Hava lidar verilerinden meşçere parametre kestirimi ve ağaç türü tahmini

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.