20251218 16280500 1.0 TRUE 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.<br /><br />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…).<br /><br />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.<br /><br />Malgré le soin apporté à la qualité de la donnée des anomalies résiduelles sont encore possibles comme :<br />•Des erreurs sur la hauteur de la canopée,<br />•Un décalage dans la projection de la canopée,<br />•La non-détection de certains arbres,<br />•La détection d'arbres inexistants ou disparus,<br />•La détection de canopée sous serre. Biologie Modèle Numérique De Surface De Canopée - État 2023 © 2025 SITG Accès libre <br /><br /> None Modèle Numérique De Surface De Canopée - État 2023 iVBORw0KGgoAAAANSUhEUgAAASwAAADICAYAAABS39xVAAAAAXNSR0IB2cksfwAAAAlwSFlzAAAB 2AAAAdgB+lymcgAACfdJREFUeJzt3dlyG8cZhuFvVmCwU7RlJfKi2E7Oc//3kZMcOY5lrZS4gLNP p7pBwIgcp3JiMD/mfaogURSGJVWh3urp6elJnXNOAGBA+tj/AAD4XxEsAGYQLABmECwAZhAsAGYQ LABmECwAZhAsAGYQLABmECwAZhAsAGYQLABmECwAZhAsAGYQLABmECwAZhAsAGYQLABmECwAZhAs AGYQLABmECwAZhAsAGYQLABmECwAZhAsAGYQLABmECwAZhAsAGYQLABmECwAZhAsAGYQLABmECwA ZhAsAGYQLABmECwAZhAsAGYQLABmECwAZhAsAGYQLABmECwAZhAsAGYQLABmECwAZhAsAGYQLABm ECwAZhAsAGYQLABmECwAZhAsAGYQLABmECwAZhAsAGYQLABmECwAZhAsAGYQLABmECwAZhAsAGYQ LABmECwAZhAsAGYQLABmECwAZhAsAGYQLABmECwAZhAsAGYQLABmECwAZhAsAGYQLABmECwAZhAs AGYQLABmECwAZhAsAGYQLABmECwAZhAsAGYQLABmECwAZhAsAGYQLABmECwAZhAsAGYQLABmECwA ZhAsAGYQLABmECwAZhAsAGYQLABmECwAZhAsAGYQLABmECwAZhAsAGYQLABmECwAZhCssRv8L06K IinafWOQk3NOsf/WkGroWsVptnt/eI/Utk5pGimKH/HfjtEhWGMXArSPleRcJLmQLA2KlEiKozSE 7ebuVkmSaL6Y7WL1cAxwKgRr7D6JThT5EKU6DJycj5iTGwaVZak4jjVfzogVHgXBGjk/looeqnVo l/vl7+u7WnGaKMvSh5jt3uUj1ve90pSPEE6HT9vIDQ8nfn5ENQy7aIUkOamtnNq2UxbH4ZtxnMp/ 6UWRO3wNnArBGjl3yFYcRkzxkIR5q6YadHd3p+k019CHaa2HEdbu/R7BwqkRrJHrNCgLifJBSg4X C/1oq296tUmvaOg1mWYqikJxvIvV4DrFzLrjxAjWyHV9oyQpdlcDYynxp3lOmmaxyjTbTbSnidbr uWbzycNRg5qmCfNaSfyw3AE4AYJ15vxpnl+KcMxPmO8nz4tkrrK817JI1DWdhnauqJNe//RRcey0 eDrVcrPQ4bKhP4eMYk0nCw1+GAacEME6c34ZwrGwRMHtZq58tNpOKgo/curCFb++keJEyqJM29tr TT5LVFeN8jzXED3MXT1cLfz0ZwO/N4J15vYjqd8Kll8T2rk2rGq//nCj+/dS2hXqqlqzotBqtVLv +jBSi8Ji0Wj3dRT9auQG/N4I1sjs11LtQ+Y/ANuy0V25VdxnaqpWr1691GYx1/NvvpQyydUunP75 UZa/FccN0SF6wCkRrJGPuFInTTRRmg6aF2tFZaPyutViNZfmkmv9fYPtvx3DyAqPhWCNXHU1KJ/k KutaH2+22m5bTZeFLp6u5S8d+lPGWVrs1mEdTVkdn1YCp0KwRuA/xaXruvC6ed1ovkh1fXur3qVq /GAqjhRN/e+VpGm4QuiPbJsuHJtku3L5uawsY1kDTodgjYAP1fGck5+P8qd5fi1V+bFSX/uFoIP+ +NUX6iPp9ftr1a6Uc71uXm2VTbJwfN3V4Uricr0I81lcJcSpEayR8JHazz350Pg/V1Wl26jSd19/ puIi17sff1bcXyhuM736+xt9/9cXunwu/fjDSy3zhaZupiKbqLoulX+eqlevxM/KAydCsEbAn7rt lzMcFowWRQjY8i9fqNj4YVir1Wap7Y1TNol1Xzn5mwiHMtFqstQ8X4QRWT7NlE39x8apairNc4KF 0yFYI7AfUR0Hy39vOp1K+W57Br+raL5a6OP1B01XS1VdrraulLZzFW6mq9dXevvutZ599Uzrp6sw rprmfqILOB2CNQLHizyPoxU8XPkr607zVGr6Up9vLqR4paoZ9OZvP2q+XKhu6xC49XoZRlh936pX qyRhhIXTIVgjtL8H0I+y/MS636UhDpcF/dXDWlEiTSa53r65UjQkipyU56mefP5M2XIXqLCQNPPD M+B0CNaZC3tcxfFhVLVf5X6Y05Lf7CrR0CQa/LorDdreflBfx/r4bqs/fflC2SRRpVLFulDfdUom qRK/QMuFA4CTIVhnbr/04NNTwcPXLlJ/L12/L5VsFrrcXMq1tbJoqfX8ia6273W5fKLVk1m4Taeu 2xAr1zk1ZaN8ySgLp0OwztzxHuyfRiv82Un3t5Xub0t9tllosdlIzVZKZ/qqmOnnV2+VFnEYfQ1D qx9e/kPff/OdkjxVwqcHJ8ZHbiT2D5rweteFUznnaxVlumreqbjMlS92ux+7dCpNWnVZpctnT/TP lz/p2z9/LddnippM99tOi2WqbVlqnhaP+v/CuBCsM+cnx493Z/DCKd3DvuxX13eaz+e/hCc0zF9R jJTEE8Uzv9vo+jBX5bebmc93E/SzGbHCaRGsM/erZQyHR3QNGjqnqzev9fwPX6qYZCrvmjDnNUlT uT7W4OKw6mG1XoSQdX0X4ra/CZr7nnFqBOvMJX6NwtGpYOTi8FIbqatarWcrzcKOo7uQ5X4Vu7/Z 2Umpn6TqpCz3E1i7Cfz5fDeq8qve/doutprBKRGskfCx6px/xmAmv9Nx6vdBdlMtskjd7aDb7Y2q vlaUbuSaSHVdazLxO4/ea7lehZ+R5b/sL8NzCfEYCNa581NVD4OsMJe1n4yKpKSJ1JfS26sPum9u lc4Sbav7w24OQ9epLkul4X7BQbNsHg71q9z9rg3shYVTI1hjcTyN5SR3I314e6MsXyiPeq2eLjW7 yNUng4ahCyOw2MW6vfGLTp2qqta0nypOkhAz/4DVfujCxDxwKgRrRKFycuqHXlHtHzhxq3ev3yuf 9JouM10+z8OnIZJTlvkHqvo7op2WF+twbNvVu0Wo0e6qI/AYCNa5ezgdTJSGl7+J+b6+Uzm7V/qt 9OLbi0/efvQknKMtkVdP9u+LwtxWeG/MxwenxSduZOuwJpNJeG02G558A3MI1pn7rW2MP11MClhA sEZkv4mfd7yRH2AFwRoR4gTrCNYI7yX8b7ftAP/PCNbIRlX708L9i+cKwhKCdeaOn0focVoIywjW meOUD+eEYAEwg2ABMINgATCDYAEwg2ABMINgATCDYAEwg2ABMINgATCDYAEwg2ABMINgATCDYAEw g2ABMINgATCDYAEwg2ABMINgATCDYAEwg2ABMINgATCDYAEwg2ABMINgATCDYAEwg2ABMINgATCD YAEwg2ABMINgATCDYAEwg2ABMINgATCDYAEwg2ABMINgATCDYAEwg2ABMINgATCDYAEwg2ABMINg ATCDYAEwg2ABMINgATCDYAEwg2ABMINgATCDYAEwg2ABMINgATCDYAEwg2ABMINgATCDYAGQFf8C WejWHCs3q6kAAAAASUVORK5CYII=