20231023 16455900 1.0 TRUE RasterCalculator " SetNull("G_gb_bugey"==0,"G_gb_bugey")" P:\ZZ_Thematiques\Environnement\forestier\ONF\exploit_lidar_ass.gdb\G_gb_bugey 007 625000 50000 ISO19139 20231024 10364800 Surface terrière des gros bois en m² par hectare (m²/ha) Raster dendrométrique issus du LiDAR Jura sud de l'IGN acquis entre septembre et novembre 2014 La densité moyenne d’émission LiDAR calculé à partir des premiers retours LiDAR, est de 1.7 points/m². La densité moyenne de points classé sol est de 0.8 points/m² ONF 2017 Envir_ONF_dendro_2015_G_gb_bugey G_gb 2017-01-01T00:00:00 ain raster ONF forêt dendrométrique arbre bois environnement économie surface terrière résineux feuillu gros bois <DIV STYLE="text-align:Left;"><DIV><DIV>usage professionnel.Pour accéder aux données sources (GRID) contacter la direction de l'environnement : direction.environnement@ain.fr</DIV></DIV></DIV> dendrométrique ain,bugey 2015 <DIV STYLE="text-align:Left;"><A href="https://carto.ain.fr/webapps/externe/doc/ONF_notice_modeles_LiDAR_v2.pdf" STYLE="text-decoration:underline;">lien vers descriptif pdf</A>1 - Principes de modélisationLes présents modèles sont construits à partir de la détection des apex identifiés sur le modèle numérique de hauteur issus des couvertures LiDAR. Seules les hauteurs supérieures à 13 mètres associés à des cuvettes de plus de 5 mètres carrés sont conservées. Le traitement est effectué à l'exclusion du type "non boisé" de la cartographie de peuplement v.2 de l'IFN. Chaque apex est classé comme feuillu ou résineux en fonction des pentes de son houppier et de sa réflectance mesurée sur les images SPOT 6. Les diamètres à 1.30m et les accroissements sont estimés par les caractéristiques de la cuvette associée à l'apex. A l'échelle du pixel de 26.5m de côté, les surfaces terrières prédites pour chaque arbre sont sommées par essence et catégories de diamètres. Les résultats obtenus sont corrigés selon des modèles linéaires. Les modèles appliquées aux apex et aux pixels sont calibrés à l'aide des placettes de l'observatoire forestier. Ils sont validés sur un nouveau jeu de 240 placettes de 15 mètres de rayon mesurées en 2015 et indépendant du jeu de calibration.2 - Validité des paramètres modélisésEn règle générale, la validité des paramètres modélisés n'est pas connue pour les peuplements rares et atypiques à l'échelle des montagnes de l'Ain. Ces peuplements sont par exemple les plantations de mélèzes, les pinèdes à cochet, les jeunes futaies feuillues éclaircies… La validité en peuplement de pinèdes noires ou sylvestres n'a pas été vérifiée. Toutes les données s'entendent pour un diamètre de pré-comptage de 17.5 cm à 1.30m (sauf mention contraire).3 - Précautions pour la réalisation de calculs à partir des données des rastersPour les valeurs de surface terrière, de production, de densité de tiges, de types de peuplement, la valeur zéro doit être utilisée en cas d'absence de données. Ces cas correspondent, soit à des peuplements de hauteur inférieure à 13 mètres (composé a priori d'arbres de diamètre inférieur à 17,5 centimètres), soit à un type de peuplement IFN non boisé. Pour les types de peuplement, la valeur zéro correspond à un peuplement non pré-comptable, ou à une zone non boisée. Pour les valeurs de hauteur, de diamètre, de Gini, la valeur NULL doit être utilisée en cas d'absence de données. Les pixels de lisière intègrent sur une partie de leur surface une zone non boisée. Dans le cas où la zone d'extraction intègre de tels pixels, Il est important d'appliquer à la surface d'extraction un buffer négatif qui permettra d'exclure ses points.Cartographie prédictive des paramètres forestiers des montagnes de l'Ain, Office National des Forêts,A. Munoz, S. Dumas, 2017</DIV> 20231024 /9j/4AAQSkZJRgABAQEAAQABAAD/2wBDAAgGBgcGBQgHBwcJCQgKDBQNDAsLDBkSEw8UHRofHh0a HBwgJC4nICIsIxwcKDcpLDAxNDQ0Hyc5PTgyPC4zNDL/2wBDAQkJCQwLDBgNDRgyIRwhMjIyMjIy MjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjIyMjL/wAARCACFAMgDASIA AhEBAxEB/8QAHwAAAQUBAQEBAQEAAAAAAAAAAAECAwQFBgcICQoL/8QAtRAAAgEDAwIEAwUFBAQA AAF9AQIDAAQRBRIhMUEGE1FhByJxFDKBkaEII0KxwRVS0fAkM2JyggkKFhcYGRolJicoKSo0NTY3 ODk6Q0RFRkdISUpTVFVWV1hZWmNkZWZnaGlqc3R1dnd4eXqDhIWGh4iJipKTlJWWl5iZmqKjpKWm p6ipqrKztLW2t7i5usLDxMXGx8jJytLT1NXW19jZ2uHi4+Tl5ufo6erx8vP09fb3+Pn6/8QAHwEA AwEBAQEBAQEBAQAAAAAAAAECAwQFBgcICQoL/8QAtREAAgECBAQDBAcFBAQAAQJ3AAECAxEEBSEx BhJBUQdhcRMiMoEIFEKRobHBCSMzUvAVYnLRChYkNOEl8RcYGRomJygpKjU2Nzg5OkNERUZHSElK U1RVVldYWVpjZGVmZ2hpanN0dXZ3eHl6goOEhYaHiImKkpOUlZaXmJmaoqOkpaanqKmqsrO0tba3 uLm6wsPExcbHyMnK0tPU1dbX2Nna4uPk5ebn6Onq8vP09fb3+Pn6/9oADAMBAAIRAxEAPwD3+iii gAooooAKKKKACiiormQxQNIM/Lg8fWgmUlGLk+hLRUME3mmQYwUbH1qagIyUldBRRRQUFFFFABRR RQAUyOVJS4RslG2t7Gql7etGfs9qN9y3tkIPU/nU9pbLaWywqS2Mkk9yTkn86m+umxmqilNxj03J 6KKKo0CiiigAooooAKKKKACiiigAooooAKKKKACmTLG0LCUZTHIxmn1Ddgm0kC43Y4ycfrTW5FR2 g3a+hTs7iMrPMgJUnJJHOcDj9KvxyrIuQe5GPpWY9qq27DfmWYANj9ce1WIUjXa28KiDO3P168ew q3HS55+Hq1ItQlb+n/kXqgu7kWsO/aWJOABTZb2KNRg5ZjtVcH5jnFYzTTSXqee4kaE4CsABnH+P +e9KMO5WMx0aa5YO7f4epsw31vMQBIA2M4PHFWa5nVB5QCvnz3/eOQPug9h+RrVXWbRjhTIfl3Z2 44/GolKKlyp6hh8Y3zKtZWt+Jo1Bc3UVqm6RsHBIGOuKpvrtmqZXzHbONoTk1AltPqsq3E5McCnK IRyR1x+g/KoU024rc2qYlNJUfeb/AKf9dyxo8EnkG7nOZrjDEeg7CtKgAAYAwKKcYqKsjopwUI2C iiiqLCiiigAooooAKKKKACiiigAooooAKKKKACqt8rvCiIOWcc9h9atVT1Ebo4h/00B4znofSnF2 Zhiv4MitNKEje4Ckps2IB1YkdqJdrMk+9gsYJ6YG485/U1Izx23kpuUBWOBn0GMfr7dvpRKX+yqr 7lfbubGP85Fa9TzJLRpvXd+uj/r0KIj+0T/M7B264xlQM/l/9aqyNtmeWQhniH3yc/N269RViJGV 0+6WdxtOOxAz+fSql3AgkPksNicEKTz/AI8+lOTdtDyqnuxU7a317/11f9WgnDth2clpPm96Rlh2 lQWAePJyOpz3/wA+lOjYiNo1KkPj9M9KtaaYjqiJIiyFlwCOQD1/H0rgdJNu9rvQVJuc48vffs2W tL0YDFxcKRzlUz2963aKK1p04048sT6ujRjSVlv3CiiirNQooooAKKKKACiiigAooooAKKKKACii igAooooAKQkAjnrwKWobkhId7AkKeR+n9aaJnLli32MqQsI4lU+Y+4s+4Hrn9Kc6+ZB5cg2kRkn5 SBlqint49oMKOU5/hzjHbJ6cfyqKO4mkQyOiBwvbgkY+v9K25ldI+bcnFtSXZd0EDgagAqg+WuFB 7kDn8v6VnSEM8flMScAtu4Kn16+taemukTXM0iKojHLE4HPGPx/oKpR29smnT3lyGKFtqBe/41w4 pucbJ73v8vQdGm5cvzfpsv69CFhKRGnG0ZwB7nufxra0SwEMssz/AH+FCkcrx+dZtsnnrDsU4aQF MseoIPP+e1dHa+Zvm3srZbI2jp681UMPHSo99/wt1NsvTdXXpp+b/As0UUVqe+FFFFABRRRQAUUU UAFFFFABRRRQAUUUUAFFFFABRRRQAVDdLutnU4weuR2zz+lTUjAMpDDIPBpoiceaLj3Kt3M1rZl4 kXp/wEflWFcO4AHmIzyZaRh91c+34mtHVJ43UI29ZV/gPQg/z/8ArVlmJ3J8uPPmN6dPb9e/rWsY XWp89mNduryQ1tb+rfgPMipYeWPvEsp+XlwCCopWme40VYvKJMbjL54HU06dI0t4ngX5upkJ+uBT 1kYWU9tK/GzfGRzjtisqlNtO5jSqOM7Xt7vy20X+duo2whS4tP8AXFCshVB1/wDr/wD66esr6c8D 7s/ejZf72D/+rmm2UKxWUe7cgLsQ4HIG3jB9eKL2VG1JC+5kYlSQcEnt+uKcXOMEn5f5FNRUVUhp JW1v00d/6/E27S4NwjsccNwPbtVis+wUMsbhQCAQflAPoK0KJKzsfQYWcp0lKQUUUVJ0BRRRQAUU UUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAZOrrIUBA+Ve4H+eay3mYM/nAx7vvEDAI7fhXUsoZS p6EYrL1W2PkhgQx3dGHPTtWkZ20R4eYYKTcq0X8jOGwozszSRDoB1Bwevtn+tJGVeznkO1GBGxSe GGef1xUVvbFp/L3+XkbsdM8ZqdYxchUYiMrgktwFrSzerPJg7qyjvdfP+nf/AIBNDcLKYdq7mSPa EJwobHHfHb9ap3cQedVHzLGnXdjJHOfz5rRswqQNHtcFjuYpjOD6evakEEcl2IvNLRyjeCOox2P5 dalxTXLLY6nTnOEWn7z/AOG/yuy1pLFrVAOgHJz3JNaNVrNEEW9ECK/IA9Ks1lJ3Z9BhIOFGMX2C iiikdAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABUM8IlAP8S/dz0H4VNRQTKKkuVmL cQxxrtEJdui5ycHPr0Pf/JqP7M0PkOkn70OEkBHbOa154gVZsA+xrIW3MF20gJMSNn5uCPSt4yuj wcVhvZzWmnlpbz/D7izcMgZY1hO044Gc4z82QO3BqugbdHGiA5O0bhx1wT/n0qSW6EVwZkZSc+Vn OFXPOfelEUhlbeVZ8gYHCnjOcetJPWwqiU5XXfp/XkaVrzaxnJOR3qao4FKQIp6gcj0/KpKyZ71N Wgk+wUUUUiwooooAKKKKACiiigAooooAKKKKACiiigAooooAKKKKACiiigArIv1kjlfzATFIT8wf GOMDHfI59q16bIgkjZTjkY5Gaadnc58TR9tT5U9TJjUJIFVCuFJJxhSOOnHbP+c1qpGqqBgcVWgg ZlKSgBF+UAZGcd+auVU3dmWDo8kW2FFFFQdoUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFF FABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQAUUUUAFFFFABRRRQB/9k=