Bu tədqiqat işlək bələdiyyə bərk tullantı poliqonunun zamanla səth və həcm dəyişikliklərinin havadan lazer skan edilməsi (Airborne Laser Scanning, ALS/LiDAR) ilə nə dərəcədə etibarlı izlənə biləcəyini araşdırır. İşin əsas sualı yalnız “LiDAR ilə həcm hesablamaq mümkündürmü?” deyil. Tədqiqatçılar eyni zamanda rəqəmsal relyef modelinin (Digital Terrain Model, DTM) hansı məkan həllində hazırlanmalı olduğunu, üfüqi mövqe xətalarının maili ərazidə şaquli xətaya necə çevrildiyini və bitki örtüyünün real səth dəyişikliyi ilə qarışdırıla biləcək nə qədər xəta yaratdığını qiymətləndirirlər.

İş Çexiyanın Moraviya bölgəsindəki Strážnice bələdiyyə bərk tullantı poliqonunda aparılmışdır. Təxminən 4 hektarlıq sahə 1993-cü ildən işlədilir; bir hissəsi hələ genişləndirilərkən digər hissəsi bağlanmış və reabilitasiya edilmişdir. Buna görə sahə həm aktiv tullantı yerləşdirmə zonalarını, həm yolları, maili səthləri, ot bitkilərini və kolluqları eyni iş sahəsində ehtiva edir.

Havadan lazer skan məlumatları 28 May 2023 və 5 Oktyabr 2023 tarixlərində, təxminən beş aylıq fasilə ilə toplanmışdır. Hər iki uçuşda orta nöqtə sıxlığı təxminən 10 nöqtə/m²-dir. RIEGL LMS Q780 tam dalğa formalı lazer skaneri təxminən 1 km uçuş hündürlüyündə Cessna 208B Grand Caravan fotogrammetriya təyyarəsində istifadə edilmişdir.

Orijinal nöqtə buludlarından 0,3 m həllə malik DTM yaradılmış; sonra məlumat sıxlığı azaldılaraq 0,5 m, 0,8 m və 1,5 m həllərdə əlavə modellər hazırlanmışdır. Beləliklə DTM hüceyrə ölçüsünün hesablanan həcm dəyişikliyinə təsiri müqayisə edilmişdir.

Nəticələrə görə 0,3 m ilə 0,5 m həll arasında həcm dəyişikliyi baxımından statistik əhəmiyyətli fərq tapılmamışdır (\(p=0,91\)). Eyni şəkildə 0,3 m ilə 0,8 m arasındakı fərq də əhəmiyyətli deyil (\(p=0,64\)). Bunun əvəzində 0,3 m ilə 1,5 m müqayisəsi statistik olaraq əhəmiyyətlidir (\(p=0,03\)). Buna görə tədqiqatçılar 1,5 m həllin həssas poliqon monitorinq işlərində istifadə edilməməsini tövsiyə edirlər.

Elmi nəticə iki fərqli həll tövsiyəsini bir-birindən ayırmağı tələb edir. 0,3–0,8 m intervalı sınaqlarda etibarlı nəticə verən həll qrupudur; lakin məlumat həcmi, detal və əməliyyat xərci birlikdə qiymətləndirildikdə tədqiqatçılar 0,3–0,5 m intervalını praktik optimal tarazlıq kimi tövsiyə edirlər.

İşdə üfüqi ALS mövqe xətasının orta hesabla təxminən 0,38 m olduğu hesablanmışdır. Düz ərazidə bu xəta birbaşa böyük hündürlük xətası yaratmaya bilər; lakin meyl artdıqca eyni üfüqi sürüşmə mühüm şaquli xətaya çevrilir. Orta 0,38 m XY xətası istifadə edildikdə təxmini şaquli xəta 5° meyildə 0,03 m, 15°-də 0,10 m, 25°-də 0,17 m və 35°-də 0,23 m hesablanmışdır.

Bitki örtüyü isə həll ölçüsündən ayrıca və bəzi hallarda daha böyük xəta mənbəyidir. Müstəqil GPS nöqtələri ilə müqayisədə 28 May məlumatı üçün 0,3 m DTM-də GPS–DTM orta fərqi −0,20 m və standart sapma 0,21 m olduğu halda, 5 Oktyabr məlumatında eyni həll üçün −0,24 m və 0,33 m alınmışdır. 1,5 m həllində Oktyabr standart sapması 0,42 m-ə yüksəlmişdir.

Tədqiqatçılar buna görə yalnız daha kiçik piksel yaratmağın kifayət etmədiyini göstərirlər. LiDAR məlumatında bitki örtüyünün səhvən səth kimi təsnif edilməsi, lazer impulslarının ot bitkiləri və kollar arasından səthə müxtəlif nisbətlərdə çatması və mövsümi bitki dəyişməsi real poliqon deformasiyası kimi görünən saxta həcm dəyişiklikləri yarada bilər.

Bu təsiri azaltmaq üçün ALS məlumatı ilə eyni vaxtda 0,4–1,1 µm intervalında VNIR hiperspektral təsvirlər toplanmış, NDVI ilə yaşıl bitki örtüyü müəyyən edilmiş və nDSM istifadə edilərək ot bitkiləri ilə ağac/kol zonaları ayrılmışdır. Qeyri-müəyyənlik modelində ot bitki örtüyü üçün 0,3 m, ağac və kollar üçün 0,4 m hündürlük xətası təyin edilmişdir.

İşin sahə xəritəsi eyni mövqe üçün yalnız həcm dəyişikliyini deyil, bu dəyişikliyin qeyri-müəyyənliyini də piksel səviyyəsində yaradır. Beləliklə “burada 0,2 m³ dəyişiklik oldu” demək əvəzinə, bu dəyişikliyin ölçmə sisteminin xəta sərhədləri daxilində nə qədər etibarlı olduğu da qiymətləndirməyə daxil edilir.

Türkiyə baxımından: Türkiyədəki tullantı poliqonlarında tutum istifadəsi, dolğunun irəliləməsi, yamac dəyişiklikləri, çökmə və reabilitasiya zonalarının izlənməsi baxımından bu yanaşma tətbiq edilə bilən metod təqdim edir. Xüsusilə geniş sahələrdə təkrarlanan klassik nöqtə ölçmələri əvəzinə bütün səthi əhatə edən LiDAR skanları həcm və səth dəyişikliyinin məkan paylanmasını göstərə bilər. Lakin iş yalnız Çexiyadakı bir sahədə yoxlanmışdır. Türkiyədəki obyektə tətbiq zamanı yamac həndəsəsi, bitki örtüyü tipi, iqlim, uçuş hündürlüyü, sensor sıxlığı, koordinat infrastrukturu və yerli GNSS nəzarət nöqtələri yenidən qiymətləndirilməlidir. Bu işdən Türkiyədəki bütün poliqonlar üçün tək və dəyişməz DTM həlli çıxarmaq olmaz.

Ənənəvi nöqtə ölçməsinin əsas problemi nədir?

Geodezik və ya GNSS əsaslı sahə ölçmələri müəyyən nöqtələrdə yüksək dəqiqlik verə bilər. Lakin tullantı poliqonu bir neçə hektarlıq mürəkkəb səth olduqda bütün səthi sıx nöqtə intervalları ilə təkrar-təkrar ölçmək vaxt, işçi qüvvəsi və xərc tələb edir.

Daha vacib problem nöqtə ölçmələrinin nöqtələr arasındakı yerli dəyişiklikləri birbaşa göstərməməsidir. Poliqonun bir hissəsində tullantı yığılması, digər hissəsində çökmə, başqa yerdə yamac həndəsəsinin dəyişməsi eyni zaman intervalında baş verə bilər.

ALS bu problemi milyonlarla üçölçülü ölçmə nöqtəsi ilə bütün səthi nümunələyərək həll etməyə çalışır.

ALS ilə LiDAR eyni şeydirmi?

LiDAR lazer impulslarının hədəf səthə gedib geri qayıtma müddətindən məsafə çıxaran uzaqdan zondlama üsuludur. Airborne Laser Scanning (ALS) isə LiDAR sensorunun təyyarə və ya başqa hava platformasında istifadə edildiyi tətbiq formasıdır.

Bu işdə sensor dron üzərində deyil, fotogrammetriya təyyarəsində daşınmışdır.

İş sahəsi

Sınaq sahəsi Çexiyanın Moraviya bölgəsindəki Strážnice bələdiyyə bərk tullantı poliqonudur.

İki ALS kampaniyası necə aparılıb?

Uçuş trayektoriyaları GNSS və IMU məlumatları ilə hesablanmış, uçuş zolaqları arasındakı sapmalar uyğun müstəvilər və ən kiçik kvadratlar yanaşması ilə düzəldilmiş, sonra nöqtə buludları yenidən georeferanslanmışdır.

DTM nəyi təmsil edir?

Digital Terrain Model mümkün qədər çılpaq səthin hündürlük səthini təmsil edir. Tullantı poliqonunda problem lazerlə görünən hər nöqtənin real səth olmamasıdır.

Ot, kol, ağac, müvəqqəti obyekt və ya tullantı səthindəki qeyri-bərabərliklər səth təsnifatına təsir göstərə bilər. Buna görə DTM dəqiqliyi yalnız lazer sensorunun texniki dəqiqliyindən asılı deyil.

Niyə dörd DTM həlli sınaqdan keçirilib?

Başlanğıcdakı təxminən 10 nöqtə/m² sıxlıqdan yaradılan 0,3 m DTM əsas yüksək həlli səthdir.

Nöqtə buludu daha sonra seyrəldilərək:

modellər yaradılmışdır.

Məqsəd ən kiçik pikseli avtomatik olaraq “ən yaxşı” qəbul etmək deyil, həcm dəyişikliyi baxımından daha kobud həllin nə vaxt əhəmiyyətli məlumat itkisinə səbəb olduğunu müəyyən etməkdir.

Random seed niyə sınaqdan keçirilib?

Nöqtə buludu seyrəldilərkən hər grid hüceyrəsindəki nöqtələr təsadüfi seçilmişdir. Təsadüfi seçim özlüyündə yeni qeyri-müəyyənlik yarada biləcəyi üçün tədqiqatçılar 100, 200, 300 və 400 kimi dörd fərqli seed istifadə etmişdir.

Bu üsul eyni seed ilə eyni nöqtə alt çoxluğunun yenidən seçilməsini təmin edərək prosesi təkrarlana bilən edir.

Seyrəldilmiş nöqtə buludlarından ümumilikdə 24 DTM yaradılmış və müxtəlif seed kombinasiyalarının hündürlük nəticələrini əhəmiyyətli şəkildə dəyişib-dəyişmədiyi qiymətləndirilmişdir.

Seed nəticəsi

Statistik sınaqlar seed seçiminin DTM hündürlüklərində əhəmiyyətli sistematik təsir yaratmadığını göstərmişdir. Məsələn, 0,5 m həllində üç nəzarət nöqtəsi üçün p-dəyərləri müvafiq olaraq 0,99, 1,00 və 0,98-dir.

0,8 m həllində dəyərlər 0,86–0,96 arasında, 1,5 m həllində isə mənbədə 0,48–0,99 arasında verilmişdir. Bütün bu dəyərlər 0,05 əhəmiyyətlilik həddindən yuxarıdır.

Beləliklə nəticə istifadə edilən random thinning prosesinin araşdırılan şəraitdə sistematik bias yaratmamasıdır.

Mənbə mətnindəki p-dəyəri ifadəsinə diqqət

Mənbənin nəticələr bölməsində əvvəlcə “all p-values > 0.86” ifadəsi istifadə edilir, dərhal sonra 1,5 m həll üçün p-dəyərlərinin 0,48–0,99 intervalında olduğu bildirilir.

0,48 dəyəri 0,05 həddinə görə yenə statistik olaraq əhəmiyyətsizdir; yəni işin seed barədə əsas nəticəsini dəyişmir. Lakin “bütün dəyərlər 0,86-dan böyükdür” ifadəsi mənbənin öz hesabat verdiyi dəyərlərlə uyğun gəlmir.

Həll həqiqətən həcm hesabını dəyişirmi?

0,3 m həll istinad götürülərək cütləşdirilmiş t-test aparılmışdır:

Bu nəticə 1,5 m hüceyrə ölçüsünün səthi həddən artıq ümumiləşdirərək həcm dəyişməsi təxminində əhəmiyyətli dəyişkənlik yarada biləcəyini göstərir.

0,3–0,8 m, yoxsa 0,3–0,5 m?

Mənbənin müxtəlif bölmələrindəki iki ifadə bir-birini tam istisna etmir.

Statistik nəticə baxımından 0,3; 0,5 və 0,8 m sınaqdan keçirilən etibarlı həllərdir, çünki 0,3 m ilə 0,8 m arasında əhəmiyyətli həcm fərqi tapılmamışdır.

Əməliyyat tövsiyəsi baxımından isə tədqiqatçılar məlumat sıxlığı və emal yükünü də nəzərə alaraq 0,3–0,5 m intervalını ən uyğun tarazlıq kimi qiymətləndirirlər.

Üfüqi mövqe xətası maili sahədə niyə şaquli xətaya çevrilir?

LiDAR nöqtəsi həqiqətən aid olduğu üfüqi mövqedən bir qədər sürüşübsə düz sahədə hündürlük fərqi məhdud ola bilər. Eyni üfüqi sürüşmə dik yamacda baş verdikdə isə nöqtə meylin daha yüksək və ya daha aşağı hissəsinə düşür.

İşdə sadələşdirilmiş əlaqə:

\[ \varepsilon_Z = \varepsilon_{XY}\tan(S) \]

kimi istifadə edilmişdir.

Burada:

• \(\varepsilon_Z\): şaquli hündürlük xətası,
• \(\varepsilon_{XY}\): üfüqi mövqe xətası,
• \(S\): ərazi meylidir.

Ölçülən XY xəta səviyyəsi

Üç sabit, üfüqi və asfalt nəzarət nöqtəsindəki müqayisələrdə:

• orta üfüqi xəta intervalı: 0,24–0,54 m,
• SD intervalı: 0,20–0,34 m,
• RMSE intervalı: 0,31–0,62 m,
• orta \(\varepsilon_{XY}\): 0,38 m,
• orta SD: 0,28 m,
• orta RMSE: 0,48 m

kimi hesabatlanmışdır.

Tədqiqatçılar təxminən 0,20–0,34 m-dən kiçik dəyişiklikləri istifadə olunan məlumat dəstindəki təsadüfi məkan səs-küyündən etibarlı şəkildə ayırmağın çətin ola biləcəyinə diqqət çəkirlər.

Meyl artdıqca xəta

Buna görə poliqonun dik yamaclarında bir neçə santimetrlik görünən hündürlük dəyişiklikləri üfüqi georeferans xətasının təsiri nəzərə alınmadan birbaşa çökmə və ya dolğu kimi şərh edilməməlidir.

Bitki örtüyü necə müəyyən edildi?

ALS ilə eyni tarixlərdə CASI-1500 görüntüləmə spektrometrindən istifadə edilərək 0,4–1,1 µm spektral intervalında VNIR məlumatı toplanmışdır. VNIR təsvirlərinin məkan həlli 0,8 m-dir.

Yaşıl bitki örtüyünü ayırmaq üçün NDVI istifadə edilmiş və:

\[ NDVI>0,4 \]

olan piksellər bitkili kimi təsnif edilmişdir.

nDSM üzərində səth səviyyəsindən 0,7 m yuxarı obyektlər ağac, əksər kol və bənzər yüksək strukturları ayırmaq üçün istifadə edilmişdir.

Beləliklə:

• 0,7 m-dən aşağı ot bitki örtüyü,
• 0,7 m-dən yuxarı ağac və kolluq sahələri

üçün fərqli qeyri-müəyyənliklər təyin edilə bilmişdir.

Bitkidən qaynaqlanan xəta dəyərləri

İşin qeyri-müəyyənlik modelində:

• ot bitki örtüyü: 0,3 m hündürlük xətası,
• ağac və kolluq: 0,4 m hündürlük xətası

təyin edilmişdir.

Bu dəyərlər yalnız cihaz istehsalçısının nominal LiDAR dəqiqliyinə deyil, sahədəki müstəqil GPS müqayisələri və ədəbiyyatdakı bitki örtüyündən qaynaqlanan DTM xətaları nəzərə alınaraq seçilmişdir.

Həcm dəyişməsi necə hesablandı?

İki tarix arasındakı hündürlük dəyişmə rasteri:

\[ DTM_{changes} = DTM_{t1}-DTM_{t2} \]

kimi yaradılır.

Hər pikseldəki hündürlük dəyişməsi piksel sahəsi ilə vurularaq həcm dəyişməsinə çevrilir:

\[ Volume_{changes} = DTM_{changes}\times A_{pixel} \]

0,3 m DTM üçün piksel sahəsi:

\[ 0,3\times0,3 = 0,09\ \mathrm{m^2} \]

olur.

Qeyri-müəyyənlik necə birləşdirildi?

Tək DTM üçün iki əsas xəta komponenti birlikdə nəzərə alınmışdır:

\[ \sigma_{total} = \sqrt{ \sigma_1^2+\sigma_2^2 } \]

Burada \(\sigma_1\) yamac üzərində XY mövqe xətasından yaranan şaquli xəta, \(\sigma_2\) isə bitki örtüyündən qaynaqlanan xəta komponentidir.

İki müxtəlif tarixə aid səth müqayisə edildikdə hər iki DTM-nin qeyri-müəyyənliyi də nəzərə alınır:

\[ \sigma_{changes} = \sqrt{ \sigma_{total,1}^2+ \sigma_{total,2}^2 } \]

Bu yanaşma yalnız fərq xəritəsi deyil, eyni zamanda fərqin etibarlılıq xəritəsini yaratmağa imkan verir.

Səhifə 7-dəki xəritə nə göstərir?

Mənbənin Şəkil 4-də eyni poliqon üçün yanaşı iki raster xəritə vardır. Sol xəritə May–Oktyabr arasındakı həcm dəyişikliyini, sağ xəritə isə eyni dəyişikliyin hesablanan qeyri-müəyyənliyini göstərir.

Bu iki xəritənin birlikdə şərh edilməsi metodun əsas üstünlüyüdür. Böyük görünən səth dəyişikliyi əgər eyni sahədə qeyri-müəyyənlik də yüksəkdirsə, birbaşa fiziki deformasiya kimi qiymətləndirilməməlidir.

Şəkil 5 isə əməliyyat iş axınını GPS istinad ölçməsi + iki dövr ALS + VNIR → DTM/nDSM → mövqe, meyl və bitki örtüyü xətaları → hündürlük dəyişməsi → həcm dəyişməsi və qeyri-müəyyənlik şəklində göstərir.

Aktiv tullantı yerləşdirmə sahələri ilə sabit səthlərin fərqi

Mənbənin müzakirəsinə görə waste_1 sahəsində orta hündürlük dəyişməsi həllər boyunca təxminən 0,3–0,4 m səviyyəsində və standart sapma təxminən 0,02 m-dir.

waste_2 kimi təyin olunan aktiv sahədə isə hündürlük dəyişməsi təxminən 5,2–5,5 m səviyyəsindədir və SD təxminən 0,07 m-dir. Bu böyüklük məlumat həlli və ya ölçmə səs-küyündən daha çox real tullantı yerləşdirmə/formalaşdırma fəaliyyəti ilə uyğun genişmiqyaslı səth yüksəlməsini göstərir.

Yol səthində orta hündürlük dəyişməsi təxminən 0,003 m və SD təxminən 0,01 m ilə son dərəcə kiçikdir. Bu da yolun iki tarix arasında sabit istinad səthi kimi davrandığını dəstəkləyir.

Bitki örtüyü niyə saxta həcm dəyişikliyi yarada bilər?

LiDAR impulsu bir dövrdə sıx ot bitkisinin üst və ya ara qatlarından geri qayıdarkən, başqa dövrdə qurumuş bitkilər arasından daha dərinə keçib səthə çata bilər.

İki tarixdə real torpaq səthi heç dəyişməsə belə DTM:

May: bitkinin üst səthinə yaxın ölçmə → Oktyabr: səthə daha dərin nüfuzetmə

kimi dəyişə bilər.

Fərq rasteri bunu səhvən mənfi səth dəyişikliyi və ya sıxılma kimi göstərə bilər.

İş mərkəzi sahədə müşahidə olunan bəzi həcm azalmalarını real tullantı çökməsindən daha çox mövsümi bitki örtüyü dəyişikliyi ilə əlaqələndirir.

ALS məlumatı hansı mövsümdə alınmalıdır?

Tədqiqatçılar bitki təsirini azaltmaq üçün ALS kampaniyalarının mümkün olduqda erkən yaz və ya gec payızda, bitki örtüyünün minimum olduğu dövrlərdə aparılmasını tövsiyə edirlər.

Burada məqsəd yalnız daha çox lazer impulsunun səthə çatması deyil, iki ölçmə dövrü arasındakı bitki fenologiyası fərqinin real ərazi dəyişikliyi ilə qarışdırılmasını azaltmaqdır.

Tədqiqatın Metodu və Nəticələri

Məlumat mənbələri

GPS istinad quruluşu

ALS məlumat dəstlərinin bir-birinə birgə qeydiyyatı üçün poliqon xaricində düz, asfalt və dəyişmədiyi qəbul edilən sahələrdə üç GPS nəzarət nöqtəsi istifadə edilmişdir.

Real sahədə DTM hündürlüyünün müstəqil yoxlanması üçün isə relyef qeyri-bərabərliyi və bitki örtüyündən təsirlənən sahələrə 12 əlavə GPS istinad nöqtəsi yerləşdirilmişdir.

Nöqtə sayının giriş məhdudiyyətləri səbəbindən az olduğu mənbədə açıq şəkildə bildirilir.

GPS–DTM dəqiqlik nəticələri

Cədvəl 3-ün göstərdiyi əsas nəticə

Hər iki tarixdə orta mütləq GPS–DTM fərqi həll kobudlaşdıqca ümumilikdə artır.

Xüsusilə Oktyabr məlumatında standart sapma:

\[ 0,33\rightarrow0,37\rightarrow0,39\rightarrow0,42\ \mathrm{m} \]

şəklində artır.

Bu, daha kobud DTM-lərin səth ümumiləşdirilməsi və bitki örtüyü təsirləri altında sistematik xətanı böyüdə bildiyini göstərir.

Xülasədəki dəqiqlik sərhədi niyə diqqətlə oxunmalıdır?

Mənbənin xülasəsində 0,3 və 0,5 m həllərin “orta fərq ≤0,23 m, SD ≤0,24 m” dəyərlərinə malik olduğu qeyd edilir.

Bu sərhədlər 28 May Cədvəl 3 nəticələri ilə uyğundur:

• 0,3 m: −0,20 ± 0,21 m
• 0,5 m: −0,23 ± 0,24 m

Lakin 5 Oktyabr nəticələrində:

• 0,3 m: −0,24 ± 0,33 m
• 0,5 m: −0,27 ± 0,37 m

verilir.

Buna görə xülasədəki ≤0,23 m və ≤0,24 m sərhədləri iki kampaniyanın hamısına aid ümumi maksimum dəyərlər kimi şərh edilməməlidir.

Bitkili sahə SD ifadəsi barədə mənbədaxili qeyd

Mənbənin xülasəsi bitkili sahələrdə DTM həlli dəyişdikcə SD-nin “0,10 m-ə qədər artdığını” bildirir.

Cədvəl 2-də ot bitkisi sahəsinin SD dəyərləri:

\[ 0,04,\ 0,04,\ 0,06,\ 0,02\ \mathrm{m} \]

və kolluq sahənin SD dəyərləri:

\[ 0,15,\ 0,15,\ 0,05,\ 0,14\ \mathrm{m} \]

kimi verilmişdir.

Kolluqda ən böyük mütləq həll fərqi həqiqətən 0,10 m-dir; lakin 0,3 m-dəki 0,15 m-dən 0,8 m-dəki 0,05 m-ə doğru azalma istiqamətindədir. Buna görə mənbə xülasəsindəki “artım” ifadəsi Cədvəl 2-nin birbaşa dəyərləri ilə tam uyğun deyil.

Həcm dəyişməsi nəticələrinin səth tipindən asılılığı

Ən yüksək qeyri-müəyyənlik haradadır?

Mənbədə bitki örtüyünün DTM dəqiqliyinə raster həllindən daha güclü təsir göstərə biləcəyi bildirilir.

Ağac və kolluq sahələrində həcm dəyişikliyi qeyri-müəyyənliyi xəritədə təxminən 0,05 m³/piksel dəyərinə qədər çatmışdır.

Buna görə yüksək həlli LiDAR təkbaşına bitkili səthlərdə yüksək dəqiqliyə zəmanət deyil.

Tədqiqatın dəstəklədiyi nəticələr

• ALS işlək bələdiyyə bərk tullantı poliqonunda təkrarlanan səth və həcm dəyişməsi analizi üçün tətbiq edilə bilən üsuldur.
• 0,3 m ilə 0,5 m DTM nəticələri arasında həcm dəyişməsi baxımından statistik əhəmiyyətli fərq tapılmamışdır.
• 0,3 m ilə 0,8 m arasındakı fərq də əhəmiyyətli deyil.
• 0,3 m ilə 1,5 m arasındakı fərq əhəmiyyətlidir və 1,5 m həssas əməliyyat monitorinqi üçün uyğun hesab edilmir.
• 0,3–0,5 m intervalı məlumat miqdarı və dəqiqlik baxımından praktik optimum kimi tövsiyə edilir.
• Üfüqi mövqe xətası yamac bucağı artdıqca əhəmiyyətli şaquli hündürlük xətasına çevrilə bilər.
• Bitki örtüyü DTM həllindən daha güclü xəta mənbəyi ola bilər.
• VNIR/NDVI və nDSM qatları bitkidən qaynaqlanan qeyri-müəyyənliyin məkan üzrə modelləşdirilməsini dəstəkləyə bilər.
• Həcm dəyişikliyi ilə yanaşı qeyri-müəyyənlik rasterinin yaradılması real dəyişikliklə ölçmə qeyri-müəyyənliyinin ayrılmasını gücləndirir.
• ALS kampaniyalarının bitki örtüyünün az olduğu erkən yaz və ya gec payızda aparılması tövsiyə edilir.

Tədqiqatın sübut etmədiyi nəticələr

• 0,3–0,5 m DTM həllinin dünyanın bütün poliqonlarında universal optimal olduğu göstərilməmişdir.
• İş yalnız bir Çexiya poliqonunda aparılmışdır.
• Müstəqil sahə doğrulaması yalnız poliqon daxilindəki 12 GPS nöqtəsi ilə aparılmışdır.
• İş metan emissiyasını, sızma suyunu və ya yeraltı su çirklənməsini birbaşa ölçmür.
• Həcm azalmasının hamısının real tullantı çökməsi kimi şərh edilə biləcəyi göstərilməmişdir; bəzi dəyişikliklər bitki örtüyündən qaynaqlana bilər.
• ALS-in klassik geodezik ölçmənin bütün funksiyalarını tam aradan qaldırdığı göstərilməmişdir; GPS nəzarət nöqtələri metodun mühüm hissəsidir.
• Mövsümi bitki təsirinin tam aradan qaldırıldığı göstərilməmişdir.
• Müxtəlif LiDAR sensorları, müxtəlif uçuş hündürlükləri və müxtəlif iqlimlərdə eyni xəta böyüklüklərinin əldə ediləcəyi təsdiqlənməmişdir.

Əsas məhdudiyyətlər

Birinci məhdudiyyət işin tək poliqona əsaslanmasıdır. Tədqiqatçılar metodun digər sahələrə tətbiq edilə biləcəyini bildirsələr də, fərqli poliqon həndəsələri və bitki örtüyü şəraitində əlavə doğrulama tələb olunduğunu qəbul edirlər.

İkinci məhdudiyyət sahədəki müstəqil GPS doğrulama nöqtələrinin yalnız 12 olmasıdır. Daha çox və daha balanslı paylanmış doğrulama nöqtəsi həndəsi dəqiqlik təxmininin statistik gücünü artıra bilər.

Üçüncü məhdudiyyət iş axınında bəzi operator-asılı mərhələlərin olmasıdır. GPS nəzarət nöqtələrinin seçimi, yerləşdirilməsi və ALS filtrləmə nəticələrinin şərhi insan mənşəli bias yarada bilər.

Dördüncü məhdudiyyət iki ALS kampaniyasının fərqli bitki fenologiyası şəraitində aparılmasıdır. Bu hal eyni zamanda tədqiqatın bitki təsirini göstərməsinə imkan versə də, real səth dəyişikliyinin ayrılmasını çətinləşdirir.

Əməliyyat tətbiqi tövsiyəsi

Mənbədə yaradılan ümumi iş axını iki əsas hissəyə ayrılır:

Məlumat toplama:

• GPS istinad nöqtələrinin ölçülməsi,
• iki və ya daha çox tarixdə ALS skanı,
• bitkidən qaynaqlanan qeyri-müəyyənlik üçün VNIR məlumatının toplanması.

Məlumat emalı:

• ALS birgə qeydiyyatı,
• DTM və nDSM yaradılması,
• XY və meyldən qaynaqlanan Z xəta hesabı,
• NDVI əsaslı bitki maskası,
• hündürlük dəyişməsi,
• qeyri-müəyyənliyin yayılması,
• həcm dəyişməsi və həcm qeyri-müəyyənliyi xəritələri.

Tədqiqatçılar bir neçə geniş poliqonun qısa müddətdə skan edilməli olduğu hallarda təyyarə əsaslı ALS-in üstün ola biləcəyini; tək sahə üçün əməliyyat monitorinqi aparılacaqsa UAV əsaslı lazer skanının daha uyğun ola biləcəyini qeyd edirlər.

Mənbə və Metod Qeydi

Tam orijinal iş adı: Detecting volume changes in municipal solid waste landfill using airborne laser scanning

Müəlliflər: O. Brovkina; M. Pikl; F. Zemek; J. Michálek.

Məsul müəllif: O. Brovkina.

Qurumlar: Global Change Research Institute, Czech Academy of Sciences, Department of Remote Sensing, Brno, Czech Republic; Municipal Office Strážnice, Czech Republic; University of South Bohemia in České Budějovice, Faculty of Agriculture and Technology, Czech Republic.

Mənbə növü: Rəyli tədqiqat məqaləsi.

Jurnal: Waste Management Bulletin.

Nəşriyyat: Elsevier B.V.

Nəşr: Cild 4, Say 1, 2026, Məqalə 100272.

Onlayn ilk nəşr: 3 Dekabr 2025.

Say tarixi: Aprel 2026.

DOI: 10.1016/j.wmb.2025.100272.

Rəsmi keçid:https://doi.org/10.1016/j.wmb.2025.100272

ISSN: 2949-7507.

Lisenziya: Creative Commons Attribution (CC BY 4.0).

Maliyyələşdirmə/dəstək: İş Technology Agency of the Czech Republic tərəfindən Environment for Life proqramındakı SS06020164 nömrəli qrant və Çexiya Ministry of Education, Youth and Sports daxilindəki CzeCOS proqramının LM2023048 nömrəli qrantı ilə dəstəklənmişdir.

Maraqlar toqquşması: Müəlliflər işə təsir göstərə biləcək məlum maliyyə marağı və ya şəxsi münasibət olmadığını bəyan etmişdir.

Məlumat əlçatanlığı: Mənbə mətnində ayrıca “Data Availability” bölməsi yoxdur; buna görə xam ALS, VNIR və ya GPS məlumat dəstlərinin ictimaiyyət üçün açıq olduğuna dair əlavə iddia edilməmişdir.

Müəllif töhfələri

Mənbədəki CRediT bəyanına görə O. Brovkina orijinal qaralama, layihə idarəçiliyi, metodologiya və tədqiqat; M. Pikl nəzərdən keçirmə/redaktə, proqram təminatı, tədqiqat və formal analiz; F. Zemek nəzərdən keçirmə/redaktə, vizuallaşdırma və metodologiya; J. Michálek isə vizuallaşdırma və doğrulama rollarını yerinə yetirmişdir.

Mənbədaxili uyğunluq qeydi 1 — random seed p-dəyərləri

Nəticələr bölməsində müxtəlif seed dəyərləri üçün əvvəlcə “all p-values > 0.86” ifadəsi vardır. Eyni paraqraf 1,5 m həllində p-dəyərlərinin 0,48–0,99 intervalında olduğunu bildirir.

Bu fərq işin statistik nəticəsini dəyişmir; 0,48 də 0,05 əhəmiyyətlilik həddindən yuxarıdır. Lakin “bütün dəyərlər 0,86-dan böyükdür” ifadəsi mənbədə verilən ən aşağı dəyərlə uyğun deyil.

Mənbədaxili uyğunluq qeydi 2 — incə DTM dəqiqlik sərhədləri

Xülasə bölməsində 0,3 və 0,5 m DTM-lərin orta fərqinin ≤0,23 m və SD-sinin ≤0,24 m olduğu bildirilir. Bu dəyərlər 28 May Cədvəl 3 nəticələrini düzgün şəkildə xülasə edir.

Lakin 5 Oktyabr Cədvəl 3 nəticələri 0,3 m üçün −0,24 ± 0,33 m və 0,5 m üçün −0,27 ± 0,37 m-dir. Buna görə həmin hədlər hər iki ALS kampaniyasını əhatə edən mütləq üst sərhədlər deyil.

Mənbədaxili uyğunluq qeydi 3 — bitkili sahə SD dəyişikliyi

Xülasə bitkili sahələrdə SD-nin daha kobud DTM həllərində 0,10 m-ə qədər “artdığını” bildirir. Cədvəl 2-də kolluq sahə üçün ən böyük 0,10 m fərq 0,15 m-dən 0,05 m-ə doğru baş verir; yəni istiqamət azalmadır.

Buna görə Verianla mətnində “0,10 m artım” birbaşa elmi nəticə kimi təkrarlanmamış, Cədvəl 2-nin açıq rəqəmsal dəyərləri verilmişdir.

Sübut və ümumiləşdirmə sərhədi

Tədqiqat real işlək sahə, iki real ALS kampaniyası və müstəqil GNSS ölçmələri istifadə etməsi baxımından güclü tətbiqi sübut təqdim edir. Bununla belə təcrübə dizaynı tək sahəlidir və doğrulama nöqtələrinin sayı məhduddur.

Buna görə tövsiyə olunan həllər və xəta böyüklükləri başqa ölkələrdəki və ya fərqli səth şəraitindəki tullantı poliqonlarına birbaşa sabit standart kimi köçürülməməlidir.

Bu Verianla izahındakı metod, tənliklər, ölçmə dəyərləri, statistikalar, nəticələr və məhdudiyyətlər araşdırılan mənbə işə əsaslanır. Mənbənin bildirmədiyi sahə məlumatları əlavə edilməmiş; mənbə daxilindəki rəqəmsal uyğunsuzluqlar xarici məlumat və ya təxminlə səssizcə düzəldilməmişdir.