El tipi mobil LiDAR teknolojisinin orman envanterlerinde kullanımı: Artvin-Şavşat örneği

Can VATANDAŞLAR, (Artvin Çoruh Üniversitesi, Orman Fakültesi, Artvin, Türkiye)
Mustafa ZEYBEK, (Selçuk Üniversitesi, Güneysınır Meslek Yüksekokulu, Konya, Türkiye)
Ergin Cagatay Cankaya, (Orman Genel Müdürlüğü, Ankara, Türkiye)
Tugay DEMİRASLAN, (Orman Genel Müdürlüğü, Ankara, Türkiye)
Cahit ŞAHİN, (Orman Genel Müdürlüğü, Ankara, Türkiye)
Yasin GÜNDÜZ, (Orman Genel Müdürlüğü, Ankara, Türkiye)
Ümit KORKMAZ, (Orman Genel Müdürlüğü, Ankara, Türkiye)
Mehmet Latif AVCI (Orman Genel Müdürlüğü, Ankara, Türkiye)
Ormancılık Araştırma Dergisi
11 2
Yıl: 2022 Cilt: 9 Sayı: 1 Sayfa Aralığı: 81 - 96 Metin Dili: Türkçe DOI: 10.17568/ogmoad.1016879 İndeks Tarihi: 02-01-2023

El tipi mobil LiDAR teknolojisinin orman envanterlerinde kullanımı: Artvin-Şavşat örneği

Öz:
Bu çalışmanın amacı; (i) orman envanterlerinde mobil lazer tarama (LiDAR) teknolojisinden yararlanma olanaklarını araştırmak ve (ii) meşcere parametrelerine ilişkin LiDAR verilerini, uygulamada tespit edilen değerlerle karşılaştırmaktır. Bu doğrultuda, Şavşat’ta arazi ölçümleri gerçekleştirilen örnek alanlar el tipi LiDAR cihazı ile taranmıştır. Daha sonra örnek alanlardan elde edilen veri setleri birbiriyle karşılaştırılarak LiDAR’ın hassasiyeti sınanmıştır. Yapılan istatistik testler sonucunda, LiDAR ve çapölçer ile ölçülen ağaçların çapları arasında anlamlı bir fark bulunmamıştır (p>0,05). Yersel ölçümler referans kabul edilirse; göğüs çapı, ağaç sayısı, meşcere üst boyu ve meşcere hacmi parametreleri LiDAR cihazıyla sırasıyla; ort. 0,68 cm (%2,2), 14 ad/ha (%2,0), 0,8 m (%3,4) ve 155,7 m3/ha (%24,6) hata ile tahmin edilebilmiştir. Hacimde gözlenen yüksek hata üzerine, arazideki altı adet ağaç önce LiDAR ile dikili halde taranmış ve sonra kesilerek, bölümleme yöntemiyle hacimlendirilmiştir. Yerde ölçülen gövde hacimlerinin LiDAR ile ort. 0,061 m3 (%5,1) hata ile tespit edilebildiği görülmüştür. Dolayısıyla, meşcere hacimlerindeki yüksek hata oranlarının LiDAR yönteminden değil, envanterde kullanılan tek girişli hacim tablolarından kaynaklandığı anlaşılmıştır. Buna karşılık, LiDAR nokta bulutları üzerinden ağaç türü ve meşcere tipleri belirlenememiştir. Çalışmanın sonunda, amenajman planlarındaki birçok meşcere parametresine ait değerlerin mobil LiDAR teknolojisiyle arazide daha az vakit harcanarak kabul edilebilir doğruluk düzeylerinde hesaplanabildiği sonucuna ulaşılmıştır. 
Anahtar Kelime: Mobil lazer tarama (LiDAR) nokta bulutu GeoSLAM ZEB-HORIZON orman envanteri orman amenajmanı

Using handheld mobile LiDAR technology in forest inventories: Artvin-Şavşat case

Öz:
This study aims to; (i) demonstrate how to use handheld laser scanning (LiDAR) technology in forest inventories, and (ii) compare stand parameters calculated with LiDAR and traditional measurements. To this end, sample plots were scanned by a LiDAR device in Şavşat, NE Turkey. Then, the sensitivity of LiDAR data was examined by comparing it with ground truth. No significant difference was found between tree DBHs measured by LiDAR and caliper (p>0.05). Taking ground measurements as reference; DBH, the number of trees, stand top height, and stand volume parameters were captured by LiDAR with mean errors of 0.68 cm (2.2%), 14 trees/ha (2.0%), 0.8 m (3.4%), and 155.7 m3/ha (24.6%), respectively. Since the mean error was high for stand volume, six standing trees were scanned by LiDAR, and then, they were felled and volumized using the section method. Ground measurements showed that LiDAR calculated stem volumes with a mean error of 0.061 m3 (5.1%). Thus, the high error rate in stand volumes was attributed to the reference data derived by existing volume tables. On the other hand, tree species and stand types could not be identified with LiDAR. It was concluded that mobile LiDAR technology could calculate many stand parameters with acceptable accuracy levels efficiently.
Anahtar Kelime: Light detection and ranging (LiDAR) GeoSLAM ZEB- HORIZON forest management planning

Belge Türü: Makale Makale Türü: Araştırma Makalesi Erişim Türü: Erişime Açık
  • Akalp, T., 1978. Türkiye’deki Doğu Ladini (Picea orieantalis Lk. Carr) Ormanlarında Hasılat Araştırmaları. Doktora Tezi, İ.Ü. Orman Fakültesi, İstanbul.
  • Alemdağ, Ş., 1966. Türkiye’deki Sarıçam Ormanlarının Kuruluşu, Verim Gücü ve Bu Ormanların İşletilmesinde Takip Edilecek Esaslar. Doçentlik Tezi, İ.Ü. Orman Fakültesi, İstanbul.
  • Beucher, S., Lantuejoul, C., 1979. Use of Watersheds in Contour Detection. In: International Workshop on Image Processing: Real-Time Edge and Motion Detection/ Estimation, Rennes.
  • Cadge, S., 2016. Welcome to the ZEB REVOlution. GE- Omedia, 20(3): 22-25.
  • de Conto, T., Olofsson, K., Gorgens, E. B., Rodriguez, L. C. E., Almeida, G., 2017. Performance of stem denoising and stem modelling algorithms on single tree point clouds from terrestrial laser scanning. Computers and Electronics in Agriculture, 143: 165-176. doi:10.1016/j. compag.2017.10.019
  • Del Perugia, B., Giannetti, F., Chirici, G., Travaglini, D., 2019. Influence of scan density on the estimation of sing- le-tree attributes by hand-held mobile laser scanning. Forests, 10(3): 277-290.
  • Eraslan, İ., 1982. Orman Amenajmanı. İstanbul Üniversitesi Orman Fakültesi Yayınları, No: 3010/318, İstanbul.
  • Hijmans, R. J., 2021. raster: Geographic Data Analysis and Modeling. https://CRAN.R-project.org/ package=raster Erişim tarihi: 4 Kasım 2021.
  • Hyyppä, E., Kukko, A., Kaijaluoto, R., White, J. C., Wulder, M. A., Pyörälä, J., Liang, X., Yu, X., Wang, Y., Kaartinen, H., Virtanen, J.-P., Hyyppä, J., 2020. Accurate derivation of stem curve and volume using backpack mobile laser scanning. ISPRS Journal of Photogrammetry and Remote Sensing, 161: 246-262. doi:10.1016/j. isprsjprs.2020.01.018
  • Illingworth, J., Kittler, J., 1987. The adaptive hough transform. IEEE Transactions Pattern Analysis and Machine Intelligence, 9(5): 690-698. doi:10.1109/tpami.1987.4767964
  • Jurjević, L., Liang, X., Gašparović, M., Balenović, I., 2020. Is field-measured tree height as reliable as believed – Part II, A comparison study of tree height estimates from conventional field measurement and low-cost close-range remote sensing in a deciduous forest. ISPRS Journal of Photogrammetry and Remote Sensing, 169: 227-241. doi:10.1016/j.isprsjprs.2020.09.014
  • Kalıpsız, A., 1984. Dendrometri. İstanbul Üniversitesi Orman Fakültesi Yayınları, No: 3194/354, İstanbul.
  • Kayacan, B, Zengin, H, Kadiogulları, A.I., 2016. Chapter 44: Turkey. In: Vidal C, Alberdi I, Hernandez L, Redmond J (editors). National Forest Inventories: Assessment of Wood Availability and Use. Cham, Switzerland: Springer, pp. 807-827.
  • Liu, L., Zhang, A., Xiao, S., Hu, S., He, N., Pang, H., Zhang, X., Yang, S., 2021. Single tree segmentation and diameter at breast height estimation with mobile LiDAR. IEEE Access, 9: 24314-24325. doi:10.1109/access.2021.3056877
  • Lukács, G., Marshall, A. D., Martin, R. R., 1997. Geometric least-squares fitting of spheres, cylinders, cones and tori. RECCAD, 2: 671-675.
  • MGM, 2012. Meteoroloji Genel Müdürlüğü Artvin ili Şavşat ilçesi İklim İstasyonuna ait rasat verileri. http:// www.mgm.gov.tr/veridegerlendirme/il-ve-ilceler-ista- tistik.aspx#sfU (Ziyaret tarihi: 13.10.2021).
  • Miraboğlu, M., 1955. Göknarlarda Şekil ve Hacim Araştırmaları. OGM Yayınları, Seri No: 5, Ankara.
  • OGM, 2013. Orman Genel Müdürlüğü, Veliköy Orman İşletme Şefliği Ekosistem Tabanlı Fonksiyonel Amenajman Planı (2013-2032), Ankara.
  • OGM, 2017. OGM Orman İdaresi ve Planlama Dairesi Başkanlığı, Ekosistem Tabanlı Fonksiyonel Orman Amenajman Planlarının Düzenlenmesine Ait Usul ve Esaslar (299 sayılı tebliğ−düzeltmeli son baskı), Ankara.
  • Orhan, F., 2015. Şavşat’ın beşerî ve ekonomik coğrafyası (1. baskı). Şavşat Belediyesi Kültür Yayınları, Artvin.
  • Qiu, Z., Feng, Z., Jiang, J., Lin, Y., Xue, S., 2018. Application of a continuous terrestrial photogrammetric measurement system for plot monitoring in the Beijing Songshan National Nature Reserve. Remote Sensing, 10(7). doi:10.3390/rs10071080
  • Rousseeuw, P.J., Leroy, A.M., 1987. Robust Regression and Outlier Detection: John Wiley & Sons, ABD, New York.
  • Schnabel, R., Wahl, R., Klein, R., 2007. Efficient RANSAC for point-cloud shape detection. Computer Graphics Forum, 26(2): 214-226. doi:10.1111/j.1467- 8659.2007.01016.x
  • Trochta, J., Krucek, M., Vrska, T., Kral, K., 2017. 3D Forest: An application for descriptions of three-dimensi- onal forest structures using terrestrial LiDAR. Plos One, 12(5): e0176871. doi:10.1371/journal.pone.0176871
  • URL-1. http://forsys.cfr.washington.edu/fusion/fusion_ overview.html, 11.02.2014. Erişim tarihi: 14 Ekim 2021.
  • URL-2. http://www.rslab.se/2017/10/17/terrestrial-laserscanner/ Erişim tarihi: 14 Ekim 2021.
  • URL-3. https://geoslam.com/ Erişim tarihi: 14 Ekim 2021.
  • Vatandaşlar, C., Zeybek, M., 2020. Application of handheld laser scanning technology for forest inventory purposes in the NE Turkey. Turkish Journal of Agriculture and Forestry, 44(3): 229-242. doi:10.3906/tar-1903-40
  • Vatandaşlar, C., Zeybek, M., 2021. Extraction of forest inventory parameters using handheld mobile laser scanning: A case study from Trabzon, Turkey. Measurement, 177. doi:10.1016/j.measurement.2021.109328
  • Venables, W.N., Ripley, B.D., 2002. Statistics and Computing (4th ed.). Springer, New York.
  • Wang, Y., Pyörälä, J., Liang, X., Lehtomäki, M., Kukko, A., Yu, X., Kaartinen, H., Hyyppä, J., 2019. In situ biomass estimation at tree and plot levels: What did data record and what did algorithms derive from terrestrial and aerial point clouds in boreal forest. Remote Sensing of Environment, 232. doi:10.1016/j.rse.2019.111309
  • Yurtseven, H., Coban, S., Akgul, M., Akay, A. O., 2019. Individual tree measurements in a planted woodland with terrestrial laser scanner. Turkish Journal of Agriculture and Forestry, 43(2): 192-208. doi:10.3906/tar- 1805-5
  • Zeybek, M., Vatandaşlar, C., 2021. An automated approach for extracting forest inventory data from individual trees using a handheld mobile laser scanner. Croatian Journal of Forest Engineering, 42(3): 515-528. doi:10.5552/crojfe.2021.1096
APA VATANDAŞLAR C, Zeybek M, Cankaya E, Demiraslan T, ŞAHİN c, GÜNDÜZ Y, KORKMAZ Ü, Avcı M (2022). El tipi mobil LiDAR teknolojisinin orman envanterlerinde kullanımı: Artvin-Şavşat örneği. , 81 - 96. 10.17568/ogmoad.1016879
Chicago VATANDAŞLAR CAN,Zeybek Mustafa,Cankaya Ergin Cagatay,Demiraslan Tugay,ŞAHİN cahit,GÜNDÜZ YASİN,KORKMAZ ÜMİT,Avcı Mehmet Latif El tipi mobil LiDAR teknolojisinin orman envanterlerinde kullanımı: Artvin-Şavşat örneği. (2022): 81 - 96. 10.17568/ogmoad.1016879
MLA VATANDAŞLAR CAN,Zeybek Mustafa,Cankaya Ergin Cagatay,Demiraslan Tugay,ŞAHİN cahit,GÜNDÜZ YASİN,KORKMAZ ÜMİT,Avcı Mehmet Latif El tipi mobil LiDAR teknolojisinin orman envanterlerinde kullanımı: Artvin-Şavşat örneği. , 2022, ss.81 - 96. 10.17568/ogmoad.1016879
AMA VATANDAŞLAR C,Zeybek M,Cankaya E,Demiraslan T,ŞAHİN c,GÜNDÜZ Y,KORKMAZ Ü,Avcı M El tipi mobil LiDAR teknolojisinin orman envanterlerinde kullanımı: Artvin-Şavşat örneği. . 2022; 81 - 96. 10.17568/ogmoad.1016879
Vancouver VATANDAŞLAR C,Zeybek M,Cankaya E,Demiraslan T,ŞAHİN c,GÜNDÜZ Y,KORKMAZ Ü,Avcı M El tipi mobil LiDAR teknolojisinin orman envanterlerinde kullanımı: Artvin-Şavşat örneği. . 2022; 81 - 96. 10.17568/ogmoad.1016879
IEEE VATANDAŞLAR C,Zeybek M,Cankaya E,Demiraslan T,ŞAHİN c,GÜNDÜZ Y,KORKMAZ Ü,Avcı M "El tipi mobil LiDAR teknolojisinin orman envanterlerinde kullanımı: Artvin-Şavşat örneği." , ss.81 - 96, 2022. 10.17568/ogmoad.1016879
ISNAD VATANDAŞLAR, CAN vd. "El tipi mobil LiDAR teknolojisinin orman envanterlerinde kullanımı: Artvin-Şavşat örneği". (2022), 81-96. https://doi.org/10.17568/ogmoad.1016879
APA VATANDAŞLAR C, Zeybek M, Cankaya E, Demiraslan T, ŞAHİN c, GÜNDÜZ Y, KORKMAZ Ü, Avcı M (2022). El tipi mobil LiDAR teknolojisinin orman envanterlerinde kullanımı: Artvin-Şavşat örneği. Ormancılık Araştırma Dergisi, 9(1), 81 - 96. 10.17568/ogmoad.1016879
Chicago VATANDAŞLAR CAN,Zeybek Mustafa,Cankaya Ergin Cagatay,Demiraslan Tugay,ŞAHİN cahit,GÜNDÜZ YASİN,KORKMAZ ÜMİT,Avcı Mehmet Latif El tipi mobil LiDAR teknolojisinin orman envanterlerinde kullanımı: Artvin-Şavşat örneği. Ormancılık Araştırma Dergisi 9, no.1 (2022): 81 - 96. 10.17568/ogmoad.1016879
MLA VATANDAŞLAR CAN,Zeybek Mustafa,Cankaya Ergin Cagatay,Demiraslan Tugay,ŞAHİN cahit,GÜNDÜZ YASİN,KORKMAZ ÜMİT,Avcı Mehmet Latif El tipi mobil LiDAR teknolojisinin orman envanterlerinde kullanımı: Artvin-Şavşat örneği. Ormancılık Araştırma Dergisi, vol.9, no.1, 2022, ss.81 - 96. 10.17568/ogmoad.1016879
AMA VATANDAŞLAR C,Zeybek M,Cankaya E,Demiraslan T,ŞAHİN c,GÜNDÜZ Y,KORKMAZ Ü,Avcı M El tipi mobil LiDAR teknolojisinin orman envanterlerinde kullanımı: Artvin-Şavşat örneği. Ormancılık Araştırma Dergisi. 2022; 9(1): 81 - 96. 10.17568/ogmoad.1016879
Vancouver VATANDAŞLAR C,Zeybek M,Cankaya E,Demiraslan T,ŞAHİN c,GÜNDÜZ Y,KORKMAZ Ü,Avcı M El tipi mobil LiDAR teknolojisinin orman envanterlerinde kullanımı: Artvin-Şavşat örneği. Ormancılık Araştırma Dergisi. 2022; 9(1): 81 - 96. 10.17568/ogmoad.1016879
IEEE VATANDAŞLAR C,Zeybek M,Cankaya E,Demiraslan T,ŞAHİN c,GÜNDÜZ Y,KORKMAZ Ü,Avcı M "El tipi mobil LiDAR teknolojisinin orman envanterlerinde kullanımı: Artvin-Şavşat örneği." Ormancılık Araştırma Dergisi, 9, ss.81 - 96, 2022. 10.17568/ogmoad.1016879
ISNAD VATANDAŞLAR, CAN vd. "El tipi mobil LiDAR teknolojisinin orman envanterlerinde kullanımı: Artvin-Şavşat örneği". Ormancılık Araştırma Dergisi 9/1 (2022), 81-96. https://doi.org/10.17568/ogmoad.1016879
Sayfa Oluşturulma Tarihi
24-04-2024 5:13

İLETİŞİM

TÜBİTAK ULAKBİM TR Dizin

Yüzüncüyıl, İşçi Blokları Mahallesi

Muhsin Yazıcıoğlu Caddesi No:51/C

06530 Çankaya / ANKARA +90 (312) 298 92 00

trdizin@tubitak.gov.tr

TÜBİTAK ULAKBİM Ulusal Akademik Ağ ve Bilgi Merkezi Cahit Arf Bilgi Merkezi © Tüm Hakları Saklıdır. Gizlilik Politikası Kullanım Şartları