You are on page 1of 8

TUFUAB VIII.

Teknik Sempozyumu
21-23 Mayıs 2015 / Konya

FARKLI VERİ YOĞUNLUĞUNA SAHİP LiDAR NOKTA BULUTLARINDAN ELDE
EDİLEN SONUÇ ÜRÜNLERİN KARŞILAŞTIRILMASI

M. S. Şehsuvaroğlu a, , O. Eker a, M. Erdoğan a, A. Kayı a, F. Yıldız b
a
Harita Genel Komutanlığı, 06590 Cebeci Ankara - (sabri.sehsuvaroglu, oktay.eker, mustafa.erdogan,
abdullah.kayi)@hgk.msb.gov.tr
b
Selçuk Üniversitesi, Mühendislik Fakültesi, Harita Mühendisliği Bölümü, 42151, Konya - fyildiz@selcuk.edu.tr

ANAHTAR KELİMELER: LiDAR, Nokta Yoğunluğu, Sayısal Yüzey Modeli, Sayısal Arazi Modeli, Eş Yükseklik Eğrisi

ÖZET:

LiDAR projelerinden beklenen başarıyı (proje çıktı ürünlerinin tamlığı ve doğruluğu) etkileyen çok sayıda parametre vardır. Bu
parametreler içerisinde en öne çıkanı LiDAR nokta bulutunun yoğunluğudur. LiDAR nokta yoğunluğu, nokta bulutundan ve bu
nokta bulutundan elde edilecek sayısal yükseklik modellerinden çıkarılabilecek nesneleri ve bu nesnelere ait ayrıntı seviyesini
belirler. Ancak öte yandan da proje toplam maliyetini belirleyici en önemli etkendir. LiDAR projelerinin maliyetleri halen oldukça
yüksektir ve projenin toplam maliyeti ile LiDAR nokta yoğunluğu arasında bir getiri-götürü dengesi söz konusudur. Gereğinden
daha fazla yoğunluğa sahip veri toplamak, projenin tümü açısından maliyet-etkin bir yöntem olmamaktadır.
Bu çalışmada aynı zaman dilimi içerisinde, aynı bölgeye ait, aynı lazer cihazı ile farklı veri toplama parametreleri kullanılarak elde
edilen farklı yoğunluktaki iki nokta bulutundan elde edilen proje çıktı ürünleri karşılaştırılmıştır. Literatürde benzer türde
çalışmalarda, özellikle farklı nokta yoğunluklarının sayısal arazi modeli üretimi ve ormanlara ait çeşitli parametrelerin
hesaplanmasına etkileri incelenmiştir. Ancak bu çalışmalarda uçuş sonrası elde edilen tek bir nokta bulutundan, seyreltilerek sanal
olarak oluşturulan daha düşük yoğunluktaki nokta bulutlarından elde edilen ürünler karşılaştırılmıştır. Bu çalışmada ise literatürdeki
çalışmalardan farklı olarak; hem farklı irtifadan (1.200 m ve 2.600 m) gerçekleştirilen LiDAR uçuşları sonucunda elde edilen iki
farklı yoğunluktaki nokta bulutu kullanılmış hem de eş yükseklik eğrisi, bina, tel gibi çeşitli sonuç ürünler kıyaslanmıştır. Ham nokta
bulutları gerekli işlemlerden geçirilerek önce sınıflandırılmış nokta bulutları, daha sonra da sonuç ürünler (sayısal yüzey modeli,
sayısal arazi modeli, eş yükseklik eğrisi, bina, elektrik teli ve ağaç) elde edilmiş ve sonuç ürünler birbirleriyle karşılaştırılarak elde
edilen sonuçlar sunulmuştur. Verilerin işlenmesi ve sonuç ürünlerin üretilmesi için Terrasolid yazılımı kullanılmıştır. Yazılım ile
yapılan işlemlerin tamamında her iki farklı veri grubu için aynı parametreler kullanılmıştır.

KEY WORDS: Lidar, Point Density, Digital Terrain Models, Digital Elevation Model

ABSTRACT:

There are many parameters which affect the expected success (the completeness and the accuracy of the project deliverables) of the
LiDAR projects. And maybe the most prominent of these parameters is LiDAR point cloud density. LiDAR point density determines
the objects which could be extracted from point clouds and digital elevation models produced from the point clouds and also the
level of details of these objects. However the point density is also the most important factor of the total LiDAR project cost. The
costs of LiDAR projects are still very high and there is a trade-off between total project cost and LiDAR point density. To collect
more points than the need of project’s aim is not a cost-effective method when you consider acquiring, processing, storing and
distributing of the data.
In this study, the deliverable products of two different LiDAR datasets which acquired at the same time period, in the same area,
with the same laser but with different flight parameters so with different point densities, compared. The effects of different point
densities to the production of digital terrain models and estimation of various forest parameters have been investigated in the
literature. But most of these studies compared the deliverables produced from lower point densities which obtained from the original
point cloud by degrading the number of points virtually. Unlike the literature; two point clouds with different densities acquired from
two different altitudes (1200 m and 2600 m) have been used and some various products such as contours, buildings, wires have been
compared. First of all classified point clouds obtained by processing raw point clouds. After that the deliverables (digital surface
model, digital terrain model, contour, building, wire and tree) were produced and then conclusions were presented after comparing
these products. The Terrasolid software was used for the processing of the data and producing the deliverables. All processes were
executed with same parameters for both of the datasets.

1. GİRİŞ kurum, kuruluş ve kişinin ilgisini çekmeye başlamıştır. Kısa
zaman içerisinde, oldukça yoğun ve yüksek doğrulukla 3B
Yaklaşık 20 yıl önce ticari olarak kullanılmaya başlanan ve nokta bulutu üretme, ağaç üst bitki örtüsünün altındaki
2000'li yılların başından itibaren ABD ve Avrupa'da çok farklı nesneleri ve zemini tespit edebilme yeteneklerine sahip HLS ile
uygulama alanlarında yoğun olarak kullanılan Havadan LiDAR topoğrafyanın ve nesnelerin 3B sayısal gösterimleri hassas ve
(Işığı Algılama ve Mesafe Ölçme - Light Detection and doğru olarak elde edilebilmektedir. LiDAR'ın en büyük
Ranging) Sistemleri (HLS), son yıllarda ülkemizde pek çok avantajı, nokta koordinatlarının yanı sıra sinyalin geri yansıdığı

350

Bunun için. maksimum sinyal tekrarlama frekansı ve bitki 2009). Ahokas vd. Bazı amacı karşılayacak şekilde. Öte yandan ülkenin LiDAR nokta yoğunluğuna çok bağımlı olmadığını. USGS ve ASPRS son yayımladıkları nokta bulutlarına ihtiyaç olduğu sonucuna varmıştır. 2007. 8 . daha yüksekten veya daha hızlı tek bir cihaz ile gerçekleştirilen ölçümler sonucunda algılanan uçularak veya kolon bindirmesi azaltılarak nokta yoğunluğu ve sinyalin ilk veya son dönüşleri esas alınarak hesaplanmaktadır. yüksek nokta yoğunluğu aynı zamanda proje toplam maliyetinin en oranda hesaplama iş yükü ve de çok fazla işlem zamanı belirleyici elemanıdır (Raber vd. 2012). gerek yazılımsal gerek donanımsal başka bir ifade ile en belirleyici olanı veri toplama sonucunda olarak büyük kaynakları gerektirmektedir. LiDAR verisi toplayacak veya talep paylaşma) proje maliyetini etkileyen başlıca hususlardır.5 nokta/m2 olarak edilmiş SAM’ların barındırdığı toplam hatanın. Bu parametrelerin en Nitekim 2008-2013 yılları arasında gerçekleştirilen İsveç ve başında LiDAR nokta bulutunun yoğunluğu ve bölgenin Finlandiya ulusal yükseklik modeli üretim çalışmalarında karakteristiği sayılabilir. Nokta yoğunluğu LiDAR proje toplam farklı karakteristikteki bölgeler için daha fazla yoğunlukta veri maliyetinin önemli kısmını belirleyen parametredir (Raber vd. kullanılmaktadır. NNY genellikle tarama hızı ve uçuş hatlarının bindirme oranı parametrelerini en NNA <1 m. ASPRS yükseklik modelleri elde edilebileceği ve nesneler 10 adet düşey doğruluk sınıfı belirlerken.. yerdeki iz yararla yapılabilir (ASPRS. 2013).. nokta bulutundan ve sayısal örtüsünden geçebilme yeteneği azalırken. 2011). 2014. USGS. LiDAR nokta bulutunun çalışması sonucunda. 1 m2 içerisine düşen nokta sayısını.8 kalitesi (doğruluğu ve çözünürlüğü).ŞEHSUVAROĞLU vd. NNA ise NNA ≥ 1 m olduğu durumlarda uygun şekilde belirlemek gerekir (Şehsuvaroğlu vd. düz gerçekleştirilmiştir (Sande vd.. Ancak yoğun nokta bulutunu gerekli işlemlerden geçirme. Jakubowski vd.5 . Bu nedenle maliyet yoğunluğu. özel çalışmalar ve Quijano vd.1 nokta/m2 yeterli iken. büyük oranda nokta veriler sadece yoğun bitki örtüsüne sahip alanlar için tavsiye yoğunluğuna bağlıdır. Her iki standartta. maliyet etkin bir LiDAR projesi edilen yoğun verinin yönetimi (depolama. LiDAR nokta yoğunluğu. Tablo 1’de sunulan ASPRS ve USGS’in halen oldukça yüksektir ve projenin toplam maliyeti ile LiDAR belirledikleri KOH ve nokta yoğunluk değerleri birbirleri ile nokta yoğunluğu arasında bir getiri-götürü dengesi söz uyumludur. sinyal tekrarlama frekansı. 2014). 2012. Ülke çapında gerçekleştirilen modelleme çalışmalarında 2010. noktalar arasındaki ortalama mesafeyi gösterir.. uçuş terimlerde NNY. biokütle ve ağaç modelleme gibi ve nokta bulutundan üretilecek sayısal yükseklik modellerinin çalışmalarda ise daha yoğun veri gerekmektedir.S. 2014). USGS. Birleşik Devletler Jeolojik yoğunluğunun daha fazla olması gerektiğini belirtmiştir. nominal nokta yoğunluğu (NNY) veya nominal etkin bir proje gerçekleştirebilmek adına.. USGS 4 adet kalite çıkartılabileceği açıktır. USGS. NNA ise yüksekliği ve hızı. 2007. Teknik Sempozyumu M. ve işleme maliyetlerini de önemli miktarlarda arttırır (García. 2010). 2014). yansıma enerjisi. 2012.10 nokta/m2 gibi yüksek yoğunluklu doğru ve tam olarak yapılabilmesi... 2010). 21-23 Mayıs 2015 / Konya yüzeyin fiziksel özelliklerine (dönen sinyalin genişliği ve yoğun veri elde edebilmek için yüksek sinyal tekrarlama hızına şiddeti) ait bilgiler içermesi ve bazı nesnelerden birden fazla sahip özellikli bir cihaza sahip olma ve daha fazla sayıda uçuş sayıda geri dönüş elde edebilmesidir. tel gibi nokta/m2’den daha yoğun veriler SAM’ın doğruluğuna önemli nesnelerin çıkartılması ve bu nesnelere ait birtakım ölçümlerin katkı yapmamaktadır. geri boyunca arazi eğimine bağlı olarak değişmektedir (Wehr.5 nokta/m2 yoğunluğun yeterli olacağını bulmuşlardır. yerdeki iz büyüklüğü yükseklik modellerinden çıkarılabilecek nesneleri ve bu ve kolon genişliği artar (Magnusson vd. hattı (kolonla) uçarak veri toplamak gerekmektedir yani daha LiDAR projelerinden beklenen başarıyı (proje çıktı fazla kaynağa ihtiyaç duyulmaktadır (Raber vd. diğer parametreleri etkilemeden nokta yoğunluğunu kolon genişliği (uçuş yüksekliği ve tarama açısı) ve uçuş hattı düşürmektedir. bununla yarısının deniz seviyesinin altında olduğu Hollanda örneğinde birlikte LiDAR çözünürlüğünün etkisinin arazi topoğrafyasının ise 2007-2013 yılları arasında gerçekleştirilen ve temel amacı su karmaşıklığının artması ile birlikte anlamlı hale geldiğini yönetimi olan Hollanda ulusal temel yükseklik modeli (AHN2) belirtmektedir. yeteri yoğunluğa sahip LiDAR literatürde nokta kelimesi yerine sinyal de kullanılmaktadır. Bu nokta bulutu toplanması gerekmektedir. toplanmasını teşvik etmektedirler (ASPRS. (2008). ihtiyaç duyulması halinde. 7 ... 2007. uçuş yüksekliği ve elde Bu çalışmada. bitki örtüsü içerisinden geçebilme yeteneği gibi yoğunluğu. Aguilar vd. Ancak LiDAR projelerinin maliyetleri seviyesi belirlemiştir. LiDAR'dan üretilmiş Sayısal Arazi Modellerinin (SAM) Finlandiya Ulusal Kadastro Kurumu için yaptıkları test doğruluğunu etkileyen parametreler. Uçağın Her iki birim arasındaki dönüşüm NNY = 1 / NNA2 eşitliğinden hızını arttırmak veya kolon bindirmesini azaltmak. LiDAR veri gerektirir (Raber vd. (2008). depolama de minimum 1 m aralıklı SAM üretilmesini talep etmektedir. nokta üretiminde nokta yoğunluğu ortalama 10 nokta/m2 olarak yoğunluğundaki azalmanın SAM doğruluğuna etkisinin. bina. 2008). Buna göre çeşitli sınıflar belirlemişler ve her daha fazla sayıda LiDAR noktası ile daha detaylı ve daha doğru sınıf için KOH ve nokta yoğunlukları tanımlamışlardır. sinyal tekrarlama frekansı. tek bir uçuş hattı içerisinde. Nokta büyüklüğü. Bu parametreler içerisinde en öne çıkanı. Bu Ölçmeler Kurumu (USGS) ve Amerika Fotogrametri ve nedenle farklı topoğrafik karmaşıklığa sahip bölgelerde belirli Uzaktan Algılama Birliği (ASPRS)’nin yayımlamış oldukları bir doğruluk değerini yakalayabilmek için farklı yoğunluktaki standartlar bulunmaktadır..TUFUAB VIII. güncel standartlarda ortak terminoloji ve yöntemler Mantıksal olarak daha fazla ölçüm ile daha çok bilgi yani kullanmışlardır. arazilere göre engebeli araziler için daha fazla olduğunu ve Nokta yoğunluğuna ilişkin olarak ABD’de tek bir ulusal dolayısıyla karmaşık topoğrafyaya sahip alanlarda nokta standart olmamakla birlikte. LiDAR nokta yoğunluğunu arttırarak veri az 2’nci kalite seviyesinin (KS-2) karşılanmasını ve bu veriden kalitesinin iyileştirilmesi. Balsa-Barreiro vd. (Balsa-Barreiro vd.. 2014). 2010). bölgenin topoğrafik yapısı ve arazi örtüsü. ulusal boyutta. tarama hızı. karesel ortalama hata yoğunluğu. düz alanlarda gerçekleşmiştir (Petersen ve Rost. (2010) LiDAR’dan elde LiDAR nokta yoğunluğu minimum 0.. beraberinde veri toplama. noktalarını ayırma) işleminin kalitesidir. Uçuş süresi. nesnelere ait ayrıntı seviyesini belirler (Triglav-Čekada vd. Nokta bulutunun 0. Özellikle çok parametre vardır. yoğun verileri işlemek. işlemden geçirme. Daha edeceklere en uygun nokta yoğunluğunu (dolayısıyla LiDAR 351 .. Balsa- ürünlerinin tamlığı ve doğruluğu) etkileyen çok sayıda Barreiro vd.. 2010). Ancak daha yüksekten uçulduğunda. Amerikan ulusal yükseklik veriseti için en konusudur. Guo vd. projeden beklenen nokta aralığı (NNA) terimleri ile ifade edilmektedir. Chu vd. LiDAR uygulamasında. bitki örtüsü. 2007). LiDAR veri toplama maliyeti düşürülebilmektedir. Aguilar vd. edilir. 2014. tarama açısı. gerçekleştirebilme adına. uçuş hızı. Çok büyük hacimli elde edilen nokta yoğunluğudur (veri çözünürlüğüdür). (KOH) ≤ 30 cm doğruluklu ve 2 m çözünürlüklü SAM üretimi kullanılan enterpolasyon yöntemi ve filtreleme (zemin için 0. Her iki birim de. Benzer şekilde Sanii S.

4 45 1 1.25 çözünürlüklü SAM’lar için Kriging yöntemi en doğru sonuçları 5-cm 5. düşük (USGS) çözünürlükler (5 ve 10 m) için anlamlı olmamaktadır. Raber vd. TIN ve KS-2 10.6 29. Ancak KOH ile 20-cm 20. Pasifik Kuzeybatı bölgesi.4 2 0. Bu SAM’ın KOH’sını çok az seviyede (2 . dağlık ve ormanlık bir alan için.5 zemin noktası). 1/8 seviyesinde azalttıkları verisetiyle ürettikleri 1 m çözünürlüklerde (0.0 9. m2 de toplam 37 sonucunda.0 19. üstünde olduğunda. Böylece Raber vd.0 ≤3 ≥ 20 ≤ 0. yoğunluk arttıkça KOH üssel olarak azalmaktadır.5 16 0. farklı enterpolasyon yöntemleri (komşuluk.4 8 0.41 biraz daha duyarlı olmaktadırlar. (2010) ile benzer sonuçlara ulaşan Sanii S. azaltmaların SAM kalitesini bozmadığını göstermektedir) ve BÖz: Bitki Örtüsüz alan. (2014). daha sonra iki farklı verisetinin SAM doğruluğunu etkilediğini ortaya koymuştur. TIN ve Kriging) ve beş (nokta sayısını azaltarak).TUFUAB VIII. 1. İNCELEME arasında spline yönteminin diğer yöntemlere göre. Yüksek KS-0 5. (2007) SAM’ların doğruluklarını ve uygulamalar için minimum yoğunluğun 4-8 nokta/m2 olması bunlar ile yapılan hidrolik analizlerin sonuçlarını (sel risk gerektiği sonucuna varmıştır.5 ve 1 m). Bununla birlikte nokta yoğunluğu orijinal nokta yoğunluğunun %70’i (literatürde Tablo 1: Sayısal yükseklik verisi için düşey doğruluk ve tavsiye benzer çalışmalar orijinal veriyi %50 seviyesine kadar edilen minimum nokta yoğunluk değerleri (KS: Kalite Seviyesi.4 nokta yoğunluğu arasındaki doğrusal korelasyon yüksek KS çözünürlükler (0. Ayrıca. BÖzDD: BÖz için Düşey Doğruluk.22 çözünürlüklü SAM’lar için yoğunluğa kıyasla topoğrafya değişkenliği doğruluğu çok daha fazla etkilemektedir. 1/16 ve 1/32) azaltılmış nokta için. (2008) IDW yöntemi kullanarak. topoğrafyanın Mutlak Doğruluk değişkenliği ile birlikte nokta yoğunluğunun sonuç SAM Düşey min doğruluğuna etkisi vardır.9 7. yoğunluğundaki değişimin SAM’ın doğruluğuna çok etki etmediği (oldukça küçük olduğu) ve enterpolasyon yöntemleri 2.5-cm 2. jeomorfolojik detayların tespitinde nokta yoğunluğunun ve Guo vd.5 1. 5 ve 10 m) SAM’lar üretmiş ve bu çözünürlüklü SAM’ı kullanarak %80’nin üzerinde başarı ile SAM’ların doğruluk araştırmasını yapmışlardır. Guo vd. veri yoğunluğunun %50 seyrekleştirilmesi nedeniyle yüksek yoğunlukta veriye ihtiyaç göstermektedir. 1/4.0 39. (2010)’nun elde ettikleri sonuçlar şöyle özetlenebilir: Yüksek çözünürlüklü SAM’larda (0. Yani minimum yaklaşık 8 SAM'ların doğruluk değerlerinde önemli değişiklikler tespit nokta/m2 yoğunluklu veri için.5 zemin noktası) indirilmiştir. Çalışmada üç veriyi %90 ile %10 arasında değişen oranlarda seyrekleştirerek farklı enterpolasyon yöntemi (IDW. Ayrıca detayların tespitinde başarılı sonuçlar elde edebilmek için. Yani yüksek yüzde (m) (ASPRS) (cm) GA m2) çözünürlüklü SAM’lar için. 1/8. ABD Pasifik Kuzeybatı şekilde Sanii S. nokta yoğunluğuna en duyarlı yöntem olduğu tespit edilmiştir.7 8 0. Teknik Sempozyumu Farkli Veri Yoğunluğuna Sahip Lidar Nokta Bulutlarindan Elde Edilen 21-23 Mayıs 2015 / Konya Sonuç Ürünlerin Karşilaştirilmasi uçuş parametrelerini) belirlemeleri için ışık tutmak doğruluğuna etkisinin.71 yöntemleri spline (en kötü sonucu vermiştir) hariç benzer sonuçlar vermiştir.5 ve 1 m) için anlamlı iken. Kriging.0 19.0 29. Yüksek 2.2 60 0.35 çözünürlüklü SAM’larda (0.35 verirken.32 nokta/m2 yoğunluklu veriseti için. Bununla birlikte düşük çözünürlüklü BÖzDD BÖDD max Doğruluk KOHz NNY SAM’larda (5 ve 10 m) ise topoğrafya değişkenliği sonuç SAM 95’nci NNA Sınıfı BÖz %95 (nokta/ doğruluğunu etkileyen ana parametredir. çalışmada kullanılan test kullanılan enterpolasyon yönteminin farklı tipte araziler için verisi tanıtılmış.0 39. (2014). Jeomorfolojik olmayan korelasyonlu olduğunu gözlemlemişlerdir. Benzer Watershed Sciences (2010). engebeli) arazi için 8 farklı seviyede geçerli olabilecek birtakım LiDAR nokta yoğunluğu seyrekleştirdiği LiDAR verisinden yararla 10 farklı tavsiyelerinde bulunmuştur. orta engebeli.. arazi topoğrafyasının değişimi ve nokta yoğunluğunun SAM 352 . enterpolasyon BÖDD: Bitki Örtülü alan için Düşey Doğruluk. topoğrafya değişkenliği ile nokta (cm) (cm) yoğunluğu SAM doğruluğunu benzer şekilde etkilerken. Makalede öncelikle farklı LiDAR nokta SAM çözünürlükleri için de değiştiğini tespit etmişlerdir. çözünürlükte SAM’lar üretmiş ve bunları karşılaştırmıştır.0 ≤ 2. (2010). karşılaştırılması yapılmış ve son olarak sonuçlar sunulmuştur. farklı enterpolasyon teknikleri ve farklı amaçlanmıştır. IDW ve spline yöntemleri.5.0 9.6 29. yoğunluğu 1. 1.0 19. farklı kullanarak. Yüksek çözünürlüklü SAM’lar için nokta 15-cm 15. Çalışma toprak kayması şevlerini tespit etmişlerdir. ABD’nin diğer vd. yoğunluğun doğruluğa etkisi. Guo topoğrafik çeşitlilik ve arazi örtüsü anlamında. Düşük Aralığı. Sonuçta Kriging ve TIN yöntemlerini mesafe (IDW).5 ve 1 m).5 1. uygun) olmaktadır. Oregon/ABD’de haritası) karşılaştırmışlar ve daha fazla sayıda LiDAR noktasına iki yıllık süre boyunca yapılan çeşitli LiDAR projeleri sahip olmanın. LiDAR nokta yoğunluğu ile de doğrusal noktaya (0. KOH’yı azaltmaktadır.1 nokta/m2 (1 m çözünürlüklü SAM üretimine Chu vd.71 komşuluk yöntemlerine göre nokta yoğunluğu değişimlerine KS-3 20. özellikle düşük yoğunluklu KS-1 10. üç farklı tipte bölgesinde gerçekleştirilen LiDAR uygulamalarının çoğu için (düz.5 4.8 14.35 veriler için. zeminden yansıyan nokta edememişlerdir. spline ve Kriging) kullanarak. GA: Güven yöntemlerinin tümü için.8 0. hesaplanmış ve bir sinyalin zemin olarak sınıflandırılma (2007)'de seyrekleştirilmiş LiDAR verisinden üretilmiş olasılığı %14 olarak bulunmuştur. enterpolasyon yönteminin etkisini incelemiştir.8 15 8 0. sel haritalama uygulamalarında her zaman için incelenerek. düşük çözünürlüklü SAM’lar için diğer enterpolasyon 10-cm 10. yoğunluklarının kullanımı ve sonuç ürünlere etkilerini inceleyen Benzer şekilde Chu vd.0 yoğunluğunu arttırmak. Aynı çalışmada. noktaların ne kadarının zeminden döndüğü yararlı olamayacağı sonucuna ulaşmışlardır. TIN. NNY: Nominal Nokta Yoğunluğu.6 30 2 0. farklı topoğrafik özellikli araziler farklı seviyede (1/2. LiDAR nokta yoğunluğu ve bazı literatür çalışmaları özetlenmiş.2 58. SAM’ın KOH’sının topoğrafyanın değişkenliği ile nokta (3. (2008)’nin bölgelerinden farklılaşmakta ve karmaşık ve zor karakteristiği bulgularına göre. NNA: Nominal çözünürlüklü SAM’lar (5 ve 10 m) için ise nokta Nokta Aralığı). ters ağırlıklı bulutu kullanılmıştır. nispeten çok az olmaktadır. düşük 1-cm ≤ 1. 1/8 oranında azaltılarak m2 de 5 doğrusal korelasyonlu. bu bölgede yapılacak etkilemektedir.4 cm) olumsuz nedenle Watershed Sciences (2010).

aynı cihazla yoğunluğu nedir sorusuna cevap aramışlardır.S. Çalışmalarında. çok sayıda yapısal değişken doğru olarak tahmin Duldulao (2009) çalışmasında nokta yoğunluğunun SAM edilebilmektedir. Buna göre. Jakubowski vd. 8. Bu bağlamda yapılan çalışmalara örnek olarak karşılaştırmıştır. (2012) bazı orman değişkenlerinin edilen 5 m çözünürlüklü SAM ile orijinal verinin (noktalar arası hesaplanmasında 3. 2015). Jakubowski vd. alanı) arasındaki korelasyonların nokta yoğunluğu farklı yoğunluklardaki LiDAR verilerinin bu amaca 1 nokta/m2‘nin altına düşene kadar nispeten etkilenmediğini uygunluğunu araştırmışlarıdır. Kanopi yüksekliği ve yoğunluğu ile Anderson vd. orijinal veri ile elde etmişlerdir. çoğu orman sahip bir alanda toplanmış LiDAR verisini (6 nokta/m2) referans envanter/biyofiziksel değişkenleri uygun şekilde tahmin etmek olarak kabul etmiş ve bu veriyi çeşitli oranlarda seyrekleştirerek mümkündür. nokta yoğunluğunu m2’de 9 Pirotti ve Tarolli. Lim vd. yoğunluğuna ilişkin önerilerde bulunmuşlardır. 2013). ortalama mesafe 2. (2013). (2010) azaltılarak kullanılmasının. hesaplanan kanopi ölçümlerinin orijinal nokta yoğunluğunun 1/3’ü yoğunlukla da SAM hassasiyetine etkisinin az olduğunu bulmuştur (Treitz vd. adet noktasının 26 adedi kontrol noktası. Liu X. (2008) yaptıkları çalışmada. Bergama/İzmir'de 20-21 Ekim 2014 tarihlerinde sabit ülkenin bitki örtüsü yapısı da dikkate alındığında. (2010). 5 m2 de 1 nokta (32 kat seyrekleştirilmiş.ŞEHSUVAROĞLU vd.01 noktaya kadar çeşitli çözünürlüklerde LiDAR verilerinden yararla üretilmiş 1 m çözünürlüklü seyrekleştirmiş ve LiDAR ölçümleri ile temel meşcere ölçümleri SAM'lardan elde edilmiş arazi eğrilik (curvature) haritalarından (ağaç yüksekliği. yedi farklı seviyede (4. farklı veri yoğunluklarına sahip noktadan 0. Daha düşük maliyetlerle. (2008) iki çözünürlüklü SAM üretiminin. geliştirmediği sonucuna varmışlardır.000 kanatlı B200 uçağına monte edilmiş. olmadığını bulmuşlardır.000 ölçekli harita verisi için ise HLS yerine yersel sunulmuştur (Kayı vd. göğüs yüksekliğinde çapı ve toplam bazal dere yatağı çıkarımı çalışması yapmışlardır. Bu da orman envanteri çıkarma çalışmaları farklı çözünürlüklerde nokta bulutları ve bu nokta bulutlarından kapsamında HLS'yi maliyet etkin bir yöntem olarak öne da 1 m çözünürlüklü SAM’lar üreterek referans modelle çıkarmaktadır. Treitz vd.5 nokta/m2 yoğunluklu veri elde edilen 5 m çözünürlüklü SAM arasında önemli bir farkın kullanımının yeterli olduğunu ortaya koymuşlardır. (2008) yaptıkları çalışmada. LiDAR nokta SAM elde etmek için en az 0.. Arazide tesis edilen 51 çalışmaları için ekonomik olacağını vurgulamışlardır.5 ve 0. düşük yoğunlukta doğruluğuna etkisini araştırmıştır. Yeni Zelanda’da ormancılık neticesinde iki sonuca ulaşılmıştır: (i) Arazi ölçümleri ile çalışmaları için 1-2 nokta/m2 yoğunluklu veri toplandığını SAM'lar karşılaştırılarak ortalama mutlak hata ve KOH'lar belirten Watt vd. örtü ile ilgili zemin noktası/m2 olan verisetini.. Sonuçta arazi şekillerinin olmadığı bir bölgede gerçekleştirilmiştir. Slovenya'da büyük ölçekli (BARKOK) tarafından planlanan ve Harita Genel topoğrafik veri üretimi için gerekli olan minimum LiDAR nokta Komutanlığınca organize edilen test uçuşunda toplanmıştır. 21-23 Mayıs 2015 / Konya minimum koşulun m2 de 1-3 nokta. uygun nokta García-Quijano vd. 1:5. karışık iğne yapraklı bir ormanda. Çalışma. (2013) öte yandan. Bakanlıklararası için. Watt vd. LiDAR'ın uygun olduğu sonucuna ulaşmışlardır. 16.2 nokta/m2 yoğunluklu veri yerine.44 nokta/m2 ile 7 nokta/m2 den üretilen SAM'ların düşey doğrulukları 3.000 ölçekli harita verisi üretmek için 12-20 gerçekleştirilmiştir. Uçuşlara ait teknik bilgiler Tablo 2'de nokta/m2. orman ölçümleri ve tek ağaç analizlerinde yüksek yoğunluklu 32. Uçuş..06 ile 0. mutlak ve minimum nokta yoğunluğu olarak 0.. orman envanter aralıklı SAM'lar.4 m olan bu iki verisetinden elde edilen tahminlerde nokta azaltımının etkisinin olmadığı tespit edilmiş SAM'ların rölatif düşey doğrulukları benzer. 128 ve 256 katı oranında) seyrekleştirilerek düşük veriye ihtiyaç duyulduğunu vurgulamışlardır. (2010). (2013) yoğunluklu verisetleri elde etmişlerdir.5 cm olduğu sonucuna varılmıştır. dağlık ve ormanlık alanlar Düşük çözünürlüklü LiDAR verisi kullanılarak. Kanada’da iki farklı (700 ve 1200 m) yükseklikten bir gün ara ile çekilmiş başlatılan ve 3 yıl süren bir proje sonunda.5 nokta/m2 arasındaki seviyelere kadar yoğunluğun yeterli olduğunu bulmuştur.4 m) yarısı oranında noktaya sahip veri ile seyrekleştirerek elde ettikleri 0. orman envanter bilgilerini tahmin etmede.. 25 adedi ise denetleme 353 .6 nokta/m2 (yaklaşık 1 nokta/m2) yoğunluğunun 0.. HLS'nin LiDAR verileri Optech Lidar Mapping Suite (LMS) 1:10.000 ve daha küçük ölçekli topoğrafik haritalama yazılımı ile ön işlemlerden geçirilmiştir. Optech firmasının Pegasus ölçekli harita verisi üretmek için en uygun yoğunluğun 3-5 HA-500 LiDAR sistemi ile iki farklı yükseklikten nokta/m2. (ii) 1 m çözünürlüklü SAM'lardan yararla üretilmiş arazi eğrilik haritalarından dere yatağı çıkarımı Bu çalışmada kullanılan LiDAR verisi.5 nokta/m2 yoğunluğa noktaları ile karşılaştırarak düşey doğruluklarını seyrekleştirilerek üç farklı verisetinden bazı orman değerlendirmişlerdir. Bu verisetlerinden 1 m daha düşük yoğunluklu veri toplayarak.5 nokta/m2’nin yeterli doğruluklarının KOH’ları arasındaki fark da yaklaşık 7. Başka bir ifade ile 0. düşük çözünürlüklü SAM farklı yükseklikten elde edilmiş LiDAR verisini (yoğunlukları üretimine göre daha fazla oranda nokta yoğunluğuna duyarlı oranı 1/3) karşılaştırmışlar ve 23 ölçümden sadece 5 tanesinde olduğunu bulmuşlardır. Çalışma yapılabileceğini ifade etmektedir.TUFUAB VIII. bu hesaplanmış ve nokta yoğunluğunun seyrekleştirilmesinin yoğunluk değerlerinden çok daha az yoğunlukta verilerle benzer SAM'ın düşey doğruluğuna etkisinin 16 kat seyrekleştirmeden sonuçların elde edilebileceğini belirtmişlerdir. projede 3 nokta/m2 LiDAR verisinden SAM üretmişler ve bu modelleri yer kontrol yoğunluklu veri 1. orta farklı yoğunluktaki verilerin önemli ölçüde değiştiğini tespit derecede karmaşıklığa sahip bir arazi için. sonra başladığı görülmüştür. Bunun için orijinal yoğunluğu 7 bulmuşlardır. az eğimli ve de çok karmaşık parametreleri hesaplanmış ve bunlar karşılaştırılmıştır. 1:10. 022 nokta/m2) Harita İşlerini Koordinasyon ve Planlama Kurulunun yoğunluklu verinin yeterli olduğunu ifade etmişlerdir. Değişik topoğrafik özelliklere toplanmış LiDAR verisi kullanılarak. Yazarlar daha yoğun veri olarak bulunmuş ve yazarlar daha yüksek yoğunluklu verinin. Teknik Sempozyumu M. Jakubowski vd. Aguilar vd. Sonuç olarak çalıştığı test alanı için doğru bir aşağıdaki çalışmalar verilebilir: Çoğu çalışma. (2006) benzer bir çalışma yapmış ve yüksek ilgili 23 adet ölçüm (metrik) konusunda Lim vd. ormana ait için ise m2 de 5 nokta olması gerektiği belirtilmiştir. (BHİKPK) Bilimsel Araştırma ve Koordinasyon Komisyonu Triglav-Čekada vd. (2013) eğer elde hassas bir SAM varsa. TEST VERİSİ birbirine çok yakın çıkmıştır. tahmin edilen orman envanteri değişkenleri için yapılan NNA'ları 0. kullanılarak daha iyi tahminler yapılması düşüncesinin üretilen SAM'ların düşey doğruluğunu önemli miktarda değişmesi gerektiğini vurgulamışlardır. 64. SAM'lardan arazi eğrilik haritaları ve bu çalışmaları için LiDAR’ın daha maliyet etkin bir yöntem haritalardan da dere yataklarını çıkarmışlardır. (2010). 2012. üretiminde çok benzer doğruluk değerleri elde etmiştir.4 ve 1. 1:1.

0 7. Ayrıca yazılımın tek ağaç 2600m 20º 150 ≥2 18 %50 tespit aracı kullanılarak.019 2. Maks.06 0.094 2. Bergama test alanı içerisinde farklı topoğrafik karakteristik Alan-1 Alan-2 Alan-3 Alan-4 Alan-5 Alan-6 Alan-7 özelliklere ve arazi örtüsüne sahip ve farklı tipte detayları içeren toplam 0. UYGULAMA ± 0. KOH Fark Fark Fark Alan-1 -14.57 0. 150 km2’lik alan için 2600 m yükseklikten işlem süresi gerektiren Alan-7 için. Çalışma alanlarının özellikleri 1200 m’den toplanan verilerden üretilen 1 m aralıklı SYM ve SAM’lar doğru kabul edilerek. Kolon bindirme oranlarının etkisini Alan-1 -1. filtreleme ve sınıflandırma işlemleri Tarama Açısı (hem otomatik hem manuel) yapılarak noktalar zemin. Teknik Sempozyumu Farkli Veri Yoğunluğuna Sahip Lidar Nokta Bulutlarindan Elde Edilen 21-23 Mayıs 2015 / Konya Sonuç Ürünlerin Karşilaştirilmasi noktası olarak kullanılmıştır. Bu alanların büyüklükleri ve içerdikleri Bitki Bitki Bitki detaylar ile topoğrafik özelliklerine ait bilgiler Tablo 3'de Bitki Tarım Örtüsü Örtüsü Örtüsü Boş Kentsel verilmiştir.16 0. Min. Ham nokta bulutu gerekli işlemlerden geçirilerek. çalışma alanlarında mevcut ağaçlar (2 m’den yüksek) saydırılmıştır. bina ve tel vektör verileri üretilmiştir. yüksek bitki örtüsü.sıra: Alan-4.48 1. Örtüsü Alanı.53 -0.075 0. alçak Kolon Sayısı bitki örtüsü. En çok bulunmaktadır. yapılan uçuş 6 saat sürmüştür.54 14.031 0.59 8.104 Alan-4 -1.61 0.74 -0.2.10km2 km2 km2 km2 km2 km2 km2 Çok Çok Çok Orta Az Eğimli Orta Düz Eğimli Eğimli Eğimli Eğimli ve Eğimli Engebeli ve Düz Tablo 3.054 0.149 bindirmesiz tek uçuş hattı verileri kullanılmıştır.09 0.013 0. sıra: Alan-1. 3.47 0. m2’de 2 nokta ile 8 nokta küçük olduğu için verilerin gerek otomatik gerekse manuel veri toplama arasında yaklaşık 2 katı uçuş maliyeti işlem süreleri.21 -0. 1 m aralıklı eş yükseklik eğrisi.23 8.12 0. (Sık ve (Sık ve (Çok Alan Alan (Seyrek) Tel seyrek) seyrek) sık) 0.118 Alan-5 -2. Denetleme noktalarına göre KOH 4.57 1. Tüm bu işlemler Terrasolid yazılımı ile ve her iki yoğunluktaki veriler için aynı Tablo 2.TUFUAB VIII.568 Alan-3 -18. KOH oranları nedeniyle. düşük yoğunluklu verinin işlenmesi ise 20 saat sürmüştür. 2.09 2. Ort.32 0.07 m olarak hesaplanmıştır (Kayı vd. aykırı noktalar tespit edilmiş.28 30. Alan-7 hariç birbirlerine yakın sürmüştür. orta bitki örtüsü. Çalışma alanları Tablo 2’den de anlaşılacağı üzere. SYM karşılaştırılması sonucu sağa).109 354 .10 0.6 (soldan sağa). Tüm vektör veriler yazılımın hazır araçları ile otomatik olarak elde edilmiştir.5.01 0.132 karşılaştırmaya yansıtmamak için.sıra: Alan-7 Veri toplama esnasında uygulanan farklı kolon bindirme Min.3 (soldan Tablo 4. Test uçuşuna ait teknik bilgiler parametreler kullanılarak gerçekleştirilmiştir. 2600 m’den toplanan verilerden üretilen 1 m aralıklı SYM ve SAM’lar arasındaki farklar alınmış ve farkların istatistiki değerlendirmesi yapılarak Tablo 4 ve 5’de sunulmuştur.66 3.078 1.51 0. yoğun verinin işlenmesi 34 yapılan uçuş yaklaşık 3 saat sürerken.0 -0. bina ve tel Yüksekliği (nokta/m2) Uçuş Hızı Yoğunluk Bindirme (knots) (elektrik hattı) olarak sınıflandırılmıştır.091 0. Çalışma kapsamında kırıklık 1200m 35º 150 ≥8 32 % 25 hattı detayları kullanılmamıştır. Seçilen çalışma alanları. Maks.19 2.141 Alan-2 -7. 2015). Ort. 1200 m yükseklikten saat. uçuş hatları içerisinde farklı nokta Fark Fark Fark dağılımları elde edilmiştir. Sınıflandırılmış nokta Uçuş +/- bulutlarından yararla 1 m aralıklı Sayısal Yüzey Modeli (SYM) ve SAM.74 Şekil 1.05 0.88 km2 büyüklüğe sahip 7 adet küçük çalışma alanı seçilmiştir (Şekil 1). Alan-3 -1.01 -0.242 Alan-7 -24.35 17.183 1.86 27.17 0.078 0.041 Alan-4 -7. 1.982 Alan-5 -27.01 0.245 Alan-6 -3. her iki veriseti için de Alan-2 -3.32 -0.

Nokta bulutlarından çıkarılan vektör verilerin düşeyde farklılık bulunmamıştır. Diğer alanlar için. düşük yoğunluklu veriden binaların tamamı çıkartılamamıştır. bölgeye ait 30 cm çözünürlüklü renkli hava fotoğraflarından oluşturulan stereo modellerden de faydalanılmıştır. yazılım Alan-2 için yüksek yoğunluklu veriden 2. her iki verisetinden üretilen eş yükseklik eğrilerinin tamlık ve geometrik açılardan birbirlerine çok benzer oldukları tespit edilmiştir. Bu farkın yazılımın parametreleri ayarlanarak daha da düşürülebileceği değerlendirilmektedir. Yazılım ile nokta bulutundan tespit edilen ağaç sayıları karşılaştırılmıştır. yüksek yoğunluklu veriye göre %53 ile %66 arasında değişen oranlarda daha az sayıda olduğu tespit edilmiştir.S.034 0. geniş yataklı sulu dere kıyısındaki ağaç altlarında görülmüştür (Şekil 2).22 0. Bina çatı kenarları yüksek yoğunluklu veriden daha doğru ve detaylı çizilmiştir. Alan-5 için. Yüksek yoğunluklu veriden kentsel alan içerisinde bulunan tüm binalar tespit edilirken. Her iki veriden elde edilen tel çizgileri arasında düşeyde 20-25 cm. yüksek yoğunluklu veriden elde edilen eş yükseklik eğrilerinin dere ve yol geçişleri muntazam şekilde gerçekleşmiştir. Çatı çizgileri karşılaştırıldığında. Ağaç altlarında kalan tek katlı binalar ve bina müştemilatları (odunluk. dere ve yoların sayısallaştırılıp kırıklık hattı olarak eş yükseklik eğrisi üretimine dâhil edilmesi gerektiği görülmüştür. Düşük yoğunluklu veriden çizilen eş Şekil 2.430 gösterilememiştir (Şekil 4). SAM karşılaştırılması sonucu yatayda 0. mavi renk duyduğu görülmüştür.059 0.397 adet ağaç (%59 daha az) tespit edebilmiştir. Eş yükseklik eğrileri kıyaslandığında. Teknik Sempozyumu M. Burada düşük yoğunluklu verinin aynı kalitede geçiş sağlayabilmesi için. kartografik gösterim açısından bu bölgelerde düşük yoğunluklu verinin daha kabul edilebilir olacağı düşünülmektedir. Tablo 5. İki veri arasındaki küçük farklar. Kartografik gösterimi iyileştirmek için yazılımın parametreleri ile oynayarak farklı sonuçlar elde edilebileceği değerlendirilmektedir. İki ayrı veri setinden elde edilen eş yükseklik yükseklik eğrilerinin. Nokta bulutundan elde edilen enerji nakil hattı telleri incelendiğinde.2. Özellikle geniş dere kenarındaki düşük yoğunluklu veriden üretilen) ağaçların altından geçen eş yükseklik eğrileri gereksiz girinti ve çıkıntılı çizilmiştir. 21-23 Mayıs 2015 / Konya Alan-6 -0.2 . yüksek yoğunluklu veriden karşılaştırılması (Kırmızı renk yüksek. 154 kW’lık gerilim hattı tellerinin yoğunluklu veriden üretilen) tamamı her iki verisetinden de çıkartılmıştır (Şekil 3a). Örneğin. yüksek yoğunluklu veri daha iyi sonuç vermiştir (Şekil 2a). düşük yoğunluklu veriden 1.0 m arasında değişen kayıklıklar tespit edilirken.47 0. Diğer yandan düşük yoğunluklu veriden tespit edilen tek ağaç sayısının. karşılaştırılması yapılırken. dere ve yol geçişlerinde. şev kenarlarında.5 kW’lık gerilim hattı telleri düşük Şekil 3. sundurma. 34. mavi renk düşük çıkartılmıştır (Şekil 3a). Her iki verisetinden oluşturulan vektör veriler stereo ortamda hava fotoğraflarının üzerine açılarak görsel kontrol ve değerlendirmeler yapılmıştır.046 başta olmak üzere. Dere ve yol geçişleri ile şev kenarları dışında kalan bölgeler için ise yüksek yoğunluklu veri biraz daha ayrıntılı olarak eş yükseklik eğrilerini göstermekle beraber.ŞEHSUVAROĞLU vd. fazladan manuel düzeltmeye ihtiyaç eğrilerinin karşılaştırılması (Kırmızı renk yüksek.) düşük yoğunluklu veriden elde edilen bina vektör verisinde yer almamıştır.97 1. bazı binaların çatı kenarları düşük yoğunluklu veriden doğru çizilememiş ve bazı ayrıntılar Alan-7 -4. Fotogrametrik yöntemle stereo ortamda çalışma alanlarındaki tek ağaçlar sayılmış ve ağaç sayısının yüksek yoğunluklu veriden bulunan ağaç sayısı ile arasında yaklaşık %5-10’luk fark tespit edilmiştir. Özellikle karmaşık şekle sahip binalar 355 .366 adet ağaç tespit etmişken. Ancak düşük yoğunluklu veriden elde edilen tel verisi içerisinde bazı yerler de kısa kopukluklar tespit edilmiştir (Şekil 3b).72 7. çardak vb. yatayda ise 30-50 cm fark tespit edilmiştir. Bu rakamlar Alan-4 için 1182'ye 782 (%66 daha az) olarak gerçekleşmiştir. İki ayrı veri setinden elde edilen tel hatlarının yoğunluklu veriden çıkartılamazken. eş yükseklik eğrilerinin kartografik gösterimi (nefaset) açısından.TUFUAB VIII.

0. yüksek yoğunluklu veri için sürecinde bu sürenin de dikkate alınması gerekmektedir. harcanan zamanın yaklaşık %50 daha fazlası harcanmıştır. orijinal verinin zenginliğinin ve doğruluğunun değerini düşürecektir. Bu alan için. Hyyppä J. sonuçlar verdiğinden. 2010. Crouse D. İbrahim ALKAN’a ve bu olanağı sağlayan yoğun veri toplamak demek projenin toplam maliyetinin artması BGS Bilgi Sistemleri firmasına katkılarından dolayı demektir. kullanıcı ihtiyaçlarına cevap verecek. Balsa-Barreiro J. bina vektör verisi gibi yardımcı lazer cihazları ile toplanmış nokta bulutlarından üretilmiş kaynaklara daha çok ihtiyaç duyulmuştur. farklı tarama desenlerinin sonuç Düşük yoğunluklu verinin manuel editlenmesi işleminde yüksek ürünlere etkisini değerlendirmek için..J. Daha firmasından Müh. Teknik Sempozyumu Farkli Veri Yoğunluğuna Sahip Lidar Nokta Bulutlarindan Elde Edilen 21-23 Mayıs 2015 / Konya Sonuç Ürünlerin Karşilaştirilmasi yandan eş yükseklik eğrisi aralığı arttıkça LiDAR nokta Şekil 4. Bu çalışma sonucunda da elde edilen benzer sonuçlar dikkate alındığında. Airborne Her iki verisetinden elde edilen eş yükseklik eğrileri benzer light detection and ranging (LiDAR) point density analysis. diğer yandan veriyi toplama. bölgenin eğimine de bağlı olarak. İkinci bölümde de belirtildiği J. değerlendirilmektedir. kentsel alanda 2. 132 (3-4):406–415. 7(33). karşılaştırılması (Kırmızı renk yüksek. Buradan hareketle kenarlarının ihtiyaç olmadığı kent modellerinde ve 1:5. 2008.E. Liu X.. Terrasolid yazılımı ile ham nokta bulutunu gerekli işlemlerden işlemlerden geçirme iş yükü ve süresi..16 km2 büyüklüğe sahip karar verilmesi gerektiği değerlendirilmektedir. ISPRS Journal of kullanımı her zaman için etkin veya istenilen durum Photogrammetry and Remote Sensing.L. The International Archives of the sunulmuştur.6 cm değiştiği görülmektedir. On the quality kullanılabileceğine ilişkin literatürde yer alan bazı checking of the airborne laser scanning-based nation wide çalışmalardan edinilen bilgiler birinci ve ikinci bölümlerde elevation model in Finland.. kırıklık hattı detaylarının üretime high-resolution DEMs on landscape scarp identification. bazı proje ve uygulamalar için yüksek yoğunluklu veri derived digital elevation models.A.7 m. gereksinimlerini karşılayacak optimum yoğunlukta veri Aguilar F. için 2 .. Her iki verisetinden elde edilen eş yükseklik eğrileri özellikle dere ve yol geçişlerinde Chu H.. Liu C. Daha düşük yoğunluklu (seyrekleştirilmiş) nokta bulutları American Society for Photogrammetry and Remote Sensing ile doğruluğu bozmadan veya çok az bozarak. kullanım amacına göre hangi yoğunluklu verinin kullanılmasına Veri işleme süresi açısından. detay olmayan boş alanda ise 0. detay olmayan boş olduğu tespit edilmiştir. Avariento J. alınarak uygun nokta yoğunluğu seçimine ışık tutacaktır..8 nokta/m2 aralığında yoğunluklu veri kullanılabileceği DOI: 10.S.P. Hangi uygulama için hangi nokta yoğunluğunun Ahokas E. ASPRS Positional Accuracy Standards for kısa işlem sürelerinde SAM’lar elde edilerek üretim etkinliği Digital Geospatial Data–Edition 1.5897/SRE12. mavi renk düşük Gerek tamlık gerekse doğruluk açısından. KOH'nın bitki örtüsü olan yeterli olmadığı.. 2600 m irtifadan çizilen) elde edilen minimum 2 nokta/m2 yoğunluklu LiDAR verisinin SAM'lar incelendiğinde. 2012. farklılaşmışlardır. olmamaktadır. Aguilar M. proje Photogrammetry. Bir sonraki çalışma olarak. 1-2 m.2 m.2 m değiştiği verinin yeterli olmadığı. çok daha kolay ve (ASPRS).. KOH'nın bitki örtüsü olan Ağaç sayısının tespiti gibi tek ağaç bazında yapılacak alanlarda. Austin R. E. 2006. örneğin düşük çözünürlüklü SAM üretmek.. 1 m aralıklı eş yükseklik eğrisi üretimi Scientific Research and Essays Vol. 2010). American arttırılabilir (Anderson vd.. XXXVII. Öte 356 . SONUÇLAR TEŞEKKÜR Sonuç verinin doğruluğu ve hassasiyeti ile doğrudan ilişkili olan LiDAR nokta yoğunluğu. 8 nokta/m2 yoğunluklu verinin ise görülmektedir. Yönetilmesi zor ve maliyetli olan büyük miktarlarda LiDAR KAYNAKLAR verisi toplamak yerine.0. Kaartinen H. İki ayrı veri setinden elde edilen binanın yoğunluğunun da azaltılabileceği açıktır. öte yandan bu çalışmalar için 1200 m irtifadan alanlarda.L. Elde edilen bu sonuçlara göre. Lerma J. Negreiros toplanması tercih edilmelidir. 2008. Bu nedenle. 2014. Bu bilgiler ve aşağıda sunulan sonuçlar.. depolama ve paylaşma geçirerek sonuç çıktı ürünleri üreten. 10-15 cm. Karar alma duyulmuştur. kentsel toplanan minimum 8 nokta/m2 yoğunluklu verinin ise yeterli alanda 43 cm. Geoderma. Lin C. değerlendirilmektedir.5 kat fazla sürmüştür. 2014. yeşil renk fotogrametrik olarak telleri ve kentsel alan (bina) çalışmalarında. topoğrafik yapısı ve arazi örtüsü dikkate Sciences.. 2006. Delgado J..P. Horizontal resolution and data density effects on remotely SYM'ler için bu çalışmada bulunan 1-2.000 kentsel alanlar dışında arazi örtüsüne sahip bölgelere ait SAM ölçekli harita yapımında minimum 8 nokta/m2 yoğunluklu üretiminde.7 m arası farklılıkların sensed LIDAR-based DEM..G. SYM'nin yeterli olduğu görülmüştür. bazı durumlar için 2 nokta/m2 Effect of point density and interpolation of LiDAR-derived yoğunluklu veri kullanımında. Part B1. eğimsiz tarım alanında uygulamalarda... kentsel alan için yüksek yoğunluklu verinin işlenmesi diğer Manuel editleme işlemine en çok Alan-7’de ihtiyaç veriye göre yaklaşık 1. Pérez J. bu çalışmada kullanılan 2 nokta/m2 yoğunluklu 1. BGS Bilgi Sistemleri zorluğu yani projenin toplam maliyeti ile de ilişkilidir. eğimsiz tarım alanında 11 cm. Modelling vertical error in LiDAR- gibi. 267-270. Remote Sensing and Spatial Information alanının büyüklüğü. Vol. Huang M.. SAM üretiminde düşük Anderson. Version 1.278.0. kentsel alanlar dışında. verilerin karşılaştırılması planlanmaktadır. pp.. katılması ihtiyacının doğabileceği değerlendirilmektedir. yoğunluklu veri kullanılabileceği değerlendirilmektedir.. SYM'ler incelendiğinde.A. ayrıca değerlendirilmesi ve detaylı olarak incelenmesi gerekmektedir. enerji nakil hattı yoğunluklu veriden üretilen.A... aynı irtifadan ancak farklı çözünürlüklü ortofoto.. 65: 103-110. pp. Mills J.TUFUAB VIII. Wang C. Lee C. Thompson J. Öte yandan yüksek yoğunluklu bir verisetinden teşekkürlerimizi sunarız. 54 p. 3010-3019. Society for Photogrammetry and Remote Sensing. Çok hassas şekilde bina çatı alanda ise 4.. minimum 8 nokta yerine 2 nokta/m2 yoğunluklu veriden elde edilen binaların kullanılabileceği LiDAR verisinin kullanılabileceği değerlendirilmektedir. Guo vd.

.. Canada. Lim K.2012. Shan & C. Watershed Sciences. Watt P..1177/0309133308089496. Soudarissanane S. Aracil S. sayfa 1-10. Jakubowski M.... Hydrological Processes 24. pp. Crosilla F..T. Hazardous Waste Sites. Hodgson M. DOI: 10.. Photogrammetric Engineering & DOI: 10. The Forestry Chronicle Vol. 793–804... Effects of estimation accuracy of forest variables using different pulse density of laser data.3390/s100908198. Hadley B.oregongeology. Triglav-Čekada M.403-416. 2010.980086.A.. Magnusson M...S.. Optech HA-500 ve Riegl LMS-Q1560 ile gerçekleştirilen LiDAR test sonuçları. Principles and Processing (pp. LiDAR mı? from the Naval Postgraduate School. Teknik Sempozyumu M. www. García-Quijano M. Remote Sensing Vol. Petersen Y. Fransson JES. GIM International Volume 25 Number 2..C. 43:15 sampling point densities on laser canopy height and density metrics. Treitz P. In J. resolutions.B. Treitz P. 619–626. Khoshelham K. Tradeoffs between Collection and Delineation of Spatial Data. Progress in Physical Geography 32 (1): 31–49.7582. Hodgson M. Erdoğan M. Geodetski vestnik 54/3. 8198-8214. Impact of Lidar Nominal Post-spacing on DEM Accuracy and Flood Zone Delineation. 129-172). University of Calgary Department of Geography. Raber G. Photogrammetric Engineering & Remote Sensing 76 (6): 701–712. Chapter 4 of Section B. Remote Sensing. Photogrammetric Engineering & Remote Sensing.. Kelly M. Holmgren J. Treitz P. 2009.S.. Suitability of LiDAR point density and derived landform curvature maps for channel network extraction. Geological Survey (USGS).1002/hyp. Forest Science. Nesbitt D. Tarolli P. 10. Florida: Taylor & Operationalizing the use of LiDAR in Forest Resource Francis Group. Minimum LiDAR data density DOI:10.. Master of Science Thesis Sayısal Yüzey Modeli Üretiminde Fotogrametri mi. San Diego. Harita Watt M.. 9. Lapine L.J..E.2014. 2007. No 6.. LiDAR sampling density for forest resource inventories Posting Density on Lidar-derived Elevation Accuracy on in Ontario. Adams T. Davis B.. 2008. Harita Dergisi Sayı 151. Assessing the effect of point density and terrain complexity on the quality of LiDAR-derived DEMs in multiple 357 .1080/15481603.. Sanii S. National Geospatial DOI:10.. Toth (Eds.R.14358/PERS. lidar pulse density and forest measurement accuracy. 2010.. 84. Liu X. Remote Sensing of Environment 130. Li W. 53..R. pp.K.. Hopkinson C....76.rse. 2010..). California.S. Models Generated From LiDAR Data. 4. Guo Q. Woods M. DEM Interpolation Methods...B. Masters of Geographic Information Systems. 2010. 2010.1016/j. Kosmatin-Fras M. Vol.. 2010... Lim K. 2010. Swedish Lidar Project: New Nationwide Elevation Model..A. Sande C. Inc.S.. Book 11.876-885 Wehr.A.. Yu H. Jensen J. DOI:10.TUFUAB VIII. Jensen J.. Tullis J. DOI: 10. 2008. Airborne LiDAR for DEM Generation: Some Critical Issues. 1187–1197. Yıldız F. sayfa 42-46. Gladden J. Point Density Effects on Digital Elevation Şehsuvaroğlu M. 74. Significance of Altitude and 2012.. 7. 2014... Rost H. Sensors 2010.11. Duldulao R. 73. 2011.E.. 830–848. DOI:10.. Dergisi Sayı 153.ŞEHSUVAROĞLU vd.. Marshall H. Etheridge D.. U. Geological Survey Standards. Examining the effects of New Zealand Journal of Forestry Science 2013. Assessment of Relative Accuracy of AHN-2 Laser Scanning Data Using Planar Features..L. Eker O. No. Woods M... Topographic Laser Ranging and Scanning Lim K. Etheridge D. LiDAR Systems and Calibration. Pirotti F. 2008. 21-23 Mayıs 2015 / Konya GIScience & Remote Sensing.3390/Rs4040830. No. Nesbitt D. 731-747. Eker O. Guo Q..024. Effects of Theoretical lidar point density for topographic mapping in the Topographic Variability and Lidar Sampling Density on Several largest scales.S. considerations for the Pacific Northwest. The influence of LiDAR pulse density and plot size on the accuracy of New Zealand plantation stand volume equations. pp..G... Version 1.. Erdoğan M... 2015. Alvarez O..org/sub/projects/olc. Pitt D.. 2009. Inventories: What is the optimal point density? ASPRS 2010 Annual Conference. Kayı A.. 2008... 2013. 2014. Berglund J.6.M. 245–253. U. A.. 2013.2. 51:6.701 Program Lidar Base Specification. 1137–1146.