عباس مرادی - MS. student of Geomatics Eng., Department of Civil Eng. and Transportation, University of Isfahan, Isfahan, I. R. Iran
مهران ستاری - Assistant Prof., Dept. of Geomatics Eng., Dept. of Civil Eng. and Transportation, University of Isfahan, Isfahan, I. R. Iran
مهدی مومنی - Associate Prof., Dept. of Geomatics Eng., Dept. of Civil Eng. and Transportation, University of Isfahan, Isfahan, I. R. Iran

لیدار هوایی، قابلیت زیادی در تهیه مستقیم اطلاعات لازم برای کاربردهای تحقیقاتی و عملیاتی مرتبط با مدیریت اکوسیستم های جنگل و درختان منطقه شهری دارد. بیشتر روش های ارائه شده برای استخراج درختان منفرد با داده لیدار، متکی به شناسایی نقاط بالا یا پایین درخت و سپس اجرای یکی از الگوریتم های قطعه بندی درخت که از این نقاط شروع می شوند، هستند. در این الگوریتم ها، تعداد و مکان نقاط شروع تشخیص داده شده، به شدت در فرایند تشخیص درختان منفرد تاثیر می گذارد. علاوه بر این، درصد امکان شناسایی درختان جوان بسیار کم است. در این تحقیق، الگوریتمی جدید برای استخراج درختان منفرد با استفاده از نقاط با فاصله تقریبا ۱۰ سانتی متری لیدار ارائه شده است. در این روش، درختان منفرد با یافتن قطعه های امن و نقاط داخل آنها برای هر درخت و تخصیص نقاط باقی مانده براساس این مناطق استخراج می شوند. این تحقیق روی درختان دو منطقه مورد مطالعه در شهر زیبروگس بلژیک اجرا شد. ارزیابی نتایج این روش با تصویر هوایی نشان داد که ۵۱/۷۴ درصد از کل درختان به درستی طبقه بندی شدند و میزان خطای افزونگی و حذف شدگی در طبقه بندی به ترتیب ۹۲/۳ و ۵۷/۲۱درصدبود.

OPTICs clustering, Point cloud, principal components analysis, Tree extraction