Zugl.: Köln, Universiẗat, Diss., 2009.

St. Gallen, Univ., Diss., 2006.

Zugl.: Oestrich-Winkel, Europ. Business School, Diss., 2009

We use electric and magnetic field data from MMS spacecraft between 2016 and 2017 tostatistically investigate earthward propagating plasma flow bursts and field-aligned currents(FACs) inside the plasma sheet of the geomagnetic tail. We observe that the occurrence rateof flow burst peaks around the midnight region with decreasing trend towards Earth and theplasma sheet flanks. Further, we distinguish between long and short FACs. Long FACs laston average 6 sec and have a magnitude of 5-20 nA/m 2 . Short FACs last on average 10 timesshorter and have an magnitude of 10-50 nA/m 2 . Both, long and short FACs occur on averageone time per flow burst, on minimum 0 times and on maximum 4 times per flow burst. Intotal, 43 % of the observed FACs are located in a flow burst, 40 % before and 17 % right after aflow burst.

The transport of heat out of tokamak plasmas by turbulence is the dominant mechanism limiting the performance of fusion reactors. Turbulence can be driven by the ion temperature gradient (ITG) and suppressed by toroidal equilibrium scale sheared flows. Numerical simulations attempting to understand, and ultimately reduce, turbulence are crucial for guiding the design and optimisation of future reactors. In this thesis, we investigate ion-scale turbulence by means of local gyrokinetic simulations in the outer core of the Mega Ampere Spherical Tokamak (MAST).We perform a parameter scan in the values of the ITG and the flow shear. We show that nonlinear simulations reproduce the experimental ion heat flux and that the experimentally measured values of the ITG and the flow shear lie close to the turbulence threshold. We demonstrate that the system is subcritical in the presence of flow shear, i.e., the system is formally stable to small perturbations, but transitions to a turbulent state given a large enough initial perturbation. We propose a scenario for the transition to subcritical turbulence previously unreported in tokamak plasmas: close to the threshold, the plasma is dominated by a low number of coherent long-lived structures; as the system is taken away from the threshold into the more unstable regime, the number of these structures increases until they fill the domain and a more conventional turbulence emerges. We make quantitative comparisons of correlation properties between our simulations and experimental measurements of ion-scale density fluctuations from the MAST BES diagnostic. We apply a synthetic diagnostic to our simulation data and find reasonable agreement of the correlation properties of the simulated and experimental turbulence, most notably of the correlation time, for which significant discrepancies were found in previous numerical studies of MAST turbulence. We show that the properties of turbulence are essentially functions of the distance to threshold, as quantified by the ion heat flux. We find that turbulence close to the threshold is strongly affected by flow shear, whereas far from threshold, the turbulence resembles a conventional ITG-driven, zonal-flow damped regime.

L'objectif de cette thèse est le développement de nouvelles méthodes d'analyse et de commande pour une classe d'équations aux dérivées partielles couplées permettant de modéliser le transport combiné du flux magnétique et de la pression (produit de la densité et de la température) dans les plasmas tokamak. Le système couplé est représenté par deux équations 1D de diffusion résistive. Dans cette thèse, on a obtenu deux types de modèles: le premier repose sur des principes physiques et le second exploite les données obtenues en utilisant des techniques d'identification des systèmes. La conception de commande est basée sur l'etude en dimension infinie en utilisant l'analyse de Lyapunov. Le contrôle composite est synthétisé en utilisant la théorie des perturbations singulières pour isoler la composante rapide de la composante lente. Tout le travail théorique est implémenté et testé dans des simulations basées sur la physique avancée en utilisant le simulateur de plasma pour les tokamaks DIII-D, ITER et TCV. / The objective of this thesis is to propose new methods for analysis and control of partial differential equations that describe the coupling between the transport models of the electron pressure (density multiplied by the temperature) and the magnetic flux in the tokamak plasma. The coupled system is presented by two1D resistive diffusion equations. In this thesis two kinds of control models are obtained. The first is a first-principle driven model and the second one is the data-driven model obtained using system identification techniques. The control design is based on an infinite dimensional setting using Lyapunov analysis. Composite control is designed using singular perturbation theory to divide the fast from the slow component. All the theoretical work is implemented and benchmarked in advanced physics based on simulations using plasma simulator dor DIII-D, ITER and TCV tokamaks.

Dans cette thèse nous montrons comment améliorer la perception d’un robot humanoïde NAO en utilisant la fusion multi-capteurs. Nous avons proposé deux scénarios: la détection de la couleur et la reconnaissance d’objets colorés. Dans ces deux situations, nous utilisons la caméra du robot et nous ajoutons des caméras externes pour augmenter la fiabilité de la détection car nous nous plaçons dans un contexte expérimental dans lequel l’environnement est non contrôlé. Pour la détection de la couleur, l’utilisateur demande au robot NAO de trouver un objet coloré. La couleur est décrite par des termes linguistiques tels que: rouge, jaune, .... Le principal problème à résoudre est la façon dont le robot reconnaît les couleurs. Pour ce faire, nous avons proposé un système Flou de Sugeno pour déterminer la couleur demandée. Pour simplifier, les cibles choisies sont des balles colorées. Nous avons appliqué la transformation de Hough pour extraire les valeurs moyennes des pixels des balles détectées. Ces valeurs sont utilisées comme entrées pour le système Flou. Les fonctions d'appartenance et les règles d'inférence du système sont construites sur la base de l'évaluation perceptive de l'humain. La sortie du système Flou est une valeur numérique indiquant le nom de la couleur. Une valeur de seuil est introduite pour définir la zone de décision pour chaque couleur. Si la sortie floue tombe dans cet intervalle, alors la couleur est considérée comme la vraie sortie du système. Nous sommes dans un environnement non contrôlé dans lequel il y a des incertitudes et des imprécisions (variation de la lumière, qualité des capteurs, similarité entre couleurs). Ces facteurs affectent la détection de la couleur par le robot. L’introduction du seuil qui encadre la couleur, conduit à un compromis entre l'incertitude et la fiabilité. Si cette valeur est faible, les décisions sont plus fiables, mais le nombre de cas incertains augmente, et vice et versa. Dans nos expérimentations, on a pris une valeur de seuil petite, de sorte que l'incertitude soit plus importante, et donc la prise de décision par un capteur unique, celui de NAO, soit faible. Nous proposons d'ajouter d’autres caméras 2D dans le système afin d’améliorer la prise de décision par le robot NAO. Cette prise de décision résulte de la fusion des sorties des caméras en utilisant la théorie des fonctions de croyance pour lever les ambiguïtés. La valeur de seuil est prise en compte lors de la construction des valeurs de masse à partir de la sortie Floue de Sugeno de chaque caméra. La règle de combinaison de Dempster-Shafer et le maximum de probabilité pignistique sont choisis dans la méthode. Selon nos expériences, le taux de détection du système de fusion est grandement amélioré par rapport au taux de détection de chaque caméra prise individuellement. Nous avons étendu cette méthode à la reconnaissance d’objets colorés en utilisant des caméras hétérogènes 2D et 3D. Pour chaque caméra, nous extrayons vecteurs de caractéristiques (descripteurs SURF et SHOT) des objets, riches en informations caractérisant les modèles d'objets. Sur la base de la correspondance avec des modèles formés et stockés dans la base d'apprentissage, chaque vecteur de caractéristiques de l'objet détecté vote pour une ou plusieurs classes appartenant à l'ensemble de puissance. Nous construisons une fonction de masse après une étape de normalisation. Dans cette expérimentation, la règle de combinaison de Dempster-Shafer et le maximum de probabilité pignistique sont utilisés pour prendre la décision finale. A la suite des trois expérimentations réalisées, le taux de reconnaissance du système de fusion est bien meilleur que le taux de décision issu de chaque caméra individuellement. Nous montrons ainsi que la fusion multi-capteurs permet d’améliorer la prise de décision du robot. / Being interested in the important role of robotics in human life, we do a research about the improvement in reliability of a humanoid robot NAO by using multi-sensor fusion. In this research, we propose two scenarios: the color detection and the object recognition. In these two cases, a camera of the robot is used in combination with external cameras to increase the reliability under non-ideal working conditions. For the color detection, the NAO robot is requested to find an object whose color is described in human terms such as: red, yellow, brown, etc. The main problem to be solved is how the robot recognizes the colors as well as the human perception does. To do that, we propose a Fuzzy Sugeno system to decide the color of a detected target. For simplicity, the chosen targets are colored balls, so that the Hough transformation is employed to extract the average pixel values of the detected ball, then these values are used as the inputs for the Fuzzy system. The membership functions and inference rules of the system are constructed based on perceptual evaluation of human. The output of the Fuzzy system is a numerical value indicating a color name. Additionally, a threshold value is introduced to define the zone of decision for each color. If the Fuzzy output falls into a color interval constructed by the threshold value, that color is considered to be the output of the system. This is considered to be a good solution in an ideal condition, but not in an environment with uncertainties and imprecisions such as light variation, or sensor quality, or even the similarity among colors. These factors really affect the detection of the robot. Moreover, the introduction of the threshold value also leads to a compromise between uncertainty and reliability. If this value is small, the decisions are more reliable, but the number of uncertain cases are increases, and vice versa. However, the threshold value is preferred to be small after an experimental validation, so the need for a solution of uncertainty becomes more important. To do that, we propose adding more 2D cameras into the detection system of the NAO robot. Each camera applies the same method as described above, but their decisions are fused by using the Dempster-Shafer theory in order to improve the detection rate. The threshold value is taken into account to construct mass values from the Sugeno Fuzzy output of each camera. The Dempster-Shafer's rule of combination and the maximum of pignistic probability are chosen in the method. According to our experimens, the detection rate of the fusion system is really better than the result of each individual camera. We extend this recognition process for colored object recognition. These objects are previously learned during the training phase. To challenge uncertainties and imprecisions, the chosen objects look similar in many points: geometrical form, surface, color, etc. In this scenario, the recognition system has two 2D cameras: one of NAO and one is an IP camera, then we add a 3D camera to take the advantages of depth information. For each camera, we extract feature points of the objects (SURF descriptor for 2D data, and the SHOT descriptor for 3D data). To combine the cameras in the recognition system, the Dempster-Shafer theory is again employed for the fusion. Based on the correspondence to trained models stored in the learning base, each feature point of the detected object votes for one or several classes i.e. a hypothesis in the power set. We construct a mass function after a normalization step. In this case, the Dempster-Shafer's rule of combination and the maximum of pignistic probability are employed to make the final decision. After doing three experiments, we conclude that the recognition rate of the fusion system is much better than the rate of each individual camera, from that we confirm the benefits of multi-sensor fusion for the robot's reliability.

Pour assister la navigation piétonne dans les espaces urbains et intérieurs, une estimation précise de la pose (i.e. la position 3D et l'orientation3D) d'un équipement tenu en main constitue un point essentiel dans le développement d'outils d'aide à la mobilité (e.g. applications de réalité augmentée). Dans l'hypothèse où le piéton n'est équipé que d'appareils grand public, l'estimation de la pose est limitée à l'utilisation de capteurs à faible coût intégrés dans ces derniers (i.e. un récepteur GNSS, une unité de mesure inertielle et magnétique et une caméra monoculaire). De plus, les espaces urbains et intérieurs, comprenant des bâtiments proches et des éléments ferromagnétiques, constituent des zones difficiles pour la localisation et l'estimation de la pose lors de grands déplacements piétons.Cependant, le développement récent et la mise à disposition d'informations contenues dans des Systèmes d'Information Géographiques 3D constituent une nouvelle source de données exploitable pour la localisation et l'estimation de la pose. Pour relever ces défis, cette thèse propose différentes solutions pour améliorer la localisation et l'estimation de la pose des équipements tenus en main par le piéton lors de ses déplacements en espaces urbains et intérieurs. Les solutions proposées intègrent l'estimation de l'attitude basée inertielle et magnétique, l'odométrie visuelle monoculaire mise à l'échelle grâce à l'estimation des déplacements du piéton, l'estimation absolue de la pose basée sur la reconnaissance d'objets SIG 3D parfaitement connus et la mise à jour en position de la navigation à l'estime du piéton.Toutes ces solutions s'intègrent dans un processus de fusion permettant d'améliorer la précision de la localisation et d'estimer en continu une pose qualifiée de l'appareil tenu en main.Cette qualification est nécessaire à la mise en place d'un affichage en réalité augmentée sur site. Pour évaluer les solutions proposées, des données expérimentales ont été recueillies au cours de déplacements piétons dans un espace urbain avec des objets de référence et des passages intérieurs. / To support pedestrian navigation in urban and indoor spaces, an accurate pose estimate (i.e. 3Dposition and 3D orientation) of an equipment held inhand constitutes an essential point in the development of mobility assistance tools (e.g.Augmented Reality applications). On the assumption that the pedestrian is only equipped with general public devices, the pose estimation is restricted to the use of low-cost sensors embedded in the latter (i.e. an Inertial and Magnetic Measurement Unit and a monocular camera). In addition, urban and indoor spaces, comprising closely-spaced buildings and ferromagnetic elements,constitute challenging areas for localization and sensor pose estimation during large pedestrian displacements.However, the recent development and provision of data contained in 3D Geographical Information System constitutes a new wealth of data usable for localization and pose estimation.To address these challenges, this thesis proposes solutions to improve pedestrian localization and hand-held device pose estimation in urban and indoor spaces. The proposed solutions integrate inertial and magnetic-based attitude estimation, monocular Visual Odometry with pedestrian motion estimation for scale estimation, 3D GIS known object recognition-based absolute pose estimation and Pedestrian Dead-Reckoning updates. All these solutions are fused to improve accuracy and to continuously estimate a qualified pose of the handheld device. This qualification is required tovalidate an on-site augmented reality display. To assess the proposed solutions, experimental data has been collected during pedestrian walks in an urban space with sparse known objects and indoors passages.

Les tumeurs locales de la prostate sont associées à une évolution lente et une bonne survie, alors que les stades plus avancés révèlent dans 80% des cas des métastases osseuses incurables. La découverte de gènes de fusion issus de remaniements chromosomiques, tel que TMPRSS2:ERG dans plus de 50% des cas, a ouvert une nouvelle voie dans la compréhension du processus de cancérisation de la prostate. La présence de ce gène de fusion peut être associée à un mauvais pronostic dans de nombreuses études cliniques. Cependant, son rôle précis au cours de la cancérisation et de la progression du cancer de la prostate reste à déterminer. Le gène Erg (Ets related gene) code un facteur de transcription dont l’expression est notamment associée à la mise en place du cartilage, et plus largement du squelette. Ceci suggère un rôle potentiel du gène de fusion impliquant ce facteur, et de ses gènes cibles, dans la formation des métastases osseuses du cancer de la prostate.Pour notre étude, nous avons utilisé des lignées de cellules tumorales prostatiques PC3 et PC3c, exprimant stablement le gène de fusion TMPRSS2:ERG et précédemment établies au laboratoire. Dans un premier temps, en utilisant un modèle d’injections intratibiales chez les souris SCID, nous avons démontré que l’expression ectopique de la fusion améliore la capacité d’induction de lésions ostéocondensantes en inhibant l’ostéolyse dans le modèle PC3 ostéolytique, et en stimulant l’ostéoformation dans le modèle PC3c mixte (ostéolytique et ostéocondensant). Cette expression ectopique de la fusion augmente également l’ostéomimétisme dans les deux modèles cellulaires, c’est-à-dire l’acquisition d’un phénotype semblable aux cellules osseuses leur conférant des avantages de survie et de propagation dans la moelle osseuse. En outre, trois nouveaux gènes cibles de TMPRSS2:ERG ont été mis en évidence : ET-1 (Endothelin-1), stimulant la différenciation ostéoblastique et inhibant la résorption osseuse ostéoclastique, ALPL (Alkaline Phosphatase Liver/Bone/Kidney), marqueur de différenciation des ostéoblastes, et COL1A1 (Collagen Type 1 Alpha 1), composant de la matrice osseuse, témoignant d’un rôle du gène de fusion dans la formation de métastases ostéocondensantes du cancer de la prostate.Par ailleurs, deux autres gènes ont été étudiés, codant soit une protéine impliquée dans la stabilisation de structures particulières appelées invadopodes, soit une protéine impliquée dans le métabolisme des lipides. L’ensemble de ces résultats contribue à mieux comprendre les mécanismes de cancérisation et d’évolution métastatique du cancer de la prostate, en particulier l’influence de l’expression du gène de fusion TMPRSS2:ERG dans les métastases osseuses du cancer de la prostate. / Local prostate cancers are associated with slow progression and good survival, while advanced stages reveal incurable bone metastases in 80% of cases. The discovery of fusion genes resulting from chromosomal rearrangements, such as TMPRSS2:ERG in more than 50% of cases, opened a new way in understanding the process of prostate cancer. The presence of this fusion gene may be associated with poor prognosis in many clinical studies. However, its precise role during cancerization and progression of prostate cancer remains to be determined. The Erg gene (Ets related gene) encodes a transcription factor whose expression is associated in particular with embryonic skeleton development. This suggests a potential role of the fusion gene involving this factor, and its target genes, in the formation of prostate cancer bone metastases.In this study, we used prostate cancer cell lines PC3 and PC3c, stably expressing the TMPRSS2:ERG fusion gene and previously established in the laboratory. First, using a model of intratibial injections in SCID mice, we demonstrated that ectopic expression of the fusion enhances the ability to induce osteoblastic lesions by inhibiting osteolysis in the osteolytic PC3 model, and by stimulating osteoformation in the mixed PC3c model (osteolytic and osteoblastic). This ectopic expression of the fusion also increases osteomimicry in both cell models, meaning the acquisition of a bone-cell-like phenotype which gives them advantages of survival and spread in the bone marrow. In addition, three new TMPRSS2:ERG target genes have been described: ET-1 (Endothelin-1), stimulating osteoblastic differentiation and inhibiting osteoclastic bone resorption, ALPL (Alkaline Phosphatase Liver/Bone/Kidney), a marker of the osteoblasts differentiation, and COL1A1 (Collagen Type 1 Alpha 1), a component of the bone matrix, providing novel insights into the role of the fusion gene in the formation of osteoblastic metastases of prostate cancer.In addition, two other genes have been studied, encoding either a protein involved in the stabilization of particular structures called invadopodia, or a protein involved in lipid metabolism.All these results contribute to decipher the mechanisms of cancerization and metastatic progression of prostate cancer, in particular the influence of the expression of TMPRSS2:ERG fusion gene in prostate cancer bone metastases.

La télédétection contribue à la cartographie et la modélisation des paramètres forestiers. Ce sont les systèmes optiques et radars qui sont le plus généralement utilisés pour extraire des informations utiles à la caractérisation de ces paramètres. Ces systèmes ont montré des bons résultats pour estimer la biomasse dans certains biomes. Cependant, ils présentent des limitations importantes pour des forêts ayant un niveau de biomasse élevé. En revanche, la télédétection LiDAR s’est avérée être une bonne technique pour l'estimation des paramètres forestiers tels que la hauteur de la canopée et la biomasse. Alors que les LiDAR aéroportés acquièrent en général des données avec une forte densité de points mais sur des petites zones en raison du coût de leurs acquisitions, les données LiDAR satellitaires acquises par le système spatial (GLAS) ont une densité d'acquisition faible mais avec une couverture géographique mondiale. Il est donc utile d'analyser la pertinence de l'intégration des hauteurs estimées à partir des capteurs LiDAR et des données auxiliaires afin de proposer une carte de la hauteur des arbres avec une bonne précision et une résolution spatiale élevée. En outre, l'estimation de la hauteur des arbres à partir du GLAS est difficile compte tenu de l'interaction complexe entre les formes d'onde LiDAR, le terrain et la végétation, en particulier dans les forêts denses. Par conséquent, la recherche menée dans cette thèse vise à: 1) Estimer et valider la hauteur des arbres en utilisant des données acquises par le LiDAR aéroportés et GLAS. 2) évaluer le potentiel de la fusion des données LiDAR (avec les données aéroportées ou satellitaires) et des données auxiliaires pour l'estimation de la hauteur des arbres à une échelle régionale (Guyane française). L'estimation de la hauteur avec le LiDAR aéroporté a montré une EQM sur les estimations de 1,6 m. Ensuite, le potentiel de GLAS pour l'estimation de la hauteur a été évalué en utilisant des modèles de régression linéaire (ML) ou Random Forest (RF) avec des métriques provenant de la forme d'onde et de l'ACP. Les résultats ont montré que les modèles d’estimation des hauteurs avaient des précisions semblables en utilisant soit les métriques de GLAS ou les composantes principales (PC) obtenues à partir des formes d’onde GLAS (EQM ~ 3,6 m). Toutefois, un modèle de régression (ML ou RF) basé sur les PCs est une alternative pour l'estimation de la hauteur, car il ne nécessite pas l'extraction de certaines métriques de GLAS qui sont en général difficiles à dériver dans les forêts denses.Finalement, la hauteur extraite à la fois des données LiDAR aéroporté et GLAS a servi tout d'abord à spatialiser la hauteur en utilisant les données environnementales cartographiées. En utilisant le RF, la spatialisation de la hauteur des arbres a montré une EQM sur les estimations de la hauteur de 6,5 m à partir de GLAS et de 5,8 m à partir du LiDAR aéroporté. Ensuite, afin d'améliorer la précision de la spatialisation de la hauteur, la technique régression-krigeage (krigeage des résidus de la régression du RF) a été utilisée. Les résultats de la régression-krigeage indiquent une diminution de l'erreur quadratique moyenne de 6,5 à 4,2 m pour les cartes de la hauteur de la canopée à partir de GLAS, et de 5,8 à 1,8 m pour les cartes de la hauteur de la canopée à partir des données LiDAR aéroporté. Enfin, afin d'étudier l'impact de l'échantillonnage spatial des futures missions LiDAR sur la précision des estimations de la hauteur de la canopée, six sous-ensembles ont été extraits de de la base LiDAR aéroporté. Ces six sous-ensembles de données LiDAR ont respectivement un espacement des lignes de vol de 5, 10, 20, 30, 40 et 50 km. Finalement, en utilisant la technique régression-krigeage, l’EQM sur la carte des hauteurs était de 1,8 m pour le sous-ensemble ayant des lignes de vol espacés de 5 km, et a augmentée jusqu’à 4,8 m pour le sous-ensemble ayant des lignes de vol espacés de 50 km. / Remote sensing has facilitated the techniques used for the mapping, modelling and understanding of forest parameters. Remote sensing applications usually use information from either passive optical systems or active radar sensors. These systems have shown satisfactory results for estimating, for example, aboveground biomass in some biomes. However, they presented significant limitations for ecological applications, as the sensitivity from these sensors has been shown to be limited in forests with medium levels of aboveground biomass. On the other hand, LiDAR remote sensing has been shown to be a good technique for the estimation of forest parameters such as canopy heights and above ground biomass. Whilst airborne LiDAR data are in general very dense but only available over small areas due to the cost of their acquisition, spaceborne LiDAR data acquired from the Geoscience Laser Altimeter System (GLAS) have low acquisition density with global geographical cover. It is therefore valuable to analyze the integration relevance of canopy heights estimated from LiDAR sensors with ancillary data (geological, meteorological, slope, vegetation indices etc.) in order to propose a forest canopy height map with good precision and high spatial resolution. In addition, estimating forest canopy heights from large-footprint satellite LiDAR waveforms, is challenging given the complex interaction between LiDAR waveforms, terrain, and vegetation, especially in dense tropical and equatorial forests. Therefore, the research carried out in this thesis aimed at: 1) estimate, and validate canopy heights using raw data from airborne LiDAR and then evaluate the potential of spaceborne LiDAR GLAS data at estimating forest canopy heights. 2) evaluate the fusion potential of LiDAR (using either sapceborne and airborne data) and ancillary data for forest canopy height estimation at very large scales. This research work was carried out over the French Guiana.The estimation of the canopy heights using the airborne showed an RMSE on the canopy height estimates of 1.6 m. Next, the potential of GLAS for the estimation of canopy heights was assessed using multiple linear (ML) and Random Forest (RF) regressions using waveform metrics and principal component analssis (PCA). Results showed canopy height estimations with similar precisions using either LiDAR metrics or the principal components (PCs) (RMSE ~ 3.6 m). However, a regression model (ML or RF) based on the PCA of waveform samples is an interesting alternative for canopy height estimation as it does not require the extraction of some metrics from LiDAR waveforms that are in general difficult to derive in dense forests, such as those in French Guiana. Next, canopy heights extracted from both airborne and spaceborne LiDAR were first used to map canopy heights from available mapped environmental data (geological, meteorological, slope, vegetation indices etc.). Results showed an RMSE on the canopy height estimates of 6.5 m from the GLAS dataset and of 5.8 m from the airborne LiDAR dataset. Then, in order to improve the precision of the canopy height estimates, regression-kriging (kriging of random forest regression residuals) was used. Results indicated a decrease in the RMSE from 6.5 to 4.2 m for the regression-kriging maps from the GLAS dataset, and from 5.8 to 1.8 m for the regression-kriging map from the airborne LiDAR dataset. Finally, in order to study the impact of the spatial sampling of future LiDAR missions on the precision of canopy height estimates, six subsets were derived from the airborne LiDAR dataset with flight line spacing of 5, 10, 20, 30, 40 and 50 km (corresponding to 0.29, 0.11, 0.08, 0.05, 0.04, and 0.03 points/km², respectively). Results indicated that using the regression-kriging approach, the precision on the canopy height map was 1.8 m with flight line spacing of 5 km and decreased to an RMSE of 4.8 m for the configuration for the 50 km flight line spacing.