The Ice, Cloud, and land Satellite-2 (ICESat-2) is planned to launch in 2016 carrying the Advanced Topographic Laser Altimeter System (ATLAS). ATLAS will be the first space-based photon-counting laser altimeter to be put into operation, and is tasked with observing the Earth’s ice sheets, sea ice, and vegetation. The environment in which ATLAS will be operating is expected to introduce a significant amount of noise into the received signal; this necessitates that a set of onboard Receiver Algorithms be developed to reduce the data volume and data rate to acceptable levels while still transmitting the relevant ranging data. The algorithms make use of signal processing techniques, along with three databases, the Digital Elevation Model (DEM), the Digital Relief Map (DRM), and the Surface Reference Mask (SRM), to find the signal and determine the appropriate dynamic range of vertical data surrounding the surface for downlink. The focus of this study is the development of the DEM and DRM databases. A number of elevation data sets are examined for use as inputs for the databases. No global data sets of sufficient quality and resolution are available for the development of the project, so best-available regional elevation data sets were selected instead. Software was developed in MATLAB to produce the DEM and DRM data bases from the input data sets. A method for calculating relief from a gridded elevation data set along the flight path of a satellite was developed for the generation of relief maps used to create the DRM. Global DEM and DRM databases were produced by mosaicking individual DEM and DRM tiles from each input data set into global grids. A technique was developed to determine the accuracy of the DRM by using ICESat ground elevations to evaluate the accuracy of an input elevation data set. By comparing values of DRM accuracy to values of DRM relief, estimates of DRM accuracy as a function of relief magnitude were determined and used to define values of DRM padding in the receiver algorithm. / text

ICESat consisted of the Geoscience Laser Altimeter System (GLAS) and a commercial spacecraft bus. The stability of the GLAS to bus alignment was unknown and significant for GLAS pointing. Pointing control was performed by the bus, and variations of the GLAS alignment were effectively pointing control errors. There were four star trackers making measurements sensitive to this alignment, two on GLAS and two on the bus. Tracker pointing variations during samples from seven years of flight data were estimated using an alignment filter. The states of an alignment filter represent multiple independent attitudes, enabling the fusion of measurements from an arbitrary number of trackers and gyro units. The ICESat alignment filter states were equivalent to four tracker pointing vectors, expressed in both the body and celestial frames. Together with a star catalog, the four pointing vectors were equivalent to predictions of the tracker measurements. The stars provided nearly ideal reference points, but filter performance was improved by detecting and handling deterministic star errors. The primary result was evidence for relatively large pointing variations of the two GLAS trackers, on the order of fifty arcseconds, with both periodic orbital variations and trends on long time scales. There was also evidence of correlations between the variations of the two GLAS trackers, suggesting that they reflected GLAS to bus alignment variations. / text

The primary objective of the NASA sponsored ICESat mission is to study the short and long term changes in the ice mass in the Greenland and Antarctica regions. The satellite was therefore placed into a frozen near-polar near-circular repeat groundtrack to ensure an adequate coverage of the polar regions while keeping the groundtrack periodic and reducing the variations in the orbital elements, and more specifically the semi-major axis of the ICESat orbit. After launch, a contingency plan had to be devised to compensate for a laser that dangerously compromised the lifetime of the ICESat mission. This new plan makes an intensive use of the ICESat subcycles, a characteristic of the repeat groundtrack orbits often over-looked. The subcycle of a repeat groundtrack orbit provide global coverage within a time shorter than the groundtrack repetition period. For a satellite with an off-nadir pointing capacity, the subcycles provide near-repeat tracks which represents added opportunity for altimetry measurement over a specific track. The ICESat subcycles were also used in a very innovative fashion to reposition the satellite within its repeat cycle via orbital maneuvers called phasing maneuver. The necessary theoretical framework is provided for the subcycle analysis and the implementation of phasing maneuvers for any future repeat orbit mission. In the perspective of performing cross-validation of missions like CryoSat using the ICESat off-nadir capacity, a study was conducted to determine the geolocations of crossovers between two different repeat groundtrack Keplerian orbits. The general analytical solution was applied to ICESat vs. several other repeat groundtrack orbit mission, including the future ICESat-II mission. ICESat’s repeat groundtrack orbit was designed using a disturbing force model that includes only the Earth geopotential. Though the third body effect from the Sun and the Moon was neglected in the orbit design, it does in fact disrupt the repeatability condition of the groundtrack and consequently implies orbit correction maneuvers. The perturbations on ICESat orbit due to the third body effect are studied as a preliminary work towards including these forces in the design of the future ICESat-II repeat groundtrack orbit. / text

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.

L'importance de mesurer les paramètres biophysiques de la forêt pour la surveillance de la santé des écosystèmes et la gestion forestière encourage les chercheurs à trouver des méthodes précises et à faible coût en particulier sur les zones étendues et montagneuses. Dans la présente étude, le lidar satellitaire GLAS embarqué à bord du satellite ICESat (Ice Cloud and land Elevation Satellite) a été utilisé pour estimer trois caractéristiques biophysiques des forêts situées dans le nord de l'Iran:1) hauteur maximale de la canopée (Hmax),2)hauteur de Lorey (HLorey), et 3)le volume du bois (V). Des régressions linéaires multiples (RLM), des modèles basés sur les Forêts Aléatoires (FA : Random Forest) et aussi des réseaux de neurones (ANN) ont été développés à l'aide de deux ensembles différents de variables incluant des métriques obtenues à partir des formes d’onde GLAS et des composantes principales (CP) produites à partir de l'analyse en composantes principales (ACP) des données GLAS. Pour valider et comparer les modèles, des critères statistiques ont été calculées sur la base d'une validation croisée. Le meilleur modèle pour l’estimation de la hauteur maximale a été obtenu avec une régression RLM (RMSE=5.0m) qui combine deux métriques extraites des formes d'onde GLAS (H50, Wext), et un paramètre issu du modèle numérique d'élévation (Indice de relief TI). L'erreur moyenne absolue en pourcentage (MAPE) sur les estimations de la hauteur maximale est de 16.4%. Pour la hauteur de Lorey, un modèle basé sur les réseaux de neurones et utilisant des CPs et le Wext fournit le meilleur résultat avec RMSE=3.4m et MAPE=12.3%. Afin d'estimer le volume du bois, deux approches ont été utilisées:(1)estimation du volume à l'aide d’une relation volume-hauteur avec une hauteur estimée à partir de données GLAS et (2)estimation du volume du bois directement à partir des données GLAS en développant des régressions entre le volume in situ et les métriques GLAS. Le résultat de la première approche (RMSE=116.3m3/ha) était légèrement meilleur que ceux obtenus avec la seconde approche. Par exemple, le réseau de neurones basé sur les PCs donnait un RMSE de 119.9m3/ha mais avec des meilleurs résultats que l’approche basée sur la relation volume-hauteur pour les faibles (<10m3/ha) et les forts (>800m3/ha) volumes. Au total, l'erreur relative sur le volume de bois est estimée à environ 26%. En général, les modèles RLM et ANN avaient des meilleures performances par rapport aux modèles de FA. En outre, la précision sur l’estimation de la hauteur à l'aide de métriques issues des formes d'onde GLAS est meilleure que celles basées sur les CPs.Compte tenu des bons résultats obtenus avec les modèles de hauteur GLAS, la production de la carte des hauteurs d’étude par une utilisation combinée de données de télédétection lidar, radar et optique et de données environnementales a été effectuée à l’intérieur de notre zone. Ainsi, des régressions RLM et FA ont été construites entre toutes les hauteurs dérivées des données GLAS, à l'intérieur de la zone d'étude, et les indices extraits des données de télédétection et des paramètres environnementaux. Les meilleurs modèles entrainés pour estimer Hmax (RMSE=7.4m et R_a^2=0.52) et HLorey (RMSE=5.5m et R_a^2=0.59) ont été utilisées pour produire les cartes de hauteurs. La comparaison des Hmax de la carte obtenue avec les valeurs de Hmax in situ à l'endroit de 32 parcelles produit un RMSE de 5.3m et un R2 de 0.71. Une telle comparaison pour HLorey conduit à un RMSE de 4.3m et un R2 de 0.50. Une méthode de régression-krigeage a également été utilisée pour produire une carte des hauteurs en considérant la corrélation spatiale entre les hauteurs. Cette approche, testée dans le but d'améliorer la précision de la carte de la hauteur du couvert fournie par la méthode non-spatiale, a échouée due à l'hétérogénéité de la zone d'étude en termes de la structure forestière et de la topographie. / The importance of measuring forest biophysical parameters for ecosystem health monitoring and forest management encourages researchers to find precise, yet low-cost methods especially in mountainous and large areas. In the present study Geoscience Laser Altimeter System (GLAS) on board ICESat (Ice Cloud and land Elevation Satellite) was used to estimate three biophysical characteristics of forests located in the north of Iran: 1) maximum canopy height (Hmax), 2) Lorey’s height (HLorey), and 3) Forest volume (V). A large number of Multiple Linear Regressions (MLR), Random Forest (RF) and also Artificial Neural Network regressions were developed using two different sets of variables including waveform metrics and Principal Components (PCs) produced from Principal Component Analysis (PCA). To validate and compare models, statistical criteria were calculated based on a five-fold cross validation. Best model concerning the maximum height was an MLR (RMSE=5.0m) which combined two metrics extracted from waveforms (waveform extent "Wext" and height at 50% of waveform energy "H50"), and one from Digital Elevation Model (Terrain Index: TI). The mean absolute percentage error (MAPE) of maximum height estimates was 16.4%. For Lorey’s height, an ANN model using PCs and waveform extent “Wext” outperformed other models (RMSE=3.4m, MAPE=12.3%). In order to estimate forest volume, two approaches was employed: First, estimating volume using volume-height relationship while height is GLAS estimated height; Second, estimation of forest volume directly from GLAS data by developing regressions between in situ volume and GLAS metrics. The result from first approach (116.3m3/ha) was slightly better than the result obtained by the second approach that is a PCs-based ANN model (119.9 m3/ha). But the ANN model performed better in very low (<10 m3/ha) and very high (> 800 m3/ha) volume stands. In total, the relative error of estimated forest volume was about 26%. Generally, MLR and ANN models had better performance when compared to the RF models. In addition, the accuracy of height estimations using waveform metrics was better than those based on PCs.Given the suitable results of GLAS height models (maximum and Lorey’s heights), production of wall to wall height maps from synergy of remote sensing (GLAS, PALSAR, SPOT5 and Landsat-TM) and environmental data (slope, aspect, classified elevation map and also geological map) was taken under consideration. Thus, MLR and RF regressions were built between all GLAS derived heights, inside of the study area, and indices extracted from mentioned remotely sensed and environmental data. The best resulted models for Hmax (RMSE=7.4m and R_a^2=0.52) and HLorey (RMSE=5.5m and R_a^2=0.59) were used to produce a wall to wall maximum canopy height and Lorey’ height maps. Comparison of Hmax extracted from the resulted Hmax map with true height values at the location of 32 in situ plots produced an RMSE and R2 of 5.3m and 0.71, respectively. Such a comparison for HLorey led to an RMSE and R2 of 4.3m and 0.50, respectively. Regression-kriging method was also used to produce canopy height map with considering spatial correlation between canopy heights. This approach, with the aim of improving the precision of canopy height map provided from non-spatial method, was unsuccessful which could be due to the heterogeneity of the study area in case of forest structure and topography.

There is always a margin of error concerning elevation data, which are considered one of the most important types of topographic information obtained from Digital Elevation Models (DEMs). Today, DEMs are the most useful data source for geospatial analysis and are highly requested. To achieve accuracy of DEMs, new techniques came out. Airborne Laser Scanning (LIDAR) and the Interferometric Synthetic Aperture Radar (IFSAR) are among the latest methods used in remote sensing to produce DEMs.The two techniques do not have the same advantages and disadvantages. Taking into account the morphology of terrain and factors related to vegetation, we have proceeded to various comparisons of topographic information obtained from ICES at elevation data, Canadian Digital Elevation Data (CDED), and SRTM models. We used more than 8 million points distributed in eight study areas throughout Canada. A comparison between CDED and SRTM indicated an RMSE of 11, 9 m. Vertical accuracy was found to be surface slope dependent. Comparisons made with ICESat LIDAR elevation points on SRTM and CDED models confirmed the important influence of slope on topographic information. ICES at produces excellent results in plane regions for slopes ? 5À (RMSE of 1, 5 m found in Manitoba). While comparing ICESat/SRTM with ICESat/DNEC, we observed that ICESat/SRTM presented the fewest errors. Errors between CDED and SRTM models are concentrated around a north-south axis, particularly in northern directions. ICESat/SRTM confirmed the concentration of errors in the northern directions. Comparisons showed that conifers are the species which had a major influence on the differences between the two models with an RMSE of 6,7 m.The density of vegetation does not have a significant impact on the topographic information between SRTM and CDED.The highest trees have more influence on the topographic information, with an RMSE above 5 m. However, vegetation does not influence ICES at and SRTM in the same manner. From the existing relation between contour interval and RMSE, we derived some topographical scale ranges which enable mapping with SRTM data at a scale better than 1: 250 000. For the most part, the observed RMSE between CDED and SRTM fulfills the 16 m RMSE specification for the SRTM mission. Despite the low distribution of ICESat elevation points, the importance of this satellite cannot be overemphasized: ICES at points remain a power validation tool in satellite altimetry.

Résumé : En raison de sa grande étendue, le Nord canadien présente plusieurs défis logistiques pour une exploitation rentable de ses ressources minérales. La TéléCartographie Prédictive (TCP) vise à faciliter la localisation de gisements en produisant des cartes du potentiel géologique. Des données altimétriques sont nécessaires pour générer ces cartes. Or, celles actuellement disponibles au nord du 60e parallèle ne sont pas optimales principalement parce qu’elles sont dérivés de courbes à équidistance variable et avec une valeur au mètre. Parallèlement, il est essentiel de connaître l'exactitude verticale des données altimétriques pour être en mesure de les utiliser adéquatement, en considérant les contraintes liées à son exactitude. Le projet présenté vise à aborder ces deux problématiques afin d'améliorer la qualité des données altimétriques et contribuer à raffiner la cartographie prédictive réalisée par TCP dans le Nord canadien, pour une zone d’étude située au Territoire du Nord-Ouest. Le premier objectif était de produire des points de contrôles permettant une évaluation précise de l'exactitude verticale des données altimétriques. Le second objectif était de produire un modèle altimétrique amélioré pour la zone d'étude. Le mémoire présente d'abord une méthode de filtrage pour des données Global Land and Surface Altimetry Data (GLA14) de la mission ICESat (Ice, Cloud and land Elevation SATellite). Le filtrage est basé sur l'application d'une série d'indicateurs calculés à partir d’informations disponibles dans les données GLA14 et des conditions du terrain. Ces indicateurs permettent d'éliminer les points d'élévation potentiellement contaminés. Les points sont donc filtrés en fonction de la qualité de l’attitude calculée, de la saturation du signal, du bruit d'équipement, des conditions atmosphériques, de la pente et du nombre d'échos. Ensuite, le document décrit une méthode de production de Modèles Numériques de Surfaces (MNS) améliorés, par stéréoradargrammétrie (SRG) avec Radarsat-2 (RS-2). La première partie de la méthodologie adoptée consiste à faire la stéréorestitution des MNS à partir de paires d'images RS-2, sans point de contrôle. L'exactitude des MNS préliminaires ainsi produits est calculée à partir des points de contrôles issus du filtrage des données GLA14 et analysée en fonction des combinaisons d’angles d'incidences utilisées pour la stéréorestitution. Ensuite, des sélections de MNS préliminaires sont assemblées afin de produire 5 MNS couvrant chacun la zone d'étude en totalité. Ces MNS sont analysés afin d'identifier la sélection optimale pour la zone d'intérêt. Les indicateurs sélectionnés pour la méthode de filtrage ont pu être validés comme performant et complémentaires, à l’exception de l’indicateur basé sur le ratio signal/bruit puisqu’il était redondant avec l’indicateur basé sur le gain. Autrement, chaque indicateur a permis de filtrer des points de manière exclusive. La méthode de filtrage a permis de réduire de 19% l'erreur quadratique moyenne sur l'élévation, lorsque que comparée aux Données d'Élévation Numérique du Canada (DNEC). Malgré un taux de rejet de 69% suite au filtrage, la densité initiale des données GLA14 a permis de conserver une distribution spatiale homogène. À partir des 136 MNS préliminaires analysés, aucune combinaison d’angles d’incidences des images RS-2 acquises n’a pu être identifiée comme étant idéale pour la SRG, en raison de la grande variabilité des exactitudes verticales. Par contre, l'analyse a indiqué que les images devraient idéalement être acquises à des températures en dessous de 0°C, pour minimiser les disparités radiométriques entre les scènes. Les résultats ont aussi confirmé que la pente est le principal facteur d’influence sur l’exactitude de MNS produits par SRG. La meilleure exactitude verticale, soit 4 m, a été atteinte par l’assemblage de configurations de même direction de visées. Par contre, les configurations de visées opposées, en plus de produire une exactitude du même ordre (5 m), ont permis de réduire le nombre d’images utilisées de 30%, par rapport au nombre d'images acquises initialement. Par conséquent, l'utilisation d'images de visées opposées pourrait permettre d’augmenter l’efficacité de réalisation de projets de SRG en diminuant la période d’acquisition. Les données altimétriques produites pourraient à leur tour contribuer à améliorer les résultats de la TCP, et augmenter la performance de l’industrie minière canadienne et finalement, améliorer la qualité de vie des citoyens du Nord du Canada. / Abstract : Due to its vast extent, Northern Canada faces several logistical challenges for a profitable exploitation of its mineral resources. Remote Predictive Mapping (RPM) aims to help in targeting mineral deposits through the production of geological potential maps. Elevation data is necessary for the generation of these maps. However, the currently available elevation data north of the 60th parallel are not optimal primarily because it has been derived from contours with values at a metric precision. Additionally, exact knowledge of the vertical accuracy of elevation data is essential to insure a suitable use, within its accuracy constraints. This project aimed to improve the quality of elevation data and to contribute to the refinement of RPM products for a study site located in the Northwest Territories. The first objective was to generate control points to evaluate vertical accuracy with precision. The second objective was to generate an improved elevation model for the study site. First, a filtering method for Global Land and Surface Altimetry Data (GLA14) from the ICESat (Ice, Cloud and land Elevation SATellite) mission is presented. This filtering is based on indicators, derived from information available in GLA14 data and terrain conditions, which are then applied successively to remove potentially contaminated elevation points. The points are filtered based on the attitude calculation, signal saturation, equipment noise, atmospheric conditions, slope and number of peaks. Next, a method to generate an improved Digital Surface Models (DSM) using StereoRadarGrammetry (SRG) with Radarsat-2 (RS-2) images is described. In the first part of the adopted methodology, DSM are stereorestituted from RS-2 image pairs, without control point. Then, the vertical accuracy of the DSM is calculated using the control points resulting from the filtering of GLA14 data, and analysed according to the incidence angles combination used for the stereorestitution. Next, selections from the preliminary DSM are assembled to generate 5 DSM, each covering entirely the study site. Finally, the DSM are analysed to identify the optimal selection for the area of interest. The selected indicators were found to be efficient and complementary, except for the indicator based on the noise/signal ratio. Otherwise, all indicators allowed to filter out points exclusively. A 19% reduction of the elevation mean square error was achieved with the filtering method, when compared to Canadian Digital Elevation Data (CDED). The initial density of the GLA14 allowed maintaining a spatially homogeneous distribution of the post-filtering elevation points despite a 69% rejection rate. From the analysis of the 136 preliminary DSM, no specific combination of the acquired RS-2 images incidence angles stood out as being ideal with SRG due to high variability in vertical accuracy. Nonetheless, the analysis showed that images should be ideally acquired at sub-zero temperatures to minimize radiometric discrepancies between scenes. Results also showed that the slope is the main factor influencing the accuracy of DSM generated with SRG. The best vertical accuracy (4 m) was achieved with same-side view configurations. Opposite-side view configurations, despite achieving a vertical accuracy of 5 m, allowed a 30% reduction in the amount of images initially acquired. Therefore, the use of opposite-side view configurations could help to improve the efficiency of SRG projects by reducing considerably the acquisition period. Elevation data generated using the proposed method could help to improve results from RPM and increase the efficiency of the mining industry in Northern Canada and finally contribute to the betterment of the lives of Northern Canada’s citizens.

Precision orbit determination (POD) plays a vital role in the success of space-borne laser altimetry missions, such as ICESat (Ice, Cloud, and Land Elevation Satellite). Although current ICESat POD processing standards are achieving remarkable accuracy, new time-varying geopotential models derived from the GRACE (Gravity Recovery And Climate Experiment) mission were investigated as candidates to improve POD performance for the planned ICESat-2 mission. The objective of this research is to examine the effect of these time-varying geopotential models -- which include models of non-tidal atmospheric and ocean variability, seasonal variability caused by water mass motion, and secular variations caused by present-day ice-melt and glacial isostatic adjustment -- on ICESat POD. The quality of the POD solutions produced with the new geopotential models was quantified by examining the usual orbit quality tests -- DDHL (double-differenced high-low) and SLR (satellite laser ranging) observation residuals and orbit overlaps. Although the solutions produced in every test case indicated consistency and high accuracy of 1-2 cm, these metrics were rather insensitive to the small changes in the POD solutions induced by the new geopotential models, and were incapable of identifying any statistically significant improvements in the POD. However, examination of geographically correlated radial orbit perturbations showed that the radial orbit differences exhibited significant variability on the order of several millimeters, and were coherent with the temporal variability of the models implemented. Since radial orbit errors directly relate to the scientific quantities of interest in the ICESat mission -- the altimetry measurements and derived ice-sheet surface elevations -- this result is of obvious importance. The most notable effects included an annual radial orbit variation of up to 4 mm over the Amazon region induced by implementing the GRACE Annual model, and a secular variation of radial orbit differences over Greenland when the GRACE Trend model was applied. The effect of radial orbit error on ice-sheet altimetry was quantified by examining the mean geographically correlated radial orbit differences. Since the ice sheet elevation rates computed by ICESat scientists are on the order of tens of centimeters per year, it was concluded that, although the radial orbit perturbations are readily observable, with magnitudes on the order of a few millimeters they are too small to have a significant impact on the altimetry science. However, depending on the scientific objectives and radial orbit accuracy requirements set for ICESat-2, these effects may be important, and the use of time-varying geopotential models in ICESat-2 POD may be beneficial. / text

This study investigates pine heights by age for actively managed stands in the southeastern U.S. using ICESat-2 ATL08-derived height data and maps derived from the Landsat time series. We intersected ICESat-2 ground tracks with locations of pine plantations and the Landscape Change Monitoring System (LCMS) Fast Loss product to identify previously clear-cut pine plantations. We subtracted the LCMS Fast Loss year from the date of the ICESat-2 acquisition to determine plantation age at the time of the height measurement. We stratified the data for management intensity, where stands that experience both thinning and harvesting were considered actively managed. The goal was to develop age-height relationships across the region to characterize better the impact of management on productivity and site index. This research involved the analysis of over 137,998 ICESat-2 ATL08 segments in actively managed pine stands in the U.S. Southeast. We compared a subset of ICESat-2 heights with heights derived from airborne laser scanning acquisitions (ALS) available through the USGS 3D Elevation Program. The resulting R2 was 0.82, giving us confidence in the ICESat-2 ATL08-derived forest heights. Then, through data processing and analysis, we successfully stratified the spatial patterns of ICESat-2 ATL08 heights in the southeastern region. These patterns provided insights into the distribution and variability of forest heights across the region, contributing to informed decisions in forest management. We identified some challenges in predicting pine stand age through Landsat-derived disturbance products. We found that LCMS Fast Loss labels some heavy thins as a ‘Fast Loss,’ in addition to stand-clearing disturbances like clear-cuts, adding noise to our estimation of stand age. To overcome this issue, we employed a robust model of the logarithm of heights with a reciprocal of age using a random sample consensus (RANSAC) model to calculate site indices at base age 25 (years). Our results showed the site index for the region at a base age of 25 years is 20.1 m with a model R2 of 0.91. We compared the ICESat-2-derived site index with the FIA-derived site index to see the robustness of our results. Then, the modeled site index values were used to produce a map at a base age of 25 years for the U.S. Southeast, offering insights into spatial differences in regional forest productivity. The results of this study have important implications for ecological research, forest management, and well-informed decision-making. Insights into the distribution and trends of actively managed forest heights in the Southeast are gained from studying the vast dataset, allowing for more efficient land management and conservation initiatives. In actively manage stands, our site index equation improves the ability to anticipate site productivity and estimate future timber outputs. The difficulties with age estimation that have been observed highlight the need for better methods for mapping disturbances using remote sensing in forests that use thinning as a silvicultural prescription. / US Forest Service, joint venture agreement 20-JV-11330145-037, and the USDA Mclntire-Stennis Formula Grant program, accession number 7003904, “Precision forestry for southern pine carbon monitoring.” / Master of Science

Satellitenaltimetrie ist ein Verfahren zur flächendeckenden Beobachtung von Oberflächenhöhen. In den Polarregionen spielen die daraus ableitbaren Höhenänderungsraten eine zentrale Rolle bei der Abschätzung von Massenbilanzen kontinentaler Eisschilde. Aktuell befindet sich eine Vielzahl solcher Altimetriesatelliten im Orbit. In Abhängigkeit vom Messverfahren und verbauten Instruments unterscheiden sich gemessene Höhen sowie der Einfluss systematischer Fehler. In dieser Masterarbeit werden für die Region Nordostgrönland Beobachtungen verschiedener Sensoren prozessiert, vergleichend interpretiert und teilweise validiert. Auswertungen erfolgen anhand digitaler Geländemodelle (DGM), wobei neben bereits etablierten Datensätzen ein Workflow zur automatisierten DGM-Generierung anhand von sehr hochaufgelösten optischen Satellitenaufnahmen vorgestellt sowie angewandt wird. Darauf aufbauend findet eine umfassende Validierung der Eisoberflächenhöhen ATL06 des im September 2018 gestarteten ICESat-2 statt. Es wurde gezeigt, dass keine signifikanten systematischen Abweichungen unter den einzelnen Laserstrahlen sowie zwischen aufsteigenden und absteigenden Satellitenspuren bestehen. Auf dem Eisschild wurden Abweichungen bis zu 10 cm und in den Küstengletscherregionen bis zu 70 cm errechnet, wobei das Genauigkeitsniveau von ICESat-2 über dem der Referenzen liegt. Anhand eines ersten Anwendungsbeispieles konnte die sehr gute Eignung von ICESat-2 zur Co-Registrierung von DGMs gezeigt werden. Durch Hinzunahme von Beobachtungen aktueller Radaraltimeter wurden sämtliche über Eisschilden eingesetzte Altimetriesensoren und Messverfahren vergleichend analysiert. Der zeitlich variable Einfluss der Firnstruktur ist von der Wellenlänge des Messsignals abhängig und kann durch Nutzung eines entsprechenden Retracking-Verfahrens minimiert werden. Korrektionen auf Grundlage verschiedener Parameter des Rückkehrsignals sind für den grönländischen Eisschild ungeeignet. Untersuchungen des Topografieeinflusses auf die Beobachtung zeigen ein enormes Fehlerpotential pulslimitierter Radarsysteme ab Geländeneigungen von 0,3°, wohingegen das Laseraltimeter ICESat-2 eine präzise Vermessung rauer Gebirgs- und Gletscherregionen ermöglicht.