TUFUAB VIII.

Teknik Sempozyumu
21-23 Mays 2015 / Konya

FARKLI VER YOUNLUUNA SAHP LiDAR NOKTA BULUTLARINDAN ELDE

EDLEN SONU RNLERN KARILATIRILMASI

M. S. ehsuvarolu a, , O. Eker a, M. Erdoan a, A. Kay a, F. Yldz b

a
Harita Genel Komutanl, 06590 Cebeci Ankara - (sabri.sehsuvaroglu, oktay.eker, mustafa.erdogan,
abdullah.kayi)@hgk.msb.gov.tr
b
Seluk niversitesi, Mhendislik Fakltesi, Harita Mhendislii Blm, 42151, Konya - fyildiz@selcuk.edu.tr

ANAHTAR KELMELER: LiDAR, Nokta Younluu, Saysal Yzey Modeli, Saysal Arazi Modeli, E Ykseklik Erisi

ZET:

LiDAR projelerinden beklenen baary (proje kt rnlerinin taml ve doruluu) etkileyen ok sayda parametre vardr. Bu
parametreler ierisinde en ne kan LiDAR nokta bulutunun younluudur. LiDAR nokta younluu, nokta bulutundan ve bu
nokta bulutundan elde edilecek saysal ykseklik modellerinden karlabilecek nesneleri ve bu nesnelere ait ayrnt seviyesini
belirler. Ancak te yandan da proje toplam maliyetini belirleyici en nemli etkendir. LiDAR projelerinin maliyetleri halen olduka
yksektir ve projenin toplam maliyeti ile LiDAR nokta younluu arasnda bir getiri-gtr dengesi sz konusudur. Gereinden
daha fazla younlua sahip veri toplamak, projenin tm asndan maliyet-etkin bir yntem olmamaktadr.
Bu almada ayn zaman dilimi ierisinde, ayn blgeye ait, ayn lazer cihaz ile farkl veri toplama parametreleri kullanlarak elde
edilen farkl younluktaki iki nokta bulutundan elde edilen proje kt rnleri karlatrlmtr. Literatrde benzer trde
almalarda, zellikle farkl nokta younluklarnn saysal arazi modeli retimi ve ormanlara ait eitli parametrelerin
hesaplanmasna etkileri incelenmitir. Ancak bu almalarda uu sonras elde edilen tek bir nokta bulutundan, seyreltilerek sanal
olarak oluturulan daha dk younluktaki nokta bulutlarndan elde edilen rnler karlatrlmtr. Bu almada ise literatrdeki
almalardan farkl olarak; hem farkl irtifadan (1.200 m ve 2.600 m) gerekletirilen LiDAR uular sonucunda elde edilen iki
farkl younluktaki nokta bulutu kullanlm hem de e ykseklik erisi, bina, tel gibi eitli sonu rnler kyaslanmtr. Ham nokta
bulutlar gerekli ilemlerden geirilerek nce snflandrlm nokta bulutlar, daha sonra da sonu rnler (saysal yzey modeli,
saysal arazi modeli, e ykseklik erisi, bina, elektrik teli ve aa) elde edilmi ve sonu rnler birbirleriyle karlatrlarak elde
edilen sonular sunulmutur. Verilerin ilenmesi ve sonu rnlerin retilmesi iin Terrasolid yazlm kullanlmtr. Yazlm ile
yaplan ilemlerin tamamnda her iki farkl veri grubu iin ayn parametreler kullanlmtr.

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 projects 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. GR kurum, kurulu ve kiinin ilgisini ekmeye balamtr. Ksa

Yaklak 20 yl nce ticari olarak kullanlmaya balanan ve
2000'li yllarn bandan itibaren ABD ve Avrupa'da ok farkl
uygulama alanlarnda youn olarak kullanlan Havadan LiDAR
(I Alglama ve Mesafe lme - Light Detection and
Ranging) Sistemleri (HLS), son yllarda lkemizde pek ok
zaman ierisinde, olduka youn ve yksek dorulukla 3B
nokta bulutu retme, aa st bitki rtsnn altndaki
nesneleri ve zemini tespit edebilme yeteneklerine sahip HLS ile
toporafyann ve nesnelerin 3B saysal gsterimleri hassas ve
doru olarak elde edilebilmektedir. LiDAR'n en byk
avantaj, nokta koordinatlarnn yan sra sinyalin geri yansd

350
TUFUAB VIII. Teknik Sempozyumu
21-23 Mays 2015 / Konya
yzeyin fiziksel zelliklerine (dnen sinyalin genilii ve
iddeti) ait bilgiler iermesi ve baz nesnelerden birden fazla
sayda geri dn elde edebilmesidir.
LiDAR projelerinden beklenen baary (proje kt
rnlerinin taml ve doruluu) etkileyen ok sayda
parametre vardr. Bu parametreler ierisinde en ne kan,
baka bir ifade ile en belirleyici olan veri toplama sonucunda
elde edilen nokta younluudur (veri znrldr). Ancak
nokta younluu ayn zamanda proje toplam maliyetinin en
belirleyici elemandr (Raber vd., 2007). LiDAR veri
younluu, nominal nokta younluu (NNY) veya nominal
nokta aral (NNA) terimleri ile ifade edilmektedir. Baz
literatrde nokta kelimesi yerine sinyal de kullanlmaktadr. Bu
terimlerde NNY, 1 m2 ierisine den nokta saysn; NNA ise
noktalar arasndaki ortalama mesafeyi gsterir. NNY genellikle
NNA <1 m; NNA ise NNA 1 m olduu durumlarda
kullanlmaktadr. Her iki birim de; tek bir uu hatt ierisinde,
tek bir cihaz ile gerekletirilen lmler sonucunda alglanan
sinyalin ilk veya son dnleri esas alnarak hesaplanmaktadr.
Her iki birim arasndaki dnm NNY = 1 / NNA2 eitliinden
yararla yaplabilir (ASPRS, 2014; USGS, 2014). Nokta
younluu; uu hz, tarama hz, sinyal tekrarlama frekans,
kolon genilii (uu ykseklii ve tarama as) ve uu hatt
boyunca arazi eimine bal olarak deimektedir (Wehr,
2009). LiDAR nokta younluu, nokta bulutundan ve saysal
ykseklik modellerinden karlabilecek nesneleri ve bu
nesnelere ait ayrnt seviyesini belirler (Triglav-ekada vd.
2010, Balsa-Barreiro vd. 2012, Chu vd. 2014). Nokta bulutunun
ve nokta bulutundan retilecek saysal ykseklik modellerinin
kalitesi (doruluu ve znrl); bitki rts, bina, tel gibi
nesnelerin kartlmas ve bu nesnelere ait birtakm lmlerin
doru ve tam olarak yaplabilmesi, byk oranda nokta
younluuna baldr.
LiDAR'dan retilmi Saysal Arazi Modellerinin (SAM)
doruluunu etkileyen parametreler; LiDAR nokta bulutunun
younluu, blgenin toporafik yaps ve arazi rts,
kullanlan enterpolasyon yntemi ve filtreleme (zemin
noktalarn ayrma) ileminin kalitesidir. Bu parametrelerin en
banda LiDAR nokta bulutunun younluu ve blgenin
karakteristii saylabilir. Aguilar vd., (2010) LiDARdan elde
edilmi SAMlarn barndrd toplam hatann, dz alanlarda
LiDAR nokta younluuna ok baml olmadn; bununla
birlikte LiDAR znrlnn etkisinin arazi toporafyasnn
karmaklnn artmas ile birlikte anlaml hale geldiini
belirtmektedir. Benzer ekilde Sanii S. (2008), nokta
younluundaki azalmann SAM doruluuna etkisinin, dz
arazilere gre engebeli araziler iin daha fazla olduunu ve
dolaysyla karmak toporafyaya sahip alanlarda nokta
younluunun daha fazla olmas gerektiini belirtmitir. Bu
nedenle farkl toporafik karmakla sahip blgelerde belirli
bir doruluk deerini yakalayabilmek iin farkl younluktaki
nokta bulutlarna ihtiya olduu sonucuna varmtr.
Mantksal olarak daha fazla lm ile daha ok bilgi yani
daha fazla sayda LiDAR noktas ile daha detayl ve daha doru
ykseklik modelleri elde edilebilecei ve nesneler
kartlabilecei aktr. Ancak LiDAR projelerinin maliyetleri
halen olduka yksektir ve projenin toplam maliyeti ile LiDAR
nokta younluu arasnda bir getiri-gtr dengesi sz
konusudur. LiDAR nokta younluunu arttrarak veri
kalitesinin iyiletirilmesi, beraberinde veri toplama, depolama
ve ileme maliyetlerini de nemli miktarlarda arttrr (Garca-
Quijano vd., 2008). Nokta younluu LiDAR proje toplam
maliyetinin nemli ksmn belirleyen parametredir (Raber vd.,
2007; Aguilar vd., 2010). Uu sresi, uu ykseklii ve elde
edilen youn verinin ynetimi (depolama, ilemden geirme,
paylama) proje maliyetini etkileyen balca hususlardr. Daha
M.S.EHSUVAROLU vd.
youn veri elde edebilmek iin yksek sinyal tekrarlama hzna
sahip zellikli bir cihaza sahip olma ve daha fazla sayda uu
hatt (kolonla) uarak veri toplamak gerekmektedir yani daha
fazla kaynaa ihtiya duyulmaktadr (Raber vd., 2007; Balsa-
Barreiro vd., 2012; Jakubowski vd., 2013). zellikle ok
youn verileri ilemek, gerek yazlmsal gerek donanmsal
olarak byk kaynaklar gerektirmektedir. ok byk hacimli
youn nokta bulutunu gerekli ilemlerden geirme, yksek
oranda hesaplama i yk ve de ok fazla ilem zaman
gerektirir (Raber vd., 2007; Guo vd., 2010). Bu nedenle maliyet
etkin bir proje gerekletirebilmek adna, projeden beklenen
amac karlayacak ekilde, yeteri younlua sahip LiDAR
nokta bulutu toplanmas gerekmektedir. Bunun iin; uu
ykseklii ve hz, sinyal tekrarlama frekans, tarama as,
tarama hz ve uu hatlarnn bindirme oran parametrelerini en
uygun ekilde belirlemek gerekir (ehsuvarolu vd., 2014).
LiDAR uygulamasnda; daha yksekten veya daha hzl
uularak veya kolon bindirmesi azaltlarak nokta younluu ve
LiDAR veri toplama maliyeti drlebilmektedir. Uan
hzn arttrmak veya kolon bindirmesini azaltmak, yerdeki iz
bykl, bitki rts ierisinden geebilme yetenei gibi
dier parametreleri etkilemeden nokta younluunu
drmektedir. Ancak daha yksekten uulduunda; geri
yansma enerjisi, maksimum sinyal tekrarlama frekans ve bitki
rtsnden geebilme yetenei azalrken, yerdeki iz bykl
ve kolon genilii artar (Magnusson vd., 2010).
lke apnda gerekletirilen modelleme almalarnda
0.5 - 1 nokta/m2 yeterli iken, bioktle ve aa modelleme gibi
almalarda ise daha youn veri gerekmektedir. 7 - 8
nokta/m2den daha youn veriler SAMn doruluuna nemli
katk yapmamaktadr. 8 - 10 nokta/m2 gibi yksek younluklu
veriler sadece youn bitki rtsne sahip alanlar iin tavsiye
edilir. (Balsa-Barreiro vd., 2012). Ahokas vd. (2008),
Finlandiya Ulusal Kadastro Kurumu iin yaptklar test
almas sonucunda; ulusal boyutta, karesel ortalama hata
(KOH) 30 cm doruluklu ve 2 m znrlkl SAM retimi
iin 0.5 nokta/m2 younluun yeterli olacan bulmulardr.
Nitekim 2008-2013 yllar arasnda gerekletirilen sve ve
Finlandiya ulusal ykseklik modeli retim almalarnda
LiDAR nokta younluu minimum 0.5 nokta/m2 olarak
gereklemitir (Petersen ve Rost, 2011). te yandan lkenin
yarsnn deniz seviyesinin altnda olduu Hollanda rneinde
ise 2007-2013 yllar arasnda gerekletirilen ve temel amac su
ynetimi olan Hollanda ulusal temel ykseklik modeli (AHN2)
retiminde nokta younluu ortalama 10 nokta/m2 olarak
gerekletirilmitir (Sande vd., 2010).
Nokta younluuna ilikin olarak ABDde tek bir ulusal
standart olmamakla birlikte; Birleik Devletler Jeolojik
lmeler Kurumu (USGS) ve Amerika Fotogrametri ve
Uzaktan Alglama Birlii (ASPRS)nin yaymlam olduklar
standartlar bulunmaktadr. USGS ve ASPRS son yaymladklar
gncel standartlarda ortak terminoloji ve yntemler
kullanmlardr. Buna gre eitli snflar belirlemiler ve her
snf iin KOH ve nokta younluklar tanmlamlardr. ASPRS
10 adet dey doruluk snf belirlerken, USGS 4 adet kalite
seviyesi belirlemitir. Tablo 1de sunulan ASPRS ve USGSin
belirledikleri KOH ve nokta younluk deerleri birbirleri ile
uyumludur. USGS, Amerikan ulusal ykseklik veriseti iin en
az 2nci kalite seviyesinin (KS-2) karlanmasn ve bu veriden
de minimum 1 m aralkl SAM retilmesini talep etmektedir.
Her iki standartta; ihtiya duyulmas halinde, zel almalar ve
farkl karakteristikteki blgeler iin daha fazla younlukta veri
toplanmasn tevik etmektedirler (ASPRS, 2014; USGS, 2014).
Bu almada; maliyet etkin bir LiDAR projesi
gerekletirebilme adna, LiDAR verisi toplayacak veya talep
edeceklere en uygun nokta younluunu (dolaysyla LiDAR
351
TUFUAB VIII. Teknik Sempozyumu Farkli Veri Younluuna Sahip Lidar Nokta Bulutlarindan Elde Edilen
21-23 Mays 2015 / Konya Sonu rnlerin Karilatirilmasi

uu parametrelerini) belirlemeleri iin k tutmak doruluuna etkisinin, farkl enterpolasyon teknikleri ve farkl
amalanmtr. Makalede ncelikle farkl LiDAR nokta SAM znrlkleri iin de deitiini tespit etmilerdir.
younluklarnn kullanm ve sonu rnlere etkilerini inceleyen Benzer ekilde Chu vd. (2014), LiDAR nokta younluu ve
baz literatr almalar zetlenmi, almada kullanlan test kullanlan enterpolasyon ynteminin farkl tipte araziler iin
verisi tantlm, daha sonra iki farkl verisetinin SAM doruluunu etkilediini ortaya koymutur. Guo vd.
karlatrlmas yaplm ve son olarak sonular sunulmutur. (2010)nun elde ettikleri sonular yle zetlenebilir: Yksek
znrlkl SAMlarda (0.5 ve 1 m); toporafyann
Mutlak Doruluk deikenlii ile birlikte nokta younluunun sonu SAM
Dey min doruluuna etkisi vardr. Bununla birlikte dk znrlkl
BzDD BDD max
Doruluk KOHz NNY SAMlarda (5 ve 10 m) ise toporafya deikenlii sonu SAM
95nci NNA
Snf Bz
%95 (nokta/ doruluunu etkileyen ana parametredir. Yani yksek
yzde (m)
(ASPRS) (cm)
GA m2) znrlkl SAMlar iin, toporafya deikenlii ile nokta
(cm) (cm) younluu SAM doruluunu benzer ekilde etkilerken, dk
1-cm 1.0 2.0 3 20 0.22 znrlkl SAMlar iin younlua kyasla toporafya
deikenlii doruluu ok daha fazla etkilemektedir. Yksek
2.5-cm 2.5 4.9 7.5 16 0.25 znrlkl SAMlar iin Kriging yntemi en doru sonular
5-cm 5.0 9.8 15 8 0.35 verirken, dk znrlkl SAMlar iin dier enterpolasyon
10-cm 10.0 19.6 30 2 0.71 yntemleri spline (en kt sonucu vermitir) hari benzer
sonular vermitir. Yksek znrlkl SAMlar iin nokta
15-cm 15.0 29.4 45 1 1.0 younluunu arttrmak, KOHy azaltmaktadr. Ancak KOH ile
20-cm 20.0 39.2 60 0.5 1.4 nokta younluu arasndaki dorusal korelasyon yksek
KS znrlkler (0.5 ve 1 m) iin anlaml iken, dk
(USGS) znrlkler (5 ve 10 m) iin anlaml olmamaktadr. Yksek
KS-0 5.0 9.8 14.7 8 0.35 znrlkl SAMlarda (0.5 ve 1 m); younluk arttka KOH
ssel olarak azalmaktadr. Ayrca, zellikle dk younluklu
KS-1 10.0 19.6 29.4 8 0.35 veriler iin, IDW ve spline yntemleri; Kriging, TIN ve
KS-2 10.0 19.6 29.4 2 0.71 komuluk yntemlerine gre nokta younluu deiimlerine
KS-3 20.0 39.2 58.8 0.5 1.41 biraz daha duyarl olmaktadrlar. Bununla birlikte nokta
younluu orijinal nokta younluunun %70i (literatrde
Tablo 1: Saysal ykseklik verisi iin dey doruluk ve tavsiye benzer almalar orijinal veriyi %50 seviyesine kadar
edilen minimum nokta younluk deerleri (KS: Kalite Seviyesi, azaltmalarn SAM kalitesini bozmadn gstermektedir) ve
Bz: Bitki rtsz alan, BzDD: Bz iin Dey Doruluk, stnde olduunda, younluun dorulua etkisi, enterpolasyon
BDD: Bitki rtl alan iin Dey Doruluk, GA: Gven yntemlerinin tm iin, nispeten ok az olmaktadr. Dk
Aral, NNY: Nominal Nokta Younluu, NNA: Nominal znrlkl SAMlar (5 ve 10 m) iin ise nokta
Nokta Aral). younluundaki deiimin SAMn doruluuna ok etki
etmedii (olduka kk olduu) ve enterpolasyon yntemleri
2. NCELEME arasnda spline ynteminin dier yntemlere gre, nokta
younluuna en duyarl yntem olduu tespit edilmitir. Benzer
Watershed Sciences (2010), ABD Pasifik Kuzeybat ekilde Sanii S. (2008) IDW yntemi kullanarak, farkl tipte
blgesinde gerekletirilen LiDAR uygulamalarnn ou iin (dz, orta engebeli, engebeli) arazi iin 8 farkl seviyede
geerli olabilecek birtakm LiDAR nokta younluu seyrekletirdii LiDAR verisinden yararla 10 farkl
tavsiyelerinde bulunmutur. Pasifik Kuzeybat blgesi; znrlkte SAMlar retmi ve bunlar karlatrmtr. Guo
toporafik eitlilik ve arazi rts anlamnda, ABDnin dier vd. (2010) ile benzer sonulara ulaan Sanii S. (2008)nin
blgelerinden farkllamakta ve karmak ve zor karakteristii bulgularna gre, veri younluunun %50 seyrekletirilmesi
nedeniyle yksek younlukta veriye ihtiya gstermektedir. Bu SAMn KOHsn ok az seviyede (2 - 4 cm) olumsuz
nedenle Watershed Sciences (2010), bu blgede yaplacak etkilemektedir. Raber vd., (2007) SAMlarn doruluklarn ve
uygulamalar iin minimum younluun 4-8 nokta/m2 olmas bunlar ile yaplan hidrolik analizlerin sonularn (sel risk
gerektii sonucuna varmtr. Ayn almada, Oregon/ABDde haritas) karlatrmlar ve daha fazla sayda LiDAR noktasna
iki yllk sre boyunca yaplan eitli LiDAR projeleri sahip olmann, sel haritalama uygulamalarnda her zaman iin
incelenerek, noktalarn ne kadarnn zeminden dnd yararl olamayaca sonucuna ulamlardr. Bylece Raber vd.
hesaplanm ve bir sinyalin zemin olarak snflandrlma (2007)'de seyrekletirilmi LiDAR verisinden retilmi
olasl %14 olarak bulunmutur. Yani minimum yaklak 8 SAM'larn doruluk deerlerinde nemli deiiklikler tespit
nokta/m2 younluklu veri iin, zeminden yansyan nokta edememilerdir.
younluu 1.1 nokta/m2 (1 m znrlkl SAM retimine Chu vd. (2014), dalk ve ormanlk bir alan iin,
uygun) olmaktadr. jeomorfolojik detaylarn tespitinde nokta younluunun ve
Guo vd. (2010); 1.32 nokta/m2 younluklu veriseti iin, enterpolasyon ynteminin etkisini incelemitir. almada
veriyi %90 ile %10 arasnda deien oranlarda seyrekletirerek farkl enterpolasyon yntemi (IDW, TIN ve Kriging) ve be
(nokta saysn azaltarak), farkl toporafik zellikli araziler farkl seviyede (1/2, 1/4, 1/8, 1/16 ve 1/32) azaltlm nokta
iin, farkl enterpolasyon yntemleri (komuluk, ters arlkl bulutu kullanlmtr. Sonuta Kriging ve TIN yntemlerini
mesafe (IDW), TIN, spline ve Kriging) kullanarak, farkl kullanarak, 1/8 seviyesinde azalttklar verisetiyle rettikleri 1 m
znrlklerde (0.5, 1, 5 ve 10 m) SAMlar retmi ve bu znrlkl SAM kullanarak %80nin zerinde baar ile
SAMlarn doruluk aratrmasn yapmlardr. alma toprak kaymas evlerini tespit etmilerdir. m2 de toplam 37
sonucunda; SAMn KOHsnn toporafyann deikenlii ile nokta (3.5 zemin noktas), 1/8 orannda azaltlarak m2 de 5
dorusal korelasyonlu, LiDAR nokta younluu ile de dorusal noktaya (0.5 zemin noktas) indirilmitir. Jeomorfolojik
olmayan korelasyonlu olduunu gzlemlemilerdir. Ayrca detaylarn tespitinde baarl sonular elde edebilmek iin;
arazi toporafyasnn deiimi ve nokta younluunun SAM

352
TUFUAB VIII. Teknik Sempozyumu
21-23 Mays 2015 / Konya
minimum koulun m2 de 1-3 nokta, dalk ve ormanlk alanlar
iin ise m2 de 5 nokta olmas gerektii belirtilmitir.
Duldulao (2009) almasnda nokta younluunun SAM
doruluuna etkisini aratrmtr. Deiik toporafik zelliklere
sahip bir alanda toplanm LiDAR verisini (6 nokta/m2) referans
olarak kabul etmi ve bu veriyi eitli oranlarda seyrekletirerek
farkl znrlklerde nokta bulutlar ve bu nokta bulutlarndan
da 1 m znrlkl SAMlar reterek referans modelle
karlatrmtr. Sonu olarak alt test alan iin doru bir aadaki almalar verilebilir: ou alma; LiDAR nokta
SAM elde etmek iin en az 0.6 nokta/m2 (yaklak 1 nokta/m2)
younluun yeterli olduunu bulmutur. Aguilar vd., (2010)
orijinal nokta younluunun 1/3 younlukla da SAM
retiminde ok benzer doruluk deerleri elde etmitir.
Anderson vd., (2006) benzer bir alma yapm ve yksek
znrlkl SAM retiminin, dk znrlkl SAM farkl ykseklikten elde edilmi LiDAR verisini (younluklar
retimine gre daha fazla oranda nokta younluuna duyarl
olduunu bulmulardr. Liu X. (2008) yaptklar almada; orta
derecede karmakla sahip bir arazi iin, orijinal veri ile elde
edilen 5 m znrlkl SAM ile orijinal verinin (noktalar aras
ortalama mesafe 2.4 m) yars orannda noktaya sahip veri ile
elde edilen 5 m znrlkl SAM arasnda nemli bir farkn
olmadn bulmulardr.
Garca-Quijano vd. (2008) yaptklar almada, ayn cihazla
iki farkl (700 ve 1200 m) ykseklikten bir gn ara ile ekilmi
LiDAR verisinden SAM retmiler ve bu modelleri yer kontrol
noktalar ile karlatrarak dey doruluklarn
deerlendirmilerdir. alma, az eimli ve de ok karmak
arazi ekillerinin olmad bir blgede gerekletirilmitir.
NNA'lar 0.4 ve 1.4 m olan bu iki verisetinden elde edilen
SAM'larn rlatif dey doruluklar benzer, mutlak
doruluklarnn KOHlar arasndaki fark da yaklak 7.5 cm
olarak bulunmu ve yazarlar daha yksek younluklu verinin,
retilen SAM'larn dey doruluunu nemli miktarda
gelitirmedii sonucuna varmlardr.
Pirotti ve Tarolli, (2010); farkl veri younluklarna sahip
LiDAR verilerinden yararla retilmi 1 m znrlkl
SAM'lardan elde edilmi arazi erilik (curvature) haritalarndan
dere yata karm almas yapmlardr. almalarnda, alan)
farkl younluklardaki LiDAR verilerinin bu amaca
uygunluunu aratrmlardr. Bunun iin orijinal younluu 7
zemin noktas/m2 olan verisetini, yedi farkl seviyede (4, 8, 16,
32, 64, 128 ve 256 kat orannda) seyrekletirilerek dk
younluklu verisetleri elde etmilerdir. Bu verisetlerinden 1 m
aralkl SAM'lar, SAM'lardan arazi erilik haritalar ve bu
haritalardan da dere yataklarn karmlardr. alma
neticesinde iki sonuca ulalmtr: (i) Arazi lmleri ile
SAM'lar karlatrlarak ortalama mutlak hata ve KOH'lar
hesaplanm ve nokta younluunun seyrekletirilmesinin
SAM'n dey doruluuna etkisinin 16 kat seyrekletirmeden
sonra balad grlmtr. Baka bir ifade ile 0.44 nokta/m2
ile 7 nokta/m2 den retilen SAM'larn dey doruluklar
birbirine ok yakn kmtr. (ii) 1 m znrlkl SAM'lardan
yararla retilmi arazi erilik haritalarndan dere yata karm
iin, 5 m2 de 1 nokta (32 kat seyrekletirilmi, 022 nokta/m2)
younluklu verinin yeterli olduunu ifade etmilerdir.
Triglav-ekada vd. (2010), Slovenya'da byk lekli
toporafik veri retimi iin gerekli olan minimum LiDAR nokta
younluuna ilikin nerilerde bulunmulardr. Buna gre,
lkenin bitki rts yaps da dikkate alndnda; 1:10.000
lekli harita verisi retmek iin en uygun younluun 3-5
nokta/m2, 1:5.000 lekli harita verisi retmek iin 12-20
nokta/m2, 1:1.000 lekli harita verisi iin ise HLS yerine yersel
LiDAR'n uygun olduu sonucuna ulamlardr. HLS'nin
1:10.000 ve daha kk lekli toporafik haritalama
almalar iin ekonomik olacan vurgulamlardr.
M.S.EHSUVAROLU vd.
Dk znrlkl LiDAR verisi kullanlarak, ormana ait
ok sayda yapsal deiken doru olarak tahmin
edilebilmektedir. Daha dk maliyetlerle, dk younlukta
toplanm LiDAR verisi kullanlarak, ou orman
envanter/biyofiziksel deikenleri uygun ekilde tahmin etmek
mmkndr. Bu da orman envanteri karma almalar
kapsamnda HLS'yi maliyet etkin bir yntem olarak ne
karmaktadr. Bu balamda yaplan almalara rnek olarak
younluunun 0.06 ile 0.5 nokta/m2 arasndaki seviyelere kadar
azaltlarak kullanlmasnn, hesaplanan kanopi lmlerinin
hassasiyetine etkisinin az olduunu bulmutur (Treitz vd., 2012;
Jakubowski vd., 2013). Kanopi ykseklii ve younluu ile
ilgili 23 adet lm (metrik) konusunda Lim vd. (2008) iki
oran 1/3) karlatrmlar ve 23 lmden sadece 5 tanesinde
farkl younluktaki verilerin nemli lde deitiini tespit
etmilerdir. Treitz vd. (2012) baz orman deikenlerinin
hesaplanmasnda 3.2 nokta/m2 younluklu veri yerine,
seyrekletirerek elde ettikleri 0.5 nokta/m2 younluklu veri
kullanmnn yeterli olduunu ortaya koymulardr. Lim vd.
(2010), orman envanter bilgilerini tahmin etmede, uygun nokta
younluu nedir sorusuna cevap aramlardr. Kanadada
balatlan ve 3 yl sren bir proje sonunda, projede 3 nokta/m2
younluklu veri 1.5 ve 0.5 nokta/m2 younlua
seyrekletirilerek farkl verisetinden baz orman
parametreleri hesaplanm ve bunlar karlatrlmtr. Sonuta
tahmin edilen orman envanteri deikenleri iin yaplan
tahminlerde nokta azaltmnn etkisinin olmad tespit edilmi
ve minimum nokta younluu olarak 0.5 nokta/m2nin yeterli
olduu sonucuna varlmtr. Yazarlar daha youn veri
kullanlarak daha iyi tahminler yaplmas dncesinin
deimesi gerektiini vurgulamlardr. Jakubowski vd., (2013);
kark ine yaprakl bir ormanda, nokta younluunu m2de 9
noktadan 0.01 noktaya kadar eitli znrlklerde
seyrekletirmi ve LiDAR lmleri ile temel mecere lmleri
(aa ykseklii, gs yksekliinde ap ve toplam bazal
arasndaki korelasyonlarn nokta younluu
1 nokta/m2nin altna dene kadar nispeten etkilenmediini
bulmulardr. Jakubowski vd., (2013) te yandan, rt ile ilgili
orman lmleri ve tek aa analizlerinde yksek younluklu
veriye ihtiya duyulduunu vurgulamlardr. Watt vd. (2013)
daha dk younluklu veri toplayarak, orman envanter
almalar iin LiDARn daha maliyet etkin bir yntem
yaplabileceini ifade etmektedir. Yeni Zelandada ormanclk
almalar iin 1-2 nokta/m2 younluklu veri toplandn
belirten Watt vd. (2013) eer elde hassas bir SAM varsa, bu
younluk deerlerinden ok daha az younlukta verilerle benzer
sonularn elde edilebileceini belirtmilerdir.
3. TEST VERS
Bu almada kullanlan LiDAR verisi, Bakanlklararas
Harita lerini Koordinasyon ve Planlama Kurulunun
(BHKPK) Bilimsel Aratrma ve Koordinasyon Komisyonu
(BARKOK) tarafndan planlanan ve Harita Genel
Komutanlnca organize edilen test uuunda toplanmtr.
Uu, Bergama/zmir'de 20-21 Ekim 2014 tarihlerinde sabit
kanatl B200 uana monte edilmi, Optech firmasnn Pegasus
HA-500 LiDAR sistemi ile iki farkl ykseklikten
gerekletirilmitir. Uulara ait teknik bilgiler Tablo 2'de
sunulmutur (Kay vd, 2015).
LiDAR verileri Optech Lidar Mapping Suite (LMS)
yazlm ile n ilemlerden geirilmitir. Arazide tesis edilen 51
adet noktasnn 26 adedi kontrol noktas, 25 adedi ise denetleme
353
TUFUAB VIII. Teknik Sempozyumu Farkli Veri Younluuna Sahip Lidar Nokta Bulutlarindan Elde Edilen
21-23 Mays 2015 / Konya Sonu rnlerin Karilatirilmasi

noktas olarak kullanlmtr. Denetleme noktalarna gre KOH 4. UYGULAMA

0.07 m olarak hesaplanmtr (Kay vd, 2015).
Ham nokta bulutu gerekli ilemlerden geirilerek; aykr
noktalar tespit edilmi, filtreleme ve snflandrma ilemleri
Tarama As (hem otomatik hem manuel) yaplarak noktalar zemin, alak

Kolon Says
bitki rts, orta bitki rts, yksek bitki rts, bina ve tel
Ykseklii

(nokta/m2)
Uu Hz

Younluk

Bindirme
(knots)
(elektrik hatt) olarak snflandrlmtr. Snflandrlm nokta
Uu

+/-

bulutlarndan yararla 1 m aralkl Saysal Yzey Modeli (SYM)

ve SAM; 1 m aralkl e ykseklik erisi, bina ve tel vektr
verileri retilmitir. Tm vektr veriler yazlmn hazr aralar
ile otomatik olarak elde edilmitir. Ayrca yazlmn tek aa
2600m 20 150 2 18 %50 tespit arac kullanlarak, alma alanlarnda mevcut aalar
(2 mden yksek) saydrlmtr. alma kapsamnda krklk
1200m 35 150 8 32 % 25
hatt detaylar kullanlmamtr. Tm bu ilemler Terrasolid
yazlm ile ve her iki younluktaki veriler iin ayn
Tablo 2. Test uuuna ait teknik bilgiler
parametreler kullanlarak gerekletirilmitir. alma alanlar
Tablo 2den de anlalaca zere, m2de 2 nokta ile 8 nokta kk olduu iin verilerin gerek otomatik gerekse manuel
veri toplama arasnda yaklak 2 kat uu maliyeti ilem sreleri, Alan-7 hari birbirlerine yakn srmtr. En ok
bulunmaktadr. 150 km2lik alan iin 2600 m ykseklikten ilem sresi gerektiren Alan-7 iin; youn verinin ilenmesi 34
yaplan uu yaklak 3 saat srerken, 1200 m ykseklikten saat, dk younluklu verinin ilenmesi ise 20 saat srmtr.
yaplan uu 6 saat srmtr.
Bergama test alan ierisinde farkl toporafik karakteristik

Alan-1

Alan-2

Alan-3

Alan-4

Alan-5

Alan-6

Alan-7
zelliklere ve arazi rtsne sahip ve farkl tipte detaylar ieren
toplam 0.88 km2 bykle sahip 7 adet kk alma alan
seilmitir (ekil 1). Bu alanlarn byklkleri ve ierdikleri Bitki Bitki Bitki
detaylar ile toporafik zelliklerine ait bilgiler Tablo 3'de Bitki Tarm
rts rts rts Bo Kentsel
verilmitir. rts Alan,
(Sk ve (Sk ve (ok Alan Alan
(Seyrek) Tel
seyrek) seyrek) sk)
0.06 0.05 0.09 0.32 0.10 0.16
0.10km2
km2 km2 km2 km2 km2 km2
ok ok
ok Orta Az Eimli Orta
Dz Eimli
Eimli Eimli Eimli ve Eimli
Engebeli
ve Dz

Tablo 3. alma alanlarnn zellikleri

1200 mden toplanan verilerden retilen 1 m aralkl SYM
ve SAMlar doru kabul edilerek, 2600 mden toplanan
verilerden retilen 1 m aralkl SYM ve SAMlar arasndaki
farklar alnm ve farklarn istatistiki deerlendirmesi yaplarak
Tablo 4 ve 5de sunulmutur.

Min. Maks. Ort.

KOH
Fark Fark Fark
Alan-1 -14.54 14.21 -0.19 2.141
Alan-2 -7.59 8.0 -0.183 1.568
Alan-3 -18.35 17.32 -0.094 2.041
Alan-4 -7.0 7.53 -0.078 0.982
Alan-5 -27.28 30.51 0.078 1.245
Alan-6 -3.23 8.57 0.054 0.242
Alan-7 -24.86 27.01 0.019 2.74
ekil 1. Seilen alma alanlar. 1. sra: Alan-1,2,3 (soldan
Tablo 4. SYM karlatrlmas sonucu
saa); 2.sra: Alan-4,5,6 (soldan saa); 3.sra: Alan-7

Veri toplama esnasnda uygulanan farkl kolon bindirme Min. Maks. Ort.
KOH
oranlar nedeniyle, uu hatlar ierisinde farkl nokta Fark Fark Fark
dalmlar elde edilmitir. Kolon bindirme oranlarnn etkisini Alan-1 -1.47 0.74 -0.075 0.132
karlatrmaya yanstmamak iin, her iki veriseti iin de Alan-2 -3.57 1.01 -0.091 0.149
bindirmesiz tek uu hatt verileri kullanlmtr.
Alan-3 -1.48 1.17 0.013 0.104
Alan-4 -1.66 3.12 0.01 0.118
Alan-5 -2.09 2.61 0.031 0.109

354
TUFUAB VIII. Teknik Sempozyumu M.S.EHSUVAROLU vd.
21-23 Mays 2015 / Konya

Alan-6 -0.97 1.22 0.034 0.046 bata olmak zere, baz binalarn at kenarlar dk
younluklu veriden doru izilememi ve baz ayrntlar
Alan-7 -4.72 7.47 0.059 0.430
gsterilememitir (ekil 4). at izgileri karlatrldnda,
Tablo 5. SAM karlatrlmas sonucu yatayda 0.2 - 2.0 m arasnda deien kayklklar tespit edilirken,
Nokta bulutlarndan karlan vektr verilerin deyde farkllk bulunmamtr.
karlatrlmas yaplrken, blgeye ait 30 cm znrlkl
renkli hava fotoraflarndan oluturulan stereo modellerden de
faydalanlmtr. Her iki verisetinden oluturulan vektr veriler
stereo ortamda hava fotoraflarnn zerine alarak grsel
kontrol ve deerlendirmeler yaplmtr.
Yazlm ile nokta bulutundan tespit edilen aa saylar
karlatrlmtr. Fotogrametrik yntemle stereo ortamda
alma alanlarndaki tek aalar saylm ve aa saysnn
yksek younluklu veriden bulunan aa says ile arasnda
yaklak %5-10luk fark tespit edilmitir. Bu farkn yazlmn
parametreleri ayarlanarak daha da drlebilecei
deerlendirilmektedir. Dier yandan dk younluklu veriden
tespit edilen tek aa saysnn, yksek younluklu veriye gre
%53 ile %66 arasnda deien oranlarda daha az sayda olduu
tespit edilmitir. rnein, yazlm Alan-2 iin yksek
younluklu veriden 2.366 adet aa tespit etmiken, dk
younluklu veriden 1.397 adet aa (%59 daha az) tespit
edebilmitir. Bu rakamlar Alan-4 iin 1182'ye 782 (%66 daha
az) olarak gereklemitir.
E ykseklik erileri kyaslandnda, her iki verisetinden
retilen e ykseklik erilerinin tamlk ve geometrik alardan
birbirlerine ok benzer olduklar tespit edilmitir. ki veri
arasndaki kk farklar; dere ve yol geilerinde, ev
kenarlarnda, geni yatakl sulu dere kysndaki aa altlarnda
grlmtr (ekil 2).
Alan-5 iin; e ykseklik erilerinin kartografik gsterimi
(nefaset) asndan, yksek younluklu veri daha iyi sonu
vermitir (ekil 2a). Dk younluklu veriden izilen e ekil 2. ki ayr veri setinden elde edilen e ykseklik
ykseklik erilerinin, fazladan manuel dzeltmeye ihtiya erilerinin karlatrlmas (Krmz renk yksek, mavi renk
duyduu grlmtr. zellikle geni dere kenarndaki dk younluklu veriden retilen)
aalarn altndan geen e ykseklik erileri gereksiz girinti ve
kntl izilmitir. Dier alanlar iin; yksek younluklu
veriden elde edilen e ykseklik erilerinin dere ve yol geileri
muntazam ekilde gereklemitir. Burada dk younluklu
verinin ayn kalitede gei salayabilmesi iin, dere ve yolarn
saysallatrlp krklk hatt olarak e ykseklik erisi retimine
dhil edilmesi gerektii grlmtr. Dere ve yol geileri ile
ev kenarlar dnda kalan blgeler iin ise yksek younluklu
veri biraz daha ayrntl olarak e ykseklik erilerini
gstermekle beraber, kartografik gsterim asndan bu
blgelerde dk younluklu verinin daha kabul edilebilir
olaca dnlmektedir. Kartografik gsterimi iyiletirmek iin
yazlmn parametreleri ile oynayarak farkl sonular elde
edilebilecei deerlendirilmektedir.
Nokta bulutundan elde edilen enerji nakil hatt telleri
incelendiinde; 34.5 kWlk gerilim hatt telleri dk ekil 3. ki ayr veri setinden elde edilen tel hatlarnn
younluklu veriden kartlamazken, yksek younluklu veriden karlatrlmas (Krmz renk yksek, mavi renk dk
kartlmtr (ekil 3a). 154 kWlk gerilim hatt tellerinin younluklu veriden retilen)
tamam her iki verisetinden de kartlmtr (ekil 3a). Ancak
dk younluklu veriden elde edilen tel verisi ierisinde baz
yerler de ksa kopukluklar tespit edilmitir (ekil 3b). Her iki
veriden elde edilen tel izgileri arasnda deyde 20-25 cm,
yatayda ise 30-50 cm fark tespit edilmitir.
Yksek younluklu veriden kentsel alan ierisinde bulunan
tm binalar tespit edilirken, dk younluklu veriden binalarn
tamam kartlamamtr. Aa altlarnda kalan tek katl binalar
ve bina mtemilatlar (odunluk, sundurma, ardak vb.) dk
younluklu veriden elde edilen bina vektr verisinde yer
almamtr.
Bina at kenarlar yksek younluklu veriden daha doru
ve detayl izilmitir. zellikle karmak ekle sahip binalar

355
TUFUAB VIII. Teknik Sempozyumu
21-23 Mays 2015 / Konya
ekil 4. ki ayr veri setinden elde edilen binann
karlatrlmas (Krmz renk yksek, mavi renk dk
younluklu veriden retilen, yeil renk fotogrametrik olarak
izilen)
SAM'lar incelendiinde; KOH'nn bitki rts olan
alanlarda, blgenin eimine de bal olarak, 10-15 cm; kentsel
alanda 43 cm, eimsiz tarm alannda 11 cm, detay olmayan bo
alanda ise 4.6 cm deitii grlmektedir. Buradan hareketle
kentsel alanlar dnda arazi rtsne sahip blgelere ait SAM
retiminde, minimum 8 nokta yerine 2 nokta/m2 younluklu
LiDAR verisinin kullanlabilecei deerlendirilmektedir.
SYM'ler incelendiinde; KOH'nn bitki rts olan
alanlarda, 1-2 m; kentsel alanda 2.7 m, eimsiz tarm alannda
1.2 m, detay olmayan bo alanda ise 0.2 m deitii
grlmektedir. Elde edilen bu sonulara gre, SYM'nin
kullanm amacna gre hangi younluklu verinin kullanlmasna
karar verilmesi gerektii deerlendirilmektedir.
Manuel editleme ilemine en ok Alan-7de ihtiya
duyulmutur. Bu alan iin, yksek younluklu veri iin
harcanan zamann yaklak %50 daha fazlas harcanmtr.
Dk younluklu verinin manuel editlenmesi ileminde yksek
znrlkl ortofoto, bina vektr verisi gibi yardmc
kaynaklara daha ok ihtiya duyulmutur.
SONULAR
Sonu verinin doruluu ve hassasiyeti ile dorudan ilikili
olan LiDAR nokta younluu, dier yandan veriyi toplama,
ilemlerden geirme i yk ve sresi, depolama ve paylama
zorluu yani projenin toplam maliyeti ile de ilikilidir. Daha
youn veri toplamak demek projenin toplam maliyetinin artmas
demektir. te yandan yksek younluklu bir verisetinden
rnein dk znrlkl SAM retmek, orijinal verinin
zenginliinin ve doruluunun deerini drecektir.
Ynetilmesi zor ve maliyetli olan byk miktarlarda LiDAR
verisi toplamak yerine, kullanc ihtiyalarna cevap verecek,
gereksinimlerini karlayacak optimum younlukta veri
toplanmas tercih edilmelidir. kinci blmde de belirtildii
gibi, baz proje ve uygulamalar iin yksek younluklu veri
kullanm her zaman iin etkin veya istenilen durum
olmamaktadr.
Hangi uygulama iin hangi nokta younluunun
kullanlabileceine ilikin literatrde yer alan baz
almalardan edinilen bilgiler birinci ve ikinci blmlerde
sunulmutur. Bu bilgiler ve aada sunulan sonular; proje
alannn bykl, toporafik yaps ve arazi rts dikkate Sciences, Vol. XXXVII. Part B1, pp. 267-270.
alnarak uygun nokta younluu seimine k tutacaktr.
Daha dk younluklu (seyrekletirilmi) nokta bulutlar
ile doruluu bozmadan veya ok az bozarak, ok daha kolay ve
ksa ilem srelerinde SAMlar elde edilerek retim etkinlii
arttrlabilir (Anderson vd., 2006; Liu X., 2008; Guo vd., 2010).
Bu alma sonucunda da elde edilen benzer sonular dikkate
alndnda, kentsel alanlar dnda, SAM retiminde dk
younluklu veri kullanlabilecei deerlendirilmektedir.
SYM'ler iin bu almada bulunan 1-2.7 m aras farkllklarn
ayrca deerlendirilmesi ve detayl olarak incelenmesi
gerekmektedir.
Her iki verisetinden elde edilen e ykseklik erileri benzer
sonular verdiinden, 1 m aralkl e ykseklik erisi retimi
iin 2 - 8 nokta/m2 aralnda younluklu veri kullanlabilecei
deerlendirilmektedir. Her iki verisetinden elde edilen e
ykseklik erileri zellikle dere ve yol geilerinde
farkllamlardr. Bu nedenle, baz durumlar iin 2 nokta/m2
younluklu veri kullanmnda, krklk hatt detaylarnn retime
katlmas ihtiyacnn doabilecei deerlendirilmektedir. te
Farkli Veri Younluuna Sahip Lidar Nokta Bulutlarindan Elde Edilen
Sonu rnlerin Karilatirilmasi
yandan e ykseklik erisi aral arttka LiDAR nokta
younluunun da azaltlabilecei aktr.
Gerek tamlk gerekse doruluk asndan, enerji nakil hatt
telleri ve kentsel alan (bina) almalarnda, 2600 m irtifadan
elde edilen minimum 2 nokta/m2 younluklu LiDAR verisinin
yeterli olmad, te yandan bu almalar iin 1200 m irtifadan
toplanan minimum 8 nokta/m2 younluklu verinin ise yeterli
olduu tespit edilmitir. ok hassas ekilde bina at
kenarlarnn ihtiya olmad kent modellerinde ve 1:5.000
lekli harita yapmnda minimum 8 nokta/m2 younluklu
veriden elde edilen binalarn kullanlabilecei
deerlendirilmektedir.
Aa saysnn tespiti gibi tek aa baznda yaplacak
uygulamalarda, bu almada kullanlan 2 nokta/m2 younluklu
verinin yeterli olmad, 8 nokta/m2 younluklu verinin ise
yeterli olduu grlmtr.
Veri ileme sresi asndan, 0.16 km2 bykle sahip
kentsel alan iin yksek younluklu verinin ilenmesi dier
veriye gre yaklak 1.5 kat fazla srmtr. Karar alma
srecinde bu srenin de dikkate alnmas gerekmektedir.
Bir sonraki alma olarak; farkl tarama desenlerinin sonu
rnlere etkisini deerlendirmek iin, ayn irtifadan ancak farkl
lazer cihazlar ile toplanm nokta bulutlarndan retilmi
verilerin karlatrlmas planlanmaktadr.
TEEKKR
Terrasolid yazlm ile ham nokta bulutunu gerekli ilemlerden
geirerek sonu kt rnleri reten, BGS Bilgi Sistemleri
firmasndan Mh. brahim ALKANa ve bu olana salayan
BGS Bilgi Sistemleri firmasna katklarndan dolay
teekkrlerimizi sunarz.
KAYNAKLAR
Aguilar F.J., Mills J.P., Delgado J, Aguilar M.A., Negreiros
J.G., Prez J.L., 2010. Modelling vertical error in LiDAR-
derived digital elevation models. ISPRS Journal of
Photogrammetry and Remote Sensing, 65: 103-110.
Ahokas E., Kaartinen H., Hyypp J., 2008. On the quality
checking of the airborne laser scanning-based nation wide
elevation model in Finland. The International Archives of the
Photogrammetry, Remote Sensing and Spatial Information
American Society for Photogrammetry and Remote Sensing
(ASPRS), 2014. ASPRS Positional Accuracy Standards for
Digital Geospatial DataEdition 1, Version 1.0.0. American
Society for Photogrammetry and Remote Sensing, 54 p.
Anderson, E.S., Thompson J.A., Crouse D.A., Austin R.E.,
2006. Horizontal resolution and data density effects on remotely
sensed LIDAR-based DEM. Geoderma, 132 (3-4):406415.
Balsa-Barreiro J., Avariento J.P., Lerma J.L., 2012. Airborne
light detection and ranging (LiDAR) point density analysis.
Scientific Research and Essays Vol. 7(33), pp. 3010-3019,
DOI: 10.5897/SRE12.278.
Chu H., Wang C., Huang M., Lee C., Liu C., Lin C., 2014.
Effect of point density and interpolation of LiDAR-derived
high-resolution DEMs on landscape scarp identification.
356
TUFUAB VIII. Teknik Sempozyumu M.S.EHSUVAROLU vd.
21-23 Mays 2015 / Konya

GIScience & Remote Sensing, 51:6, 731-747, resolutions. University of Calgary Department of Geography,
DOI: 10.1080/15481603.2014.980086. Masters of Geographic Information Systems.

Duldulao R.L., 2009. Point Density Effects on Digital Elevation ehsuvarolu M.S., Eker O., Erdoan M., Yldz F., 2014.
Models Generated From LiDAR Data. Master of Science Thesis Saysal Yzey Modeli retiminde Fotogrametri mi, LiDAR m?
from the Naval Postgraduate School. Harita Dergisi Say 151, sayfa 1-10.

Garca-Quijano M.J., Jensen J.R., Hodgson M.E., Hadley B.C.,
Gladden J.B., Lapine L.A., 2008. Significance of Altitude and
Posting Density on Lidar-derived Elevation Accuracy on
Hazardous Waste Sites. Photogrammetric Engineering &
Remote Sensing Vol. 74, No. 9, pp. 11371146.
Guo Q., Li W., Yu H., Alvarez O., 2010. Effects of
Topographic Variability and Lidar Sampling Density on Several
DEM Interpolation Methods. Photogrammetric Engineering &
Remote Sensing 76 (6): 701712,
DOI:10.14358/PERS.76.6.701
Jakubowski M.K., Guo Q., Kelly M., 2013. Tradeoffs between
lidar pulse density and forest measurement accuracy. Remote
Sensing of Environment 130, 245253.
DOI:10.1016/j.rse.2012.11.024.
Kay A., Erdoan M., Eker O., 2015. Optech HA-500 ve Riegl
LMS-Q1560 ile gerekletirilen LiDAR test sonular. Harita
Dergisi Say 153, sayfa 42-46.
Lim K., Hopkinson C., Treitz P., 2008. Examining the effects of
sampling point densities on laser canopy height and density
metrics. The Forestry Chronicle Vol. 84, No 6, pp.876-885
Lim K., Treitz P., Woods M., Nesbitt D., Etheridge D., 2010.
Operationalizing the use of LiDAR in Forest Resource
Inventories: What is the optimal point density? ASPRS 2010
Annual Conference, San Diego, California.
Treitz P., Lim K., Woods M., Pitt D., Nesbitt D., Etheridge D.,
2012. LiDAR sampling density for forest resource inventories
in Ontario, Canada. Remote Sensing, 4, 830848.
DOI: 10.3390/Rs4040830.
Triglav-ekada M., Crosilla F., Kosmatin-Fras M., 2010.
Theoretical lidar point density for topographic mapping in the
largest scales. Geodetski vestnik 54/3,403-416.
U.S. Geological Survey (USGS), 2014. National Geospatial
Program Lidar Base Specification, Version 1.2, Chapter 4 of
Section B. U.S. Geological Survey Standards, Book 11,
Collection and Delineation of Spatial Data.
Watershed Sciences, Inc., 2010. Minimum LiDAR data density
considerations for the Pacific Northwest.
www.oregongeology.org/sub/projects/olc.
Watt M.S., Adams T., Aracil S.G., Marshall H., Watt P., 2013.
The influence of LiDAR pulse density and plot size on the
accuracy of New Zealand plantation stand volume equations.
New Zealand Journal of Forestry Science 2013, 43:15
Wehr, A., 2009. LiDAR Systems and Calibration. In J. Shan &
C. Toth (Eds.), Topographic Laser Ranging and Scanning
Principles and Processing (pp. 129-172). Florida: Taylor &
Francis Group.

Liu X., 2008. Airborne LiDAR for DEM Generation: Some

Critical Issues. Progress in Physical Geography 32 (1): 3149,
DOI:10.1177/0309133308089496.

Magnusson M., Fransson JES., Holmgren J., 2010. Effects of

estimation accuracy of forest variables using different pulse
density of laser data. Forest Science, 53, 619626.

Petersen Y.M., Rost H.B., 2011. Swedish Lidar Project: New

Nationwide Elevation Model. GIM International Volume 25
Number 2.

Pirotti F., Tarolli P., 2010. Suitability of LiDAR point density

and derived landform curvature maps for channel network
extraction. Hydrological Processes 24, 11871197,
DOI: 10.1002/hyp.7582.

Raber G.T., Jensen J.R., Hodgson M.E., Tullis J.A., Davis B.A.,
Berglund J., 2007. Impact of Lidar Nominal Post-spacing on
DEM Accuracy and Flood Zone Delineation. Photogrammetric
Engineering & Remote Sensing, Vol. 73, No. 7, pp. 793804.

Sande C., Soudarissanane S., Khoshelham K., 2010.

Assessment of Relative Accuracy of AHN-2 Laser Scanning
Data Using Planar Features. Sensors 2010, 10, 8198-8214.
DOI:10.3390/s100908198.

Sanii S., 2008. Assessing the effect of point density and terrain
complexity on the quality of LiDAR-derived DEMs in multiple

357