Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightAnalizler sonucunda, Quickbird uydu görüntüsünün Bant 1, Bant 2, Bant 3 ve Bant 4 bağımsız değişkenleri ile elde edilen regresyon denklemi ile meşcere hacmi arasında en iyi ilişki (R2=0.70, RMSE=28.56 m3/ha) bulunurken, Landsat 7 ETM+ uydu görüntüsünde ise ETM 2, ETM 3 ve ETM 4 bağımsız değişkenlerinde (R2=0.545, RMSE=53.13 m3/ha) iyi ilişki olduğu bulunmuştur.
📌 3 Maddede Bu Makale
Özet
Orman amenajman planlarının hazırlanmasında ve ormanların ekolojik, ekonomik sosyokültürel değerlerinin belirlenmesinde envanter verisine ihtiyaç duyulmaktadır. Bilindiği gibi planlama süreci envanter çalışmaları ile başlamaktadır. Ormancılıkta envanter verisi, yersel ölçümler veya uzaktan algılama verileri (hava fotoğrafı veya uydu görüntüsü) ya da bu iki tekniğin birlikte kullanılmasıyla elde edilmektedir. Orman amenajman planlarının hazırlanmasında meşcere hacmi, göğüs yüzeyi, ağaç sayısı gibi meşcere parametreleri ihtiyaç duyulan önemli envanter verileridir. Bu parametrelerin yersel ölçümlerle elde edilmesi pahalı ve zaman alıcı bir aşamayı içermektedir. Bu çalışma, saf kayın meşcerelerinde Quickbird ve Landsat 7 ETM+ uydu görüntüleri yardımıyla meşcere hacminin tahmin edilmesi amacıyla yapılmıştır. Toplam geçici 70 örnek alanda, yersel ölçümlerle meşcere hacmi belirlenmiştir. Aynı örnek alanların koordinat değerlerinden yararlanarak Quickbird ve Landsat 7 ETM+ uydu görüntüleri üzerinde parlaklık değerleri hesaplanmıştır. Uydu görüntülerinden elde edilen parlaklık değerleri ile meşcere hacmi arasındaki ilişkiler regresyon analiziyle ortaya konulmuştur. Analizler sonucunda, Quickbird uydu görüntüsünün Bant 1, Bant 2, Bant 3 ve Bant 4 bağımsız değişkenleri ile elde edilen regresyon denklemi ile meşcere hacmi arasında en iyi ilişki (R2=0.70, RMSE=28.56 m3/ha) bulunurken, Landsat 7 ETM+ uydu görüntüsünde ise ETM 2, ETM 3 ve ETM 4 bağımsız değişkenlerinde (R2=0.545, RMSE=53.13 m3/ha) iyi ilişki olduğu bulunmuştur.
Abstract
In forestry, inventory data is needed for ecological, economical and social values of forest and in preparing forest management planning. The planning process starts with forest inventory. In forestry, inventory data is obtained from both remotely sensed (aerial photo interpretation or satellite image) data and field survey with temporary sample plots. In the preparation of forest management plans, stand volume, basal area, number of trees stand as an important inventory data for the required parameters. Obtaining measurements of these parameters is costly and time consuming. This study were carried out to examine the Quickbird and Landsat 7 ETM+ satellite images in estimating stand volume in pure stands of oriental beech (Fagus orientalis Lipsky). The stand volume was determined by field measurements at total 70 temporary sampling plots. Reflectance values were calculated based on the Quickbird and Landsat 7 ETM+ satellite data points that correspond to the sampling plots. Regression analyses were conducted to examine the relationships between the reflectance values and stand volume. The results demonstrated that regression model with band 1, band 2, band 3 and band 4 as independent variables for Quickbird and ETM 2, ETM 3 and ETM 4 as independent variables for Landsat 7 ETM+ were used for a better estimation of stand volume (R2=0.70, RMSE=28.56 m3/ha-1; R2=0.545, RMSE=53.13 m3 ha-1), respectively.