Classification of riparian forest species and health condition using multi-temporal and hyperspatial imagery from unmanned aerial system.

Michez, Adrien; Piégay, Hervé; Lisein, Jonathan; Claessens, Hugues; Lejeune, Philippe

Michez, Adrien; Piégay, Hervé; Lisein, Jonathan; Claessens, Hugues; Lejeune, Philippe.

Afiliación

Michez A; University of Liege, Gembloux Agro-Bio Tech, Biosytem Engineering Department (BIOSE), Forest Management, 2 Passage des déportés, 5030, Gembloux, Belgium. adrien.michez@gmail.com.
Piégay H; UMR 5600 CNRS EVS, Site ENS, University of Lyon, 15 Parvis R. Descartes, 69362, Lyon Cedex 07, BP 7000, France.
Lisein J; University of Liege, Gembloux Agro-Bio Tech, Biosytem Engineering Department (BIOSE), Forest Management, 2 Passage des déportés, 5030, Gembloux, Belgium.
Claessens H; University of Liege, Gembloux Agro-Bio Tech, Biosytem Engineering Department (BIOSE), Forest Management, 2 Passage des déportés, 5030, Gembloux, Belgium.
Lejeune P; University of Liege, Gembloux Agro-Bio Tech, Biosytem Engineering Department (BIOSE), Forest Management, 2 Passage des déportés, 5030, Gembloux, Belgium.

Environ Monit Assess ; 188(3): 146, 2016 Mar.

Article en En | MEDLINE | ID: mdl-26850712

Asunto(s)

Monitoreo del Ambiente/métodos; Bosques; Tecnología de Sensores Remotos; Árboles/clasificación; Modelos Teóricos; Ríos

Palabras clave

Forest health condition; Hyperspatial imagery; Multi-temporal remote sensing; Random forests; Riparian forest; UAS; UAV; Unmanned Aerial Vehicle; Unmanned aerial system

Texto completo

Imprimir

XML

PubMed Links

Buscar en Google

Texto completo: 1 Bases de datos: MEDLINE Asunto principal: Árboles / Bosques / Monitoreo del Ambiente / Tecnología de Sensores Remotos Tipo de estudio: Prognostic_studies Idioma: En Revista: Environ Monit Assess Asunto de la revista: SAUDE AMBIENTAL Año: 2016 Tipo del documento: Article País de afiliación: Bélgica

Texto completo

Imprimir

XML

PubMed Links

Buscar en Google