Descripteur
Termes IGN > sciences naturelles > sciences de la vie > biologie > botanique > productivité biologique > biomasse > biomasse forestière
biomasse forestière |
Documents disponibles dans cette catégorie (140)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Etendre la recherche sur niveau(x) vers le bas
Estimation of forest aboveground biomass from HJ1B imagery using a canopy reflectance model and a forest growth model / Xinyun Wang in Geocarto international, vol 33 n° 2 (February 2018)
[article]
Titre : Estimation of forest aboveground biomass from HJ1B imagery using a canopy reflectance model and a forest growth model Type de document : Article/Communication Auteurs : Xinyun Wang, Auteur ; Yige Guo, Auteur ; Jie He, Auteur ; Lingtong Du, Auteur ; Tianhua Hu, Auteur Année de publication : 2018 Article en page(s) : pp 148 - 162 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] biomasse aérienne
[Termes IGN] Chine
[Termes IGN] image HJ-1B
[Termes IGN] juniperus (genre)
[Termes IGN] modèle de croissance végétale
[Termes IGN] Pinophyta
[Termes IGN] Pinus (genre)
[Termes IGN] Populus (genre)
[Termes IGN] réflectance végétale
[Termes IGN] steppe
[Termes IGN] structure d'un peuplement forestier
[Termes IGN] Ulmus (genre)Mots-clés libres : stochastic Gradient boosting Résumé : (Auteur) Accurately estimating the spatial distribution of forest aboveground biomass (AGB) is important because of its carbon budget forms part of the global carbon cycle. This paper presented three methods for obtaining forest AGB based on a forest growth model, a Multiple-Forward-Mode (MFM) method and a stochastic gradient boosting (SGB) model. A Li-Strahler geometric-optical canopy reflectance model (GOMS) with the ZELIG forest growth model was run using HJ1B imagery to derive forest AGB. GOMS-ZELIG simulated data were used to train the SGB model and AGB estimation. The GOMS-ZELIG AGB estimation was evaluated for 24 field-measured data and compared against the GOMS-SGB model and GOMS-MFM biomass predictions from multispectral HJ1B data. The results show that the estimation accuracy of the GOMS-MFM model is slightly higher than that of the GOMS-SGB model. The GOMS-ZELIG and GOMS-MFM models are considerably more accurate at estimating forest AGB in arid and semiarid regions. Numéro de notice : A2018-032 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/10106049.2016.1232438 En ligne : https://doi.org/10.1080/10106049.2016.1232438 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=89205
in Geocarto international > vol 33 n° 2 (February 2018) . - pp 148 - 162[article]
Titre : European Forest Accounts - Années 2014-2015 : Rapport d’étude Type de document : Rapport Auteurs : Benjamin Piton , Auteur ; Alexandra Niedzwiedz, Auteur Editeur : Paris : Ministère de la Transition écologique et solidaire MTES Année de publication : 2018 Importance : 69 p. Format : 21 x 30 cm Note générale : Convention MEDDE/SOeS-LEF-IGN-MAAF/SSP 2017 Langues : Français (fre) Descripteur : [Termes IGN] biomasse forestière
[Termes IGN] bois énergie
[Termes IGN] bois sur pied
[Termes IGN] filière bois - forêt
[Termes IGN] puits de carbone
[Termes IGN] ressources forestières
[Termes IGN] volume en bois
[Vedettes matières IGN] Economie forestièreRésumé : (auteur) AgroParisTech, représenté par le Laboratoire d’Economie Forestière (LEF) devenu le Bureau d’Economie Théorique et Appliquée (BETA) au 1er janvier 2018, réalise en collaboration avec l’IGN (institut national de l’information géographique et forestière) les comptes européens de la forêts (European Forest Accounts – EFA) pour le compte du Ministère en charge de l’Environnement. Ces EFA sont un ensemble cohérent de tableaux comptables sur la ressource forestière et la filière bois, qui intègrent économie et environnement. Ce rapportage est basé sur le volontariat et son format est défini au niveau européen. Le présent rapport d’étude porte sur les années 2014 et 2015. Il explicite les recommandations d’Eurostat, la méthode utilisée pour compléter les tableaux et une brève analyse des résultats. Numéro de notice : 17659 Affiliation des auteurs : IGN+Ext (2012-2019) Thématique : FORET Nature : Rapport d'étude technique nature-HAL : RappRech DOI : sans En ligne : https://hal.science/hal-02116333/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95937
Titre : Forest biomass and carbon Type de document : Monographie Auteurs : Gopal Shukla, Éditeur scientifique Editeur : London [UK] : IntechOpen Année de publication : 2018 Importance : 112 p. Format : 19 x 27 cm ISBN/ISSN/EAN : 978-1-78984-362-0 Langues : Anglais (eng) Descripteur : [Termes IGN] biomasse aérienne
[Termes IGN] biomasse forestière
[Termes IGN] densité de la végétation
[Termes IGN] énergie renouvelable
[Termes IGN] gestion forestière durable
[Termes IGN] matière organique
[Termes IGN] Pinus (genre)
[Termes IGN] puits de carbone
[Termes IGN] savane
[Termes IGN] structure d'un peuplement forestier
[Termes IGN] Theobroma cacao
[Termes IGN] zone intertropicale
[Vedettes matières IGN] Ecologie forestièreRésumé : (éditeur) Forests grow and their biomass increases; they absorb carbon from the atmosphere and store it in plant tissue. Understanding the biomass of forest vegetation is essential for determining the storage of carbon in the dominant tree component and computing carbon cycling at a regional as well as global level. This book consisting of five chapters will give a comprehensive understanding of biomass production vis-à-vis carbon storage in relation to litter and nutrient dynamics of the forest by analyzing the mode and magnitude of biomass production and carbon storage as a function of various silvicultural factors. Note de contenu : 1- Effects of forest stand structure in biomass and carbon
2- Tree stock, structure and use of common woody species of a town neighboring forest reserve in Tanzania: Implication for managing carbon accumulation
3- Plant diversity, ecological services, and carbon stock assessment in cocoa agroforestry plantations of forest and savannah transitions in Cameroon
4- Effects of eucalyptus and pinus forest management on soil organic carbon in Brazilian wooded-savanna
5- Determinants and tools to evaluate the ecological sustainability of using forest biomass as an alternative energy sourceNuméro de notice : 25955 Affiliation des auteurs : non IGN Thématique : FORET Nature : Recueil / ouvrage collectif DOI : 10.5772/intechopen.69011 En ligne : https://doi.org/10.5772/intechopen.69011 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96421
Titre : Image processing in agriculture and forestry Type de document : Monographie Auteurs : Gonzalo Pajares Martinsanz, Éditeur scientifique ; Francisco Rovira-Más, Éditeur scientifique Editeur : Bâle [Suisse] : Multidisciplinary Digital Publishing Institute MDPI Année de publication : 2018 Importance : 222 p. Format : 17 x 25 cm ISBN/ISSN/EAN : 9783038970972 9783038970989 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] apprentissage automatique
[Termes IGN] biomasse aérienne
[Termes IGN] changement d'occupation du sol
[Termes IGN] chlorophylle
[Termes IGN] couvert forestier
[Termes IGN] image captée par drone
[Termes IGN] image hyperspectrale
[Termes IGN] indice de végétation
[Termes IGN] indice foliaire
[Termes IGN] instrument embarqué
[Termes IGN] phénologie
[Termes IGN] positionnement en intérieur
[Termes IGN] reconstruction 3D
[Termes IGN] teneur en eau de la végétation
[Termes IGN] traitement automatique de données
[Termes IGN] vision par ordinateurRésumé : (édition) Image processing in agriculture and forestry represents a challenge towards the automation of tasks for better performances. Agronomists, computer and robotics engineers, and agricultural machinery industry manufacturers now have at their disposal a book containing a collection of methods, procedures, designs, and descriptions at the technological forefront, which serves as an important support and aid for the implementation and development of their own ideas.The book describes: (1) Applications (canopy on trees, aboveground biomass, phenotyping, chlorophyll, leaf area index, water and nutrient content, land cover change, soil properties, and secure autonomous navigation); (2) Imaging devices onboard robots, unmanned aerial vehicles (UAVs), and satellites operating at different spectral ranges (visible, infrared, hyper-multispectral bands, and radar), as well as guidelines for selecting machine vision systems in outdoor environments; and (3) (Specific computer vision methods (generic and convolutional neural networks, machine learning, specific segmentation approaches, vegetation indices, and three-dimensional (3D) reconstruction). Note de contenu : Preface
1- Machine-vision systems selection for agricultural vehicles
2- Precise navigation of small agricultural robots in sensitive areas with a smart plant camera
3- Using deep learning to challenge safety standard for highly autonomous machines in agriculture
4- 3D reconstruction of plant/tree canopy using monocular and binocular vision
5- Peach flower monitoring using aerial multispectral imaging
6- Early yield prediction using image analysis of apple fruit and tree canopy features with neural networks
7- Non-parametric retrieval of aboveground biomass in Siberian boreal forests with ALOS PALSAR interferometric coherence and backscatter intensity
8- Imaging for high-throughput phenotyping in energy sorghum
9- Viewing geometry sensitivity of commonly used vegetation indices towards the estimation of biophysical variables in orchards
10- Estimating mangrove biophysical variables using WorldView-2 satellite data: Rapid creek, Northern Territory, Australia
11- Land cover change image analysis for Assateague Island National Seashore following hurricane Sandy
12- Automated soil physical parameter assessment using smartphone and digital camera imageryNuméro de notice : 25921 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Monographie En ligne : https://doi.org/10.3390/books978-3-03897-098-9 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96137 Progresser dans la quantification de la biomasse forestière française (les premiers résultats du projet XyloDensMap, un projet INRA/IGN) [diaporama] / Jean-Michel Leban (2018)
Titre : Progresser dans la quantification de la biomasse forestière française (les premiers résultats du projet XyloDensMap, un projet INRA/IGN) [diaporama] Type de document : Article/Communication Auteurs : Jean-Michel Leban , Auteur ; Jean-Daniel Bontemps , Auteur ; Vincent Dauffy, Auteur ; Cédric Duprez, Auteur ; Baptiste Kerfriden , Auteur ; François Morneau , Auteur ; Lucile Savagner, Auteur ; Stéphanie Wurpillot , Auteur Editeur : Saint-Mandé : Institut national de l'information géographique et forestière - IGN (2012-) Année de publication : 2018 Projets : XyloDensMap / Leban, Jean-Michel Conférence : IGN - EcoFor 2018, Colloque 60 ans d’inventaire forestier pour éclairer l’avenir 15/10/2018 16/10/2018 Paris France open access proceedings Importance : 9 p. Format : 21 x 30 cm Langues : Français (fre) Descripteur : [Termes IGN] base de données forestières
[Termes IGN] biomasse forestière
[Termes IGN] inventaire forestier national (données France)
[Termes IGN] puits de carbone
[Termes IGN] traitement d'image
[Vedettes matières IGN] Inventaire forestierNuméro de notice : C2018-117 Affiliation des auteurs : LIF+Ext (2012-2019) Thématique : FORET Nature : Communication nature-HAL : ComSansActesPubliés-Unpublished DOI : sans En ligne : https://inventaire-forestier.ign.fr/IMG/pdf/13_biomasse_forestiere_francaise_jml [...] Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97547 Digital aerial photogrammetry can efficiently support large-area forest inventories in Norway / Lars Johannes in Forestry, an international journal of forest research, vol 90 n° 5 (December 2017)PermalinkEstimating stand density, biomass and tree species from very high resolution stereo-imagery – towards an all-in-one sensor for forestry applications? / Fabian E. Fassnacht in Forestry, an international journal of forest research, vol 90 n° 5 (December 2017)PermalinkEstimation and mapping of above-ground biomass of mangrove forests and their replacement land uses in the Philippines using Sentinel imagery / Jose Alan A. Castillo in ISPRS Journal of photogrammetry and remote sensing, vol 134 (December 2017)PermalinkThe potential of multifrequency SAR images for estimating forest biomass in Mediterranean areas / Emanuele Santi in Remote sensing of environment, vol 200 (October 2017)PermalinkTree size thresholds produce biased estimates of forest biomass dynamics / Eric B. Searle in Forest ecology and management, vol 400 (15 September 2017)PermalinkImproving the prediction of African savanna vegetation variables using time series of MODIS products / Miriam Tsalyuk in ISPRS Journal of photogrammetry and remote sensing, vol 131 (September 2017)PermalinkCoverage of high biomass forests by the ESA BIOMASS mission under defense restrictions / João M.B. Carreiras in Remote sensing of environment, vol 196 (July 2017)PermalinkMonitoring mangrove biomass change in Vietnam using SPOT images and an object-based approach combined with machine learning algorithms / Lien T.H. Pham in ISPRS Journal of photogrammetry and remote sensing, vol 128 (June 2017)PermalinkEcological functions of vegetation as potentials of ecosystem services (floodplain alder forest in the Tríbeč microregion) / Pavol Eliáš in Journal of forest science, vol 63 n° 3 (October 2015)PermalinkForest classification and impact of BIOMASS resolution on forest area and aboveground biomass estimation / Michael Schlund in International journal of applied Earth observation and geoinformation, vol 56 (April 2017)PermalinkReconstructing forest canopy from the 3D triangulations of airborne laser scanning point data for the visualization and planning of forested landscapes / Jari Vauhkonen in Annals of Forest Science, vol 74 n° 1 (March 2017)PermalinkTerrestrial laser scanning as a tool for assessing tree growth / Jonathan Sheppard in iForest, biogeosciences and forestry, vol 10 n° 1 (February 2017)PermalinkFeasibility of Terrestrial laser scanning for collecting stem volume information from single trees / Ninni Saarinen in ISPRS Journal of photogrammetry and remote sensing, vol 123 (January 2017)PermalinkForest inventory-based projection systems for wood and biomass availability, ch. France [National woody biomass projection systems based on forest inventory - Projecting wood resources and potential wood supply of French forests: an approach to cope with forest system diversity] / Antoine Colin (2017)PermalinkLand Surface Remote Sensing in Continental Hydrology, ch. 3. Using satellite scatterometers to monitor continental surfaces / Pierre-Louis Frison (2017)PermalinkTélédétection pour l'observation des surfaces continentales, ch. 3. Utilisation des diffusiomètres satellitaires pour le suivi des surfaces continentales / Pierre-Louis Frison (2017)PermalinkTélédétection pour l'observation des surfaces continentales, Volume 3. Observation des surfaces continentales par télédétection 1 / Nicolas Baghdadi (2017)PermalinkFrom inventory to consumer biomass availability - the ITOC model / Udo Mantau in Annals of Forest Science, vol 73 n° 4 (December 2016)PermalinkOverview of methods and tools for evaluating future woody biomass availability in European countries / Susana Barreiro in Annals of Forest Science, vol 73 n° 4 (December 2016)PermalinkAboveground biomass mapping in French Guiana by combining remote sensing, forest inventories and environmental data / Ibrahim Fayad in International journal of applied Earth observation and geoinformation, vol 52 (October 2016)Permalink