Publications du Service canadien des forêts

Parametric vs. non parametric LiDar models for operational forest inventory in boreal Ontario. 2013. Penner, M.; Pitt, D.G.; Woods, M.E. Canadian Journal of Remote Sensing 39(5):426-443.

Année : 2013

Disponible au : Centre de foresterie des Grands Lacs

Numéro de catalogue : 35491

La langue : Anglais

Disponibilité : PDF (demande par courriel)

Sélectionner

Résumé en langage clair et simple

L’utilisation de la détection et de la télémétrie par ondes lumineuses (LIDAR) est une technologie qui pourrait améliorer de façon significative les inventaires forestiers puisqu’elle permet d’obtenir des données plus détaillées, exactes et précises. Nous avons comparé diverses méthodes statistiques pour prédire des attributs d’inventaire forestier à partir de données LIDAR aéroportées recueillies pour une unité de gestion de forêt boréale en Ontario. Les variables prédites englobaient la hauteur dominante, la superficie terrière marchande et le volume marchand brut. Nous avons recueilli des données de terrain sur 442 parcelles de terrain couvrant une série de phases de développement dans huit types de forêts aux fins d’étalonnage. La précision et l’exactitude des prévisions variaient de façon marquée selon le type de forêt et aucune méthode unique ne donnait de résultats concluants de façon constante. En ce qui concerne l’approche paramétrique, les modèles de régression étalonnés par type de forêt constituaient les modèles les plus exacts et les plus précis. Pour ce qui est de l’approche non paramétrique, la méthode des Forêts aléatoires (FA) s’est avérée la plus efficace et constitue une solution de rechange prometteuse qui offre des avantages opérationnels importants sur le plan de la régression paramétrique sans risque de perte de précision et d’exactitude.