V tej študiji primerjamo učinkovitost osmih metod zaznave posameznih dreves v podatkih LiDAR. V ta namen smo izbrali enoličen nabor testnih podatkov iz področja Alp, ki se razlikujejo glede na konfiguracijo testnega področja, tipa gozdov in njihove strukture. Učinkovitost metod smo preverili na ponovljiv način, pri čemer smo razvili metodo za samodejno iskanje ujemajočih se dreves. Ocenile smo podali s kvantitativnimi statističnimi parametri, kot so odstotek pravilno ujemajočih se dreves ter odstotkoma izpuščenih in zaznanih dreves. Ocenjena stopnja zaupanja metode za iskanje ujemajočih se dreves je bila 97%. Metode za samodejno razpoznavo dreves pa smo ocenjevali glede na tipe gozdov. Pokazali smo, da se metode najbolje obnesejo v gozdovih z iglavci, katerih višine so relativno podobne. Razpoznava nedominantnih dreves pa se je izkazala za največji izziv. Na primerih takšnih gozdov je bila povprečna učinkovitost 47%, kar je primerljivo s podobnimi študijami. Predstavljena študija odkriva nekatere nove potenciale in omejitve metod samodejne zaznave posameznih dreves iz podatkov LiDAR in podaja ključne metodologije, ki so primerne za uporabo v primerih različnih vrst gozdov.
COBISS.SI-ID: 18684182
V tem članku predlagamo novo metodo za 3D delineacijo posameznih drevesnih krošenj v podatkih LiDAR, s katero združujemo prednosti metod, temelječih na zaznavi vrhov dreves ter metod, ki temeljijo na zaznavi drevesnih debel. V ta namen smo razvili enotno matematično ogrodje, ki temelji na teoriji grafov in omogoča segmentacijo s kontroliranjem označevalcev metode povodja. Za zaznavo vrhov dreves nad modelom drevesnih višin predlagamo nov pristop z lokalno prilagajočimi se ploskvami, ki omogočajo definicijo označevalcev in kasnejšo združevanje regij povodja na osnovi njihove višine, površine in oblike. Zaznano množico dreves dopolnimo še z nižjimi drevesi, ki jih razpoznamo s pomočjo zaznave debel. V ta namen smo razvili novo metodo ocenjevanja navpične porazdelitve točk, pri uporabi algoritma povodja pa obseg posameznega drevesa omejimo glede na meje višjih sosednjih dreves. Z rezultati pokažemo, da zgolj z uporabo lokalno prilegajočih se ploskev povečamo učinkovitost metode za 6% v primerjavi s sorodnimi metodami. S pomočjo zaznave posameznih debel pa učinkovitost metode povečamo še za dodatnih 4%. Čeprav je učinkovitost zaznave posameznih debel v veliki meri odvisna od gostote vhodnih podatkov, je predstavljen pristop primeren za uporabo tudi nad podatki z nižje gostoto, saj je podprt s segmentacijo modela višin dreves.
COBISS.SI-ID: 18911510
V naši raziskavi smo raziskovali naravno pomlajevanje bukve, gorskega javorja in jelke v odvisnosti od sončnega obsevanja, pritalne vegetacije in talnih razmer. Uspešnost klic in mladik je uspešnejše v manjših vrzelih nepravilne oblike ter pri postopnem večanju vrzeli v smeri gozdnega roba, izpostavljenega sončnemu obsevanju.
COBISS.SI-ID: 3947174