Descripteur
Documents disponibles dans cette catégorie (3491)
![](./images/expand_all.gif)
![](./images/collapse_all.gif)
Etendre la recherche sur niveau(x) vers le bas
Caractérisation des déplacements liés aux coulées de lave au Piton de la Fournaise à partir de données InSAR / Alexis Hrysiewicz (2019)
![]()
Titre : Caractérisation des déplacements liés aux coulées de lave au Piton de la Fournaise à partir de données InSAR Type de document : Thèse/HDR Auteurs : Alexis Hrysiewicz, Auteur ; Thierry Menand, Directeur de thèse Editeur : Clermont-Ferrand : Université Clermont Auvergne Année de publication : 2019 Importance : 491 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse de Doctorat présentée en vue de l’obtention du grade de docteur d'université,
Terre solide, géodynamique des enveloppes supérieures, paléobiologieLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] dépôt
[Termes IGN] écho radar
[Termes IGN] effondrement de terrain
[Termes IGN] éruption volcanique
[Termes IGN] image TerraSAR-X
[Termes IGN] interféromètrie par radar à antenne synthétique
[Termes IGN] lave
[Termes IGN] longueur d'onde
[Termes IGN] Piton de la Fournaise (volcan)
[Termes IGN] rhéologie
[Termes IGN] risque naturel
[Termes IGN] surveillance géologique
[Termes IGN] vitesse de déplacement
[Termes IGN] volcanologieIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Depuis 2003, le service d’observation OI2 (Observatoire InSAR de l’Océan Indien), composante du Service National des Observations en Volcanologie (SNOV) analyse les déplacements du sol causés par l’activité volcanique du Piton de la Fournaise en utilisant des données InSAR (Interférométrie Radar à Synthèse d’Ouverture). Un des résultats majeurs est l’identification lors de l’éruption de 2007 d’un déplacement horizontal de plus de 1.4 m de l’ensemble du Flanc Est du Piton de la Fournaise vers la mer. Des résultats plus récents ont montré que ce glissement continuait entre 2009 et 2014 avec une décroissance de la vitesse des déplacements. Il a aussi été montré qu’à ce déplacement de grande longueur d’onde se superposent des déplacements plus localisés dus à la contraction thermo-mécanique des coulées de lave et à la flexion du substratum sous le poids de ces coulées. Il est donc difficile de caractériser précisément et indépendamment ces deux composantes des déplacements affectant le Flanc Est du Piton de la Fournaise. Le principal objectif de cette thèse est de caractériser les déplacements associés aux coulées de lave pour supprimer la contribution des coulées des observations et isoler les signaux qui sont seulement liés à des signaux de grande longueur d’onde. Afin d’atteindre cet objectif, nous avons dû développer des algorithmes permettant de contourner précisément les coulées, d’estimer leur surface et leur volume avec les incertitudes associées. Ces algorithmes exploitent les données de cohérence interférométrique dans une approche probabiliste itérative. Ils sont maintenant utilisés en routine dans le cadre du service OI2 pour fournir aussi rapidement que possible à l’Observatoire Volcanologique du Piton de la Fournaise, des cartes des coulées. L’étude des coulées de lave mises en place entre 2014 et 2018 montre que la contraction thermo-mécanique de la coulée et la flexion du substratum dépendent à la fois de la durée écoulée depuis la mise en place, de l’épaisseur de la coulée, de la pente locale et éventuellement de la structure interne de la coulée (présence de tunnels de lave). Un an après la mise en place, les déplacements verticaux et horizontaux peuvent atteindre plusieurs dizaines de centimètres par an. Ces déplacements diminuent ensuite de façon exponentielle avec le temps. Nous avons cherché à modéliser les déplacements verticaux en fonction de l’épaisseur des coulées. Nos résultats montrent que ces déplacements pourraient contribuer jusqu’à 80% des déplacements mesurés sur le Flanc Est du Piton de la Fournaise. Les déplacements du substratum observés sur le pourtour des coulées apportent des contraintes sur la rhéologie de la partie la plus superficielle de ce substratum. Cette rhéologie apparaît fortement variable au sein de l’Enclos Fouqué révélant une forte dépendance à l’histoire des dépôts successifs accumulés en chaque endroit. Un substratum se comportant de façon poroélastique dans sa partie la plus superficielle (∼ 100 m) permet néanmoins d’expliquer de façon relativement satisfaisante les observations. Note de contenu : 1- Introduction générale
2- L’Interférométie Radar à Synthèse d’Ouverture (InSAR)
3- Suivi de la mise en place des coulées de lave
4- Caractérisation temporelle des déplacements
5- Caractérisation spatiale des déplacements/épaisseurs des coulées de lave
6- Modélisation de l’évolution temporelle des déplacements causés par les coulées
de lave
7- Caractérisation de la rhéologie du substratum
8- Conclusions générales et perspectivesNuméro de notice : 25853 Affiliation des auteurs : non IGN Nature : Thèse française Note de thèse : Thèse de Doctorat : Terre solide, géodynamique des enveloppes supérieures, paléobiologie : Université Clermont Auvergne : 2019 nature-HAL : Thèse DOI : sans En ligne : https://tel.archives-ouvertes.fr/tel-02519025v2/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95459 Earth observation, remote sensing and geoscientific ground investigations for archaeological and heritage research / Deodato Tapete (2019)
![]()
Titre : Earth observation, remote sensing and geoscientific ground investigations for archaeological and heritage research Type de document : Monographie Auteurs : Deodato Tapete, Éditeur scientifique Editeur : Bâle [Suisse] : Multidisciplinary Digital Publishing Institute MDPI Année de publication : 2019 Importance : 304 p. ISBN/ISSN/EAN : 978-3-03921-194-4 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] Active Microwave Instrumentation Synthetic Aperture Radar
[Termes IGN] analyse d'image orientée objet
[Termes IGN] bande C
[Termes IGN] bande X
[Termes IGN] détection automatique
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] image captée par drone
[Termes IGN] image Sentinel-MSI
[Termes IGN] modèle numérique de terrain
[Termes IGN] patrimoine archéologique
[Termes IGN] site archéologiqueRésumé : (Auteur) This book collects 15 papers written by renowned scholars from across the globe that showcase the forefront research in Earth observation (EO), remote sensing (RS), and geoscientific ground investigations to study archaeological records and cultural heritage. Archaeologists, anthropologists, geographers, remote sensing, and archaeometry experts share their methodologies relying on a wealth of techniques and data including, but not limited to: very high resolution satellite images from optical and radar space-borne sensors, air-borne surveys, geographic information systems (GIS), archaeological fieldwork, and historical maps.A couple of the contributions highlight the value of noninvasive and nondestructive laboratory analyses (e.g., neutron diffraction) to reconstruct ancient manufacturing technologies, and of geological ground investigations to corroborate hypotheses of historical events that shaped cultural landscapes.Case studies encompass famous UNESCO World Heritage Sites (e.g., the Nasca Lines in Peru), remote and yet-to-discover archaeological areas in tropical forests in central America, European countries, south Asian changing landscapes, and environments which are arid nowadays but were probably full of woody vegetation in the past.Finally, the reader can learn about the state-of-the-art of education initiatives to train site managers in the use of space technologies in support of their activities, and can understand the legal aspects involved in the application of EO and RS to address current challenges of African heritage preservation. Numéro de notice : 26501 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Recueil / ouvrage collectif DOI : 10.3390/books978-3-03921-194-4 En ligne : https://doi.org/10.3390/books978-3-03921-194-4 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97049 Estimation de profondeur à partir d'images monoculaires par apprentissage profond / Michel Moukari (2019)
![]()
Titre : Estimation de profondeur à partir d'images monoculaires par apprentissage profond Type de document : Thèse/HDR Auteurs : Michel Moukari, Auteur ; Frédéric Jurie, Directeur de thèse Editeur : Caen [France] : Université de Caen Normandie Année de publication : 2019 Importance : 182 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse pour obtenir le diplôme de Doctorat, Spécialité Informatique, préparée au sein de l'Université Caen NormandieLangues : Français (fre) Descripteur : [Vedettes matières IGN] Intelligence artificielle
[Termes IGN] acuité stéréoscopique
[Termes IGN] analyse multiéchelle
[Termes IGN] apprentissage automatique
[Termes IGN] apprentissage profond
[Termes IGN] carte de profondeur
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] compréhension de l'image
[Termes IGN] données lidar
[Termes IGN] image 3D
[Termes IGN] image RVB
[Termes IGN] incertitude des données
[Termes IGN] traitement d'image
[Termes IGN] vision monoculaire
[Termes IGN] vision par ordinateurIndex. décimale : THESE Thèses et HDR Résumé : (auteur) La vision par ordinateur est une branche de l'intelligence artificielle dont le but est de permettre à une machine d'analyser, de traiter et de comprendre le contenu d'images numériques. La compréhension de scène en particulier est un enjeu majeur en vision par ordinateur. Elle passe par une caractérisation à la fois sémantique et structurelle de l'image, permettant d'une part d'en décrire le contenu et, d'autre part, d'en comprendre la géométrie. Cependant tandis que l'espace réel est de nature tridimensionnelle, l'image qui le représente, elle, est bidimensionnelle. Une partie de l'information 3D est donc perdue lors du processus de formation de l'image et il est d'autant plus complexe de décrire la géométrie d'une scène à partir d'images 2D de celle-ci.Il existe plusieurs manières de retrouver l'information de profondeur perdue lors de la formation de l'image. Dans cette thèse nous nous intéressons à l’estimation d'une carte de profondeur étant donné une seule image de la scène. Dans ce cas, l'information de profondeur correspond, pour chaque pixel, à la distance entre la caméra et l'objet représenté en ce pixel. L'estimation automatique d'une carte de distances de la scène à partir d'une image est en effet une brique algorithmique critique dans de très nombreux domaines, en particulier celui des véhicules autonomes (détection d’obstacles, aide à la navigation).Bien que le problème de l'estimation de profondeur à partir d'une seule image soit un problème difficile et intrinsèquement mal posé, nous savons que l'Homme peut apprécier les distances avec un seul œil. Cette capacité n'est pas innée mais acquise et elle est possible en grande partie grâce à l'identification d'indices reflétant la connaissance a priori des objets qui nous entourent. Par ailleurs, nous savons que des algorithmes d'apprentissage peuvent extraire ces indices directement depuis des images. Nous nous intéressons en particulier aux méthodes d’apprentissage statistique basées sur des réseaux de neurones profond qui ont récemment permis des percées majeures dans de nombreux domaines et nous étudions le cas de l'estimation de profondeur monoculaire. Note de contenu : 1- Introduction
2- État de l’art
3- Influence des hyperparamètres
4- Analyse multi-échelle
5- Évaluation de l’incertitude prédictive
6- Complétion de profondeur et estimation de confiance
7- Conclusions et perspectivesNuméro de notice : 25834 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Informatique : Caen-Normandie : 2019 nature-HAL : Thèse DOI : sans En ligne : https://theses.hal.science/tel-02426260/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95172 Evaluating SAR-optical sensor fusion for aboveground biomass estimation in a Brazilian tropical forest / Aline Bernarda Debastiani in Annals of forest research, vol 62 n° 1 (January - June 2019)
![]()
[article]
Titre : Evaluating SAR-optical sensor fusion for aboveground biomass estimation in a Brazilian tropical forest Type de document : Article/Communication Auteurs : Aline Bernarda Debastiani, Auteur ; Carlos Roberto Sanquetta, Auteur ; Ana Paula Dalla Corte, Auteur ; et al., Auteur Année de publication : 2019 Article en page(s) : pp 109 - 122 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image mixte
[Termes IGN] Amazonie
[Termes IGN] apprentissage automatique
[Termes IGN] arbre aléatoire
[Termes IGN] bande C
[Termes IGN] biomasse aérienne
[Termes IGN] Brésil
[Termes IGN] forêt tropicale
[Termes IGN] fusion d'images
[Termes IGN] image radar moirée
[Termes IGN] image Sentinel-MSI
[Termes IGN] image Sentinel-SAR
[Termes IGN] réseau neuronal convolutifRésumé : (auteur) The aim of the present study is to evaluate the potential of C-band SAR data from the Sentinel-1/2 instruments and machine learning algorithms for the estimation of forest above ground forest biomass (AGB) in a high-biomass tropical ecosystem. This study was carried out in Jamari National Forest, located in the Brazilian Amazon. The response variable was AGB (Mg/ha) estimated from airborne laser surveys. The following treatments were considered as model predictors: 1) Sentinel-1 Sigma 0 at VV and VH polarizations; 2) (1) plus Sentinel-1 textural metrics; 3) (2) plus Sentinel-2 bands and derived vegetation indices (LAI, RVI, SAVI, NDVI).Our modeling design estimated the relative importance of SAR vs. optical variables in explaining AGB. The modeling was performed with twelve machine-learning algorithms including, neural network and regression tree. The addition of texture and optical data provided a noticeable improvement (3%) over models with SAR backscatter only. The best model performance was achieved with the Random Tree algorithm. Our results demonstrate the potential of freely-available SAR data and machine learning for mapping AGB in tropical ecosystems. Numéro de notice : A2019-335 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.15287/afr.2018.1267 Date de publication en ligne : 30/07/2019 En ligne : http://dx.doi.org/10.15287%2Fafr.2018.1267 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93349
in Annals of forest research > vol 62 n° 1 (January - June 2019) . - pp 109 - 122[article]Exploitation of hyperspectral data for assessing vegetation health under exposure to petroleum hydrocarbons / Guillaume Lassalle (2019)
![]()
Titre : Exploitation of hyperspectral data for assessing vegetation health under exposure to petroleum hydrocarbons Type de document : Thèse/HDR Auteurs : Guillaume Lassalle, Auteur ; Arnaud Elger, Directeur de thèse ; Sophie Fabre, Directeur de thèse Editeur : Toulouse : Université Fédérale Toulouse Midi-Pyrénées Année de publication : 2019 Autre Editeur : Toulouse : Institut Supérieur de l’Aéronautique et de l’Espace Importance : 277 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse en vue de l'obtention du Doctorat de l'Université de Toulouse délivré par l'Institut Supérieur de l’Aéronautique et de l’Espace, spécialité : Surfaces et interfaces continentales, Hydrologie Agrosystèmes, écosystèmes et environnementLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] canopée
[Termes IGN] contamination
[Termes IGN] feuille (végétation)
[Termes IGN] hydrocarbure
[Termes IGN] image aérienne
[Termes IGN] image hyperspectrale
[Termes IGN] indice de végétation
[Termes IGN] modèle de transfert radiatif
[Termes IGN] pollution des sols
[Termes IGN] prospection pétrolière
[Termes IGN] réflectance spectrale
[Termes IGN] régression multiple
[Termes IGN] signature spectrale
[Termes IGN] surveillance de la végétationIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Oil exploration and contamination monitoring remain limited in regions covered by vegetation. Natural seepages and oil leakages due to facility failures are often masked by the foliage, making ineffective the current technologies used for detecting crude oil and petroleum products. However, the exposure of vegetation to oil affects its health and, consequently, its optical properties in the [400:2500] nm domain. This suggest being able to detect seepages and leakages indirectly, by analyzing vegetation health through its spectral reflectance. Based on this assumption, this thesis evaluates the potential of airborne hyperspectral imagery with high spatial resolution for detecting and quantifying oil contamination in vegetated regions. To achieve this, a three-step multiscale approach was adopted. The first step aimed at developing a method for detecting and characterizing the contamination under controlled conditions, by exploiting the optical properties of Rubus fruticosus L. The proposed method combines 14 vegetation indices in classification and allows detecting various oil contaminants accurately, from leaf to canopy scale. Its use under natural conditions was validated on a contaminated mud pit colonized by the same species. During the second step, a method for quantifying total petroleum hydrocarbons, based on inverting the PROSPECT model, was developed. The method exploits the pigment content of leaves, estimated from their spectral signature, for predicting the level of hydrocarbon contamination in soils accurately. The last step of the approach demonstrated the robustness of the two methods using airborne imagery. They proved performing for detecting and quantifying mud pit contamination. Another method of quantification, based on multiple regression, was proposed. At the end of this thesis, the three methods proposed were validated for use both on the field, at leaf and canopy scales, and on airborne hyperspectral images with high spatial resolution. Their performances depend however on the species, the season and the level of soil contamination. A similar approach was conducted under tropical conditions, allowing the development of a method for quantifying the contamination adapted to this context. In a perspective of operational use, an important effort is still required for extending the scope of the methods to other contexts and for anticipating their use on satellite- and drone-embedded hyperspectral sensors. Finally, the contribution of active remote sensing (radar and LiDAR) should be considered in further research, in order to overcome some of the limits specific to passive optical remote sensing. Note de contenu : General introduction
1- State-of-the-art of passive hyperspectral remote sensing for oil exploration and contamination monitoring in vegetated regions
2- Development of methods for detecting and quantifying oil contamination based on vegetation optical properties, under controlled conditions
3- Application and evaluation of the methods under natural conditions, from field scale to airborne hyperspectral imagery
General conclusionNuméro de notice : 25946 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Spécialité : Surfaces et interfaces continentales, Hydrologie Agrosystèmes, écosystèmes et environnement : Toulouse : 2019 nature-HAL : Thèse DOI : sans En ligne : http://www.theses.fr/2019ESAE0030 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96343 Fusion de sets de photos provenant de capteurs différents dans le domaine de l’archéologie / Hugo De Paulis (2019)
PermalinkGeographic Information Systems in Geospatial Intelligence, ch. 5. Spectral optimization of airborne multispectral camera for land cover classification: automatic feature selection and spectral band clustering / Arnaud Le Bris (2019)
PermalinkGlobal observations of ocean surface winds and waves using spaceborne synthetic aperture radar measurements / Huimin Li (2019)
PermalinkImpact of GPS antenna phase center models on zenith wet delay and tropospheric gradients / Yohannes Getachew Ejigu in GPS solutions, vol 23 n° 1 (January 2019)
PermalinkImproving the spatial bias correction algorithm in SMOS image reconstruction processor : validation of soil moisture retrievals with in situ data / Ali Khazaal in IEEE Transactions on geoscience and remote sensing, vol 57 n° 1 (January 2019)
PermalinkInvestigating the accuracy of a bathymetric refraction correction on Structure from Motion photogrammetric datasets / Aelaïg Cournez (2019)
PermalinkPermalinkPermalinkMicrowave indices from active and passive sensors for remote sensing applications / Emanuele Santi (2019)
PermalinkMonitoring crops water needs at high spatio-temporal resolution by synergy of optical / thermal and radar observations / Abdelhakim Amazirh (2019)
Permalink