Bulletin-forêt
trié(s) par typedoc+dateparution+titre (Type de document croissant(e), Date de parution décroissant(e), Titre croissant(e)) Ajouter le résultat dans votre panier Affiner la recherche
La féralité : un concept novateur pour les forêts / Annik Schnitzler in Revue forestière française, vol 73 n° 2 - 3 (2021)
[article]
Titre : La féralité : un concept novateur pour les forêts Type de document : Article/Communication Auteurs : Annik Schnitzler, Auteur ; Jean-Claude Génot, Auteur Année de publication : 2022 Article en page(s) : pp 271 - 279 Note générale : bibliographie Langues : Français (fre) Descripteur : [Termes IGN] forêt
[Termes IGN] gestion de la vie sauvage
[Vedettes matières IGN] ForesterieRésumé : (auteur) De nombreux milieux agricoles ou prairiaux, laissés en libre évolution, évoluent vers des stades plus ou moins boisés en fonction des climats, des sols et des héritages anthropiques. Ces milieux en voie d’ensauvagement peuvent être assimilés à la nature férale. Il en existe beaucoup en France, liés à diverses crises économiques. Les plus anciennes ont entre 100 et 130 ans ; les plus jeunes entre 10 et 20 ans. Ils peuvent atteindre de grandes étendues dans la moitié sud de la France. Nous présentons quelques exemples de nature férale dans diverses parties de la France, dans la zone méditerranéenne, en moyenne montagne, en Bretagne ou le long des fleuves, afin de convaincre de l’intérêt de ces forêts férales pour la conservation des espèces en danger, des gros insectes aux grands mammifères. La nature férale française offre une formidable occasion, très concrète, de reconnaître la valeur intrinsèque de la nature sauvage. Numéro de notice : A2022-725 Affiliation des auteurs : non IGN Thématique : BIODIVERSITE/FORET Nature : Article DOI : 10.20870/revforfr.2021.5472 Date de publication en ligne : 30/03/2022 En ligne : https://doi.org/10.20870/revforfr.2021.5472 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102995
in Revue forestière française > vol 73 n° 2 - 3 (2021) . - pp 271 - 279[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 133-2021021 DEP-OBF Revue Bordeaux Dépôt en unité Exclu du prêt Libre évolution et naturalité en forêt : définitions et métriques associées / Frédéric Gosselin in Revue forestière française, vol 73 n° 2 - 3 (2021)
[article]
Titre : Libre évolution et naturalité en forêt : définitions et métriques associées Type de document : Article/Communication Auteurs : Frédéric Gosselin, Auteur ; Jean-Claude Génot, Auteur ; Thibault Lachat, Auteur Année de publication : 2022 Article en page(s) : pp 115 - 136 Note générale : bibliographie Langues : Français (fre) Descripteur : [Termes IGN] forêt
[Vedettes matières IGN] ForesterieRésumé : (auteur) Depuis son apparition dans la conservation de la nature, la notion de naturalité est très souvent employée pour les écosystèmes forestiers. La multitude de termes pour caractériser les forêts “naturelles” reflète la complexité de ce concept. Nous proposons dans cet article d’analyser les relations entre libre évolution et naturalité, et de distinguer les deux grands types de naturalité : biologique et anthropique — la naturalité anthropique comprenant la notion de libre évolution ou de spontanéité des processus. Nous proposons ensuite une synthèse des métriques employées dans la littérature scientifique pour mesurer ces deux types de naturalité en forêt. Les métriques liées à la naturalité biologique se focalisent sur les stades âgés et sénescents, celles concernant la naturalité anthropique sont plus centrées sur les prélèvements de bois passés (durée depuis la dernière exploitation, intensité des prélèvements…). Nous discutons enfin de ces notions considérées dans un contexte plus large — pas uniquement forestier ; cela nous amène à aborder les biais relatifs au choix des métriques, le lien entre biodiversité et naturalité, l’état de référence dans un contexte de changement global et la relation entre libre évolution et ré-ensauvagement. Numéro de notice : A2022-771 Affiliation des auteurs : non IGN Thématique : BIODIVERSITE/FORET Nature : Article DOI : 10.20870/revforfr.2021.5464 En ligne : https://doi.org/10.20870/revforfr.2021.5464 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102996
in Revue forestière française > vol 73 n° 2 - 3 (2021) . - pp 115 - 136[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 133-2021021 DEP-OBF Revue Bordeaux Dépôt en unité Exclu du prêt High-resolution canopy height map in the Landes forest (France) based on GEDI, Sentinel-1, and Sentinel-2 data with a deep learning approach / Martin Schwartz (2022)
Titre : High-resolution canopy height map in the Landes forest (France) based on GEDI, Sentinel-1, and Sentinel-2 data with a deep learning approach Type de document : Article/Communication Auteurs : Martin Schwartz, Auteur ; Philippe Ciais, Auteur ; Catherine Ottle, Auteur ; Aurélien de Truchis, Auteur ; Cédric Vega , Auteur ; Ibrahim Fayad, Auteur ; Martin Brandt, Auteur ; Rasmus Fensholt, Auteur ; Nicolas Baghdadi, Auteur ; François Morneau , Auteur ; David Morin, Auteur ; Dominique Guyon, Auteur ; Sylvia Dayau, Auteur ; Jean-Pierre Wigneron, Auteur Editeur : Ithaca [New York - Etats-Unis] : ArXiv - Université Cornell Année de publication : 2022 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] apprentissage profond
[Termes IGN] forêt
[Termes IGN] Global Ecosystem Dynamics Investigation lidar
[Termes IGN] hauteur des arbres
[Termes IGN] image Sentinel-MSI
[Termes IGN] image Sentinel-SAR
[Termes IGN] Landes de Gascogne
[Termes IGN] PinophytaRésumé : (auteur) In intensively managed forests in Europe, where forests are divided into stands of small size and may show heterogeneity within stands, a high spatial resolution (10 - 20 meters) is arguably needed to capture the differences in canopy height. In this work, we developed a deep learning model based on multi-stream remote sensing measurements to create a high-resolution canopy height map over the "Landes de Gascogne" forest in France, a large maritime pine plantation of 13,000 km2 with flat terrain and intensive management. This area is characterized by even-aged and mono-specific stands, of a typical length of a few hundred meters, harvested every 35 to 50 years. Our deep learning U-Net model uses multi-band images from Sentinel-1 and Sentinel-2 with composite time averages as input to predict tree height derived from GEDI waveforms. The evaluation is performed with external validation data from forest inventory plots and a stereo 3D reconstruction model based on Skysat imagery available at specific locations. We trained seven different U-net models based on a combination of Sentinel-1 and Sentinel-2 bands to evaluate the importance of each instrument in the dominant height retrieval. The model outputs allow us to generate a 10 m resolution canopy height map of the whole "Landes de Gascogne" forest area for 2020 with a mean absolute error of 2.02 m on the Test dataset. The best predictions were obtained using all available satellite layers from Sentinel-1 and Sentinel-2 but using only one satellite source also provided good predictions. For all validation datasets in coniferous forests, our model showed better metrics than previous canopy height models available in the same region. Numéro de notice : P2022-002 Affiliation des auteurs : LIF+Ext (2020- ) Thématique : FORET Nature : Preprint nature-HAL : Préprint DOI : 10.48550/arXiv.2212.10265 Date de publication en ligne : 20/12/2022 En ligne : https://doi.org/10.48550/arXiv.2212.10265 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102850
Titre : Forest Inventory and Analysis Fiscal Year 2021 : Business Report Type de document : Rapport Auteurs : Mila Alvarez, Auteur ; United States forest service, Auteur Editeur : Radnor [Etats-Unis] : United States Department of Agriculture, Forest Service Année de publication : 2023 Conférence : FIAS 2006, 8th Annual Forest Inventory and Analysis Symposium 16/10/2006 19/10/2006 Monterey Californie - Etats-Unis OA Proceedings Importance : 92 p. Note générale : FS-1212 Langues : Anglais (eng) Descripteur : [Termes IGN] Etats-Unis
[Termes IGN] inventaire forestier étranger (données)
[Vedettes matières IGN] Inventaire forestierNuméro de notice : 17754 Affiliation des auteurs : non IGN Thématique : FORET Nature : Rapport DOI : sans En ligne : https://www.fs.usda.gov/sites/default/files/fs_media/fs_document/FIA-2021-Busine [...] Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=103176
Titre : Metsätilastollinen vuosikirja 2022 Titre original : Finnish statistical yearbook of forestry 2022 Type de document : Rapport Auteurs : Eeva Vaahtera, Éditeur scientifique Editeur : Natural Resources Institute Finland Luke Année de publication : 2023 Importance : 198 p. Langues : Finnois (fin) Anglais (eng) Descripteur : [Termes IGN] Finlande
[Termes IGN] forêt
[Termes IGN] ressources forestières
[Vedettes matières IGN] ForesterieRésumé : (éditeur) The Statistical Yearbook of Forestry compiles key annual statistics on Finland's forests, forestry and forest industry. The book also covers forest biodiversity and conservation. The final chapter presents international forest statistics. The book forms part of Finland's forest statistics system, which, by international standards, is among the best in the world. The most recent statistics in the book mainly cover the year 2021.
The Forest Statistics Yearbook has a long tradition. It has been produced in seven different decades, since the late 1960s. The content of the book has been continuously developed to meet the growing demand for up-to-date information.
The editor-in-chief is Eeva Vaahtera. The book was prepared by an expert editorial team familiar with forest statistics. The editorial team included Irma Kulju, Tuomas Niinistö, Aarre Peltola, Minna Räty, Tiina Sauvula-Seppälä, Jukka Torvelainen and Esa Uotila.Numéro de notice : 17755 Affiliation des auteurs : non IGN Autre URL associée : http://urn.fi/URN:ISBN:978-952-380-584-2 Thématique : FORET Nature : Rapport statistique DOI : sans En ligne : https://jukuri.luke.fi/bitstream/handle/10024/553167/Metsatilastollinen_vuosikir [...] Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=103170 PermalinkPermalinkPermalink