Data from an airborne laser scanner, a dual-band interferometric synthetic aperture radar (DBInSAR), and Landsat were evaluated for estimating ages of even-aged loblolly pine stands in Appomattox-Buckingham State Forest, Virginia, U.S.A. The DBInSAR data were acquired using the GeoSAR sensor in summer, 2008 in both the P- and X-bands. The LiDAR data were acquired in the same summer using a small-footprint laser scanner. Loblolly pine stand ages were assigned using the establishment year of loblolly pine stands provided by the Virginia Department of Forestry. Random circular plots were established in stands which varied in age from 5 to 71 years and in site index from 21 to 29 meters (base age 25 years). LiDAR- and GeoSAR-derived independent variables were calculated. The final selected LiDAR model used common logarithm of age as the dependent variable and the 99.5th percentile of height above ground as the independent variable (R2adj = 90.2%, RMSE = 4.4 years, n=45). The final selected GeoSAR models used the reciprocal of age as the dependent variable and had three independent variables: the sum of the X-band magnitude, the 25th percentile of X/P-band magnitudes, and the 90th percentile of the X-band height above ground (R2adj = 84.1%, RMSE = 7.9 years, n=46). The Vegetation Change Tracker (VCT) algorithm was run using a digital elevation layer, a land cover map, and a series of Landsat (5 and 7) images. A comparison was made between the loblolly pine stand ages obtained using the three methods and the reference data. The results show that: (1) although most of the time VCT and reference data ages were different, the differences were normally small, (2) all three remote sensing methods produced reliable age estimates, and (3) the Landsat-VCT algorithm produced the best estimates for younger stands (5 to 22 years old, RMSEVCT=2.2 years, RMSEGeoSAR=2.6 years, RMSELiDAR=2.6 years, n=35) and the model that used LiDAR-derived variables was better for older stands. Remote sensing can be used to estimate loblolly pine stand age, though prior knowledge of site index is required for active sensors that rely primarily on the relationship between age and height. / Ph. D.

The creation of landslide inventories is an important step in landslide susceptibility mapping, and automated algorithms for landslide detection will increasingly be relied upon as part of the mapping process. This study compares the effects of three different DTM generation methods on a pixel-based landslide detection algorithm developed by Shi et al. (2018) using a set of landslide-prone study areas in Pierce County, Washington. Non-parametric statistical analysis demonstrated that false-positive and false-negative rates were significantly different between DTM generation methods, showing that inpainting presents a more balanced error profile compared to TIN and morphological-based approaches. However, overall accuracy (kappa) rates were still very low overall, suggesting that geomorphometric curvature as an input needs to be processed in a different manner to make these types of pixel-based landslide detection algorithms more useful for landslide inventory database management. / Master of Science / The creation of landslide inventories is an important step in landslide susceptibility mapping, and automated algorithms for landslide detection will increasingly be relied upon as part of the mapping process. This study compares the effects of three different DTM generation methods on a pixel-based landslide detection algorithm developed by Shi et al. (2018) using a set of landslide-prone study areas in Pierce County, Washington. Statistical analysis demonstrated that false-positive and false-negative rates were significantly different between DTM generation methods, showing that inpainting presents a more balanced error profile compared to TIN and morphological-based approaches. However, overall accuracy rates were still very low overall, suggesting that curvature as an input needs to be processed in a different manner to make these types of pixel-based landslide detection algorithms more useful for landslide inventory database management.

Avec l'avancement des connaissances cartographiques en hydrologie forestière, il est maintenant envisageable de déterminer les limites inférieures aquatique et terrestre des écotones riverains à partir de données topographiques à haute résolution spatiale. L'utilisation d'informations dérivées des données LiDAR aéroportées pourrait permettre de localiser précisément et de décrire la transition entre les milieux aquatiques et terrestres. Quatre variables géospatiales ont été utilisées, soit le *Depth-to-Water* (DTW), le *Topographic Wetness Index* (TWI), le Modèle de Hauteur de Canopée (MHC) et la différence d'élévation adjacente (DEA) issue d'un modèle numérique de terrain (MNT). Des inventaires sur le terrain pour décrire et documenter la zone de transition riveraine ont été réalisés en2019 et 2020 dans six bassins versants localisés dans trois régions écologiques différentes du Québec (Dépression de la Tuque, Massif de la Jacques-Cartier, Plateau de l'Abitibi). Au total, 3 743 stations de caractérisation réparties le long de 896 transects de longueurs variables ont été inventoriées. Les valeurs relatives aux différentes variables géospatiales utilisées ont été extraites à partir des données d'observations collectées sur le terrain. Les résultats ont montré que chacune des variables géospatiales utilisées permet d'identifier cartographiquement, à différents niveaux, les limites aquatiques et terrestres des écotones riverains sur le territoire. Il fut démontré que la DEA et le MHC forment la combinaison la plus parcimonieuse pour identifier lesdites limites. Ainsi, il a été possible d'évaluer les capacités des variables géospatiales pour identifier des limites représentant les écotones riverains selon une définition qui intègre et respecte les différents processus écologiques liés au milieu riverain. Elles pourraient être utilisées de façon fiable dès maintenant par les différents intervenants des environnements forestiers, assurant une protection adéquate des composantes hydrologiques et riveraines et qui répondent au besoin actuel de gestion et de planification.

Les forêts d'Asie du Sud-Est subissent de fortes pressions en raison de vastes activités d'utilisation des terres, notamment des plantations de palmiers à huile. Le désir de protéger et de gérer les habitats à fort potentiel de stockage de carbone a accru le besoin de préserver les écosystèmes uniques des forêts locales. Pour préserver les écosystèmes forestiers tropicaux de l'expansion agricole, une méthodologie de classification des forêts à fort potentiel de stockage de carbone, connue sous le nom d'Approche à Stock de Haut Carbone (HCSA) a été développée. Notre objectif de recherche est d'évaluer l'efficacité de l'utilisation combinée du LiDAR aéroporté et de l'apprentissage en profondeur pour la classification HCSA sur l'île de Bornéo. Pour ce faire, nous examinerons la biomasse aérienne à l'aide de l'équation développée par Asner (2018) et Jucker (2017), établie sur le territoire de Sabah, ainsi que des métriques LiDAR telles que la hauteur de la canopée, la couverture de la canopée et le la surface terrière forestière. Les métriques de la structure forestière dérivé du LiDAR seront également utilisées pour essayer de différencier les classes HCSA. La zone d'intérêt pour cette étude couvre une partie du territoire du Kalimantan (partie indonésienne de Bornéo).Puis, l’entrainement d'un algorithme d’apprentissage profond permettra, par l'utilisation d'images satellites (Landsat 7 et Landsat 8), de faire un saut spatial et temporel, afin d'établir une cartographie des forêts à surveiller en 2019 et sur l'ensemble de l'île de Bornéo. / Forests in Southeast Asia are under heavy pressure from extensive land-use activities, including oil palm plantations. The desire to protect and manage habitats with high carbon storage potential has increased the need for preserving the unique ecosystems of local forests. To preserve tropical forest ecosystems from agricultural expansion, a methodology for classifying forests with high carbon storage potential, known as the High Carbon Stock Approach (HCSA) was developed. Our research goal is to assess the effectiveness of the combined use of airborne LiDAR and deep learning for HCSA classification across the island of Borneo. To do this, we will examine the above-ground biomass using the equation developed by Asner (2018) and Jucker (2017), established in the Sabah territory, as well as LiDAR metrics such as canopy height, canopy cover, and the forest basal area. LiDAR metrics of forest structure will also be used to try to differentiate HCS classes. LiDAR data and field surveys were collected from the Jet Propulsion Laboratory (JPL -NASA). The area of interest for this study covers part of the Kalimantan territory (Indonesian part of Borneo). The data collected has been part of the ongoing Carbon Monitoring System (CMS) project. Then, the training of a deep learning algorithm will allow, by the use of satellite images (Landsat 7 and Landsat 8), to make a spatial and temporal jump, in order to establish a cartography of the forests to be monitored in 2019 and on the entirety of Borneo Island.

Thèse en cotutelle : Université Laval Québec, Canada et École nationale supérieure des télécommunications de Bretagne Brest, France / La nécessité et l’importance de représenter une scène en 3-D ont été illustrées par de nombreuses applications en télédétection, telles que la planification urbaine, la gestion des catastrophes, etc. Dans ces applications, les données issues du LiDAR et de l’imagerie optique aérienne et satellitaire ont été largement utilisées. Il existe une complémentarité entre les données issues du LiDAR aéroporté et de l’imagerie optique aérienne/satellite, qui motive la fusion de ces données permettant de représenter des scènes observées en 3-D avec une meilleure précision et complétude. Ces dernières années, l’extraction automatique de l’empreinte des bâtiments dans les scènes urbaines et résidentielles est devenue un sujet d’intérêt croissant dans le domaine de la représentation et de la reconstruction de scènes en 3-D. Avec l’augmentation de la disponibilité d’une quantité massive de données capturées par différents capteurs LiDAR et d’imagerie installés sur des plateformes aériennes et spatiales, de nouvelles opportunités se présentent pour effectuer cette tâche à grande échelle. Cependant, les méthodes de fusion existantes considèrent généralement soit des systèmes d’acquisition hybrides composés de LiDAR et de caméras optiques fixés rigidement, soit des jeux de données acquis à partir de la même plateforme à des dates identiques ou très proches, et ayant la même résolution spatiale. Elles n’ont pas été conçues pour traiter des jeux de données acquis avec des plateformes différentes, dans différentes configurations, à des moments différents, ayant des résolutions spatiales et des niveaux de détail différents. Un tel contexte est appelé contexte d’acquisition non-contraint. D’autre part, l’extraction automatique de l’empreinte des bâtiments à grande échelle est une tâche complexe. Des méthodes existantes ont obtenu des résultats relativement significatifs mais en définissant des formes a priori pour les bâtiments, en imposant des contraintes géométriques, ou en se limitant à des zones spécifiques. De telles hypothèses ne sont plus envisageables pour des jeux de données à grande échelle. Ce travail de recherche est consacré au développement d’une méthode versatile de recalage grossier puis fin de jeux de données collectés selon un contexte d’acquisition non-contraint. Il vise à surmonter les défis associés à ce contexte tels que le décalage spatial entre les jeux de données, la différence de résolution spatiale et de niveau de détail, etc. De plus, ce travail de recherche propose une méthode d’extraction efficace des empreintes des bâtiments, offrant un niveau de précision élevé tout en étant une méthode non-supervisée dédiée aux applications à grande échelle. La méthode proposée, appelée “Super-Resolution-based Snake Model” (SRSM), consiste en une adaptation des modèles de snakes—une technique classique de segmentation d’images—pour exploiter des images d’élévation LiDAR à haute résolution générées par un processus de super-résolution. Il se rapporte au contexte d’acquisition de données non-contraint, servant d’exemple d’application de premier ordre. Des résultats pertinents ont été obtenus lors des évaluations rigoureuses des méthodes proposées, à savoir un niveau de précision hautement souhaitable par rapport aux méthodes existantes. Mots-clés : LiDAR aéroporté, imagerie optique satellitaire et aérienne, recalage de données, information mutuelle, super-résolution, scènes urbaines, extraction de bâtiments, grande échelle.

Durant les vingt dernières années, les grandes avancées technologiques de la télédétection aéroportée active de type Lidar ont permis d'étendre ses applications principalement dans le secteur forestier. Le capteur Lidar nous permet de déterminer la distance et la position d'un objet à partir du temps que met le rayon de lumière à atteindre le sol et à retourner au capteur. Cette capacité du Lidar est utilisée avec succès dans les études de foresterie car elle permet de caractériser le sol, la végétation, et les structures dans les trois dimensions tout en recueillant de telles données rapidement sans façon destructive. D’autre part, la fusion des données Lidar avec des données multispectrales a ouvert un grand nombre d’applications en foresterie car elle fournit de l’information sur les types de végétation, la densité foliaire des arbres, leur phénologie, de même que les propriétés optiques pour des espèces choisies. La Financière Agricole de Québec (FADQ) en collaboration avec le Laboratoire de Géomatique Agricole et Appliquée (GAAP) , cherche à profiter de ce type de technologie afin de mieux évaluer et caractériser les vergers en améliorant sa capacité à en faire l’inventaire, l’estimation des rendements et l’évaluation de sa qualité. Le présent projet vise à démontrer le potentiel des données Lidar pour visualiser en trois dimensions des attributs de structure des pommiers individuels tel que la taille de la couronne et l’estimation de la hauteur avec lesquelles on obtient la quantification de la biomasse foliaire, le calcul de la densité de feuillage et l’état du couvert. Les résultats des inventaires et rendements estimés sont comparés au rendement réel en démontrant ses avantages par rapport à la méthode conventionnelle. / During the last twenty years, large technological advances in active airborne remote sensing have allowed its application to the forest and agricultural sectors. The Lidar sensor determines the distance and the position of an object, based on the time taken by a beam of light to reach the ground and to return to the sensor. Lidar has been successfully used in forestry studies because it results in a characterization of the structure of forest stands in three dimensions. Data collection is fast and non-intrusive. On the other hand, the fusion of Lidar data with multi-spectral data opens a large number of potential forestry applications because it provides information about the type of vegetation, the foliar density of trees, their phenology, as well as optical properties of certain species. The Financière Agricole de Québec (FADQ) in association with the Laboratoire de géomatique agricole et appliquée (GAAP), has used this technology to assess the yield and the quality of orchards in Québec. The present project aims at demonstrating the potential of Lidar and of multi-spectral data to show in 3D attributes of structure of individual apple trees such as the size of the crown and the estimation of the tree height. This then allows us to estimate the foliar biomass, the density of foliage and individual tree geo-positioning obtained by Lidar. The results of the tree counting and apple production estimations are compared with field data and with statistics from FADQ. The correlations are high, demonstrating that the Lidar method is able to accurately evaluate the production of apple orchards.

Aerosols show type-specific characteristics, which depend on intensive aerosol optical and microphysical properties that influence the radiation processes in the atmosphere in several ways. There are still large uncertainties in the calculation of the aerosol direct radiative effect. The classification of aerosols and the characterization of the vertical aerosol distribution is needed in order to provide more accurate information for radiative-transfer simulations. In the framework of the present thesis, the vertical and spatial distribution as well as optical properties of atmospheric aerosols over the European continent were investigated based on lidar measurements. Possibilities for an aerosol classification or so-called aerosol typing were presented and major aerosol types were specified. Former studies about the classification of aerosols were summarized and representative values for aerosol-type-dependent parameters were given. Case studies were used to demonstrate how observations of the European lidar network EARLINET from 2008 until 2010 were analyzed for aerosol layers and how model simulations and auxiliary data including the assessment of meteorological conditions were applied to determine the origin of each single aerosol layer. Thus, aerosol-type dependent parameters were evaluated and a novel method for the typing of aerosols was developed, which can be used, e.g., within algorithms of satellite data retrievals. Additionally, conversion factors were determined, which are needed for the harmonization of satellite data of present and upcoming missions. Furthermore, findings of the aerosol typing based on EARLINET data were compared to results of the aerosol classification scheme for satellite-borne lidar measurements onboard CALIPSO. It could be shown that deficient classifications of the aerosol type emerged systematically within the automated CALIPSO algorithm. Those wrong classification leads to an underestimation of the single-scattering albedo and hence to an overestimation of the warming effect of the respective aerosol layer. This overestimated warming effect has to be kept in mind for simulations of the global aerosol radiative effect based on CALIPSO data. / Die Bestimmung des direkten Strahlungsantriebs von Aerosolen ist mit großen Unsicherheiten behaftet. Inwiefern Aerosole die Strahlungsprozesse in der Atmosphäre beeinflussen ist abhängig von ihren optischen und mikrophysikalischen Eigenschaften. Zur Optimierung von Strahlungstransfersimulationen werden daher ergänzende Informationen über typspezifische Aerosoleigenschaften sowie die vertikale Aerosolverteilung benötigt. Im Rahmen der vorliegenden Arbeit wurden anhand von Lidarmessungen die vertikale und räumliche Verteilung atmosphärischer Aerosole über Europa analysiert sowie deren optische Eigenschaften ermittelt. Einleitend werden Möglichkeiten der Aerosolklassifizierung erläutert und Aerosoltypen spezifiziert, die über Europa beobachtet werden können. Vorherige Studien zur Aerosolklassifizierung sind in einer Literaturübersicht zusammengefasst. Anhand von Fallstudien wurde zunächst die Analyse von Beobachtungen des europäischen Lidarnetzwerkes EARLINET von 2008 bis 2010 auf das Vorhandensein von Aerosolschichten verdeutlicht. Die Herkunft jeder einzelnen Aerosolschicht wurde anschließend unter Verwendung von Modellrechnungen sowie weiteren Informationen bestimmt und aerosoltypspezifische Kenngrößen berechnet. Mit Hilfe dieser Kenngrößen ist es möglich, den Typ des Aerosols abzuleiten. Daraus wurde eine neuartige Methode zur Typisierung von Aerosolen entwickelt, die z.B. in Algorithmen zur Verarbeitung von Satellitendaten verwendet werden kann. Zusätzlich wurden Umrechnungsfaktoren bestimmt, die zur Zusammenführung und zum Vergleich von Daten aktueller und zukünftiger Satellitenmissionen benötigt werden. Die Ergebnisse der Aerosoltypisierung auf Basis von EARLINET-Daten wurden anschließend mit Ergebnissen der automatischen Typisierung weltraumbasierter Lidarmessungen des CALIPSO-Satelliten verglichen. Es konnte gezeigt werden, dass innerhalb des CALIPSO-Algorithmus systematisch fehlerhafte Klassifizierungen des Aerosoltyps auftreten. Diese falsche Klassifizierung führt zu einer Unterschätzung der Einfachstreualbedo und zu einer Überschätzung der erwärmenden Wirkung der betreffenden Aerosolschicht. Die überschätzte Wärmewirkung hat wiederum fehlerhafte Ergebnisse bei Strahlungstransferrechnungen, die auf CALIPSO-Daten basieren, zur Folge.

This thesis presents a development to the technique of rotational Raman lidar by, incorporating an imaging spectrometer in conjunction with a clocking CCD detection system. This allowed the rotational Raman spectra of nitrogen and oxygen to be simultaneously recorded as a function of altitude. The rotational Raman spectra were uses to calculate temperature profiles. Recording the complete band envelopes of the rotational Raman spectra removed the need for an external reference, such as a radiosonde. Results are presented from measurements made in Cambridge in chapter 4 and Ny-Alesund in chapter 6. Chapter 7 presents some conventional lidar backscatter measurements made using a PMT in Birmingham during the winter part of the pollution in the Urban Midlands Area (PUMA) campaign. These measurements were used to determine the cloud base and the planetarty boundary layer height. Two automated algorithms were tested at retrieving the PBL height, the inflection point method and the centroid method.

ITC/USA 2011 Conference Proceedings / The Forty-Seventh Annual International Telemetering Conference and Technical Exhibition / October 24-27, 2011 / Bally's Las Vegas, Las Vegas, Nevada / In this paper, we propose a new, low complexity approach for the design of laser radar (LIDAR) systems for use in applications in which the system is wirelessly transmitting its data from a remote location back to a command center for reconstruction and viewing. Specifically, the proposed system collects random samples in different portions of the scene, and the density of sampling is controlled by the local scene complexity. The range samples are transmitted as they are acquired through a wireless communications link to a command center and a constrained absolute-error optimization procedure of the type commonly used for compressive sensing/sampling is applied. The key difficulty in the proposed approach is estimating the local scene complexity without densely sampling the scene and thus increasing the complexity of the LIDAR front end. We show here using simulated data that the complexity of the scene can be accurately estimated from the return pulse shape using a finite moments approach. Furthermore, we find that such complexity estimates correspond strongly to the surface reconstruction error that is achieved using the constrained optimization algorithm with a given number of samples.

Disposer de données précises, spatialisées et actualisées sur les niveaux et les profondeurs des eaux côtières ou continentales est nécessaire pour assurer et anticiper une meilleure gestion des eaux littorales et continentales. Parmi les techniques de télédétection de suivi de la bathymétrie et d'altimétrie des eaux, le LIDAR apparaît, de par son potentiel de précision, de résolution et de répétitivité spatiale des mesures, comme une technique adaptée et prometteuse, déjà éprouvée sur des plateformes aéroportées.L'objectif de cette thèse est d'évaluer le potentiel du transfert de la technologie LiDAR sur satellite pour estimer l'altimétrie et la bathymétrie des eaux de surfaces continentales et côtières. Une approche expérimentale basée sur des données LiDAR réelles, puis une approche théorique basée sur des formes d'onde LiDAR simulées ont été utilisées pour explorer les performances de capteurs LiDAR satellitaires.Dans une première partie, la qualité des données altimétriques du capteur LiDAR satellitaire GLAS/ICESat fut évaluée pour le suivi de l'altimétrie de plans d'eau. La méthode d'évaluation développée repose sur la prise en compte des phénomènes d'autocorrélation des mesures successives lors des comparaisons de l'élévation GLAS/ICESat avec les niveaux d'eau mesurés aux stations hydrométriques. Les précisions estimées sont de l'ordre de 12 cm.Dans une seconde partie, un modèle de simulation des trains d'ondes LiDAR a été développé. La confrontation des simulations issues du modèle par comparaison à des trains d'ondes observés par des capteurs satellitaires et aéroportés a été effectuée.Dans une dernière partie, les performances de deux configurations de potentiels capteurs LiDAR spatiaux émettant dans l'UV (355 nm) ou dans le vert (532 nm) ont été évaluées à partir des formes d'ondes simulées suivant des distributions globales des différents paramètres de l'eau assumées comme représentatives à l'échelle mondiale et pour quatre types d'eaux différents. Une analyse de sensibilité a été effectuée pour identifier et ordonner les paramètres environnementaux qui influent le plus sur l'écho LiDAR du fond de l'eau, signal déterminant dans la faisabilité de la mesure bathymétrique. Ensuite, les probabilités de mesure de la bathymétrie ainsi la précision sur l'estimation de la bathymétrie ont été calculées suivant un plan d'expérience qui respecte les distributions globales des paramètres d'eau. Cette thèse propose une méthodologie globale, point de départ pour explorer les performances globales et les facteurs limitant de futurs capteurs LiDAR satellitaires dédiés totalement ou partiellement à l'altimétrie et la bathymétrie des eaux côtières et continentales. / Possessing accurate, spatial and current data on the water levels and the depths are necessary for anticipation and better management of coastal and continental waters. Among the remote sensing techniques to monitor the water bathymetry and altimetry, the LIDAR appears as an adapted and promising technique, already proven on airborne platforms, because of its potential accuracy, spatial resolution and repeatability of measurements. The objective of this thesis is to evaluate the potential of the transfer technology on satellite LiDAR to estimate the water altimetry and bathymetry of continental and coastal areas. An experimental approach based on actual LiDAR data and a theoretical approach based on simulated LiDAR waveforms were used to explore the performance of satellite LiDAR sensors.In the first part, the altimetry data quality from the satellite LiDAR sensor GLAS / ICESat was evaluated in order to monitor the altimetry of water bodies. The evaluation method developed is based on the consideration of the autocorrelation phenomena of successive measurements when comparing the elevation GLAS / ICESat with water levels measured at gauging stations. Accuracies are estimated in the order of 12 cm.In the second part, a simulation model of LiDAR waveform has been developed. The confrontation between simulations from the model compared to observed waveform provided by satellite and aircraft sensors was performed.In the last section, the performance of two space borne LiDAR emitting in the UV (355 nm) or the green (532 nm) were evaluated using a methodology based on waveform simulation following aggregate distributions of various water parameters assumed to be representative on a global scale and for four different types of water. A sensitivity analysis was performed to identify and order the environmental parameters that influence the most the LiDAR bottom echo of the water signal in determining the feasibility of measuring bathymetry. Then, the probability of measuring water depth and the accuracy of estimating the bathymetry were calculated according to an experimental design that meets the global distributions of water parameters. This thesis proposes a global methodology, a starting point to explore the overall performance and the limiting factors for future satellite LiDAR sensors totally or partially dedicated to altimetry and bathymetry of coastal and inland waters.