Horizon / Plein textes La base de ressources documentaires de l'IRD

IRD

 

Publications des scientifiques de l'IRD

Fayad I., Baghdadi N., Bailly J.S., Barbier Nicolas, Gond V., Herault B., El Hajj M., Lochard J., Perrin J. (2015). Regional scale rain-forest height mapping using regression-kriging of spaceborne and airborne lidar data: application on French Guiana. In : 2015 IEEE international geoscience and remote sensing symposium (IGARSS) proceedings. Piscataway : IEEE, 4109-4112. International Geoscience and Remote Sensing Symposium, IGARSS 2015, Milan (ITA), 2015/07/26-31. ISBN 978-1-4799-7929-5

Accès réservé (Intranet IRD) Demander le PDF

Lien direct chez l'éditeur doi:10.1109/IGARSS.2015.7326729

Titre
Regional scale rain-forest height mapping using regression-kriging of spaceborne and airborne lidar data: application on French Guiana
Année de publication2015
Type de documentArticle référencé dans le Web of Science WOS:000371696704048
AuteursFayad I., Baghdadi N., Bailly J.S., Barbier Nicolas, Gond V., Herault B., El Hajj M., Lochard J., Perrin J.
In 2015 IEEE international geoscience and remote sensing symposium (IGARSS) proceedings
SourcePiscataway : IEEE, 2015, p. 4109-4112. ISBN 978-1-4799-7929-5
ColloqueInternational Geoscience and Remote Sensing Symposium, IGARSS 2015, Milan (ITA), 2015/07/26-31
RésuméLiDAR remote sensing has been shown to be a good technique for the estimation of forest parameters such as canopy heights and aboveground biomass. Whilst airborne LiDAR data are in general very dense but only available over small areas due to the cost of their acquisition, spaceborne LiDAR data acquired from the Geoscience Laser Altimeter System (GLAS) have a coarser acquisition density associated with a global cover. It is therefore valuable to analyze the integration relevance of canopy heights estimated from LiDAR sensors with ancillary data such as geological, meteorological, and phenological variables in order to propose a forest canopy height map with good precision and high spatial resolution. In this study, canopy heights extracted from both airborne and spaceborne LiDAR, were first extrapolated from available environmental data. The estimated canopy height maps using random forest (RF) regression from the airborne or GLAS calibration datasets showed similar precisions (RMSE better than 6.5 m). In order to improve the precision of the canopy height estimates regression-kriging (kriging of RF regression residuals) was used. Results indicated an improvement in the RMSE (decrease from 6.5 to 4.2 m) for the regression-kriging maps from the GLAS dataset, and from 5.8 to 1.8 m for the regression-kriging map from the airborne LiDAR dataset.
Plan de classementTélédétection [126] ; Etudes, transformation, conservation du milieu naturel [082]
LocalisationFonds IRD [F B010072206]
Identifiant IRDfdi:010072206
Lien permanenthttp://www.documentation.ird.fr/hor/fdi:010072206

Export des données

Disponibilité des documents

Télechargment fichier PDF téléchargeable

Lien sur le Web lien chez l'éditeur

Accès réservé en accès réservé

HAL en libre accès sur HAL


Accès aux documents originaux :

Le FDI est labellisé CollEx

Accès direct

Bureau du chercheur

Site de la documentation

Espace intranet IST (accès réservé)

Suivi des publications IRD (accès réservé)

Mentions légales

Services Horizon

Poser une question

Consulter l'aide en ligne

Déposer une publication (accès réservé)

S'abonner au flux RSS

Voir les tableaux chronologiques et thématiques

Centres de documentation

Bondy

Montpellier (centre IRD)

Montpellier (MSE)

Cayenne

Nouméa

Papeete

Abidjan

Dakar

Niamey

Ouagadougou

Tunis

La Paz

Quito