Hindistan Shivalik Sıradağları’ndaki Ağaçların Karada ve Havadan Lazer Taraması Veri Seti: Alan Ölçümleri ve Yaprak–Odun Sınıflandırmaları

Ormanları Ağaç Ağaç Haritalamanın Önemi

Ormanlar, gezegenin iklimini sessizce düzenlemeye, karbon depolamaya ve odun, yiyecek ve ilaç gibi kaynaklara bağımlı olan insanlar da dahil olmak üzere sayısız türe destek vermeye yardımcı olur. Yine de özellikle karmaşık tropikal ormanlarda ne kadar canlı madde —dolayısıyla karbon— barındırdıklarını ölçmekte zorlanıyoruz. Bu makale, kuzey Hindistan’dan bireysel ağaçları yerden ve havadan gönderilen lazer darbeleriyle üç boyutlu olarak yakalayan, açık erişimli yeni bir veri setini tanıtıyor. Bu veri seti, bilim insanlarının orman sağlığını, büyümesini ve karbon depolamayı tek ağaçtan uydu görevlerine kadar ölçeklerde izlemeye yönelik daha iyi araçlar geliştirmelerine yardımcı olacak şekilde tasarlandı.

Ormanı ve Ağaçları Görmek

Sadece mezura ve saha defterlerine dayanmak yerine araştırmacılar ormanı milyonlarca uzaklık ölçümüyle “boyamak” için lazer tarama kullandılar. Orman içindeki tripotlara yerleştirilen Karasal Lazer Taramalar (TLS), gövde ve dalların ince ayrıntılarını kaydetti. Helikoptere monte edilen Havadan Lazer Taraması (ALS) ise geniş örtü ve araziyi yakalamak için bölgede süpürme yaptı. Bu bakış açıları birlikte yakın plan ayrıntı ve geniş alan kapsama sağlayarak bilim insanlarının Haryana, Hindistan’daki Shivalik Sıradağları’nda 12 parseldeki 24 türe ait tropikal ve subtropikal ormanları temsil eden 674 bireysel ağacı incelemesine imkan verdi.

Kesin Bir 3B Resim Oluşturmak

Ham lazer atışlarını güvenilir 3B ağaçlara dönüştürmek için ekip dikkatli bir adımlar zinciri izledi. Her parselin etrafında bir ağacın hiçbir tarafı kaçmasın diye birden fazla yer taraması yapıldı. Yoğun örtü uydu sinyallerini engellediği için ekip yakınlardaki açıklıklara yüksek hassasiyetli GPS alıcıları yerleştirdi ve bu pozisyonları ormanın içine aktarmak için bir total station (ölçme aleti) kullandı. Ardından matematiksel dönüşümler her şeyi santimetre düzeyinde doğrulukla küresel bir koordinat sistemine bağladı. Havadan veriler için helikoptere monte tarayıcı ve kamera yaklaşık 250 kilometrekarelik bir alanı örttü; işaretlenmiş yer hedefleri ve referans GPS istasyonu destekleyerek arazinin yüksekliğinin ve şeklinin tutarlı şekilde haritalanmasını sağladı.

Ham Noktalardan Bireysel Ağaçlara

Her lazer taraması, lazer darbelerinin yapraklara, kabuğa veya zemine çarptığı noktaları gösteren bir “nokta bulutu” üretir. Araştırmacılar önce bu bulutları gürültüden arındırıp bir yükseklik referansı oluşturmak için zemin noktalarını tanımlayarak temizlediler. Ardından aynı gövde ve taçla ilişkili noktaları otomatik olarak gruplayan yazılımla bireysel ağaçları ayırdılar; taçların örtüştüğü veya alt örtünün yoğun olduğu zorlu yerlerde insan kontrolleri ve düzeltmeler yapıldı. Aynı 674 ağaç daha sonra havadan verilerde izole edildi; böylece her ağacın hem ayrıntılı yer tabanlı bir görünümü hem de daha geniş bir hava karşılığı oldu. Tarama çalışmalarına ek olarak saha ekipleri gövde çapını ölçtü, türleri belirledi ve kabuk ile yaprakları fotoğraflayarak her dijital ağacı ormanda işaretlenmiş gerçek bir ağaçla ilişkilendirdi.

Yaprak ve Odun Yapısını Kontrol Etmek

Bu veri setinin özel bir gücü, birçok ağacın noktalarının odun veya yaprak olarak etiketlenmiş olmasıdır. Etkileşimli araçlar kullanılarak uzmanlar daha büyük gövdeli ağaçlar için gövde ve dal noktalarını yapraktan elle ayırdılar. Bu elle etiketlenmiş ağaçlar, otomatik yaprak–odun ayırma yöntemlerini test etmek için başvurulan bir referans görevi görüyor. Ekip veride dört yaygın kullanılan algoritmayı çalıştırdı ve performanslarını karşılaştırdı. Sonuçlar daha basit ormanlardaki kadar hassas olmasa da, yöntemlerin sıralaması önceki çalışmalarla uyumlu bulundu; bu da yeni verilerin hem gerçekçi hem de yüksek kalitede olduğunu gösteriyor. Sadece odun noktalarından oluşan ağaç versiyonlarıyla araştırmacılar gövde ve dal hacmini ve dolayısıyla yerüstü biyokütleyi daha güvenilir şekilde tahmin edebilirler.

Parsellerden Uydulara

Lazer ile elde edilen ölçümlerin gerçeği ne kadar yansıttığını görmek için yazarlar TLS ve ALS’den elde edilen ağaç yükseklikleri ve gövde çaplarını saha ölçümleriyle karşılaştırdı. Doğal büyüme ve farklı bakış açılarını yansıtan küçük ortalama farklarla güçlü uyum bulundu. Gelişmiş modelleme araçları kullanılarak her ağacın hacmi tahmin edildi ve farklı türlerin ne kadar odun sağladığı özetlendi. Örneğin bir çam türü ağaç sayısında küçük bir paya sahipken toplam hacimde büyük bir paya sahipti; bu da karbon depolamadaki orantısız rolünü işaret ediyor. Veri seti kamu depoları aracılığıyla açıkça paylaşıldığı için artık tür tanıma için yeni makine öğrenimi yöntemlerini test etmekten NASA-ISRO’nun NISAR’ı ve ESA’nın BIOMASS’ı gibi ormanları izlemeyi amaçlayan uydu görevlerini geliştirmeye kadar birçok çalışmayı destekleyebilir.

Gelecek İçin Anlamı

Basitçe söylemek gerekirse, bu çalışma ormanları anlamak ve korumak için ihtiyaç duyduğumuz dijital araçlar için ayrıntılı bir “eğitim sahası” sağlıyor. Önceden az temsil edilen bir bölgede yüzlerce bireysel ağacı dikkatle haritalayarak yazarlar, lazer verilerini güvenilir bilgiye çeviren modelleri keskinleştirmek için bilim insanlarına bir yol veriyor. Bu modeller geliştikçe, ormanlarda ne kadar karbon depolandığını, zaman içinde nasıl değiştiklerini ve koruma ile restorasyon çabalarının nasıl işlediğini izleme yeteneğimiz de artacak. İklim değişikliği ve biyolojik çeşitlilik konusunda endişe duyan herkes için bu veri seti, yapraktan yörüngedeki uydulara kadar ormanları daha net görme yolunda önemli bir adım teşkil ediyor.

Atıf: Ali, M., Biswas, A., Iglseder, A. et al. Terrestrial and Airborne Laser Scanning Dataset of Trees in the Shivalik Range, India with Field Measurements and Leaf–Wood Classifications. Sci Data 13, 420 (2026). https://doi.org/10.1038/s41597-026-06674-w

Anahtar kelimeler: orman lidar’ı, ağaç biyokütlesi, tropikal ormanlar, uzaktan algılama, karbon haritalama