İnsansız hava araçları ile temin edilen çok bantlı görüntüler ve lidar verileri kullanılarak ağaç sağlıklarının otomatik tespiti

Bu çalışmada, çok bantlı görüntüler ve LiDAR nokta bulutu birlikte kullanılarak ağaç sağlıklarının otomatik tespiti gerçekleştirilmiştir. Sınıflandırma çalışmalarında hedeflenen objelerin metrik özelliklerine uyarlanabilen pencere tabanlı yeni bir yöntem önerilmiştir. Çalışmada veri seti olarak Gümüşhane ili Şiran ilçesi Kozağaç köyü mevkiinde sarıçam orman alanın havadan LiDAR verisi ve çok bantlı görüntüler kullanılmıştır. Önerilen yaklaşım, her bir ağaç taç alanı için dinamik olarak oluşturulan analiz pencereleri içinde spektral, konumsal, metrik özellikleri birlikte kullanarak sınıflandırma işlemi gerçekleştirmektedir. Bu çerçevede, normalize edilmiş vejetasyon indeksi (NDVI), normalize edilmiş fark kırmızı kenar indeksi (NDRE) spektral analiz yöntemleri, ağaç taç genişliği ve taç alanı metrikleri ile konumsal nicelikler birlikte değerlendirilmiştir. Önerilen akış şeması kapsamında, MATLAB yazılım ortamındaki tamamen otomatik süreç, Kanopi Yükseklik Modeli (CHM) kullanılarak bireysel ağaçlar tespit edilmesinin sonrasında her bir ağaç için ilgili metriklerin belirlenerek uygun ilgi alanı pencereleri oluşturulmaktadır. Elde edilen ilgi alanı pencerelerinde spektral analizler uygulanarak odak objeye yönelik sınıflandırma gerçekleştirilmiştir. Nesne tabanlı doğruluk analizine göre en yüksek sınıflandırma doğruluğu NDVI analizi için ortalama %80, NDRE analizi için %65 olarak hesaplanmıştır.