KaydedilenlerDerginizi ekleyin

Dergiler / Geomatik / 2018 / Cilt: 3 Sayı: 3

Kırsal Alanlarda SYM Üretiminde Filtreleme Yöntemlerinin Performans Analizi: Hava LiDAR Uygulaması; İstanbul Örneği

Mehmet Doğruluk(HACETTEPE ÜNİVERSİTESİ, BAŞKENT OSB TEKNİK BİLİMLER MESLEK YÜKSEKOKULU)0000-0001-6698-651X
Cevdet Coşkun Aydın(HACETTEPE ÜNİVERSİTESİ, MÜHENDİSLİK FAKÜLTESİ, GEOMATİK MÜHENDİSLİĞİ BÖLÜMÜ, FOTOGRAMETRİ ANABİLİM DALI)0000-0003-2064-6936
Mustafa Yanalak(Istanbul Technical University, Civil Engineering Faculty, Department of Geomatic Engineering)0000-0001-6805-8768
Sayfa
242–253
Yayın Tarihi
2018-12-01
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Elde edilen sonuçlar, filtreleme algoritmalarının üretilen SYM doğruluğunu etkilediğini göstermektedir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Sayısal Yükseklik Modeli (SYM) yeryüzünün fiziksel yapısını üç boyutlu olarak temsil etmek amacıyla kullanılan matematiksel bir modeldir.
📊
Temel Bulgular & Veri:Özellikle ulaşılması zor bölgeler ve yüzölçümü bakımından büyük alanlar söz konusu olduğunda 3B konum verilerinin uzaktan algılama teknikleri ile belirlenmesi tercih edilmektedir.
💡
Sonuç & Katkı:Elde edilen sonuçlar, filtreleme algoritmalarının üretilen SYM doğruluğunu etkilediğini göstermektedir.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:sayısal yüzey modeli · sayısal yükseklik modeli · hava LiDAR

Özet

Sayısal Yükseklik Modeli (SYM) yeryüzünün fiziksel yapısını üç boyutlu olarak temsil etmek amacıyla kullanılan matematiksel bir modeldir. SYM üretimi için kullanılacak verilerin toplanma yöntemleri, çalışma alanını büyüklüğüne ve üretilecek yüzey modelin kullanım amacına göre değişebilmektedir. Son yıllarda uzaktan algılama teknikleri ile yüzey verilerinin toplanması sağladıkları zaman ve maliyet avantajları nedeniyle tercih edilmeye başlamıştır. Özellikle ulaşılması zor bölgeler ve yüzölçümü bakımından büyük alanlar söz konusu olduğunda 3B konum verilerinin uzaktan algılama teknikleri ile belirlenmesi tercih edilmektedir. Hava LiDAR (Light Detection and Ranging) tekniği kırsal, kentsel ve ormanlık alanlarda 3B konum verisini üretmede hızlı ve güvenilir bir uzaktan algılama teknolojisidir. Ayrıca klasik fotogrametrik yöntemlerle karşılaştırıldığında veri toplama aşamasında hava durumuna, mevsimlere ve zamana daha az bağımlıdır. Dahası, yoğun ormanlarla kaplı yüzeylerde bitki örtüsüne nüfuz ederek zemin noktalarına ulaşmada ve dolayısıyla SYM oluşturmada diğer yöntemlere göre daha iyi sonuçlar alınabilmektedir. Bu çalışmada LiDAR verileri kullanılarak bir sayısal yüzey modeli oluşturulmuş ve yüzey üzerinde bulunan zemin dışı objelerin filtreleme işlemi gerçekleştirilmiştir. Farklı filtreleme algoritmaları kullanılarak yapılan bu işlem sonucunda, elde edilen SYM’nin düşey doğruluğu referans olarak kabul edilen bir veri seti ile kıyaslanmış ve sonuçlar istatistik olarak değerlendirilmiştir. Elde edilen sonuçlar, filtreleme algoritmalarının üretilen SYM doğruluğunu etkilediğini göstermektedir. Ayrıca filtreleme yöntemlerinin ani yükseklik değişimi olan bölgelere duyarlı olduğu ve bu bölgelerde filtreleme kaynaklı hata büyüklüklerinin arttığı gözlemlenmiştir.

🔖

Bu Makaleye Atıf Yap

Doğruluk, M., Aydın, C. C., Yanalak, M. (2018). Kırsal Alanlarda SYM Üretiminde Filtreleme Yöntemlerinin Performans Analizi: Hava LiDAR Uygulaması; İstanbul Örneği. Geomatik, Cilt: 3 Sayı: 3, 242–253. https://doi.org/10.29128/geomatik.414412

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (29)

  1. Axelsson, P. (2000). DEM generation from laser scanner data using adaptive TIN models. International Archives of Photogrammetry and Remote Sensing, 33(B4/1; PART 4), 111-118.
  2. Briese, C. (2010). Extraction of digital terrain models. Airborne and terrestrial laser scanning, 135-167.
  3. Chen, Z., Gao, B., & Devereux, B. (2017). State-of-the-Art: DTM Generation Using Airborne LIDAR Data. Sensors, 17(1), 150.
  4. Hobi, M. L., & Ginzler, C. (2012). Accuracy Assessment of Digital Surface Models Based on WorldView-2 and ADS80 Stereo Remote Sensing Data. Sensors, 12(5), 6347-6368. doi:10.3390/s120506347
  5. Hu, F., Gao, X., Li, G., & Li, M. (2016). DEM Extraction from Worldview-3 Stereo-Images and Accuracy Evaluation. International Archives of the Photogrammetry, Remote Sensing & Spatial Information Sciences, 41.
  6. Hu, H., Ding, Y., Zhu, Q., Wu, B., Lin, H., Du, Z.,. Zhang, Y. (2014). An adaptive surface filter for airborne laser scanning point clouds by means of regularization and bending energy. Isprs Journal of Photogrammetry and Remote Sensing, 92(Supplement C), 98-111. doi:https://doi.org/10.1016/j.isprsjprs.2014.02.014
  7. Jones, A. F., Brewer, P. A., Johnstone, E., & Macklin, M. G. (2007). High‐resolution interpretative geomorphological mapping of river valley environments using airborne LiDAR data. Earth Surface Processes and Landforms, 32(10), 1574-1592. doi:doi:10.1002/esp.1505
  8. Kilian, J., Haala, N., & Englich, M. (1996). Capture and evaluation of airborne laser scanner data. International Archives of Photogrammetry and Remote Sensing, 31, 383-388.
  9. Kraus, K., & Pfeifer, N. (1998). Determination of terrain models in wooded areas with airborne laser scanner data. Isprs Journal of Photogrammetry and Remote Sensing, 53(4), 193-203. doi:https://doi.org/10.1016/S0924-2716(98)00009-4
  10. Liu, X. (2008). Airborne LiDAR for DEM generation: some critical issues. Progress in Physical Geography, 32(1), 31-49.
  11. Meng, X., Currit, N., & Zhao, K. (2010). Ground filtering algorithms for airborne LiDAR data: A review of critical issues. Remote Sensing, 2(3), 833-860.
  12. Meng, X., Wang, L., Silván-Cárdenas, J. L., & Currit, N. (2009). A multi-directional ground filtering algorithm for airborne LIDAR. Isprs Journal of Photogrammetry and Remote Sensing, 64(1), 117-124. doi:https://doi.org/10.1016/j.isprsjprs.2008.09.001
  13. Montealegre, A. L., Lamelas, M. T., & de la Riva, J. (2015). A comparison of open-source LiDAR filtering algorithms in a mediterranean forest environment. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 8(8), 4072-4085.
  14. Oh, J., & Lee, C. (2016). Extraction of Digital Elevation Model Using Stereo Matching with Slope-Adaptive Patch Transformation. Ksce Journal of Civil Engineering, 20(7), 2902-2909. doi:10.1007/s12205-016-1735-3
  15. Poli, D., Remondino, F., Angiuli, E., & Agugiaro, G. (2015). Radiometric and Geometric Evaluation of Geoeye-1, Worldview-2 And Pleiades-1a Stereo Images for 3D Information Extraction. Isprs Journal of Photogrammetry and Remote Sensing, 100, 35-47. doi:10.1016/j.isprsjprs.2014.04.007
  16. Poli, D., & Soille, P. (2012). Digital Surface Model Extraction and Refinement through Image Segmentation - Application to the ISPRS Benchmark Stereo Dataset. Photogrammetrie Fernerkundung Geoinformation(4), 317-329. doi:10.1127/1432-8364/2012/0120
  17. Sefercik, U. G., Alkan, M., Buyuksalih, G., & Jacobsen, K. (2013). Generation and Validation of High-Resolution DEMs from Worldview-2 Stereo Data. Photogrammetric Record, 28(144), 362-374. doi:10.1111/phor.12038
  18. Serifoglu, C., Gungor, O., & Yilmaz, V. (2016). PERFORMANCE EVALUATION OF DIFFERENT GROUND FILTERING ALGORITHMS FOR UAV-BASED POINT CLOUDS. International Archives of the Photogrammetry, Remote Sensing & Spatial Information Sciences, 41.
  19. Sithole, G., & Vosselman, G. (2003). Comparison of filtering algorithms. Paper presented at the Proceedings of the ISPRS working group III/3 workshop.
  20. Sithole, G., & Vosselman, G. (2004). Experimental comparison of filter algorithms for bare-Earth extraction from airborne laser scanning point clouds. Isprs Journal of Photogrammetry and Remote Sensing, 59(1), 85-101. doi:https://doi.org/10.1016/j.isprsjprs.2004.05.004
  21. Toutin, T., Schmitt, C. V., Wang, H., & Reinartz, P. (2012). 3D Photogrammetric Processing of Worldview-2 Data Without GCP. In M. Shortis & N. ElSheimy (Eds.), Xxii Isprs Congress, Technical Commission I (Vol. 39-B1, pp. 277-280). Gottingen: Copernicus Gesellschaft Mbh.
  22. Vosselman, G. (2000). Slope based filtering of laser altimetry data. International Archives of Photogrammetry and Remote Sensing, 33(B3/2; PART 3), 935-942.
  23. Wang, C.-K., & Tseng, Y.-H. (2010). DEM generation from airborne LiDAR data by an adaptive dual-directional slope filter: na.
  24. Yan, W. Y., Shaker, A., & El-Ashmawy, N. (2015). Urban land cover classification using airborne LiDAR data: A review. Remote Sensing of Environment, 158, 295-310. doi:https://doi.org/10.1016/j.rse.2014.11.001
  25. Yanalak, M. (2003). Effect of gridding method on digital terrain model profile data based on scattered data. Journal of Computing in Civil Engineering, 17(1), 58-67.
  26. Zhang, K. (2007). Airborne LiDAR data processing and analysis tools. Paper presented at the AGU Fall Meeting Abstracts.
  27. Zhang, K., Chen, S.-C., Whitman, D., Shyu, M.-L., Yan, J., & Zhang, C. (2003). A progressive morphological filter for removing nonground measurements from airborne LIDAR data. IEEE transactions on geoscience and remote sensing, 41(4), 872-882.
  28. Zhang, K., & Whitman, D. (2005). Comparison of three algorithms for filtering airborne lidar data. Photogrammetric Engineering & Remote Sensing, 71(3), 313-324.
  29. Hu, H., Ding, Y., Zhu, Q., Wu, B., Lin, H., Du, Z.,. Zhang, Y. (2014). An adaptive surface filter for airborne laser scanning point clouds by means of regularization and bending energy. Isprs Journal of Photogrammetry and Remote Sensing, 92(Supplement C), 98-111. doi:https://doi.org/10.1016/j.isprsjprs.2014.02.014