Le Modèle Numérique de surface de Canopée (MNC) représente la surface au sol recouverte par le feuillage des arbres. Cette surface peut être utilisée pour calculer l'indice de canopée en % d'un territoire afin d'en évaluer le degré d'arborisation.

Cette donnée a été produite à partir de nuages de points LiDAR acquis en février 2017 et d'une densité de 20-40 pts/m2.

La production s'est déroulée en 4 principales étapes :

1) Rasterisation du nuage de points LiDAR afin de créer un Modèle Numérique de Hauteur de canopée (MNHC)

2) Vectorisation du MNHC (pixels à 3m et plus de hauteur) afin de créer le MNC

3) Optimisation du rendu (élimination des polygones de moins de 2.5 m2, simplification des contours)

4) Nettoyage manuel des polygones ne correspondant pas à du feuillage et issus d'une mauvaise classification du nuage de points LiDAR de départ.

Le produit final représente donc la surface au sol recouverte par le feuillage des arbres ayant au moins 2.5 m2 de surface de canopée à au moins 3m de hauteur à la fin du mois de février 2017. Il couvre tout le territoire du Canton de Genève.

Malgré le soin apporté à la qualité de la donnée des anomalies résiduelles sont encore possibles comme :

•Des erreurs sur la hauteur de la canopée,

•Un décalage dans la projection de la canopée,

•La non-détection de certains arbres,

•La détection d'arbres inexistants ou disparus,

•La détection de canopée sous serre.

Cette donnée a été actualisée en 2024.

Le Modèle Numérique de surface de Canopée (MNC) représente la surface au sol recouverte par le feuillage des arbres. Cette surface peut être utilisée pour calculer l'indice de canopée en % d'un territoire afin d'en évaluer le degré d'arborisation.

Cette donnée a été produite à partir de nuages de points LiDAR acquis en février 2017 et d'une densité de 20-40 pts/m2.

La production s'est déroulée en 4 principales étapes :

1) Rasterisation du nuage de points LiDAR afin de créer un Modèle Numérique de Hauteur de canopée (MNHC)

2) Vectorisation du MNHC (pixels à 3m et plus de hauteur) afin de créer le MNC

3) Optimisation du rendu (élimination des polygones de moins de 2.5 m2, simplification des contours)

4) Nettoyage manuel des polygones ne correspondant pas à du feuillage et issus d'une mauvaise classification du nuage de points LiDAR de départ.

Le produit final représente donc la surface au sol recouverte par le feuillage des arbres ayant au moins 2.5 m2 de surface de canopée à au moins 3m de hauteur à la fin du mois de février 2017. Il couvre tout le territoire du Canton de Genève.

Malgré le soin apporté à la qualité de la donnée des anomalies résiduelles sont encore possibles comme :

•Des erreurs sur la hauteur de la canopée,

•Un décalage dans la projection de la canopée,

•La non-détection de certains arbres,

•La détection d'arbres inexistants ou disparus,

•La détection de canopée sous serre.

Cette donnée a été actualisée en 2024.

Le Modèle Numérique de surface de Canopée (MNC) représente la surface au sol recouverte par le feuillage des arbres. Cette surface peut être utilisée pour calculer l'indice de canopée en % d'un territoire afin d'en évaluer le degré d'arborisation.

Cette donnée a été produite à partir de nuages de points LiDAR acquis en février 2017 et d'une densité de 20-40 pts/m2.

La production s'est déroulée en 4 principales étapes :

1) Rasterisation du nuage de points LiDAR afin de créer un Modèle Numérique de Hauteur de canopée (MNHC)

2) Vectorisation du MNHC (pixels à 3m et plus de hauteur) afin de créer le MNC

3) Optimisation du rendu (élimination des polygones de moins de 2.5 m2, simplification des contours)

4) Nettoyage manuel des polygones ne correspondant pas à du feuillage et issus d'une mauvaise classification du nuage de points LiDAR de départ.

Le produit final représente donc la surface au sol recouverte par le feuillage des arbres ayant au moins 2.5 m2 de surface de canopée à au moins 3m de hauteur à la fin du mois de février 2017. Il couvre tout le territoire du Canton de Genève.

Malgré le soin apporté à la qualité de la donnée des anomalies résiduelles sont encore possibles comme :

•Des erreurs sur la hauteur de la canopée,

•Un décalage dans la projection de la canopée,

•La non-détection de certains arbres,

•La détection d'arbres inexistants ou disparus,

•La détection de canopée sous serre.

Cette donnée a été actualisée en 2024.

Le Modèle Numérique de surface de Canopée (MNC) représente la surface au sol recouverte par le feuillage des arbres. Cette surface peut être utilisée pour calculer l'indice de canopée en % d'un territoire afin d'en évaluer le degré d'arborisation.

Cette donnée a été produite à partir de nuages de points LiDAR acquis en février 2017 et d'une densité de 20-40 pts/m2.

La production s'est déroulée en 4 principales étapes :

1) Rasterisation du nuage de points LiDAR afin de créer un Modèle Numérique de Hauteur de canopée (MNHC)

2) Vectorisation du MNHC (pixels à 3m et plus de hauteur) afin de créer le MNC

3) Optimisation du rendu (élimination des polygones de moins de 2.5 m2, simplification des contours)

4) Nettoyage manuel des polygones ne correspondant pas à du feuillage et issus d'une mauvaise classification du nuage de points LiDAR de départ.

Le produit final représente donc la surface au sol recouverte par le feuillage des arbres ayant au moins 2.5 m2 de surface de canopée à au moins 3m de hauteur à la fin du mois de février 2017. Il couvre tout le territoire du Canton de Genève.

Malgré le soin apporté à la qualité de la donnée des anomalies résiduelles sont encore possibles comme :

•Des erreurs sur la hauteur de la canopée,

•Un décalage dans la projection de la canopée,

•La non-détection de certains arbres,

•La détection d'arbres inexistants ou disparus,

•La détection de canopée sous serre.

Cette donnée a été actualisée en 2024.

Le Modèle Numérique de surface de Canopée (MNC) représente la surface au sol recouverte par le feuillage des arbres. Cette surface peut être utilisée pour calculer l'indice de canopée en % d'un territoire afin d'en évaluer le degré d'arborisation.

Cette donnée a été produite à partir de nuages de points LiDAR acquis en février 2017 et d'une densité de 20-40 pts/m2.

La production s'est déroulée en 4 principales étapes :

1) Rasterisation du nuage de points LiDAR afin de créer un Modèle Numérique de Hauteur de canopée (MNHC)

2) Vectorisation du MNHC (pixels à 3m et plus de hauteur) afin de créer le MNC

3) Optimisation du rendu (élimination des polygones de moins de 2.5 m2, simplification des contours)

4) Nettoyage manuel des polygones ne correspondant pas à du feuillage et issus d'une mauvaise classification du nuage de points LiDAR de départ.

Le produit final représente donc la surface au sol recouverte par le feuillage des arbres ayant au moins 2.5 m2 de surface de canopée à au moins 3m de hauteur à la fin du mois de février 2017. Il couvre tout le territoire du Canton de Genève.

Malgré le soin apporté à la qualité de la donnée des anomalies résiduelles sont encore possibles comme :

•Des erreurs sur la hauteur de la canopée,

•Un décalage dans la projection de la canopée,

•La non-détection de certains arbres,

•La détection d'arbres inexistants ou disparus,

•La détection de canopée sous serre.

Cette donnée a été actualisée en 2024.