Fusion of hyperspectral imaging and LiDAR for forest monitoring

Autor: Michele Dalponte, Grégoire Vincent, Jean-Baptiste Barré, Jocelyn Chanussot, Eduardo Tusa, Anthony Laybros, Jean-Matthieu Monnet, Jean-Baptiste Féret, Mauro Dalla Mura
Přispěvatelé: Botanique et Modélisation de l'Architecture des Plantes et des Végétations (UMR AMAP), Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Institut de Recherche pour le Développement (IRD [France-Sud])-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Ecosystèmes montagnards (UR EMGR), Institut national de recherche en sciences et technologies pour l'environnement et l'agriculture (IRSTEA), SIGMAPHY (GIPSA-SIGMAPHY), Département Images et Signal (GIPSA-DIS), Grenoble Images Parole Signal Automatique (GIPSA-lab), Université Pierre Mendès France - Grenoble 2 (UPMF)-Université Stendhal - Grenoble 3-Université Joseph Fourier - Grenoble 1 (UJF)-Institut Polytechnique de Grenoble - Grenoble Institute of Technology-Centre National de la Recherche Scientifique (CNRS)-Université Grenoble Alpes (UGA)-Université Pierre Mendès France - Grenoble 2 (UPMF)-Université Stendhal - Grenoble 3-Université Joseph Fourier - Grenoble 1 (UJF)-Institut Polytechnique de Grenoble - Grenoble Institute of Technology-Centre National de la Recherche Scientifique (CNRS)-Université Grenoble Alpes (UGA)-Grenoble Images Parole Signal Automatique (GIPSA-lab), Université Pierre Mendès France - Grenoble 2 (UPMF)-Université Stendhal - Grenoble 3-Université Joseph Fourier - Grenoble 1 (UJF)-Institut Polytechnique de Grenoble - Grenoble Institute of Technology-Centre National de la Recherche Scientifique (CNRS)-Université Grenoble Alpes (UGA)-Université Pierre Mendès France - Grenoble 2 (UPMF)-Université Stendhal - Grenoble 3-Université Joseph Fourier - Grenoble 1 (UJF)-Institut Polytechnique de Grenoble - Grenoble Institute of Technology-Centre National de la Recherche Scientifique (CNRS)-Université Grenoble Alpes (UGA)-GIPSA Pôle Sciences des Données (GIPSA-PSD), Université Pierre Mendès France - Grenoble 2 (UPMF)-Université Stendhal - Grenoble 3-Université Joseph Fourier - Grenoble 1 (UJF)-Institut Polytechnique de Grenoble - Grenoble Institute of Technology-Centre National de la Recherche Scientifique (CNRS)-Université Grenoble Alpes (UGA)-Université Pierre Mendès France - Grenoble 2 (UPMF)-Université Stendhal - Grenoble 3-Université Joseph Fourier - Grenoble 1 (UJF)-Institut Polytechnique de Grenoble - Grenoble Institute of Technology-Centre National de la Recherche Scientifique (CNRS)-Université Grenoble Alpes (UGA), Laboratoire des EcoSystèmes et des Sociétés en Montagne (UR LESSEM), Territoires, Environnement, Télédétection et Information Spatiale (UMR TETIS), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-AgroParisTech-Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Centre National de la Recherche Scientifique (CNRS)-Université Grenoble Alpes (UGA)-Institut polytechnique de Grenoble - Grenoble Institute of Technology (Grenoble INP ), Université Grenoble Alpes (UGA), Universidad Técnica de Machala, Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD [France-Sud])-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Tokyo Institute of Technology [Tokyo] (TITECH), Fondazione Edmund Mach [San Michele all'Adige], TOSCA funding grant program (project 'HyperTropik'), ANR-17-CE32-0001,BioCop,Suivi de la biodiversité tropicale avec les satellites Sentinel-2 du programme Copernicus(2017)
Jazyk: angličtina
Rok vydání: 2020
Předmět:
Zdroj: Data Handling in Science and Technology
Data Handling in Science and Technology, 32, Elsevier, pp.281-303, 2020, Data Handling in Science and Technology, 978-0-444-63977-6. ⟨10.1016/B978-0-444-63977-6.00013-4⟩
Hyperspectral Imaging
Hyperspectral Imaging, 32, Elsevier, pp.281-303, 2020, Data Handling in Science and Technology, 978-0-444-63977-6. ⟨10.1016/B978-0-444-63977-6.00013-4⟩
DOI: 10.1016/B978-0-444-63977-6.00013-4⟩
Popis: International audience; Effective strategies for forest characterization and monitoring are important to support sustainable management. Recent advances in remote sensing, like hyperspectral and LiDAR sensors, provide valuable information to describe forests at stand, plot, and tree level. Hyperspectral imaging contains meaningful reflectance attributes of plants or spectral traits, while LiDAR data offer alternatives for analyzing structural properties of canopy. The fusion of these two data sources can improve forest characterization. The method to use for the data fusion should be chosen according to the variables to predict. This work presents a literature review on the integration of hyperspectral imaging and LiDAR data by considering applications related to forest monitoring. Although different authors propose a variety of taxonomies for data fusion, we classified our reviewed methods according to three levels of fusion: low level or observation level, medium level or feature level, and high level or decision level. This review examines the relationship between the three levels of fusion and the methods used in each considered approach.
Databáze: OpenAIRE
Externí odkaz: