Centre de documentation
scientifique

Visualizing 3D climate data in urban 3D models / Jacques Gautier (2020)  

Public contenu dans XXIV ISPRS Congress, Commission 4 / Nicolas Paparoditis (2020)   Titre : Visualizing 3D climate data in urban 3D models Type de document : Article/Communication Auteurs : Jacques Gautier , Auteur ; Sidonie Christophe , Auteur ; Mathieu Brédif , Auteur Editeur : International Society for Photogrammetry and Remote Sensing ISPRS Année de publication : 2020 Collection : International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, ISSN 1682-1750 num. 43-B4-2020 Projets : URCLIM / Masson, Valéry Conférence : ISPRS 2020, Commission 4, virtual Congress, Imaging today foreseeing tomorrow 31/08/2020 02/09/2020 Nice (en ligne) France Archives Commission 4 Importance : pp 781 - 789 Format : 21 x 30 cm Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes IGN] analyse géovisuelle [Termes IGN] analyse visuelle [Termes IGN] données localisées 3D [Termes IGN] modèle 3D de l'espace urbain [Termes IGN] morphologie urbaine [Termes IGN] semis de points [Termes IGN] température de l'air [Vedettes matières IGN] Géovisualisation Résumé : (auteur) In order to understand and explain urban climate, the visual analysis of urban climate data and their relationships with the urban morphology is at stake. This involves partly to co-visualize 3D field climate data, obtained from simulation, with urban 3D models. We propose two ways to visualize and navigate into simulated climate data in urban 3D models, using series of horizontal 2D planes and 3D point clouds. We then explore different parameters regarding transparency, 3D semiologic rules, filtering and animation functions in order to improve the visual analysis of climate data 3D distribution. To achieve this, we apply our propositions to the co-visualization of air temperature data with a 3D urban city model. Numéro de notice : C2020-009 Affiliation des auteurs : UGE-LASTIG (2020- ) Autre URL associée : vers HAL Thématique : GEOMATIQUE/URBANISME Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.5194/isprs-archives-XLIII-B4-2020-781-202 Date de publication en ligne : 25/08/2020 En ligne : https://doi.org/10.5194/isprs-archives-XLIII-B4-2020-781-2020 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95530

Extracting urban landmarks from geographical datasets using a random forests classifier / Yue Lin in International journal of geographical information science IJGIS, vol 33 n° 12 (December 2019)  

Public [article]  inInternational journal of geographical information science IJGIS > vol 33 n° 12 (December 2019) . - pp 2406 - 2423 Titre : Extracting urban landmarks from geographical datasets using a random forests classifier Type de document : Article/Communication Auteurs : Yue Lin, Auteur ; Yuyang Cai, Auteur ; Yue Gong, Auteur ; et al., Auteur Année de publication : 2019 Article en page(s) : pp 2406 - 2423 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique [Termes IGN] classification par forêts d'arbres décisionnels [Termes IGN] extraction automatique [Termes IGN] gestion des itinéraires [Termes IGN] jeu de données localisées [Termes IGN] point de repère [Termes IGN] précision de la classification [Termes IGN] représentation mentale spatiale [Termes IGN] saillance [Termes IGN] Shenzhen [Termes IGN] ville Résumé : (auteur) Urban landmarks are of significant importance to spatial cognition and route navigation. However, the current landmark extraction methods mainly focus on the visual salience of landmarks and are insufficient for obtaining high extraction accuracy when the size of the geographical dataset varies. This study introduces a random forests (RF) classifier combining with the synthetic minority oversampling technique (SMOTE) in urban landmark extraction. Both GIS and social sensing data are employed to quantify the structural and cognitive salience of the examined urban features, which are available from basic spatial databases or mainstream web service application programming interfaces (APIs). The results show that the SMOTE-RF model performs well in urban landmark extraction, with the values of recall, precision, F-measure and AUC reaching 0.851, 0.831, 0.841 and 0.841, respectively. Additionally, this method is suitable for both large and small geographical datasets. The ranking of variable importance given by this model further indicates that certain cognitive measures – such as feature class, Weibo popularity and Bing popularity – can serve as crucial factors for determining a landmark. The optimal variable combination for landmark extraction is also acquired, which might provide support for eliminating the variable selection requirement in other landmark extraction methods. Numéro de notice : A2019-426 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/13658816.2019.1620238 Date de publication en ligne : 28/05/2019 En ligne : https://doi.org/10.1080/13658816.2019.1620238 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93559 [article]

Nouvelle donne aérienne / Marielle Mayo in Géomètre, n° 2175 (décembre 2019)

Public [article]  inGéomètre > n° 2175 (décembre 2019) . - pp 12 - 13 Titre : Nouvelle donne aérienne Type de document : Article/Communication Auteurs : Marielle Mayo, Auteur Année de publication : 2019 Article en page(s) : pp 12 - 13 Langues : Français (fre) Descripteur : [Vedettes matières IGN] Acquisition d'image(s) et de donnée(s) [Termes IGN] capacité de stockage [Termes IGN] Cergy-Pontoise [Termes IGN] données lidar [Termes IGN] données localisées 3D [Termes IGN] image oblique [Termes IGN] orthoimage [Termes IGN] stockage de données Résumé : (Auteur) Depuis 1967, l'agglomération de Cergy-Pontoise met à jour son orthophotographie. Les images obliques et les données Lidar produites par une société de géomètres-experts ouvrent la porte à de nouvelles applications. Numéro de notice : A2019-605 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtSansCL DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94741 [article]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
063-2019111	RAB	Revue	Centre de documentation	En réserve L003	Disponible

Cartographic delimitation of the city centre using mental sketches / Kamil Nieścioruk in Cartographic journal (the), Vol 56 n° 4 (November 2019)  

Public [article]  inCartographic journal (the) > Vol 56 n° 4 (November 2019) . - pp 355 - 367 Titre : Cartographic delimitation of the city centre using mental sketches Type de document : Article/Communication Auteurs : Kamil Nieścioruk, Auteur Année de publication : 2019 Article en page(s) : pp 355 - 367 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Cartographie thématique [Termes IGN] carte cognitive [Termes IGN] centre-ville [Termes IGN] espace urbain [Termes IGN] lecture de carte [Termes IGN] Pologne [Termes IGN] représentation mentale [Termes IGN] représentation mentale spatiale [Termes IGN] système d'information géographique Résumé : (Auteur) The paper deals with the problem of the city centre delimitation. The direct, survey research of almost one hundred respondents has been conducted. The test groups were teenagers, students of two Lublin schools. The research method was a freehand, basic mental sketch map, giving surveyed people a freedom of both content and form of a sketch. The mental (or cognitive) mapping is a well-established approach in the fields of psychology, geography, social science, planning and more with a wide scope of topics being tested with this methodology. The gathered data were processed in the GIS software using vectorization of the centre extents and map algebra approach. The results are presented in a form of data-aggregating maps for a whole group of students as well as for subgroups (different schools, different place of residence). Numéro de notice : A2019-560 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/00087041.2018.1547472 Date de publication en ligne : 19/06/2019 En ligne : https://doi.org/10.1080/00087041.2018.1547472 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94498 [article]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
030-2019041	RAB	Revue	Centre de documentation	En réserve L003	Disponible

Comparison between convolutional neural networks and random forest for local climate zone classification in mega urban areas using Landsat images / Cheolhee Yoo in ISPRS Journal of photogrammetry and remote sensing, vol 157 (November 2019)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 157 (November 2019) . - pp 155 - 170 Titre : Comparison between convolutional neural networks and random forest for local climate zone classification in mega urban areas using Landsat images Type de document : Article/Communication Auteurs : Cheolhee Yoo, Auteur ; Daehyeon Han, Auteur ; Jungho Im, Auteur ; Benjamin Bechtel, Auteur Année de publication : 2019 Article en page(s) : pp 155 - 170 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] analyse comparative [Termes IGN] apprentissage automatique [Termes IGN] apprentissage profond [Termes IGN] Chicago (Illinois) [Termes IGN] classification par forêts d'arbres décisionnels [Termes IGN] classification par réseau neuronal convolutif [Termes IGN] climat urbain [Termes IGN] Hong-Kong [Termes IGN] ilot thermique urbain [Termes IGN] image Landsat-8 [Termes IGN] Madrid (Espagne) [Termes IGN] Rome [Termes IGN] World Urban Database and Access Portal Tools [Termes IGN] zone urbaine dense Résumé : (Auteur) The Local Climate Zone (LCZ) scheme is a classification system providing a standardization framework to present the characteristics of urban forms and functions, especially for urban heat island (UHI) research. Landsat-based 100 m resolution LCZ maps have been classified by the World Urban Database and Portal Tool (WUDAPT) method using a random forest (RF) machine learning classifier. Some studies have proposed modified RF and convolutional neural network (CNN) approaches. This study aims to compare CNN with an RF classifier for LCZ mapping in great detail. We designed five schemes (three RF-based schemes (S1–S3) and two CNN-based ones (S4–S5)), which consist of various combinations of input features from bitemporal Landsat 8 data over four global mega cities: Rome, Hong Kong, Madrid, and Chicago. Among the five schemes, the CNN-based one with the incorporation of a larger neighborhood information showed the best classification performance. When compared to the WUDAPT workflow, the overall accuracies for entire land cover classes (OA) and for urban LCZ types (i.e., LCZ1-10; OAurb) increased by about 6–8% and 10–13%, respectively, for the four cities. The transferability of LCZ models for the four cities were evaluated, showing that CNN consistently resulted in higher accuracy (increased by about 7–18% and 18–29% for OA and OAurb, respectively) than RF. This study revealed that the CNN classifier classified particularly well for the specific LCZ classes in which buildings were mixed with trees or buildings or plants were sparsely distributed. The research findings can provide a basis for guidance of future LCZ classification using deep learning. Numéro de notice : A2019-495 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2019.09.009 Date de publication en ligne : 19/09/2019 En ligne : https://doi.org/10.1016/j.isprsjprs.2019.09.009 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93728 [article]

Exemplaires(3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2019111	RAB	Revue	Centre de documentation	En réserve L003	Disponible
081-2019113	DEP-RECP	Revue	LASTIG	Dépôt en unité	Exclu du prêt
081-2019112	DEP-RECF	Revue	Nancy	Dépôt en unité	Exclu du prêt

Immigration and future housing needs in Switzerland: Agent-based modelling of agglomeration Lausanne / Marcello Marini in Computers, Environment and Urban Systems, vol 78 (November 2019)  

Permalink

Les eaux de pluie maîtrisées ou en excès / Pierre Clergeot in Géomètre, n° 2173 (octobre 2019)

Permalink

Optimal segmentation of high spatial resolution images for the classification of buildings using random forests / James Bialas in International journal of applied Earth observation and geoinformation, vol 82 (October 2019)  

Permalink

Simulation of urban expansion via integrating artificial neural network with Markov chain – cellular automata / Tingting Xu in International journal of geographical information science IJGIS, vol 33 n° 10 (October 2019)  

Permalink

Partial linear NMF-based unmixing methods for detection and area estimation of photovoltaic panels in urban hyperspectral remote sensing data / Moussa Sofiane Karoui in Remote sensing, vol 11 n° 18 (September 2019)  

Permalink

Pressures and threats to nature related to human activities in European urban and suburban forests / Ewa Referowska-Chodak in Forests, vol 10 n° 9 (September 2019)  

Permalink

Review of mobile laser scanning target‐free registration methods for urban areas using improved error metrics / Hoang Long Nguyen in Photogrammetric record, vol 34 n° 167 (September 2019)  

Permalink

Local climate zone-based urban land cover classification from multi-seasonal Sentinel-2 images with a recurrent residual network / Chunping Qiu in ISPRS Journal of photogrammetry and remote sensing, vol 154 (August 2019)  

Permalink

L’accessibilité ferroviaire à Paris des grandes aires urbaines françaises : approche par la time geography / Laurent Chapelon in Mappemonde, n° 127 (juillet 2019)  

Permalink

The improvement in integer ambiguity resolution with INS aiding for kinematic precise point positioning / Xiaohong Zhang in Journal of geodesy, vol 93 n°7 (July 2019)  

Permalink

A cognitive framework for road detection from high-resolution satellite images / Naveen Chandra in Geocarto international, vol 34 n° 8 ([15/06/2019])  

Permalink

CNN-based dense image matching for aerial remote sensing images / Shunping Ji in Photogrammetric Engineering & Remote Sensing, PERS, vol 85 n° 6 (June 2019)  

Permalink

Investigating the effects of 3D urban morphology on the surface urban heat island effect in urban functional zones by using high-resolution remote sensing data : A case study of Wuhan, Central China / Xin Huang in ISPRS Journal of photogrammetry and remote sensing, vol 152 (June 2019)  

Permalink

Automatic building extraction from high-resolution aerial images and LiDAR data using gated residual refinement network / Jianfeng Huang in ISPRS Journal of photogrammetry and remote sensing, vol 151 (May 2019)  

Permalink

Desserte des villes du territoire métropolitain Buenos Aires – Rosario par le réseau ferroviaire de voyageurs entre 1951 et 2008 / Thomas Massin in Mappemonde, n° 126 ([01/05/2019])  

Permalink

Champs et objets pour mieux représenter les phénomènes dans leur contexte géographique / Anne Ruas in Revue internationale de géomatique, vol 29 n° 2 (avril - juin 2019)  

Permalink

iTowns, le nouveau moteur de visualisation 3D de données géospatiales du Géoportail / Mirela Konini in Responsabilité et environnement, n° 94 (Avril 2019)    

Permalink

Multi‐temporal transport network models for accessibility studies / Diego Bogado Tomasiello in Transactions in GIS, vol 23 n° 2 (April 2019)  

Permalink

Multilane roads extracted from the OpenStreetMap urban road network using random forests / Yongyang Xu in Transactions in GIS, vol 23 n° 2 (April 2019)  

Permalink

Deep mapping gentrification in a large Canadian city using deep learning and Google Street View / Lazar Ilic in Plos one, vol 14 n° 3 (March 2019)  

Permalink