Détail de l'auteur
Auteur Mikko Kuronen |
Documents disponibles écrits par cet auteur (1)
Ajouter le résultat dans votre panier Affiner la recherche Interroger des sources externes
Correcting for nondetection in estimating forest characteristics from single-scan terrestrial laser measurements / Mikko Kuronen in Canadian Journal of Forest Research, vol 49 n° 1 (janvier 2019)
[article]
Titre : Correcting for nondetection in estimating forest characteristics from single-scan terrestrial laser measurements Type de document : Article/Communication Auteurs : Mikko Kuronen, Auteur ; Helena M. Henttonen, Auteur ; Mari Myllymäki, Auteur Année de publication : 2019 Article en page(s) : pp 96 - 103 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] densité de la végétation
[Termes IGN] détection d'arbres
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] erreur systématique
[Termes IGN] estimateur
[Termes IGN] estimation statistique
[Termes IGN] occultation du signal
[Termes IGN] semis de points
[Termes IGN] télémétrie laser terrestreRésumé : (Auteur) Un problème inhérent à l’utilisation du balayage laser terrestre avec un seul balayage vient du fait que certains arbres sont cachés par d’autres et ne sont donc pas détectés dans l’analyse. Un estimateur de base des caractéristiques de la forêt, comme la densité ou la surface terrière, est basé sur la zone visible d’un balayage. Cependant, une simple compensation de la non-détection par la zone visible peut entraîner un biais important même dans les forêts répondant à une distribution de Poisson, surtout si la détection d’un arbre dépend de sa taille. Nous proposons un nouvel estimateur qui est une généralisation de l’estimateur basé sur la zone visible. Plus important encore, le nouvel estimateur permet d’utiliser différentes règles de détection ; par exemple, la visibilité requise pour la détection d’un arbre peut être complète ou partielle. Une étude par simulation a montré qu’il fonctionne correctement dans différents types de forêts, simulées et empiriques, avec différentes règles de détection. [Traduit par la Rédaction] Numéro de notice : A2019-231 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1139/cjfr-2018-0072 En ligne : https://doi.org/10.1139/cjfr-2018-0072 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92745
in Canadian Journal of Forest Research > vol 49 n° 1 (janvier 2019) . - pp 96 - 103[article]