ارزيابي روش قطعه‌بندي مبتني برOctree در جداسازي ابر نقاط زميني در داده‌هاي ليزر اسكنر دستي

مقدمه: يكي از مهم‌ترين داده‌هاي پايه براي برنامه‌ريزي و مديريت جنگل، وجود مدل‌هاي رقومي ارتفاعي (DEMs) دقيق است. براي تهيۀ اين داده‌ها از روش‌هاي مختلفي استفاده مي‌شود كه ليزر اسكنرهاي دستي متحرك، از كاراترين و دقيق‌ترين آنهاست. داده‌هاي حاصل از ليزر اسكنرها به‌شكل ابر‌ نقاط خام هستند و بايد پردازش‌هايي مختلفي براي آماده‌سازي اين داده‌ها صورت گيرد. يكي از اصلي‌ترين مراحل پردازش ابر نقاط، جداسازي نقاط زميني و غير زميني است، زيرا بروز خطا در اين قسمت از پردازش‌ها به تهيۀ مدل‌هاي رقومي غيردقيق منجر خواهد شد. براي اجراي اين مرحله، الگوريتم‌هاي گوناگوني مانند قطعه‌بندي مبتني بر واكسل، فيلتر شبيه‌سازي پارچه و الگوريتم‌هاي مبتني بر يادگيري عميق ايجاد شده است. هدف اين پژوهش، ارزيابي قابليت الگوريتم قطعه‌بندي مبتني بر Octree در جداسازي خودكار نقاط زميني و غير زميني و تعيين مقادير بهينۀ پارامترهاي اين الگوريتم در توده‌هاي درختي است.مواد و روش ها: پنج محدوده از باغ گياه‌شناسي كرج به مساحت 7.2 هكتار كه دربردارندۀ توده‌هاي درختي و داراي ساختار ناهمسال و چنداشكوبه است، انتخاب و با استفاده از ليزر اسكنر دستي ژئواسلم برداشت و بررسي شد. به‌منظور تهيۀ مرجعي مطمئن براي ارزيابي نتايج الگوريتم يادشده، جداسازي نقاط زميني با دقتي زياد و به‌طور دستي انجام گرفت و صحت نتايج در مقايسه با اين مرجع واقعيت زميني برپايۀ آماره‌هاي ضريب همبستگي متيوز، ضريب كاپا و IoU تعيين شد.يافته ها: ميانگين حاصل از مقادير آماره‌هاي ارزيابي كارايي مدل در پنج محدودۀ تحت بررسي نشان داد كه الگوريتم قطعه‌بندي مبتني بر Octree با ضريب همبستگي متيوز، ضريب كاپا و IoU به‌ترتيب 0.895، 0.891 و 0.902 صحت مطلوبي ارائه داده است. همچنين در محدوده‌هاي تحت بررسي مقدار بهينۀ ابعاد مكعب براي اجراي الگوريتم بازۀ 15 تا 22 سانتي‌متري تعيين شد.نتيجه گيري: مي‌توان بيان كرد كه الگوريتم قطعه‌بندي مبتني بر Octree در صورت انتخاب مقادير بهينۀ پارامترهاي ورودي، از كارايي مطلوبي براي جداسازي نقاط زميني و غير زميني در عرصه‌هاي جنگلي برخوردار است.