Mobile Laser Scanning for Estimating Tree Structural Attributes in a Temperate Hardwood Forests


  • Bastien Vandendaele Département de géomatique appliquée, Université de Sherbrooke, 2500 boul. de l’Université, Sherbrooke, QC, J1K 2R1


Tree structural attributes, hardwood forests, mobile lidar


The emergence of mobile lidar (MLS) in forestry has the potential to revolutionize forest inventory. Their speed and ease of use make them particularly effective for field data collection. Current approaches to predicting merchantable wood volume are based on allometric equations that are independent of tree shape and geometry. There are known biases and errors associated with this simplification, particularly for hardwood trees. The use of quantitative structure model (QSM) algorithms to estimate wood volume from 3D point clouds represents a promising alternative to destructive measurements for developing allometric models. The results of the study demonstrate that the new generations of MLS provide accurate estimates of diameter at breast height, tree height, crown dimensions, and main stem merchantable wood volume compared to destructive data and terrestrial lidar. These results are an important step toward the next generation of improved ground-based mobile lidar forest inventories. In this presentation, I will share necessary information so that practitioners can embrace this technology right away.


Author Biography

Bastien Vandendaele, Département de géomatique appliquée, Université de Sherbrooke, 2500 boul. de l’Université, Sherbrooke, QC, J1K 2R1

EN: Bastien Vandendaele holds a master’s degree in bio engineering from the University of Liège Gembloux Agro-Bio Tech ULiege Belgium where he specialized in forest and natural areas management. He completed his master’s thesis at University of Sherbrooke on the development of methods for the use of terrestrial lidar in forest inventories He completed a PhD thesis at University of Sherbrooke in early 2023 in collaboration with NHRI, ULiege and FPInnovations on the use of mobile and drone LiDAR data in precision forestry.  He is currently working with the NHRI to improve the use of lidar systems to support wood harvesting operations. His work involves developing methods for extracting structural attributes at the scale of individual trees from high density LiDAR points clouds. His involvement will provide a better understanding of the potential and limitations of these new mobile sensors with the objective to integrating them into the new generation of enhanced forest inventories. While not at work Bastien is interested in photography, nano brewery, tennis, mountain biking and hiking.

FR : Bastien Vandendaele est titulaire d'un master en bio ingénierie de l'Université de Liège Gembloux Agro-Bio Tech ULiege Belgique où il s'est spécialisé dans la gestion des forêts et des espaces naturels. Il a effectué son mémoire de maîtrise à l'Université de Sherbrooke sur le développement de méthodes pour l'utilisation de lidar terrestre dans les inventaires forestiers Il a terminé une thèse de doctorat à l'Université de Sherbrooke au début de l’année 2023 en collaboration avec NHRI, ULiege et FPInnovations sur l'utilisation de données LiDAR mobiles et de drones en foresterie de précision.  Il travaille actuellement avec l’IRFN pour améliorer l'utilisation des systèmes lidar pour soutenir les opérations de récolte du bois. Son travail consiste à développer des méthodes pour extraire des attributs structurels à l'échelle des arbres individuels à partir de nuages de points LiDAR à haute densité. Sa participation permettra de mieux comprendre le potentiel et les limites de ces nouveaux capteurs mobiles dans le but de les intégrer à la nouvelle génération d'inventaires forestiers améliorés. Lorsqu'il n'est pas au travail, Bastien s'intéresse à la photographie, à la nano-brasserie, au tennis, au vélo de montagne et à la randonnée