Yersel yöntemlerle meşcere hacmini belirlemek çok zaman alıcı ve masraflıdır. Uzaktan algılama verileri ile yersel ölçmeler birleştirilerek envanter masrafları azaltılabilir. Orman envanterinde bunu gerçekleştirmenin yollarından birisi regresyon tahminidir. Bunun için uzaktan algılama verisinden kolay ölçülebilen özellikler ile hacim arasında güçlü bir istatistiksel ilişki olması gerekmektedir. Bu çalışmada, Antalya yöresinde seçilen bir Kızılçam ormanında, uydu verilerinden çıkartılan özellikler ile meşcere hacmi arasındaki ilişkiler araştırılmıştır. Uydu verilerinden spektral ve mekansal özelliklerin çıkartılmasında farklı görüntü segmentasyonu teknikleri kullanılmıştır. İlk olarak, segmentlerin gövde hacmi ile segmenti oluşturan piksellerin parlaklık değerleri arasındaki ilişkiler araştırılmıştır. Parlaklık değerleri 0,61 m çözünürlüklü Quickbird ve 30 m çözünürlüklü Landsat ETM görüntülerinin orijinal bantları ile oluşturulan bitki indekslerinden elde edilmiştir. İkinci olarak segmentlerin hacmi ile Quickbird görüntüsünden, ölçülen segmente ait ağaçların ortalama gölge boyu arasındaki ilişkiler ortaya konmuştur. Regresyon analizlerine göre; hacim ile her iki uydu verisinden çıkartılan parlaklık değerleri arasındaki ilişkilerde ulaşılan en yüksek korelasyon katsayısı 0,52'dir. Öte yandan hacim ile gölge boyu arasındaki kurulan regresyon modellerinde en yüksek korelasyon katsayısı 0,77 olarak hesaplanmıştır. Çalışmanın sonuçları; i) kullanılan uydu verilerinin spektral özelliklerinin hacim tahmininde kullanılamayacağını, ii) Quickbird uydu görüntüsünden ölçülen gölge boyunun ise hacim tahmini için güvenilir bir yardımcı değişken olduğunu göstermiştir.
Estimating growing stock by means of terrestrial method is expensive and time consuming. Inventory costs can be reduced by combining remotely sensed data and terrestrial measurements. One of the methods that combine these data sets is regression estimator in forest inventory. For this, there should be a statistically strong relation between the features easily measured from remotely sensed data and volume determined in field. This study investigates the relationshipsbetween field measured stem volume and the features extracted from satellite data in a Brutian pine forest selected in Antalya region. Various image segmentation techniques were used in the extraction of the features from satellite data. Firstly, the relations between stem volume of the segments and brightness values of the pixels that compose these segments were investigated. The brightness values were obtained from the original bands and vegetation indexes of Quickbird imagery with a 0.61 m resolutionand Landsat ETM with a 30 m resolution. Secondly, the relations between stem volume and mean shadow lengths of the segments which are measured from Quickbird image were also explored. According to the regression analyses, the best model for stem volume using brightness values resulted in a correlation coefficient of 0.52. The model for stem volume using shadow length resulted in a correlation coefficient of 0.77. The results showed that i) the spectral characteristics of the satellite data used is not an appropriate auxiliary parameter for estimating stem volume, ii) the shadow length measured from pan-sharpened Quickbird imagery, on the other hand, can be suitable for the estimation of stem volume in Brutian pine forests.
Tez (Yüksek Lisans) - Süleyman Demirel Üniversitesi, Fen Bilimleri Enstitüsü, Orman Mühendisliği Anabilim Dalı, 2006.
Kaynakça var.
Yersel yöntemlerle meşcere hacmini belirlemek çok zaman alıcı ve masraflıdır. Uzaktan algılama verileri ile yersel ölçmeler birleştirilerek envanter masrafları azaltılabilir. Orman envanterinde bunu gerçekleştirmenin yollarından birisi regresyon tahminidir. Bunun için uzaktan algılama verisinden kolay ölçülebilen özellikler ile hacim arasında güçlü bir istatistiksel ilişki olması gerekmektedir. Bu çalışmada, Antalya yöresinde seçilen bir Kızılçam ormanında, uydu verilerinden çıkartılan özellikler ile meşcere hacmi arasındaki ilişkiler araştırılmıştır. Uydu verilerinden spektral ve mekansal özelliklerin çıkartılmasında farklı görüntü segmentasyonu teknikleri kullanılmıştır. İlk olarak, segmentlerin gövde hacmi ile segmenti oluşturan piksellerin parlaklık değerleri arasındaki ilişkiler araştırılmıştır. Parlaklık değerleri 0,61 m çözünürlüklü Quickbird ve 30 m çözünürlüklü Landsat ETM görüntülerinin orijinal bantları ile oluşturulan bitki indekslerinden elde edilmiştir. İkinci olarak segmentlerin hacmi ile Quickbird görüntüsünden, ölçülen segmente ait ağaçların ortalama gölge boyu arasındaki ilişkiler ortaya konmuştur. Regresyon analizlerine göre; hacim ile her iki uydu verisinden çıkartılan parlaklık değerleri arasındaki ilişkilerde ulaşılan en yüksek korelasyon katsayısı 0,52'dir. Öte yandan hacim ile gölge boyu arasındaki kurulan regresyon modellerinde en yüksek korelasyon katsayısı 0,77 olarak hesaplanmıştır. Çalışmanın sonuçları; i) kullanılan uydu verilerinin spektral özelliklerinin hacim tahmininde kullanılamayacağını, ii) Quickbird uydu görüntüsünden ölçülen gölge boyunun ise hacim tahmini için güvenilir bir yardımcı değişken olduğunu göstermiştir.
Estimating growing stock by means of terrestrial method is expensive and time consuming. Inventory costs can be reduced by combining remotely sensed data and terrestrial measurements. One of the methods that combine these data sets is regression estimator in forest inventory. For this, there should be a statistically strong relation between the features easily measured from remotely sensed data and volume determined in field. This study investigates the relationshipsbetween field measured stem volume and the features extracted from satellite data in a Brutian pine forest selected in Antalya region. Various image segmentation techniques were used in the extraction of the features from satellite data. Firstly, the relations between stem volume of the segments and brightness values of the pixels that compose these segments were investigated. The brightness values were obtained from the original bands and vegetation indexes of Quickbird imagery with a 0.61 m resolutionand Landsat ETM with a 30 m resolution. Secondly, the relations between stem volume and mean shadow lengths of the segments which are measured from Quickbird image were also explored. According to the regression analyses, the best model for stem volume using brightness values resulted in a correlation coefficient of 0.52. The model for stem volume using shadow length resulted in a correlation coefficient of 0.77. The results showed that i) the spectral characteristics of the satellite data used is not an appropriate auxiliary parameter for estimating stem volume, ii) the shadow length measured from pan-sharpened Quickbird imagery, on the other hand, can be suitable for the estimation of stem volume in Brutian pine forests.