Subvention

Comparaison non biaisée de nuages de points LiDAR acquis successivement

Vérifier et documenter les limites d'applicabilité des solutions analytiques proposée pour éliminer le biais attribuables à l'angle d'acquisition et à la densité de points entre deux jeux de données, et d'intégrer les solutions analytiques au package LiDAR pour R de manière à faciliter la comparaison non biaisée de nuages de points acquis à différents moments sur un même territoire forestier.

FED_GCContribution
Bénéficiaire
UNIVERSITE LAVAL
Québec, QC
Montant
57 000 $
Date d'annonce
22 déc. 2023
Sous-direction
Subvention et contribution à l'appui du programme d’Innovation Forestière
Numéro de dossier
CWFC2326-010

Données ingérées le 23 avr. 2026.