Centre de documentation
scientifique

Automatic atmospheric correction for shortwave hyperspectral remote sensing data using a time-dependent deep neural network / Jian Sun in ISPRS Journal of photogrammetry and remote sensing, vol 174 (April 2021)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 174 (April 2021) . - pp 117 - 131 Titre : Automatic atmospheric correction for shortwave hyperspectral remote sensing data using a time-dependent deep neural network Type de document : Article/Communication Auteurs : Jian Sun, Auteur ; Fangcao Xu, Auteur ; Guido Cervone, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : pp 117 - 131 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] apprentissage profond [Termes IGN] classification par réseau neuronal convolutif [Termes IGN] correction atmosphérique [Termes IGN] détection de cible [Termes IGN] image hyperspectrale [Termes IGN] modèle de transfert radiatif [Termes IGN] rayonnement solaire [Termes IGN] réflectivité Résumé : (auteur) Atmospheric correction is an essential step in hyperspectral imaging and target detection from spectrometer remote sensing data. State-of-the-art atmospheric correction approaches either require extensive filed experiments or prior knowledge of atmospheric characteristics to improve the predicted accuracy, which are computational expensive and unsuitable for real time application. To take full advantages of remote sensing observation in quickly and reliably acquiring data for a large area, an automatic and efficient processing tool is required for atmospheric correction. In this paper, we propose a time-dependent neural network for automatic atmospheric correction and target detection using multi-scan hyperspectral data under different elevation angles. In addition to the total radiance, the collection day and time are also incorporated to improve the time-dependency of the network and represent the seasonal and diurnal characteristics of atmosphere and solar radiation. Results show that the proposed network has the capacity to accurately provide atmospheric characteristics and estimate precise reflectivity spectra with 95,72% averaged accuracy for different materials, including vegetation, sea ice, and ocean. Additional experiments are designed to investigate the network’s temporal dependency and performance on missing data. The error analysis confirms that our proposed network is capable of estimating atmospheric characteristics under both seasonally and diurnally varying environments and handling the influence of missing data. Both the predicted results and error analysis are promising and demonstrate that our network has the ability of providing accurate atmospheric correction and target detection in real time. Numéro de notice : A2021-208 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2021.02.007 Date de publication en ligne : 24/02/2021 En ligne : https://doi.org/10.1016/j.isprsjprs.2021.02.007 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97186 [article]

Exemplaires(3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2021041	SL	Revue	Centre de documentation	Revues en salle	Disponible
081-2021043	DEP-RECP	Revue	LASTIG	Dépôt en unité	Exclu du prêt
081-2021042	DEP-RECF	Revue	Nancy	Dépôt en unité	Exclu du prêt

A cloud-enabled automatic disaster analysis system of multi-sourced data streams: An example synthesizing social media, remote sensing and Wikipedia data / Qunying Huang in Computers, Environment and Urban Systems, vol 66 (November 2017)  

Public [article]  inComputers, Environment and Urban Systems > vol 66 (November 2017) . - pp 23 - 37 Titre : A cloud-enabled automatic disaster analysis system of multi-sourced data streams: An example synthesizing social media, remote sensing and Wikipedia data Type de document : Article/Communication Auteurs : Qunying Huang, Auteur ; Guido Cervone, Auteur ; Guiming Zhang, Auteur Année de publication : 2017 Article en page(s) : pp 23 - 37 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes IGN] caractérisation [Termes IGN] catastrophe naturelle [Termes IGN] données issues des réseaux sociaux [Termes IGN] exploration de données géographiques [Termes IGN] exploration de texte [Termes IGN] image numérique [Termes IGN] informatique en nuage [Termes IGN] inondation [Termes IGN] intégration de données [Termes IGN] interface web [Termes IGN] prototype [Termes IGN] tempête [Vedettes matières IGN] Géovisualisation Résumé : (auteur) Social media streams and remote sensing data have emerged as new sources for tracking disaster events, and assessing their damages. Previous studies focus on a case-by-case approach, where a specific event was first chosen and filtering criteria (e.g., keywords, spatiotemporal information) are manually designed and used to retrieve relevant data for disaster analysis. This paper presents a framework that synthesizes multi-sourced data (e.g., social media, remote sensing, Wikipedia, and Web), spatial data mining and text mining technologies to build an architecturally resilient and elastic solution to support disaster analysis of historical and future events. Within the proposed framework, Wikipedia is used as a primary source of different historical disaster events, which are extracted to build an event database. Such a database characterizes the salient spatiotemporal patterns and characteristics of each type of disaster. Additionally, it can provide basic semantics, such as event name (e.g., Hurricane Sandy) and type (e.g., flooding) and spatiotemporal scopes, which are then tuned by the proposed procedures to extract additional information (e.g., hashtags for searching tweets), to query and retrieve relevant social media and remote sensing data for a specific disaster. Besides historical event analysis and pattern mining, the cloud-based framework can also support real-time event tracking and monitoring by providing on-demand and elastic computing power and storage capabilities. A prototype is implemented and tested with data relative to the 2011 Hurricane Sandy and the 2013 Colorado flooding. Numéro de notice : a2017-430 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.compenvurbsys.2017.06.004 En ligne : https://doi.org/10.1016/j.compenvurbsys.2017.06.004 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=86330 [article]

Analysis of desertification in the Upper East Region (UER) of Ghana using remote sensing, field study, and local knowledge / Alex B. Owusu in Cartographica, vol 48 n° 1 (March 2013)  

Public [article]  inCartographica > vol 48 n° 1 (March 2013) . - pp 22 - 37 Titre : Analysis of desertification in the Upper East Region (UER) of Ghana using remote sensing, field study, and local knowledge Type de document : Article/Communication Auteurs : Alex B. Owusu, Auteur ; Guido Cervone, Auteur ; Sheryl Luzzadder-Beach, Auteur Année de publication : 2013 Article en page(s) : pp 22 - 37 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes IGN] désertification [Termes IGN] flore locale [Termes IGN] Ghana [Termes IGN] image Landsat-TM [Termes IGN] image NOAA-AVHRR [Termes IGN] Normalized Difference Vegetation Index [Termes IGN] production agricole [Termes IGN] revêtement [Termes IGN] zone semi-aride Résumé : (Auteur) Les techniques de télédétection basées sur des données satellites multispectrales offrent un potentiel exceptionnel pour détecter, quantifier, surveiller et cartographier la dégradation des sols. Toutefois, les données de télédétection ne fournissent pas, en elles-mêmes, d'information sur la manière dont la dégradation des sols affecte certains aspects socio-politiques et économiques de la population vivant dans ces régions. Le système Continuous Cycle of Land Degradation (CCoLD) que nous avons créé sert à quantifier le degré de gravité de la dégradation des sols dans la Région du Haut Ghana oriental. Nous l'avons associé à un indice de végétation par différence normalisée (IVDN) basé sur la télédétection déterminée à l'aide du Global Inventory Modeling and Mapping Studies (GIMMS) IVDN, de données prises sur le terrain et de données sur la production alimentaire. De plus, on a mené une étude sur le terrain dans la Région du Haut Ghana oriental, une région transitionnelle semi-aride qui joue un rôle important dans la production alimentaire du Ghana, et on a comparé ces résultats aux images de télédétections multitemporelles. En plus des mesures générales, l'étude sur le terrain comprenait un questionnaire permettant aux résidents de la région d'évaluer l'impact de la dégradation des sols sur leur qualité de vie. Les données télédétectées démontrent une dégradation localisée à grande envergure. L'étude sur le terrain, ainsi que des données au sujet des cultures agricoles, suggèrent également une dégradation généralisée des sols. Cependant, nos observations sur le terrain suggèrent de la succession écologique là où des prêles localement adaptées ont été déplacées par des herbes denses et écologiquement efficaces, à vie courte et à maturation rapide. La convergence des évidences donne à penser que la dégradation des terres s'est bien avancée et que des efforts communautaires plus concentrés seraient nécessaires pour combattre la dégradation ainsi que pour restaurer l'intégrité de l'écosystème. Numéro de notice : A2013-140 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.3138/carto.48.1.1065 En ligne : http://www.utpjournals.press/doi/full/10.3138/carto.48.1.1065 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=32278 [article]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
031-2013011	RAB	Revue	Centre de documentation	En réserve L003	Disponible