Descripteur
Documents disponibles dans cette catégorie (4502)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Etendre la recherche sur niveau(x) vers le bas
Titre : Evaluation de l’état de conservation des habitats de la région Occitanie : Pour le compte de la DRAAF Occitanie, dans le cadre de son PRFB Type de document : Rapport Auteurs : Ingrid Bonhême , Auteur Editeur : Saint-Mandé : Institut national de l'information géographique et forestière - IGN (2012-) Année de publication : 2022 Importance : 66 p. Note générale : bibliographie Langues : Français (fre) Descripteur : [Termes IGN] état de conservation
[Termes IGN] habitat (nature)
[Termes IGN] inventaire forestier national (données France)
[Termes IGN] Occitanie (région 2016)
[Vedettes matières IGN] Ecologie forestièreRésumé : (auteur) [objectif] Cette étude a pour but de calculer l’état de conservation des habitats de la région Occitanie, selon la méthode employée en 2020. Cet état de conservation, est calculé à partir des données relevées par l’inventaire forestier national de l’IGN. Il s’agit de calculer des nouvelles valeurs pour l’indicateur d’état de conservation suite à un premier calcul de 2020. Note de contenu : Méthode
Résultats
ConclusionNuméro de notice : 39394 Affiliation des auteurs : IGN (2020- ) Thématique : BIODIVERSITE/FORET Nature : Rapport d'étude technique DOI : sans En ligne : https://inventaire-forestier.ign.fr/IMG/pdf/2022_rapport_draaf_occitanie.pdf Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102835 Évaluation des grandeurs moyennes caractérisant les infrastructures agroécologiques du Gers / Adrien Dupas (2022)
Titre : Évaluation des grandeurs moyennes caractérisant les infrastructures agroécologiques du Gers Type de document : Mémoire Auteurs : Adrien Dupas, Auteur Editeur : Paris : Université de Paris 1 Panthéon Sorbonne Année de publication : 2022 Autre Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Importance : 80 p. Format : 21 x 30 cm Note générale : bibliographie
Mémoire de licence professionnelle Géomatique et EnvironnementLangues : Français (fre) Descripteur : [Vedettes matières IGN] Bases de données localisées
[Termes IGN] biodiversité
[Termes IGN] évaluation
[Termes IGN] exploitation agricole
[Termes IGN] Gers (32)
[Termes IGN] QGIS
[Termes IGN] Registre parcellaire graphique
[Termes IGN] système d'information géographiqueRésumé : (auteur) Mon stage s’inscrit dans le cadre d’un projet ayant débuté il y a un an au sein de l’association Noé. La mission biodiversité agricole s’est lancée comme objectif de créer un outil simple et générique permettant d’évaluer le potentiel biodiversité d’une exploitation à partir de données que les agriculteurs, et les coopératives ont déjà à disposition. Cet outil s’intéresse aux infrastructures agroécologiques (cf : Partie 1.A) et son ambition est de pouvoir calculer une surface réelle d’infrastructures agroécologiques sur le total d’une exploitation agricole. Les données en possession des agriculteurs renseignent sur la surface en infrastructures agroécologiques, mais sont coefficientées notamment par des pondérations écologiques. C’est-à-dire qu’elles ne permettent pas d’obtenir d’emblée une surface représentative de la réalité. L’enjeu est donc de convertir ces données en données d’emprise réelle au sol. Pour pouvoir réaliser ces conversions, Noé doit calculer les grandeurs moyennes caractérisant plusieurs types d’infrastructures agroécologiques. L’objectif de ce stage était de pouvoir développer et tester une méthodologie permettant d’exploiter les bases de données cartographiques à l’échelle nationale et d’identifier les grandeurs moyennes caractérisant certaines catégories d’infrastructures agroécologiques, au plus proche de la réalité de leurs emprises au sol. Grâce aux solutions SIG, une méthodologie dérivant les différents traitements réalisés a pu être rédigée pour toutes les infrastructures agroécologiques le nécessitant. Des grandeurs moyennes les caractérisant ont ainsi été obtenues à l’échelle du Gers grâce aux données géographiques fournies par l’IGN. L’objectif résidait aussi en l’évaluation de la capacité d’automatisation de ces traitements. Dans la plupart des cas, les méthodes d’obtention des grandeurs moyennes d’infrastructures agroécologiques pourront être automatisées. Après ma mission, l’enjeu sera de répéter ces calculs de grandeurs moyennes sur d’autres départements à partir de la note méthodologie écrite lors de ce stage. Note de contenu : Introduction générale
1- Présentation d'ensemble du sujet de stage
2- Organisation, méthode et moyens utilisés
3- Réalisation technique et présentation du rendu
ConclusionNuméro de notice : 28885 Affiliation des auteurs : non IGN Thématique : BIODIVERSITE/GEOMATIQUE Nature : Mémoire licence Organisme de stage : Noé, mission biodiversité agricole Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101581 Documents numériques
en open access
Évaluation des grandeurs... - pdf auteur -Adobe Acrobat PDF Évolution rétrospective et prospective d’un massif dunaire par imagerie multispectrale et LiDAR / Iris Jeuffrard (2022)
Titre : Évolution rétrospective et prospective d’un massif dunaire par imagerie multispectrale et LiDAR : Anse du Guesclin, 1948 - 2100 Type de document : Mémoire Auteurs : Iris Jeuffrard, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2022 Note générale : bibliographie
Rapport de fin d'étude, cycle des Ingénieurs diplômés de l’ENSG 3ème année, Spécialité PPMDLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] aménagement durable
[Termes IGN] analyse diachronique
[Termes IGN] changement climatique
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] données lidar
[Termes IGN] données multisources
[Termes IGN] dune
[Termes IGN] érosion côtière
[Termes IGN] Ille-et-Vilaine (35)
[Termes IGN] image aérienne
[Termes IGN] image captée par drone
[Termes IGN] littoral
[Termes IGN] modèle numérique de terrain
[Termes IGN] régression linéaire
[Termes IGN] série temporelle
[Termes IGN] trait de côteIndex. décimale : MPPMD Mémoires du mastère spécialisé Photogrammétrie, Positionnement et Mesures de Déformation Résumé : (auteur) Le Centre de Géo-Écologie Littorale (CGEL), autrefois Laboratoire de Géomorphologie dépend de l’École Pratique des Hautes Études (EPHE) depuis 1936 et s’est toujours consacré à l’observation des écosystèmes littoraux à partir d’images de très haute résolution. Il répond à différentes missions d’expertise sur le littoral, dans le but d’aider les gestionnaires à évaluer les risques et mettre en place des stratégies d’aménagement durables. Tout naturellement, le Service Patrimoine Naturel du Département d’Ille-et-Vilaine a fait appel au CGEL pour cartographier l’évolution d’un espace naturel sensible (ENS) sous leur protection, l’anse du Guesclin. Il abrite un complexe dunaire, écosystème précieux pour tous les services écosystémiques qu’il rend (richesse d’habitat et de biodiversité, barrière naturelle contre les aléas météo-marins, tourisme, etc.). Fragilisé par le passé par des événements météo-marins et des pressions anthropiques, il est aujourd’hui menacé par l’érosion. Le Département a donc engagé depuis 2010 un plan de réhabilitation. L’objectif est de fournir une cartographie fine de l’évolution pluri-décennale passée et future du massif dunaire de l’anse du Guesclin. Dans un premier temps l’évolution de la dune est étudiée à partir d’images aériennes historiques depuis 1948. Des marqueurs évolutifs (trait de côte, surface de végétation dunaire) permettent de retracer l’historique du massif. En complément, les variations géomorphologiques depuis 2010 sont quantifiées à partir d’acquisitions drone LiDAR réalisées par l’IGN, le SHOM et le CGEL. Les séries temporelles du recul du trait de côte et de la surface de végétation sont expliquées par un modèle de régression linéaire et de régression par Random Forest en fonction de paramètres météo-marins historiques (température, vent, précipitations, niveau moyen de la mer). Les modèles sont ensuite appliqués avec les prévisions du GIEC selon différents scénarios pour prédire l’évolution des marqueurs. Le modèle retenu (R2=0.84, RMSE=3.07m) prévoit ainsi un recul du trait de côte de 14 à 31 m à moyen terme selon les scénarios. Les résultats confirment les tendances d’érosion observées jusqu’à présent, et ce dès le court terme. La végétation serait favorisée par l’augmentation des gaz à effet de serre mais dépend de l’état de conservation du massif, qui est lui très vulnérable aux événements météorologiques extrêmes. Note de contenu : Introduction
1. Analyse rétrospective
1.1 Démarche
1.2 Site d’étude et données
1.3 Prétraitement
1.4 Étude du trait de côte
1.5 Étude de la surface de la végétation dunaire
1.6 Étude du volume du massif dunaire
1.7 Conclusion
2. Analyse prospective
2.1 Méthode
2.2 Données
2.3 Résultats
2.4 Limites et conclusions
ConclusionNuméro de notice : 24050 Affiliation des auteurs : IGN (2020- ) Thématique : IMAGERIE Nature : Mémoire de fin d'études IT Organisme de stage : Service Patrimoine Naturel du Département d’Ille-et-Vilaine Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101923 Documents numériques
en open access
Évolution rétrospective... - pdf auteur -Adobe Acrobat PDF Flood susceptibility mapping using meta-heuristic algorithms / Alireza Arabameri in Geomatics, Natural Hazards and Risk, vol 13 (2022)
[article]
Titre : Flood susceptibility mapping using meta-heuristic algorithms Type de document : Article/Communication Auteurs : Alireza Arabameri, Auteur ; Amir Seyed Danesh, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : pp 949 - 974 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] algorithme génétique
[Termes IGN] base de données localisées
[Termes IGN] données d'entrainement (apprentissage automatique)
[Termes IGN] Google Earth
[Termes IGN] inondation
[Termes IGN] Iran
[Termes IGN] optimisation par essaim de particules
[Termes IGN] SAGA GIS
[Termes IGN] séparateur à vaste marge
[Termes IGN] traitement de données localisées
[Termes IGN] vulnérabilité
[Termes IGN] zone à risqueRésumé : (auteur) Flood is a common global natural hazard, and detailed flood susceptibility maps for specific watersheds are important for flood management measures. We compute the flood susceptibility map for the Kaiser watershed in Iran using machine learning models such as support vector machine (SVM), Particle swarm optimization (PSO), and genetic algorithm (GA) along with ensembles (PSO-GA and SVM-GA). The application of such machine learning models in flood susceptibility assessment and mapping is analyzed, and future research suggestions are presented. The model of flood susceptibility model was constructed based on fifteen causatives: slope, slope aspect, elevation, plan curvature, land use, and land cover, normalize differences vegetation index (NDVI), convergence index (CI), topographical wetness index (TWI), topographic positioning Index (TPI), drainage density (DD), distance to stream, terrain ruggedness index (TRI), terrain surface texture (TST), geology and stream power index (SPI) and flood inventory data which later is divided by 70% for training the model and 30% for validated the model. The model output was evaluated through sensitivity, specificity, accuracy, precision, Cohen Kappa, F-score, and receiver operating curve (ROC). The evaluation of flood susceptibility mapping through the receiver operating curve method along with flood density shows robust results from support vector machine (0.839), particle swarm optimization (0.851), genetic algorithm (0.874), SVM-GA (0.886), and PSO-GA (0.902). Compared have done with some methods commonly used in this susceptibility assessment. A high-quality, informative database is essential for the classification of flood types in flood susceptibility mapping that is very important and helpful to improve the model performances. The performance of the ensemble PSO-GA is better than that of the machine learning model, yielding a high degree of accuracy (AUC-0.902%). Our approach, therefore, provides a novel method for flood susceptibility studies in other watersheds. Numéro de notice : A2022-300 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Article DOI : 10.1080/19475705.2022.2060138 Date de publication en ligne : 11/04/2022 En ligne : https://doi.org/10.1080/19475705.2022.2060138 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100383
in Geomatics, Natural Hazards and Risk > vol 13 (2022) . - pp 949 - 974[article]
Titre : Forest biodiversity in Europe : From science to policy 13 Type de document : Rapport Auteurs : Bart Muys, Auteur ; Per Angelstam, Auteur ; Jürgen Bauhus, Auteur ; Laura Bouriaud , Auteur ; et al., Auteur Editeur : Joensuu [Finlande] : European forest institute EFI Année de publication : 2022 Importance : 80 p. ISBN/ISSN/EAN : 978-952-7426-21-0 Langues : Anglais (eng) Descripteur : [Termes IGN] biodiversité
[Termes IGN] biodiversité végétale
[Termes IGN] Europe (géographie politique)
[Termes IGN] forêt
[Termes IGN] gestion forestière durable
[Termes IGN] politique publique
[Vedettes matières IGN] Ecologie forestièreRésumé : (éditeur) This study focuses on how we can effectively maintain and enhance forest biodiversity in Europe. It looks at what is at stake, the current external and internal threats to forest biodiversity and makes recommendations for how we should respond – both in terms of forest management, and also in terms of the policy landscape and finance. Numéro de notice : 14502 Affiliation des auteurs : non IGN Thématique : BIODIVERSITE/FORET Nature : Rapport DOI : 10.36333/fs13 En ligne : https://doi.org/10.36333/fs13 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101254 Forest fire susceptibility assessment using Google Earth engine in Gangwon-do, Republic of Korea / Yong Piao in Geomatics, Natural Hazards and Risk, vol 13 (2022)PermalinkPermalinkPermalinkPermalinkFungal perspective of pine and oak colonization in Mediterranean degraded ecosystems / Irene Adamo in Forests, vol 13 n° 1 (January 2022)PermalinkA GIS-based landslide susceptibility mapping and variable importance analysis using artificial intelligent training-based methods / Pengxiang Zhao in Remote sensing, vol 14 n° 1 (January-1 2022)PermalinkGIS-based survey over the public transport strategy: An instrument for economic and sustainable urban traffic planning / Gabriela Droj in ISPRS International journal of geo-information, vol 11 n° 1 (January 2022)PermalinkPermalinkPermalinkPermalinkImportance des facteurs locaux climatiques et édaphiques dans la dynamique de régénération des communautés à hêtre en marge d’aire de répartition / Ludovic Lacombe (2022)PermalinkPermalinkInvestigating the role of wind disturbance in tropical forests through a forest dynamics model and satellite observations / E-Ping Rau (2022)PermalinkItalian National Forest Inventory: Methods and results of the third survey / Patrizia Gasparini (2022)PermalinkLatent heat flux variability and response to drought stress of black poplar: A multi-platform multi-sensor remote and proximal sensing approach to relieve the data scarcity bottleneck / Flavia Tauro in Remote sensing of environment, vol 268 (January 2022)PermalinkMapping burned areas and land-uses in Kangaroo Island using an object-based image classification framework and Landsat 8 Imagery from Google Earth Engine / Jiyu Liu in Geomatics, Natural Hazards and Risk, vol 13 (2022)PermalinkLe mémento inventaire forestier, édition 2021 / Institut national de l'information géographique et forestière (2012 -) (2022)PermalinkPermalinkModélisation du lien entre éruptions et glissements de flancs au Piton de la Fournaise / Quentin Dumont (2022)PermalinkMonitoring forest-savanna dynamics in the Guineo-Congolian transition area of the centre region of Cameroon / Le Bienfaiteur Sagang Takougoum (2022)Permalink