data. International Journal of Remote Sensing 33(22): 7010-7023.
• ASPRS (2014) ASPRS Positional Accuracy Standards for Digital Geospatial Data. Photogrammetric Engineering and Remote Sensing 81 (3): A1-A26.
• Baligh A, Valadan Zoej MJ, Mohammadzadeh A (2008) Bare Earth Extraction from Airborne Lidar Data Using Different Filtering Methods. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences XXXVII (B3b): 237–240.
• Baltsavias E (1999) A Comparison between Photogrammetry and Laser Scanning. ISPRS Journal of Photogrammetry and Remote Sensing 54 (2): 83-94.
• Glennie C, Carter WE, Shrestha RL, Dietrich WE (2013) Geodetic Imaging with Airborne LiDAR: The Earth’s Surface Revealed. Reports on Progress in Physics 76 (8): 086801.
• Hellerstein J M (2008). Quantitative data cleaning for large databases. Technical Report Presented at United Nations Economic Commission for Europe (UNECE), p. 42.
• Hill JM, Graham LA, Henry RJ, Cotter DM, Ping A, Young P (2000) Wide-area Topographic Mapping and Applications Using Airborne Light Detection and Ranging (Lidar) Technology. Photogrammetric Engineering and Remote Sensing 66 (8): 908-914.
• Höhle J, Höhle M (2009) Accuracy assessment of digital elevation models by means of robust statistical methods. ISPRS Journal of Photogrammetry and Remote Sensing, 64: 398-406.
• Jacobsen K (2012) Characteristics of Nearly World Wide Available Digital Height Models. 10th Seminar on Remote Sensing and GIS Applications in Forest Engineering, Curitiba, Brazil, October 15-18, p. 8.
• Koch B, Heyder U, Welnacker H (2006) Detection of individual tree crowns in airborne LiDAR data. Photogrammetric Engineering and Remote Sensing 72: 357–363.
• Lin Q, Vesecky JF, Zebker HA (1994) Comparison of Elevation Derived from Insar Data with DEM over Large Relief Terrain. International Journal of Remote Sensing 15 (9): 1775-1790.
• Liu X, (2008) Airborne LiDAR for DEM Generation: Some Critical Issues. Progress in Physical Geography 32: 31-49.
• Lohr U (1998) Digital Elevation Models by Laser Scanning. The Photogrammetric Record 16 (91): 105-109.
• Mandlburger G, Briese C, Pfeifer N (2007) Progress in LiDAR Sensor Technology- Chance and Challenge for DTM Generation and Data Administration. In: D. Fritz (Ed.): Proceedings of 51st Photogrammetric Week '07, Wichmann Verlag, Hiedelberg, pp. 159-169.
• McIntosh K, Krupnik A, Schenk A (2000) Improvement of Automatic DSM Generation over Urban Areas Using Airborne Laser Scanner Data. International Archives of Photogrammetry and Remote Sensing XXXIII (B3): 563-570.
• Sefercik UG, Alkan M (2009) Advanced Analysis of Differences Between C and X Bands Using SRTM Data for Mountainous Topography. Journal of the Indian Society of Remote Sensing, 37(3): 335-349.
• Sefercik UG, Glennie C, Singhania A, Hauser D (2015) Area-based quality control of airborne laser scanning 3D models for different land classes using terrestrial laser scanning: sample survey in Houston, USA. Int J Remote Sens 36(23):5916–5934.
• Shan J, Sampath A (2005) Urban DEM Generation from Raw Lidar Data: A Labeling Algorithm and Its Performance. Photogrammetric Engineering & Remote Sensing 71 (2): 217-226.
• Smreček R (2012) Utilization of ALS data for forestry purposes. In: T. Jekel, A. Car, J. Strobl and G. Griesebner (Ed.): GI Forum 2012: Geovizualisation, Society and Learning, ISBN 978-3-87907-521-8, pp. 365-375.
• Stereńczak K, Będkowski K, Weinacker H (2008) Accuracy of crown segmentation and estimation of selected trees and forest stand parameters in order to the resolution of used DSM and nDSM models generated from dense small footprint LIDAR data. International Archives of Photogrammetry and Remote Sensing 37 (B6b): 27-32.