Descrizione
Cette donnée est extraite du vol LiDAR 2023 qui avait été mandaté par le Canton. La technologie LiDAR permet non seulement de produire d'excellents modèles numériques de surface et de terrain mais également d'extraire de nombreuses informations pour d'autres éléments du paysage grâce à la classification des différents points du nuage. Cette nouvelle donnée est produite sur avec une densité de 100 points au m2 et fait suite aux modèles de canopé 2017 et 2019. La donnée est une couche de plus de 250'000 polygones couvrant le canton et une partie des zones frontalières. Pour ce jeu de donnée la végétation supérieure à 3m de hauteur pour des objets qui font plus de 2,5m2 de surface projetée au sol est considérée comme de la canopé. Chaque polygone propose quelques attributs comme la hauteur moyenne de la végétation, la hauteur maximale et deux indicateurs de forme (circulaire, linéaire, réticulé…). Le taux de canopé est une mesure fiable pour suivre l'évolution du patrimoine arboré du canton, croisé à d'autres informations il permet de représenter le paysage urbain et de quantifier différents services rendus par les arbres dans le canton. 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.
Risorse
Bacheche
Informazioni aggiuntive
- Identificatore
- SIPV_ICA_MNC_2023@ville-geneve
- Data di rilascio
- maggio 28,2025
- Data di modifica
- maggio 28,2025
- Conforme a
- -
- Editore
- Conservatoire et Jardin botaniques de la Ville de Genève
- Punti di contatto
- pascal.martin@geneve.ch
- Lingue
- Indipendente dalla lingua
- Addizionali informazioni
- geocat.ch link permanente
- Landing page
- -
- Documentazione
- -
- Copertura temporale
- -
- Copertura spaziale
- -
- Intervallo di aggiornamento
- Irregolare
- Accesso ai metadati
- API (JSON) Scarica XML
