Bonjour, Travaillant normalement avec des données SAR pour faire de l'Observation de la Terre, je me tourne depuis peu vers l'utilisation de données LiDAR. Je travaille actuellement sur un modèle de machine learning utilisant des données du capteur LiDAR GEDI. J'utilise les produit L2A et L2B (https://gedi.umd.edu/data/products/), et je me demandais si je pourrais utiliser des des données LiDAR HD à la place, celles-ci ayant un nombre de point par m^2 bien plus important. J'ai déjà téléchargés et essayés d'utiliser un nuage de point brut et un nuage de point classifié de LiDAR HD. Mes questions sont les suivantes : - le produit GEDI L2A est composé du ground elevation, de la canopy top height et des relatives height metric. Les deux premiers paramètres me paraissent retrouvables à partir du nuage de point classifié. Pour les relatives height metric je ne pense pas que ceux-ci soient récupérables, GEDI étant un full-waveforme LiDAR ce qui n'est pas le cas du LiDAR utilisé pour LiDAR HD. Ai-je bien compris ce point ? - le produit GEDI L2B est composé du Canopy Cover Fraction, du Canopy Cover Fraction profile, du Leaf Area Index et du Leaf Area Index Profile. Ces variables là sont elles obtenables à partir des données LiDAR HD, ou ce n'est pas le cas comme ce n'est pas un full-waveforme LiDAR ? - enfin, existe-t-il une manière "simple" de classifier les points de la donnée brute ? Si j'ai bien compris la classification d'un point se fait à partir des valeurs de ce points, mais aussi de sa position par rapport aux points l'entourant. Y-a-t-il des algorithmes le faisant de manière automatique, ou la supervisation est toujours nécessaire ? Merci d'avance et bonne journée, Nathan Paillou
Français