yrd.doç.dr. ali Ġhsan kadioĞullari doç.dr. oğuz gÜngÖr
TRANSCRIPT
Yrd.Doç.Dr. Ali Ġhsan KADIOĞULLARI, Doç.Dr. Oğuz GÜNGÖR,
Prof.Dr. Emin Zeki BAġKENT
Karadeniz Teknik Üniversitesi / TRABZON
3.4.1.1-Ormanın Haritasının Yapımı
Planda; Meşcere Haritası, Fonksiyon Haritası ve Topoğrafik Meşcere Harita mevcuttur.
İşletme şefliği ormanlarının haritasının yapılmasında, Bilgi Sistemleri Dairesi Başkanlığı‟ndan
temin edilen; Harita Genel Komutanlığınca üretilmiş olan 1/25000 ölçekli eşyükselti eğrili
haritalardan yararlanılmıştır. Bilgisayar ortamında paftalar üzerinde, bölme taksimatları, plan ünitesi
sınırları, önemli dere, tepe, sırtlar sayısal ortamda çizilmiştir. Daha sonra orman haritasının
yapılmasında, Bilgi Sistemleri Dairesi Başkanlığı tarafından verilen sayısal hava fotoğraflarından
yararlanılmıştır. Bunların özellikleri:
- 2011 yılındaki uçuşlardan elde edilmiş,
- 3 Band (Red-Greeen-Blue) + ColorInfrared (CIR)
- 1/60 000 – 70 000 ölçeğinde
- 30 cm çözünürlüğünde
- UTM WGS-84 Projeksiyon Sistemindedir.
Plan Ünitesi içerisinde alımı yapılan bütün sayısal hava fotoğrafları Match-AT Inpho yazılımı
kullanılarak modellenmiş ve ortofotoları hazırlanmıştır. Ortofoto harita üretimi için arazi yapısının
kırıklı olduğu ve yoğun ormanlık alana sahip paftalarda 5 metre karelik alanlarda, nisbeten ziraat
alanları ile kaplı arazilerde ve arazi yapısının düz olduğu alanlarda 10 metre karelik alanlarda sayısal
arazi ve yüzey modelleri oluşturulmuştur. Ancak, çalışma alanındaki örnek ağaçların boylarını ölçmek
amacıyla 1 metre karelik alanlarda sayısal arazi yüzey modeli (SYM) ve 1,5 metre karelik alanlarda
ise sayısal arazi modeli (SAM) için nokta bulutu oluşturulmuş ve nokta bulutu verisi “*.las; LIDAR
Data Exchange File” uzantılı olarak kayıt edilmiştir. Hazırlanan bu arazi modelleri kullanılarak 3
boyutlu sayısal hava fotoğraflarından Match-AT ortovista modülü ile 35 cm piksel boyutundaki 4
bantlı ortofoto haritalar üretilmiştir. Bu ortofotolardan UMT WGS 84 37. zone projeksiyon koordinat
düzlemine ait pafta indeksine göre pafta bazında foto-mozaikler üretilmiştir. Plan yapıcıları tarafından
sayısal hava fotoğrafı mozaik görüntülerinden (2 boyutlu) taslak meşcere haritaları farklı Coğrafi Bilgi
Sistemleri (CBS) ve uzaktan algılama (UA) yazılımları kullanılarak üretilmiştir. Bu taslak harita
arazide incelenmiş ve gerekli düzeltmeler yapıldıktan sonra büroda ise 3 boyutlu uzaktan algılama
yazılımları ile meşcere haritasına son şekli verilmiştir. Bu işlemler sırasında yersel gözlemler ve
incelemelerle birlikte bir önceki planın amenajman haritasının sayısal formundan, orman işletme
şefliğindeki orman mühendislerinin bilgilerinden de yararlanılmıştır.
Ayrıca 1/25000 ölçekli askeri paftaların üzerine meşcere haritasının bindirilmesi suretiyle
“Topoğrafik Meşcere Haritası” da hazırlanarak plana eklenmiştir. Yapılan haritadan yararlanmayı
kolaylaştırmak amacı ile kullanılan özel işaretler, koordinat bilgileri ve renkler, paftaların adlarını ve
konumlarını gösteren bilgiler haritaya eklenen köşede gösterilmiştir. Bu suretle MEŞCERE
HARİTASI haline getirilmiştir. Bu orijinal harita, bilgisayar yazıcısı ile çıktı alınmış ve renkli
fotokopi yöntemiyle çoğaltılmıştır. Orman Genel Müdürlüğü‟nün 2013 Yılı Uzaktan Algılama
Yöntemi ile Fonksiyonel Amenajman Planlaması Arazi ve Büro Çalışmalarına Ait Teknik
İzahnamesine göre çalışmalar yapılmıştır. Plan ünitesi hudutları dâhilinde kesinleşmiş veya
tescillenmiş kadastro sınırları, İşletme Müdürlüğü tarafından yüklenici firmaya verilmiş ve meşcere
sınırları kesinleşmiş veya tescillenmiş olan bu sınırlara göre oluşturulmuştur. Bu sınırlara uyumluluk
0,3 hektardan küçük alanlarda 2013 yılı Teknik İzahname gereği sağlanamamıştır.
Ormanların yoğun olduğu bölgeler 3 boyutlu diğer alanlar ise foto-mozaiklerden 2 boyutlu
olarak yorumlanmıştır. Bu yorumlamalar sonucunda oluşan taslak meşcere haritası orman işletme
şefinin katkılarıyla birlikte 20 günlük bir arazi programıyla yerinde incelenerek az miktarda örnek alan
alınmış ve üzerinde gerekli düzeltmeler yapılmıştır. Meşcere haritasının yapımında; yöreyi iyi bilen
Orman İşletme Müdürlüğü çalışanlarından, sayısallaştırılmış eski plan verilerinden, ağaçlandırma
projelerinden vb. sayısal altlıklardan da yararlanılmıştır. Son hali verilen meşcere haritası Amenajman
Rehberlik ve Denetim Başmühendisi tarafından da incelenmiştir.
Bu bölgelerde;
Doğal orman alanlarının meşe ve az miktarda kavak ağaç türlerinden olması,
Benzer meşcere yapısına sahip olması,
Ağaçlandırma sahalarının neredeyse hiç olmaması, meşcere haritasının oluşturulmasında bir
avantaj olarak karşımıza çıkmıştır.
Teknik talimatlar gereği yaş ve bonitet haritası yerine Fonksiyon Haritası yapılmıştır. Bu
haritalardan yararlanmayı kolaylaştırmak için kullanılan paftaların adları, Orman Amenajman
Yönetmeliğinin belirttiği özel işaretler ve renkleri içeren lejant düzenlenmiştir. Yapılan bu çalışma ile
sadece meşcere haritası çizilmemiş, işletme şefliği bazında birçok veriye ulaşmayı sağlayacak bir
konumsal veri tabanı da oluşturulmuştur.
Uzaktan Algılama ve Coğrafi Bilgi Sistemleri Teknolojileri Ġle Orman Envanterinin
Yapılması
Bu kapsamda farklı CBS ve uzaktan algılama yazılımları kullanılmış, hangi yazılım ile daha
hızlı ve doğru bir şekilde kesim meşcere haritalarının üretilebileceği test ediliştir. eCognition,
DAT/EM, ArcGIS stereo analysis eklentisi, MATLAB, ERDAS imagine ve diğer programlar ile
meşcere haritası üretimi bu planın hazırlanması sırasında kullanılmış ve değerlendirilmiştir.
a) eCognition yazılımı ile taslak meĢcere haritası üretimi
Ecognition yazılımı kullanılarak 4 bantlı ve 35 cm konumsal çözünürlükte hazırlanmış
ortofoto haritalar nesne tabanlı olarak sınıflandırılmıştır. Bu sınıflandırma işlemi ile elde edilen vektör
haritalar bir dizi işlemden geçirilerek taslak meşcere haritaları elde edilmiştir. Bu işlemler;
Renk ve ölçek ayarı ile nesne tabalı sınıflandırma,
Yansıma değerine göre tüm sınıflandırma verilerinin vektör (shape file) formatta kayıt
edilmesi,
Benzer yansıma değerine sahip poligonların birleştirilmesi,
Çok kırıklı bir yapıya sahip olan vektör haritaların topoloji hatası olmaksızın oval yapıya
dönüşmesi,
0,3 ha dan daha küçük alanların elenmesidir.
Bu işlemler sonucunda elde edilen taslak meşcere haritası, kesin meşcere haritasının
hazırlanması amacıyla ArcGIS stereo analysis ve DAT/EM gibi yazılımlarda kullanılmak üzere bir
altlık harita olarak kullanılmıştır. eCognition yazılımı ile taslak meşcere haritaları üretilirken hiçbir
şekilde manuel müdahale veya editleme yapılmamıştır.
“eCognition developer
programı” arayüzü ve
ortofoto haritanın nesne
tabanlı sınıflandırılması
“eCognition developer programı”‟nda
kullanılan örnek nesne tabanlı sınıflandırma
parametreleri
Scale:170
Color: 0.7
“eCognition developer
programı”‟nda
sınıflandırılmış poligon
haritasının yansıma
değerlerini içerecek
şekilde “shape file”
formatında kayıt
edilmesi (0-256 arası
renk kodu içermektedir)
“eCognition developer
programı” ile
hazırlanmış ilk ham
taslak meşcere haritası
“dissolve” komutu ile
ArcGIS 10.0
yazılımında yakın
yansıma değerine sahip
poligonların
gruplandırılması
“Smooth poligon”
Kırıklı (piksel bazlı,
köşeli) yapıya sahip
haritanın daha oval
hatlara çevrilmesi ve
topoloji hatalarının
giderilmesi
Kırıklı yapıya sahip
haritaların sınırlarının
oval yapıya
dönüştürülmesi
Mavi çizgiler kırıklı
poligon haritayı, sarı ise
oval yapıya dönüşmüş
taslak meşcere haritasını
göstermektedir.
“Eliminate” komutu ile
ArcGIS 10.0 yazılımı ile
küçük alanları elenmiş
taslak meşcere haritası
b) ArcGIS 10.0 stereo analysis modülü (eklentisi) ile meĢcere haritası üretimi
Ecognition veya diğer yazılımlar ile yada manuel olarak 2 boyutlu hazırlanan taslak meşcere
haritaları bölme katmanı ile kesiştirildikten sonra kesin meşcere haritası üretiminde kullanılmaktadır.
Hazırlanan bu bölmecik haritası 2 boyutlu veya 3 boyutlu olarak ArcGIS stereo analysis eklentisi ile
kesin meşcere haritası yapımında kullanılmaktadır. Aşağıdaki resimlerde de görüldüğü üzere, plan
yapımında hava fotoğraflarının 3 boyutlu analiz edilmesi ve aynı anda ArcGIS yazılımında
editlenebilmesi plan yapıcıya büyük avantaj sağlamaktadır. ArcGIS stereo analysis eklentisi ile sayısal
hava fotoğraflarının bir pencerede 3 boyutlu görülürken, yan pencerede ise ortofoto haritaların 2
boyutlu görülebilmekte ve aynı alana otomatik olarak zoom yapmakta (yaklaşmakta) ve üzerlerine
araziden alınan istikşaf ve örnek alan bilgilerinin eklenmesi ile çok hızlı ve güvenli bir şekilde kesin
meşcere haritasının manuel olarak üretilmesini sağlamaktadır. Buradaki en önemli eksiklerden birisi
poligon veya nokta bazında (etiket; meşcere tipi vs.) istenilen özelliklerin stereo ekranında
gösterilmemesidir. Çalışma alanına ilişkin 2 boyutlu haritanın 3 boyutlu olarak sayısal hava fotoğrafı
üzerinde gösterilmesi veya 3 boyutlu haritaya dönüştürülmesi aşamasında 5 metrekarelik alanlardan
üretilmiş milyonlarca noktadan oluşan sayısal arazi modelleri kullanılmaktadır. ArcGIS stereo analysis
eklentisi MATCH-AT programında hazırlanmış olan proje dosyasını okuyabilmekte ve fotoğrafları
bindirmeli olarak modellemektedir.
Kahta orman işletme şefliğinin ArcGIS 10.0 stereo analysis programında kesin meşcere haritasının
hazırlanması
c) DAT/EM ve ArcGIS programları ile meĢcere haritası üretimi
Ecognition veya diğer yazılımlar ile yada manuel olarak 2 boyutlu hazırlanan taslak meşcere
haritaları bölme katmanı ile kesiştirildikten sonra kesin meşcere haritası üretiminde kullanılmaktadır.
Hazırlanan bu bölmecik haritası 2 boyutlu veya 3 boyutlu olarak DAT/EM ve aynı anda eş güdümlü
olarak ArcGIS 10.0 yazılımı ile kesin meşcere haritası yapımında kullanılmaktadır. Aşağıdaki
resimlerde de görüldüğü üzere, plan yapımında hava fotoğraflarının 3 boyutlu analiz edilmesi ve aynı
anda ArcGIS yazılımında editlenebilmesi plan yapıcıya büyük avantaj sağlamaktadır. Üç boyutlu
özelliğe sahip monitörde NVDIA gözlükler ile DAT/EM yazılımında sayısal hava fotoğrafları 3
boyutlu görülebilmekte ve üzerlerine istenirse 2 veya 3 boyutlu bölmecik sınırları, deneme alanı ve
istikşaf noktası bilgileri eklenebilmektedir. Aynı anda, diğer monitörde ise ArcGIS 10.0 yazılımındaki
2 boyutlu haritalar ortofoto altlık haritası üzerinde görülürken DAT/EM yazılımı ile eşgüdümlü olarak
aynı alana otomatik olarak zoom yapmakta (yaklaşmakta) ve çok hızlı ve güvenli bir şekilde kesin
meşcere haritasının manuel olarak üretilmesini sağlamaktadır. DAT/EM yazılımının en önemli
artılarından birisi poligon veya nokta bazında (etiket; meşcere tipi vs.) istenilen özelliklerin 3 boyutlu
hava fotoğrafları üzerinde de görülebilmesi ve ArcGIS programında veya DAT/EM yazılımında
yapılan her türlü editleme (poligon kesme, birleştirme, çizgi çizme vs.) işleminin anında diğer ekranda
görülebilmesidir. Aynı zamanda DAT/EM yazılımında 2 ve daha düşük kapalı meşcerelerdeki
ağaçların boyları pratik bir şekilde ölçülebilmekte ve meşcere tipi yorumlamada önemli bir artı
sağlamaktadır. Çalışma alanına ilişkin 2 boyutlu haritanın 3 boyutlu olarak sayısal hava fotoğrafı
üzerinde gösterilmesi veya 3 boyutlu haritaya dönüştürülmesi aşamasında 5 metre karelik alanlardan
üretilmiş milyonlarca noktadan oluşan sayısal arazi modelleri kullanılmaktadır. DAT/EM yazılımı
MATCH-AT programı tarafından kaydedilen Summit proje dosyasını okuyabilmekte ve fotoğrafları
bindirmeli olarak modellemektedir.
Kahta orman işletme şefliğinin a ) DAT/EM ve b)ArcGIS 10.0 programlarında eşgüdümlü olarak
kesin meşcere haritasının hazırlanması
a
b
Kahta orman işletme şefliğinin DAT/EM ve ArcGIS 10.0 programlarında eşgüdümlü olarak kesin
meşcere haritasının çizim aşamasının gösterimi
d) MATLAB, ERDAS ve diğer programlar ile meĢcere haritası üretimi
Uzaktan algılama yeryüzündeki objelere fiziki temas etmeden ilgili objeler hakkında birtakım
tanımlayıcı bilgilere ulaşmaya çalışır. Orman ekosistemleri kapladıkları alan, konumsal dağılım, içerik
ve niteliği itibarıyla farklılık göstermekte ve zamansal olarak da değişmektedirler. Özellikle orman
amenajman planlarının yapımında meşcere tanımlamasının/algılamasının yapılarak ilgili planlama
biriminin ağaç türü, gelişim çağları ve kapalılık itibarıyla meşcerelerin doğru tanımlanarak haritasının
oluşturulması orman envanterinde önemli yer tutmaktadır. Buradan hareketle, orman amenajman
planlarının yapımında zaman ve emek yoğun olan ve bazen de güvenlik ve ulaşım sorunlarının
yaşandığı durumlarda özellikle meşcere haritasının oluşturulmasında yersel ölçümlerin yerine uzaktan
algılama teknolojilerinden faydalanılması yoluna gidilmiştir. Örnek bir model çalışma olarak bu
planlama biriminde uzaktan algılama teknolojileri kullanılmış ve 2011 ve 2012 tarihlerinde çekilmiş
ortalama 1/60000-1/70000 arasında ortalama ölçekli 30 cm konumsal ve geometrik hassasiyette
sayısal hava fotoğrafları kullanılarak kapalılık, tür ve gelişme çağlarına göre sınıflandırma yapılarak
taslak meşcere haritası oluşturulmaya çalışılmıştır.
Bu bölümde sınıflandırılmış görüntü kullanarak kapalılık haritası üretiminin araziye çıkmadan
otomatik olarak nasıl üretildiği, bindirmeli görüntülerden üretilen 3-Boyutlu nokta bulutu ile ağaç
yüksekliklerinin/boylarının nasıl belirlenebildiği ve son olarak da ağaç tepe çaplarının otomatik olarak
belirlenmesine yönelik yapılan çalışmalar ayrıntılı olarak verilmiştir.
Kapalılık haritasının üretilmesi; 4 bant (mavi, yeşil, kırmızı ve kızılötesi) sayısal hava
fotoğrafları Destek Vektör Makineleri (DVM) yöntemi kullanılarak sınıflandırılmıştır. Bu
sınıflandırma yönteminin kullanılmasının sebebi piksel tabanlı sınıflandırıcılar içerisinde en yüksek
sınıflandırma doğruluğunu veren sınıflandırıcılar içerisinde öne çıkmasıdır.
Ülkemizde envanter çalışmalarında meşçere tipi haritaları üretilirken ağaç türü karışımı,
kapalılık, çap, yaş, tepe çapı, yanıcı madde miktarı gibi çeşitli meşcere parametreleri yersel ölçümlerle
toplanmaktadır. Bu işlemler çok zaman alıcı olmakta ve işgücü gerektirmektedir. Ayrıca meşcere
haritaları 10 yılda bir ancak yenilendiği için örneğin yangın bilgileri anında güncelliğini kaybetmiş
olabilmektedir. Bu amaçla yukarıda sözü edilen parametrelerden kapalılık haritalarının ve yanıcı
madde miktarının sınıflandırılmış görüntüler üzerinden elde edilebilirliği araştırılmıştır. Bu maksatla
Matlab yazılımı kullanılarak bir kod geliştirilmiş ve kapalılık haritası otomatik olarak havadan çekilen
görüntüler üzerinden üretilmiştir.
Kapalılık bir alanda bulunan ağaçların tepe çatıları itibarıyla birbirlerine göre sık veya seyrek
olma durumlarını yani toprağı örtme derecesini temsil etmektedir. Bu nedenle kapalılık haritası
üretilirken sınıflandırılmış görüntüde sadece iğne ve geniş yapraklı ağaç ve gölge sınıflarına ait
pikseller dikkate alınmış ve belli bir alandaki yoğunlukları hesaplanarak kapalılık derecelerine karar
verilmiştir. Sınıflandırılmış görüntü üzerindeki ağaçlar incelendiğinde her bir ağacın ortalama 10-15
metre çapında bir alanı kapladığı görülmüştür. Kullanılan görüntü 0,3 metre (1 piksel) çözünürlükte
olduğu için bu 35-50 piksel çapında bir alana denk gelmektedir. Özellikle 1 kapalı bir alanda ağaçlar
arası boşluğun en az bir ağaç mesafesi kadar olabildiği göz önüne alındığında bir alana ait kapalılık
miktarının belirlenmesi için en az 40 piksel (12 metre) çapında bir alanın incelenmesi gerektiğine
karar verilmiştir. Bu nedenle sınıflandırılmış görüntü üzerinde 41x41 piksel boyutlarında inceleme
alanları (pencereler) alınmıştır. Bu pencerenin içerisine düşen iğne ve geniş yapraklı ağaç ve gölge
piksellerinin yoğunluğunun ağaçsız boş alanları temsil eden diğer 4 sınıfa ait piksellerin yoğunluğuna
olan oranları hesaplanarak pencerenin merkezindeki piksel için kapalılık oranı belirlenmiştir ve bu
piksel kapalılık derecesine göre farklı bir renkle etiketlenmiştir. Her bir pencere merkezindeki piksel,
eğer ağaç ve gölge piksellerinin kapladığı alan %0-10 arası ise boş alan, %11-40 ise 1-kapalı, %41-70
ise 2-kapalı ve %71-100 ise 3-kapalı olarak etiketlenmiştir. Her bir piksel için tek tek gerçekleştirilen
bu işlem aşağıdaki şekilde anlatılmaktadır.
İlk olarak işlem görüntünün sol üst köşesinden başlar ve görüntünün 1681 adet pikseli (41x41)
alınır. Bu pikseller içinde ağaç ve gölge sınıfına ait piksellerin diğer piksellere olan oranı hesaplanır.
Bulunan oran yukarıda belirtilen kategorilerden hangisi içine düşerse orijinal görüntüde satır ve sütün
numarası 20 olan piksel için kapalılık miktarı hesaplanmış olur. Aşağıdaki şekilde görüntünün sol üst
köşesindeki mavi piksel bu durumu göstermektedir. Daha sonra pencere bir piksel sağa kaydırılarak
yine merkezdeki piksel için kapalılık miktarı bulunur. Yine kapalılık haritası oluşturma şeklinde sol
üst köşede gösterilen kırmızı piksel (bu piksel orijinal görüntüde (satır=20 ve sütun= 21)
konumundadır) ikinci adım sonucu etiketlenen pikseli göstermektedir. İşlem bu şekilde devam ederek
tüm görüntü taranana kadar sürdürülür. Son adım olarak bu şekilde sağ alt köşede gösterilen
pencerenin merkezindeki piksel (mavi piksel) etiketlendirilir ve işlem sonlandırılır. Bu işlemin
sonucunda aşağıda şekilde verilen kapalılık haritası oluşturulmuştur.
Kapalılık Haritası Oluşturma Yöntemi
Sınıflandırmada dört farklı sınıf kullanılmıştır. Bunlar orman, çimen, gölge ve diğer arazi
özelliklerine ait sınıftır. Sınıflandırma sonucunda üretilen tematik harita incelendiğinde, sınıflandırma
işleminin yüksek başarı ile yapıldığı görülmektedir. Ayrıca sınıflandırma işleminin başarısı sayısal
olarak da incelenmiştir. Bu amaçla “Erdas Imagine” yazılımında sınıflandırılmış görüntü üzerine
rastgele dağılımda olmak üzere Kahta bölgesi için 310 adet nokta atılmış, görsel olarak ve arazide
İlk etiketlenen
piksel
ikinci
etiketlenen
son
etiketlenen
41X41
boyutlarında
pencere
Sınıflandırılmış
Görüntü
alınan örnek alan verileri ile istikşaf verilerini kullanarak bu noktaların hangi sınıflara atanmaları
gerektiği belirlenmiştir. Daha sonra bu noktalar için belirlenen sınıf değerleri destek vektör makineleri
yöntemi sonucu yazılımın bulduğu sınıf değerleri ile karşılaştırılmış ve aşağıda şekil ile tabloda
verilen hata matrisi oluşturulmuştur.
Kahta örnek alan (solda), Örnek alanın SVM ile sınıflandırılması ile elde edilen görüntü (sağda)
Destek Vektör Makineleri (DVM) Sınıflandırıcı ile sınıflandırılmış Kahta görüntüsüne ait hata matrisi
Sınıf Toplam
Referans
Piksel
Toplam
Sınıflandırılmış
Piksel
Toplam Doğru
Piksel
Üretici
Doğruluğu
Kullanıcı
Doğruluğu
Ağaç 68 71 59 %86.76 %83.10
Gölge 78 71 70 %89.74 %98.59
Çimen 72 70 59 %81.94 %84.29
Diğer 92 98 92 %100.00 %93.88
Toplam 310 310 280
Genel Sınıflandırma Doğruluğu : %90.32 Ortalama Kappa İstatistiği : 0.8703
Hata matrisi incelendiğinde Destek Vektör Makineleri (DVM) yönteminin doğruluğunun
Kahta bölgesi için %90 ve Kappa değerleri ise %87 olarak belirlenmiştir. Aynı görüntü ayrıca En
Küçük Mesafe (minimum distance), En Çok Benzerlik (maximum likelihood), Fisher Linear
Discriminant (FLD), ve ECHO yöntemleri kullanılarak da sınıflandırılmıştır. Sonuç olarak SVM
yönteminin literatürde de söylendiği üzere diğer sınıflandırıcılardan ortalama %8-10 puan daha iyi
sonuç verdiği gözlemlenmiştir.
Kahta orijinal görüntüsü (a) ve Kahta için üretilen kapalılık haritası (b)
Kapalılık haritası oluşturuken özellikle meşcere alanlarının sınırlarını oluşturan bölgelerde
poligonların homojenliğini bozan bazı hatalı piksellerin üretildiği görülmüştür. Bu problemi ortadan
kaldırmak için ArcGIS CBS programında Spatial Analist araç kutusundaki ‘boundry clean’ aracı
kullanılmış ve böylece meşcere alanları arasında daha temiz geçişler sağlanmıştır.
a
b
Üretilen kapalılık haritasının doğru olup olmadığını test etmek amacıyla vektörel olarak
elimizde bulunan bölgeye ait kapalılk haritası sınıflandırılmış görüntü ile çakıştırılmıştır. Geliştirilen
model ile sınıflandırılmış görüntü üzerine çakıştırılmış meşcere haritası incelendiğinde benzer olduğu
ve meşcere kapalılık haritalarının üretiminin araziye çıkılmadan yapılabileceği görülmektedir.
Bir sonraki aşamada bindirmeli hava fotoğraflarında üretilen 3-Boyutlu nokta bulutları
kullanılarak ağaç yüksekliklerinin (boylarının) otomatik olarak nasıl elde edilebileceği araştırılmıştır.
Sayısal hava fotoğrafları alımı yapılırken her bir pikselin konumsal bilgileri kaydedilmiştir. Bu amaçla
öncelikle görüntüsü alınan bölgeye ait üç boyutlu nokta bulutu ve sayısal yüzey modeli üretilmiştir.
Bu işlem Match-AT veya AgiSoft Photo Scan yazılımlarından birisi ile yapılabilir. Bu amaçla yer
kontrol noktalarının koordinatlar ve çekim anında uçağın kaydettiği GPS IMU (yer koordinatları,
sayısal hava fotoğrafları kalibrasyon bilgileri ve yükseklik bilgileri) kayıtları kullanılarak ortofotolar
üretilmiştir. Ortofoto üretiminden sonra 3 Boyutlu nokta bulutu elde edilmiştir. 3 boyutlu nokta bulutu
bindirmeli görüntüler ile yazılımın her iki görüntüde de karşılıklı olarak bulabildiği pikselin hem X,Y
koordinatları ve hem de yükseklik (Z) bilgisini hesaplayabilmesi demektir. Bu noktalar kullanılarak
arazinin 3 boyutlu modeli elde edilebilir.
Üretilen nokta bulutu ile öncelikle Sayısal Yüzey Modeli (SYM) üretilir. SYM hem zemindeki
hem de ağaç üzerindeki noktaları içerir. Oysa bizim amacımız ağaç yüksekliklerini otomatik olarak
bulmaktır. Bu amaçla üretilen nokta bulutunda tam zeminde olan noktalar bulunarak Sayısal Arazi
Modeli (SAM) üretilir. Daha sonra SYM‟den SAM Erdas Imagine yazılımı ile raster tabanlı
çıkarılarak ağaç yükseklikleri tespit edilir. Bu işlemin milyonlarca nokta için tek tek yapılması
mümkün değildir. Bu yüzden zemin üzerinde bulunan noktaları tespit ederek SAM üretimi işleminin
SYM‟ni oluşturan nokta bulutunun filtrelenmesi ile gerçekleştirilmesi yoluna gidilmiştir. Filtreleme
işlemi ENVI LIDAR yazılımı ile gerçekleştirilebilir.
ENVI LIDAR programı ortofoto, sayısal arazi modeli, sayısal yükseklik modeli ve eş yükselti
eğrileri vb. sonuç ürünleri üretebilmektedir. Programın Outputs sekmesinin altında üretilmesi
amaçlanan ürünler (sayısal yükseklik modeli, binalar, ağaçlar, eş yükseklik eğrileri vb.) seçilir. Yine
bu sekmede ilgili koordinat bilgileri girilir. Area Definition sekmesinde ise çalışma bölgesi seçilir. Bu
programda 50 cm‟den 10 m çözünürlüğe kadar SYM üretilebilir. Production Parameters sekmesinin
altındaki Grid Resolution sekmesinde arzu edilen çözünürlük değeri girilerek bu işlem
gerçekleştirilebilir. ENVI LIDAR yazılımı çıplak arazi seviyesinin altındaki noktaların filtrelenmesi
amacıyla kentsel (Urban Area Filtering) ve kırsal (Rural Area Filtering) alan filtrelemesi
kullanmaktadır. Bu filtreler kullanılırken nokta bulutu çözünürlüğe göre bölgelere ayrılır. Her bir
bölgedeki noktalar yüksekliklerine göre sıralanır ve orta nokta ile standart sapma hesaplanır. Orta
noktadan belirlenen standart sapmanın daha aşağısında bulunan noktalar nokta bulutundan çıkarılır.
Filtreleme algoritması kentsel ve kırsal alan filtreleri için farklı standart sapmalar kullanmaktadır.
Kırsal alanda gerçekleştirilen bir çalışmada kentsel alan filtresinin kullanılması nokta bulutunda
var olması gereken noktaların filtrelenmesine neden olabilir. Near Terrain Classification seçeneği ise
noktaların çıplak arazi yüzeyinde olduğunu veya bu yüzeye yakın bir yerde olduğunu belirlemede
kullanılır. Near Terrain Classification eşik değeri 15–50 cm arasında değerler almaktadır. Örneğin
eşik değeri 40 cm belirlenmişse, noktadan 0–40 cm uzaklıkta olan noktalar arazi noktası olarak
belirlenirken, 40–50 cm uzaklıkta olan noktalar ise arazi yüzeyine yakın noktalar olarak belirlenir.
Contour Lines Spacing seçeneği ile hangi aralıklarda eş yükseklik eğrisi geçirilmesi gerektiği
belirtilir. Yazılımla 50 cm‟den 10 metreye kadar aralıklarla eş yükseklik eğrisi geçirilebilir. Terrain
TIN Maximum Error seçeneği ile üretilen her bir üçgenin arazi yüzeyine maksimum düşey uzaklığı
belirlenir. Bu sayıyı azaltmak daha hassas bir TIN elde edilmesini sağlayabilir. Ancak bu durumda
üretilen üçgen sayısı oldukça artar. Maximum TIN Polygon Density üçgenler üretilirken 100x100
boyutunda bir alan için üretilmesi gereken maksimum üçgen sayısını ifade eder. Bu değerin küçük
seçilmesi durumunda arazi yüzeyinin temsili gerçekçi olmayabilir. Normal veri olarak (Default) bu
değer yazılımda 10000 seçilmiştir.
Yazılım ayrıca çıplak arazi yüzeyinin belirlenmesi için nokta bulutundan çıkartılması gereken
ağaç noktaları için de seçenekler sunmaktadır. Height (cm) Min seçeneği ile çalışma bölgesindeki
minimum ağaç yüksekliği, Height (cm) Max seçeneği ile çalışma bölgesindeki maksimum ağaç
yüksekliği belirtilir. Benzer şekilde Radius (cm) Min seçeneği ile çalışma bölgesindeki ağaçların en
incesinin yarıçapı, Radius (cm) Max seçeneği ile çalışma bölgesindeki ağaçların en kalınının yarıçapı
belirtilir. Ağaçlar ile ilgili olarak girilen bu parametreler yazılım tarafından kullanılarak ağaçlar ayrı
olarak sınıflandırılabilir veya nokta bulutundan çıkarılarak arazi yüzeyine ulaşılabilir. Yazılım çalışma
bölgesindeki binaların filtrelenmesi amacıyla da bir takım seçenekler sunmaktadır. Minimum Area
seçeneği binaların minimum alanlarını ifade eder. Algoritma çalışma bölgesindeki düz alanları arar ve
bulunca her birinin alanını hesaplar. Minimum Area seçeneğine metrekare biriminde girilen alan
değeri ve onun altındaki değerlere sahip olanlar filtrelenerek çıkartılır. Near Ground Filter Width
seçeneği ise araba, otobüs, kamyon gibi araçların bina olarak sınıflandırılmasını önler.
Gerçekleştirilen uygulama ile örnek bir bölge için ağaç filtreleme işlemleri gerçekleştirilmiştir.
Örnek bölge oldukça sık ağaçlık bir bölgedir. Aşağıdaki şekilde bölgenin ağaçlardan temizlenmemiş
hali (solda) ve filtreleme işlemleri sonucunda elde edilen çıplak arazi (sağda) görülmektedir.
Bölgenin filtrelenmemiş görüntüsü (solda), Bölgenin ağaçlar filtrelendikten sonraki görüntüsü (sağda)
örnek ağaç haritası
Yüzeyden maksimum 5 metre yükseklikte olan ve genişliği girilen değerden düşük olan
nesneler ağaç sınıfından çıkartılır. Buildings Points Range seçeneği nokta bulutunun verinin
tamamına eşit olarak dağılamadığı durumlarda ağaçların tespit edilebilmesine yarar. Eğer nokta
bulutunun yoğunluğu düşük ise (metrekareye 1 veya daha az nokta düşüyorsa) tek ağaçlar bozuk
ormanlık alan sınıfına atanamayabilir. Buildings Points Range değerini biraz daha arttırmak bu
şekildeki ağaçların tespit edilebilmesini kolaylaştırabilir. Ancak bu değerin arttırılması noktaların
diğer sınıflarla karışmasına da neden olabilir. Auto seçeneğinin seçilmesi genellikle başarılı sonuçlar
vermektedir. Plane Surface Tolerance bir noktanın çevrelediği düşey düzlemlerin incelenmesi için
kullanılan bir eşik değeridir. Veri fazla gürültüye (noise) sahip olduğunda veya çıkartılmak istenen
yüzey eğri bir yüzey olduğunda bu seçenek kullanılarak ağaçların tepe iz düşümleri belirlenir. Birimi
santimetredir ve 15 ile 60 arasında değerler almaktadır. Ayrıca General seçeneği altındaki Clip
Minimum Height ve Clip Maximum Height seçenekleri ile istenilen yükseklik değerleri arasında
çalışabilmek mümkün olmaktadır.
Gerçekleştirilen çalışma ile ilgili bütün ağaçların yüksekliklerini belirlemek mümkündür. Bu
amaçla SYM„den SAM farkını raster tabanlı çıkarma işlemi yapılarak üretilen ağaç yükseklik bilgisi
ortofoto ile ArcGIS ortamında çakıştırılır. Bu sayede görsel olarak bilgisayarda ekran üzerinde fare ile
her ağacın yükseklik bilgisi otomatik olarak elde edilebilir. Aşağıdaki şekilde iki ağaca ait
yüksekliklerin tespit edilmesine ait örnekler gösterilmiştir. Ekranın sol alt köşesinde üzerine gelinen
ağacın yükseklik bilgisi verilmektedir. Ormanların yoğun olduğu yerlerde ortalama meşcere boyu
bulunabilmektedir.
Ağaç yüksekliği belirlenmesi - Örnek ağaç 1
Ağaç yüksekliği belirlenmesi - Örnek ağaç 2
Son olarak ağaç tepe çaplarının otomatik olarak belirlenmesine yönelik çalışmalar yapılmıştır.
Bu çalışmaların sonucunda 1 kapalı olan bölgelerde yukarıdan bakıldığında zeminde dairesele yakın
bir alanı kaplayan ağaç türlerine ait tepe çapları başarılı bir şekilde otomatik olarak belirlenebilmiştir.
Bu işlem Matlab programı ile yazılmış bir kod çalıştırılarak yapılmıştır. 2 ve 3 kapalı alanlarda ise
ağaçların birbirlerine karışmaları söz konusu olduğu için henüz istenilen doğruluk sağlanamamıştır,
fakat bu problemin çözümüne yönelik çalışmalar devam etmektedir. Ayrıca sürgün kökenli meşe
ormanlarında da tepe yapıları ile ilgili verilerin sağlıklı olarak toplanamamaktadır. Bir merkezden
birden fazla bireyin çıkması bu ölçümleri zorlaştırmıştır. Tohum kökenli ormanlarda çalışmalar devam
etmektedir.
e) ÇalıĢma kapsamında kullanılan donanım alt yapısı
Orman amenajman planlarının hazırlanması sırasında altlık veri olan 3 boyutlu ve iki boyutlu
verilerin analiz edilmesinde üst düzey iş istasyonu bilgisayarlar, 3 boyutlu yüksek yenileme hızlı
monitörler, 3 boyutlu ekran kartları ve 3 boyutlu gözlükler kullanılmıştır.
Plan yapımında kullanılan ve önerilen bilgisayar alt yapısını özetleyecek olursak;
En az 120 Hz yenileme hızı olan 3 boyutlu monitör
3 boyutlu ekran kartı,
3 boyutlu gözlük,
Hızlı ve yüksek kapasitede veri işleme özelliğine sahip iş istasyonu,
Yüksek RAM (en az 16 GB) bellek tercih edilmeli,
Analiz edilen veri boyutunun çok yüksek olması nedeniyle, yüksek veri okuma/yazma
hızına sahip hard diskler seçilmelidir.
3.4.1.2-MeĢcere Tiplerinin Ayrılması Harita Üzerinde MeĢcere Tipleri Sınırlarının
Geçirilerek MeĢcere Haritasının Düzenlenmesi
Meşcere tipleri haritasının yapılmasında, 2 ve 3 boyutlu yorumlama sonucunda oluşturulan
meşcere taslağı arazide yapılan inceleme ve gözlemler sonucunda son halini almıştır. Bu amaçla hava
fotoğrafları üzerinde birbirinden farklılık gösteren alanlar ArcGIS 10.0 programı kullanılmak suretiyle
sınırlandırılmıştır. Sonrasında bu alanlardan birbirine benzer renk yansıması gösteren alanlar
gruplandırılmıştır. Bu grupların meşcereyi temsil edebilecek uygun yerlerine noktalar atılmış ve bu
noktalar arazide incelenmiştir. Arazide tam alan arazi istikşafı da gerçekleştirilmiştir. Gerekli görülen
yerlerden az sayıda örnek alan almak suretiyle de mevcut meşcere haritası oluşturulmuştur. Alınan az
sayıdaki örnek alan değerleri ile örnekleme yapılmayan meşcere tipleri için en yakın Orman İşletme
Şefliklerindeki Tablo: 13 ve Tablo 18 değerleri kombine edilerek, Tablo No.: 13 ve Tablo No.: 18‟in
temelini oluşturacak şekilde geliştirilmiştir.
Arazi çalışmaları sırasında, işletme şefliğinin 2011 ve 2012 yıllarında çekilen sayısal hava
fotoğrafları ve bu fotoğraflardan türetilen orthofoto haritalardan yararlanılmıştır. Planlamacı; söz
konusu bu sayısal görüntüleri yorumlayıp taslak meşcere sınırlarını oluşturmuştur. Çizilen bu taslaklar
arazide kontrol edilerek son halini almış ve envanter sonuçları da (Kombine Envanter Metodu ile)
değerlendirilerek meşcere haritaları oluşturulmuştur. Düzenlenen harita, kesinleşen meşcere tipleri ve
bölme taksimatlarıyla tek bir altlık olarak oluşmuş, ortaya çıkan 0,3 hektardan küçük poligonlar
komşu bölmeciklerle birleştirilmiştir.
Orman İdaresi ve Planlama Dairesi Başkanlığı‟nın APP yazılımı ve CBS tabanlı sayısal harita
programından yararlanılarak meşcere haritası çizilmiştir. Meşcere tipleri ve açıklık alanlar
sembolleştirildikten sonra harita üzerine meşcere sınırları (______) şeklinde gösterilmiştir. Meşcere
tiplerinin ayrılmasında üç kriter vardır. Bunlar; ağaç türü ve karışım şekli, gelişim çağı ve meşcere
kapalılığıdır. Bunların değerlendirilmesi ve simgelendirilmesi aşağıda açıklandığı gibi yapılmıştır.