Détail de l'auteur
Auteur Margarida Tomé |
Documents disponibles écrits par cet auteur (8)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Effects of numbers of observations and predictors for various model types on the performance of forest inventory with airborne laser scanning / Diogo N. Cosenza in Canadian Journal of Forest Research, Vol 52 n° 3 (March 2022)
[article]
Titre : Effects of numbers of observations and predictors for various model types on the performance of forest inventory with airborne laser scanning Type de document : Article/Communication Auteurs : Diogo N. Cosenza, Auteur ; Petteri Packalen, Auteur ; Matti Maltamo, Auteur ; Petri Varvia, Auteur ; Janne Raty, Auteur ; Paola Soares, Auteur ; Margarida Tomé, Auteur ; Jacob L. Strunk, Auteur ; Lauri Korhonen, Auteur Année de publication : 2022 Article en page(s) : pp 385 - 395 Note générale : bibliographie Langues : Français (fre) Anglais (eng) Descripteur : [Termes IGN] forêt boréale
[Termes IGN] lasergrammétrie
[Vedettes matières IGN] Inventaire forestierRésumé : (auteur) Semi- and nonparametric models are popular in the area-based approach (ABA) using airborne laser scanning. It is unclear, however, how many predictors and training plots are needed to provide accurate predictions without overfitting. This work aims to explore these limits for various approaches: ordinary least squares regression (OLS), generalized additive models (GAM), least absolute shrinkage and selection operator (LASSO), random forest (RF), support vector machine (SVM), and Gaussian process regression (GPR). We modeled timber volume (m3·ha–1) for four boreal sites using ABA with 2–39 predictors and 20–500 training plots. OLS, GAM, LASSO, and SVM overfitted as the number of predictors approached the number of training plots. They required ≥15 plots per predictor to provide accurate predictions (RMSE ≤30%). GAM required ≥250 plots regardless of the number of predictors. The number of predictors only mildly affected RF and GPR, but they required ≥200 and ≥250 training plots, respectively. RF did not overfit in any circumstances, whereas GPR overfit even with 500 training plots. Overall, using up to 39 predictors did not generally result in overfit, and for most model types, it resulted in better accuracy for sufficiently large datasets (≥250 plots). Numéro de notice : A2022-948 Affiliation des auteurs : non IGN Thématique : FORET Nature : Article DOI : 10.1139/cjfr-2021-0192 En ligne : https://doi.org/10.1139/cjfr-2021-0192 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100413
in Canadian Journal of Forest Research > Vol 52 n° 3 (March 2022) . - pp 385 - 395[article]Airborne lidar estimation of aboveground forest biomass in the absence of field inventory / António Ferraz in Remote sensing, vol 8 n° 8 (August 2016)
[article]
Titre : Airborne lidar estimation of aboveground forest biomass in the absence of field inventory Type de document : Article/Communication Auteurs : António Ferraz , Auteur ; Sassan Saatchi, Auteur ; Clément Mallet , Auteur ; Stéphane Jacquemoud, Auteur ; Gil Rito-Gonçalves , Auteur ; Carlos Alberto Silva, Auteur ; Paola Soares, Auteur ; Margarida Tomé, Auteur ; Luisa Pereira, Auteur Année de publication : 2016 Projets : 3-projet - voir note / Article en page(s) : pp 1 - 18 Note générale : Bibliographie
This work was supported in part by the Portuguese Foundation for Science and Technology under Grant PTDC/AGR-CFL/72380/2006, co-financed by the European Fund of Regional Development (FEDER) through COMPETE—Operational Factors of Competitiveness Program (POFC) and the Grant Pest-OE/EEI/UI308/2014Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] allométrie
[Termes IGN] analyse de groupement
[Termes IGN] biomasse aérienne
[Termes IGN] biomasse forestière
[Termes IGN] classification automatique d'objets
[Termes IGN] couvert végétal
[Termes IGN] dendrométrie
[Termes IGN] données lidar
[Termes IGN] extraction d'arbres
[Termes IGN] fiabilité des données
[Termes IGN] houppier
[Termes IGN] Portugal
[Termes IGN] puits de carbone
[Termes IGN] semis de points
[Termes IGN] structure d'un peuplement forestierRésumé : (Auteur) The scientific community involved in the UN-REDD program is still reporting large uncertainties about the amount and spatial variability of CO2 stored in forests. The main limitation has been the lack of field samplings over space and time needed to calibrate and convert remote sensing measurements into aboveground biomass (AGB). As an alternative to costly field inventories, we examine the reliability of state-of-the-art lidar methods to provide direct retrieval of many forest metrics that are commonly collected through field sampling techniques (e.g., tree density, individual tree height, crown cover). AGB is estimated using existing allometric equations that are fed by lidar-derived metrics at either the individual tree- or forest layer-level (for the overstory or underneath layers, respectively). Results over 40 plots of a multilayered forest located in northwest Portugal show that the lidar method provides AGB estimates with a relatively small random error (RMSE = of 17.1%) and bias (of 4.6%). It provides local AGB baselines that meet the requirements in terms of accuracy to calibrate satellite remote sensing measurements (e.g., the upcoming lidar GEDI (Global Ecosystem Dynamics Investigation), and the Synthetic Aperture Radar (SAR) missions NISAR (National Aeronautics and Space Administration and Indian Space Research Organization SAR) and BIOMASS from the European Space Agency, ESA) for AGB mapping purposes. The development of similar techniques over a variety of forest types would be a significant improvement in quantifying CO2 stocks and changes to comply with the UN-REDD policies. Numéro de notice : A2016--104 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Autre URL associée : vers HAL Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/rs8080653 Date de publication en ligne : 12/08/2016 En ligne : https://doi.org/10.3390/rs8080653 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=84675
in Remote sensing > vol 8 n° 8 (August 2016) . - pp 1 - 18[article]Documents numériques
en open access
A2016--104_Airborne_lidar_estimation_of_aboveground_forest_biomassAdobe Acrobat PDF Canopy density model: A new ALS-derived product to generate multilayer crown cover maps / António Ferraz in IEEE Transactions on geoscience and remote sensing, vol 53 n° 12 (December 2015)
[article]
Titre : Canopy density model: A new ALS-derived product to generate multilayer crown cover maps Type de document : Article/Communication Auteurs : António Ferraz , Auteur ; Clément Mallet , Auteur ; Stéphane Jacquemoud, Auteur ; Gil Rito-Gonçalves , Auteur ; Margarida Tomé, Auteur ; Paola Soares, Auteur ; Luisa M. Gomes Pereira, Auteur ; Frédéric Bretar, Auteur Année de publication : 2015 Article en page(s) : pp 6776 - 6790 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] canopée
[Termes IGN] carte de la végétation
[Termes IGN] données de terrain
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] estimation par noyau
[Termes IGN] Portugal
[Termes IGN] sous-étage
[Termes IGN] structure d'un peuplement forestier
[Termes IGN] traitement d'imageRésumé : (auteur) The canopy density model (CDM), a new product interpolated from airborne laser scanner (ALS) data and dedicated to forest structure characterization is presented. It exploits both the multiecho capability of the ALS and a nonparametric density estimation technique called kernel density estimators (KDEs). The CDM is used to delineate the outmost perimeter of vegetation features and to compute forest crown cover (CrCO). Contrary to other works that focus on single-layer forest canopies, CrCo is derived here for each layer, namely, the overstory, the understory, and ground vegetation. The root-mean-square error of prediction determined by using field data acquired over 44 forest stands in a forest in Portugal allows the testing of the reliability of the method: It ranges from 6.21% (overstory) to 13.76% (ground vegetation). In addition, we investigate the ability of the CDM to map the CrCo for individual trees. Finally, two existing methods have been applied to our study site in order to assess improvements, advantages, and drawbacks of our approach. Numéro de notice : A2015-840 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Thématique : FORET Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2015.2448056 Date de publication en ligne : 10/08/2015 En ligne : http://dx.doi.org/10.1109/TGRS.2015.2448056 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=79180
in IEEE Transactions on geoscience and remote sensing > vol 53 n° 12 (December 2015) . - pp 6776 - 6790[article]Réservation
Réserver ce documentExemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité 065-2015121 SL Revue Centre de documentation Revues en salle Disponible Estimation de la biomasse aérienne à partir de données lidar aéroporté / António Ferraz in Revue Française de Photogrammétrie et de Télédétection, n° 205 (Janvier 2014)
[article]
Titre : Estimation de la biomasse aérienne à partir de données lidar aéroporté Type de document : Article/Communication Auteurs : António Ferraz , Auteur ; Clément Mallet , Auteur ; Stéphane Jacquemoud, Auteur ; Gil Gonçalves, Auteur ; Paola Soares, Auteur ; Luisa Pereira, Auteur ; Margarida Tomé, Auteur Année de publication : 2014 Article en page(s) : pp 59 - 68 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] biomasse
[Termes IGN] données de terrain
[Termes IGN] données lidar
[Termes IGN] forêt
[Termes IGN] inventaire forestier (techniques et méthodes)
[Termes IGN] semis de points
[Termes IGN] télémétrie laser aéroporté
[Termes IGN] visualisation 3DRésumé : (Auteur) Dans le cadre des politiques de lutte contre le réchauffement climatique (programme UN-REDD des Nations Unies), les techniques de télédétection sont désormais utilisées pour extrapoler des estimations de la biomasse aérienne à l’échelle locale (dérivées à partir des mesures terrain obtenues via des inventaires forestiers) sur des grandes surfaces où aucune donnée de référence n’est disponible. Néanmoins, la communauté scientifique signale encore une grande incertitude concernant la quantification du CO2 stocké dans les forêts. Cela est dû au nombre insuffisant d’échantillons terrains sur des grandes zones de forêt de la planète, notamment dans des pays qui n’ont pas de pratiques régulières d’inventaires forestiers. Dans cet article, nous investiguons la fiabilité de la technologie lidar aéroporté (airborne laser scanning, ALS) pour estimer la biomasse aérienne des forêts sans nécessiter d’importantes mesures terrain. D’abord, des métriques forestières clés qui sont couramment obtenues via les inventaires forestiers traditionnels sont dérivées par analyse des donnés lidar. Il s’agit notamment de la densité d’arbres, leur hauteur individuelle, l’épaisseur de la couronne, la hauteur moyenne de chaque strate, et le taux de couverture de canopée de chacune de celles-ci. Puis, des équations allométriques sont utilisées pour estimer la biomasse à partir des mesures terrain ainsi que des mesures lidar. Enfin, les résultats sont évalués pour chaque strate de végétation sur 40 parcelles d’une forêt portugaise à plusieurs strates de végétation. La biomasse aérienne est dérivée à l’échelle de la placette forestière avec une erreur de 0,4% comparée aux estimations terrain, ce qui prouve que notre approche est un outil efficace pour estimer la biomasse aérienne avec précision. Le développement de techniques similaires fondées sur le lidar aéroporté, capables de traiter forêts de différents biomes, avec l’utilisation conjointe de mesures obtenues par télédétection satellitaire, serait une avancée significative pour l’estimation de la biomasse sur de vastes régions à l’échelle mondiale. Numéro de notice : A2014-550 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : 10.52638/rfpt.2014.8 En ligne : https://doi.org/10.52638/rfpt.2014.8 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=74177
in Revue Française de Photogrammétrie et de Télédétection > n° 205 (Janvier 2014) . - pp 59 - 68[article]Single strata canopy cover estimation using airborne laser scanning data / António Ferraz (juillet 2013)
Titre : Single strata canopy cover estimation using airborne laser scanning data Type de document : Article/Communication Auteurs : António Ferraz , Auteur ; Clément Mallet , Auteur ; Stéphane Jacquemoud, Auteur ; Gil Rito-Gonçalves , Auteur ; Paola Soares, Auteur ; Margarida Tomé, Auteur ; Luisa Pereira, Auteur Editeur : New York : Institute of Electrical and Electronics Engineers IEEE Année de publication : juillet 2013 Conférence : IGARSS 2013, International Geoscience And Remote Sensing Symposium 21/07/2013 26/07/2013 Melbourne Australie Proceedings IEEE Importance : pp 184 - 187 Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] canopée
[Termes IGN] couvert végétal
[Termes IGN] données lidar
[Termes IGN] données localisées 3DNuméro de notice : C2013-025 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1109/IGARSS.2013.6721122 Date de publication en ligne : 24/01/2014 En ligne : https://doi.org/10.1109/IGARSS.2013.6721122 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=80229 Documents numériques
en open access
Single strata canopy (preprint)Adobe Acrobat PDF 3-D mapping of a multi-layered Mediterranean forest using ALS data / António Ferraz in Remote sensing of environment, vol 121 (June 2012)PermalinkComparing small-footprint lidar and forest inventory data for single strata biomass estimation : A case study over a multi-layered mediterranean forest / António Ferraz (2012)PermalinkSpatial prediction of fire ignition probabilities: comparing logistic regression and neural networks / M.J. Perestrello De Vasconcelos in Photogrammetric Engineering & Remote Sensing, PERS, vol 67 n° 1 (January 2001)Permalink