Meşcere parametrelerinin insansız hava araçları (İHA) ile tahmin edilmesi

Orman kaynaklarının sürdürülebilir yönetimi, meşcere parametrelerinin doğru, hızlı ve maliyet etkin bir biçimde belirlenmesine bağlıdır. Bu doğrultuda, geleneksel yer ölçüm yöntemlerinin zamansal, mekânsal ve ekonomik sınırlamalarına alternatif olarak geliştirilen uzaktan algılama teknolojileri son yıllarda ormancılık alanında önemli bir kullanım alanı bulmuştur. Bu çalışmada, İnsansız Hava Aracı (İHA) tabanlı LiDAR (Light Detection and Ranging) sistemleri kullanılarak meşcere parametrelerinin (göğüs çapı, ağaç boyu, tepe tacı genişliği, ağaç sayısı, göğüs yüzeyi ve hacim) tahmin doğruluğu analiz edilmiştir. Araştırma, Bursa Orman Bölge Müdürlüğü sınırları içerisinde yer alan aynı yaşlı ve değişik yaşlı Sarıçam (Pinus sylvestris L.) ve Göknar (Abies nordmanniana subsp. bornmulleriana) meşcerelerinde yürütülmüştür. Çalışma kapsamında kapalılıklara göre alınan 400, 600 ve 800 m² büyüklüklerinde 212 adet örnek alan alınmış, her bir alanda yersel ölçümler ile göğüs çapı, ağaç boyu, tepe tacı genişliği ve koordinat bilgileri toplanmıştır. Havasal ölçümler için, DJI Matrice 300 RTK İHA ve DJI Zenmuse L1 LiDAR sensörü kullanılarak yüksek yoğunluklu LiDAR veri seti üretilmiştir. Verilerin işlenmesi için DJI Terra ve RStudio ortamları kullanılarak nokta bulutu normalizasyonu, CHM (Canopy Height Model) üretimi, ağaç tepe tespiti ve segmentasyon işlemleri gerçekleştirilmiştir. Çalışmada hem alan tabanlı hem de bireysel ağaç tabanlı LiDAR metrikleri çıkarılmıştır. Geliştirilen tahmin modellerinde Kısmi En Küçük Kareler (PLS), k-En Yakın Komşu (k-NN), Rastgele Orman (RF) ve Aşırı Gradyan Artırma (XGBoost) algoritmaları kullanılarak performans karşılaştırmaları yapılmıştır. Modellerin doğrulukları, R² (Belirtme katsayısı), HKOK (Hataların karelerinin ortalamalarının karekökü) ve OMH (Ortalama mutlak hata) kriterleri üzerinden değerlendirilmiştir. Elde edilen sonuçlara göre, alan ve bireysel ağaç metriklerinin birlikte kullanılması, yalnızca alan tabanlı metriklere göre tahmin doğruluğunu anlamlı düzeyde artırmıştır. Göğüs çapı (d1.30) tahmini için XGBoost algoritması kullanılarak R² = 0,97, RMSE = 1,93 cm ve MAE = 1,48 cm değerlerine ulaşılmıştır. Ağaç boyu tahmininde RF algoritması ile R² = 0,94, ağaç sayısı tahmininde XGBoost algoritması ile R² = 0,90 doğruluk oranı elde edilmiştir. Göğüs yüzeyi ve hacim tahminlerinde de benzer şekilde alan ile bireysel ağaç yaklaşımıyla %10–20 arasında hata oranı düşüşü sağlanmıştır. İHA-LiDAR sisteminin operasyonel avantajları da analiz edilmiştir. Yersel ölçüm yöntemlerine kıyasla veri toplama süresinde %58, toplam maliyette ise yaklaşık %21 oranında tasarruf sağlanmıştır. Ayrıca, erişilmesi zor veya eğimli alanlarda veri kaybı yaşanmadan başarılı veri elde edilmiştir. İHA sisteminin satın alınması durumunda ise, ilk ölçümde küçük bir ek maliyet oluşsa da sonraki ölçümlerde %73,6'ya varan tasarruf sağlanabilmektedir. xxi Sonuç olarak, İHA tabanlı LiDAR sistemlerinin hem doğruluk hem de maliyet/zaman verimliliği açısından geleneksel yöntemlere kıyasla önemli avantajlar sunduğu belirlenmiştir. Bu bulgular, orman envanteri ve izleme çalışmalarında İHA destekli uzaktan algılama teknolojilerinin yaygın kullanım potansiyelini ortaya koymaktadır.