Studies in the stereometry of large growing trees by terrestrial photogrammetric method

• Autorzy: Tretyak Nazar , Tretyak Platon

Identyfikatory

DOI

10.15576/GLL/202431

Warianty tytułu

PL

Badania stereometrii dużych rosnących drzew metodą fotogrametryczną naziemną

• Języki publikacji: EN

Abstrakty

EN

The study has developed a geometrical toolset to calculate biometric parameters of large growing trees using distorted images captured by a digital camera. This toolset focuses on determining a variable scaling factor that accounts for the camera’s inclined position relative to the horizon. An algorithm for the software and an associated online web service has been created. For measurements, a standard ruler, such as one that is 1,000 mm long, is placed on the tree trunk at a height of 1.3 m from the base. The distance from the lens to the standard is measured with an accuracy of ±0.2%. The trunk thickness (DBH) measurement accuracy is not below 1 mm per 1 pixel. This analysis derives from the similarity of triangles in the camera’s field of view, specifically from the lens to the tree trunk and from the lens to the image sensor. The parameters of the digital image are essential, particularly the lens’s focal length varying from 20 mm to 200 mm. Similar but more complex geometric proportions are applied, in case the trunk is vertical. The process involves considering the tilt of the camera matrix to the horizon, and the slope from the lens to the standard reference point. Key factors include the predetermined distance and slope from the lens to the standard on the trunk, along with the parameters of the digital image, particularly the lens’s focal length, typically ranging from 6 to 10 mm. An online web service is offered to perform the relevant measurements and calculations. The software facilitates automatic calculations and generates a data array containing scaling factors corresponding to various height levels from the tree base. Simultaneously, a Visual Basic command array is produced to mark the digital image of the tree at these height levels, complete with scaling factor indicators. This method enables the measurement of trunk thickness at the required heights in pixels, which can then be converted into millimeters. The measurement accuracy is from 6 to 10 millimeters per pixel. The collected data is subsequently organized into a table in Excel. Then, the cross-sectional areas of all trunk segments and their respective volumes were calculated. The total trunk volume is determined by summing the volumes of these segments. The proposed methodology is original, has no prototypes, and may be suitable for practical application.

PL

W badaniu opracowano zestaw narzędzi geometrycznych do obliczania parametrów biometrycznych dużych rosnących drzew przy użyciu zniekształconych obrazów uchwyconych przez aparat cyfrowy. Zestaw ten koncentruje się na określeniu zmiennego współczynnika skalowania, który uwzględnia nachylone położenie aparatu względem horyzontu. Utworzono algorytm dla oprogramowania i powiązanej usługi internetowej. Do pomiarów standardowa linijka, na przykład o długości 1000 mm, jest umieszczana na pniu drzewa na wysokości 1,3 m od podstawy. Odległość od soczewki do wzorca jest mierzona z dokładnością ±0,2%. Dokładność pomiaru grubości pnia (DBH) nie jest mniejsza niż 1 mm na 1 piksel. Ta analiza wynika z podobieństwa trójkątów w polu widzenia aparatu, w szczególności od soczewki do pnia drzewa i od soczewki do czujnika obrazu. Parametry obrazu cyfrowego są niezbędne, w szczególności ogniskowa obiektywu wahająca się od 20 mm do 200 mm. Podobne, ale bardziej złożone proporcje geometryczne są stosowane w przypadku, gdy pień jest pionowy. Proces obejmuje uwzględnienie nachylenia matrycy kamery do horyzontu i nachylenia od obiektywu do standardowego punktu odniesienia. Kluczowe czynniki obejmują wstępnie określoną odległość i nachylenie od obiektywu do standardu na pniu, wraz z parametrami obrazu cyfrowego, w szczególności ogniskową obiektywu, zwykle w zakresie od 6 do 10 mm. Oferowana jest usługa internetowa do wykonywania odpowiednich pomiarów i obliczeń. Oprogramowanie ułatwia automatyczne obliczenia i generuje tablicę danych zawierającą współczynniki skalowania odpowiadające różnym poziomom wysokości od podstawy drzewa. Jednocześnie tworzona jest tablica poleceń Visual Basic w celu oznaczenia obrazu cyfrowego drzewa na tych poziomach wysokości, wraz ze wskaźnikami współczynnika skalowania. Ta metoda umożliwia pomiar grubości pnia na wymaganych wysokościach w pikselach, które następnie można przeliczyć na milimetry. Dokładność pomiaru wynosi od 6 do 10 milimetrów na piksel. Zebrane dane są następnie organizowane w tabeli w programie Excel. Następnie obliczono powierzchnie przekroju poprzecznego wszystkich segmentów pnia i ich odpowiednie objętości. Całkowita objętość pnia jest określana przez zsumowanie objętości tych segmentów. Proponowana metodologia jest oryginalna, nie ma prototypów i może być odpowiednia do praktycznego zastosowania.

Słowa kluczowe

EN

terrestrial photogrammetry; digital camera; image distortion; web service; online tools; scaling factor

PL

fotogrametria naziemna; aparat cyfrowy; zniekształcenie obrazu; usługa internetowa; narzędzia online; współczynnik skalowania

• Wydawca: Wydawnictwo Uniwersytetu Rolniczego w Krakowie
• Czasopismo: Geomatics, Landmanagement and Landscape
• Rocznik: 2025
• Tom: no. 1
• Strony: 245--260
• Opis fizyczny: Bibliogr. 11 poz., rys., tab.

Twórcy

autor

Tretyak Nazar

• Department of Geoecology and Land Management, Dmytro Motornyi Tavria State Agrotechnological University, Zaporizhia, Ukraine

• https://orcid.org/0009-0003-4774-5835

autor

Tretyak Platon

• Department of Regional Biocenotical Monitoring, State Natural History Museum of the National Academy of Sciences of Ukraine, Lviv, Ukraine

• https://orcid.org/0000-0001-8278-060X

Bibliografia

• Chenbing G., Yonghong H., Jun Q., Lin X., Meihan Ch., Hongbing W. 2023. Image-based estimation of crown volume of individual street trees by plane calculation of angle disparity. Urban Forestry & Urban Greening, 86, 128029. https://doi.org/10.1016/j.ufug.2023.128029
• Chernevyy Y., Tretyak P., Krynyts’kyy H., Savchyn A. 2024. Environmental and economic significance of big, old-growth trees. International Journal of Environmental Studies, 81(1), 475–488. https://doi.org/10.1080/00207233.2024.2314848
• Coelho J., Fidalgo B., Crisóstomo M.M., Salas-González R., Coimbra A.P., Mendes M. 2021. Non-Destructive Fast Estimation of Tree Stem Height and Volume Using Image Processing. Symmetry, 13, 374. https://doi.org/10.3390/sym13030374
• Marzulli M.I., Raumonen P., Greco R., Persia M., Tartarino P. 2019. Estimating tree stem diameters and volume from smartphone photogrammetric point clouds. Forestry: An International Journal of Forest Research, 93 (3), 411–429. https://doi.org/10.1093/forestry/cpz067
• Monumental Trees. 2022 https://www.monumentaltrees.com/en/
• Phattaralerphong J., Sinoquet H. 2005. A method for 3D reconstruction of tree crown volume from photographs: Assessment with 3D-digitized plants. Tree Physiology, 25, 1229–1242. https://doi.org/10.1093/treephys/25.10.1229.
• Prodan M. 1968. Forest Biometrics, ed. 1. 460 p. https://www.sciencedirect.com/book/ 9780080124414/forest-biometrics
• Sayn-Wittgenstein L., Aldred A.H. 1967. Tree Volumes From Large-Scale Photos. Photogrammetric Engineering. January, 69–73. https://www.asprs.org/wp-content/uploads/pers/ 1967journal/jan/1967_jan_69-73.pdf
• Tretyak P., Tretyak N. 2020. Research tool: Biometrics of growing tree – 3. Web-service. http:// econtsh.astra.in.ua/tree/tr_bm1.php?lang=en
• Tsuryk YE. I. 2006. Taksatsiya dereva ta yoho chastyn: Navchal’nyy posibnyk [Taxation of a tree and its parts: Study guide], L’viv, NLTU Ukrayiny, 328 p.
• Wu L.L., Chen Y., Feng Z.K., Tang X.H., Xu Z., Yan F. 2011. Research on Trunk Modeling Based on 3D Laser Scanning. Key Engineering Materials, 467–469, 1674–1679. https://doi.org/10.4028/www.scientific.net/kem.467-469.1674