Descripteur
Documents disponibles dans cette catégorie (4272)
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
Deep learning for wildfire progression monitoring using SAR and optical satellite image time series / Puzhao Zhang (2021)
Titre : Deep learning for wildfire progression monitoring using SAR and optical satellite image time series Type de document : Thèse/HDR Auteurs : Puzhao Zhang, Auteur Editeur : Stockholm : Royal Institute of Technology Année de publication : 2021 Importance : 100 p. Format : 21 x 30 cm ISBN/ISSN/EAN : 978-91-7873-935-6 Note générale : bibliographie
Doctoral Thesis in GeoinformaticsLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image mixte
[Termes IGN] Alberta (Canada)
[Termes IGN] apprentissage profond
[Termes IGN] bande C
[Termes IGN] Californie (Etats-Unis)
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] Colombie-Britannique (Canada)
[Termes IGN] détection de changement
[Termes IGN] gestion des risques
[Termes IGN] image radar moirée
[Termes IGN] image Sentinel-SAR
[Termes IGN] incendie de forêt
[Termes IGN] série temporelle
[Termes IGN] surveillance forestière
[Termes IGN] Sydney (Nouvelle-Galles du Sud)
[Termes IGN] zone sinistréeRésumé : (auteur) Wildfires have coexisted with human societies for more than 350 million years, always playing an important role in affecting the Earth's surface and climate. Across the globe, wildfires are becoming larger, more frequent, and longer-duration, and tend to be more destructive both in lives lost and economic costs, because of climate change and human activities. To reduce the damages from such destructive wildfires, it is critical to track wildfire progressions in near real-time, or even real-time. Satellite remote sensing enables cost-effective, accurate, and timely monitoring on the wildfire progressions over vast geographic areas. The free availability of global coverage Landsat-8 and Sentinel-1/2 data opens the new era for global land surface monitoring, providing an opportunity to analyze wildfire impacts around the globe. The advances in both cloud computing and deep learning empower the automatic interpretation of spatio-temporal remote sensing big data on a large scale. The overall objective of this thesis is to investigate the potential of modern medium resolution earth observation data, especially Sentinel-1 C-Band synthetic aperture radar (SAR) data, in wildfire monitoring and develop operational and effective approaches for real-world applications. This thesis systematically analyzes the physical basis of earth observation data for wildfire applications, and critically reviews the available wildfire burned area mapping methods in terms of satellite data, such as SAR, optical, and SAR-Optical fusion. Taking into account its great power in learning useful representations, deep learning is adopted as the main tool to extract wildfire-induced changes from SAR and optical image time series. On a regional scale, this thesis has conducted the following four fundamental studies that may have the potential to further pave the way for achieving larger scale or even global wildfire monitoring applications. To avoid manual selection of temporal indices and to highlight wildfire-induced changes in burned areas, we proposed an implicit radar convolutional burn index (RCBI), with which we assessed the roles of Sentinel-1 C-Band SAR intensity and phase in SAR-based burned area mapping. The experimental results show that RCBI is more effective than the conventional log-ratio differencing approach in detecting burned areas. Though VV intensity itself may perform poorly, the accuracy can be significantly improved when phase information is integrated using Interferometric SAR (InSAR). On the other hand, VV intensity also shows the potential to improve VH intensity-based detection results with RCBI. By exploiting VH and VV intensity together, the proposed RCBI achieved an overall mapping accuracy of 94.68% and 94.17% on the 2017 Thomas Fire and the 2018 Carr Fire. For the scenario of near real-time application, we investigated and demonstrated the potential Sentinel-1 SAR time series for wildfire progression monitoring with Convolutional Neural Networks (CNN). In this study, the available pre-fire SAR time series were exploited to compute temporal average and standard deviation for characterizing SAR backscatter behaviors over time and highlighting the changes with kMap. Trained with binarized kMap time series in a progression-wise manner, CNN showed good capability in detecting wildfire burned areas and capturing temporal progressions as demonstrated on three large and impactful wildfires with various topographic conditions. Compared to the pseudo masks (binarized kMap), CNN-based framework brought an 0.18 improvement in F1 score on the 2018 Camp Fire, and 0.23 on the 2019 Chuckegg Creek Fire. The experimental results demonstrated that spaceborne SAR time series with deep learning can play a significant role for near real-time wildfire monitoring when the data becomes available at daily and hourly intervals. For continuous wildfire progression mapping, we proposed a novel framework of learning U-Net without forgetting in a near real-time manner. By imposing a temporal consistency restriction on the network response, Learning without Forgetting (LwF) allows the U-Net to learn new capabilities for better handling with newly incoming data, and simultaneously keep its existing capabilities learned before. Unlike the continuous joint training (CJT) with all available historical data, LwF makes U-Net learning not dependent on the historical training data any more. To improve the quality of SAR-based pseudo progression masks, we accumulated the burned areas detected by optical data acquired prior to SAR observations. The experimental results demonstrated that LwF has the potential to match CJT in terms of the agreement between SAR-based results and optical-based ground truth, achieving a F1 score of 0.8423 on the Sydney Fire (2019-2020) and 0.7807 on the Chuckegg Creek Fire (2019). We also found that the SAR cross-polarization ratio (VH/VV) can be very useful in highlighting burned areas when VH and VV have diverse temporal change behaviors. SAR-based change detection often suffers from the variability of the surrounding background noise, we proposed a Total Variation (TV)-regularized U-Net model to relieve the influence of SAR-based noisy masks. Considering the small size of labeled wildfire data, transfer learning was adopted to fine-tune U-Net from pre-trained weights based on the past wildfire data. We quantified the effects of TV regularization on increasing the connectivity of SAR-based areas, and found that TV-regularized U-Net can significantly increase the burned area mapping accuracy, bringing an improvement of 0.0338 in F1 score and 0.0386 in IoU score on the validation set. With TV regularization, U-Net trained with noisy SAR masks achieved the highest F1 (0.6904) and IoU (0.5295), while U-Net trained with optical reference mask achieved the highest F1 (0.7529) and IoU (0.6054) score without TV regularization. When applied on wildfire progression mapping, TV-regularized U-Net also worked significantly better than vanilla U-Net with the supervision of noisy SAR-based masks, visually comparable to optical mask-based results. On the regional scale, we demonstrated the effectiveness of deep learning on SAR-based and SAR-optical fusion based wildfire progression mapping. To scale up deep learning models and make them globally applicable, large-scale globally distributed data is needed. Considering the scarcity of labelled data in the field of remote sensing, weakly/self-supervised learning will be our main research directions to go in the near future. Note de contenu : 1- Introduction
2- Literature review
3- Study areas and data
4- Metodology
5- Results and discussionNuméro de notice : 28309 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Thèse étrangère Note de thèse : PhD Thesis : Geomatics : RTK Stockholm : 2021 DOI : sans En ligne : http://kth.diva-portal.org/smash/record.jsf?pid=diva2%3A1557429 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98130 Détection de changement d’occupation du sol à l’aide de données Sentinel en contexte tropical / Lucas Martelet (2021)
Titre : Détection de changement d’occupation du sol à l’aide de données Sentinel en contexte tropical Type de document : Mémoire Auteurs : Lucas Martelet, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2021 Importance : 57 p. Format : 21 x 30 cm Note générale : Bibliographie
Rapport de fin d'étude, cycle des Ingénieurs diplômés de l’ENSG 3ème année, Information Géographique, Analyse Spatiale et TélédétectionLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] analyse comparative
[Termes IGN] analyse diachronique
[Termes IGN] changement d'occupation du sol
[Termes IGN] dégradation de la flore
[Termes IGN] détection de changement
[Termes IGN] forêt tropicale
[Termes IGN] image Sentinel-MSI
[Termes IGN] image Sentinel-SAR
[Termes IGN] milieu tropicalIndex. décimale : IGAST Mémoires du Master Information Géographique, Analyse Spatiale et Télédétection Résumé : (Auteur) Avec l’accessibilité facilité de données satellites optique et radar et l’augmentation du dynamisme de changement d’occupation du sol d’origine entropique, les méthodes de détection automatique de changement d’occupation du sol sont de plus en plus étudiées. Ce rapport présente un état de l’art de la diversité des méthodes existantes pour ce type de détection appliquée à la dégradation forestière en milieu tropicale. Trois des méthodes présentées sont ensuite adaptées pour tenir compte des classes d’occupation recherchées et des données disponibles et utilisées sur une zone d’exploitation forestière en Amazonie. Note de contenu :
Introduction
1. SITE D’ETUDES ET DONNEES UTILISEES
1.1 Site d’étude
1.2 Données
2. TOUR D’HORIZON DES METHODES EXISTANTES
2.1 Méthodes de détection par comparaison de produit finaux
2.2 Méthodes de détection par analyse multi-temporelle
3. TRAITEMENTS ET METHODES
3.1 Traitements
3.2 Méthodes de détection des changements
4. RESULTATS
4.1 Données S1
4.2 Segmentation SLIC
4.3 Détection par classification de changement
4.4 Détection des par analyse de vecteur de changement
4.5 Détection avec la méthode LF
4.6 Approche bi-échelle
4.7 Recommandations
ConclusionNuméro de notice : 26688 Affiliation des auteurs : IGN (2020- ) Thématique : FORET/IMAGERIE Nature : Mémoire de fin d'études IT Organisme de stage : Office National des Forêts International ONFI Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99000 Documents numériques
peut être téléchargé
Détection de changement d’occupation du sol à l’aide de données Sentinel... - pdf auteurAdobe Acrobat PDF Déterminants de la composition floristique et estimations des stocks de carbone des peuplements forestiers matures de Uma (Tshopo, RDC) / John Katembo Mukirania (2021)
Titre : Déterminants de la composition floristique et estimations des stocks de carbone des peuplements forestiers matures de Uma (Tshopo, RDC) Titre original : Determinants of floristic composition and estimates of carbon stocks in mature forest stands in Uma (Tshopo, DRC) Type de document : Thèse/HDR Auteurs : John Katembo Mukirania, Auteur ; Faustin Boyemba Bosela, Directeur de thèse ; Nicolas Barbier, Directeur de thèse Editeur : Montpellier : Centre de Coopération Internationale en recherche agronomique pour le Développement CIRAD Année de publication : 2021 Note générale : bibliographie
thèse soutenue le 30 mars 2021Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] biomasse forestière
[Termes IGN] composition floristique
[Termes IGN] Congo
[Termes IGN] dynamique de la végétation
[Termes IGN] image Geoeye
[Termes IGN] puits de carboneRésumé : (auteur) The study of tree assemblages in tropical forests is gaining new impetus with the need to assess carbon emissions at high precision and resolution, while limiting the erosion of diversity and promoting sustainable forest management. The objective of this study was to (i) investigate the respective roles of topographic / soil gradients and endogenous dynamics in shaping local variations in dominance; (ii) demonstrate the feasibility of studying canopy texture by harmonizing Fourier-based Textural Ordination (FOTO) indices of two GeoEye - 50 cm images, acquired from different phenologic seasons, to calibrate AGB inversion model using inventory plots. The study was conducted in Uma forest, East of Kisangani, Democratic Republic of Congo. Dataset of 30 1-ha plots, in which all trees above 10 cm diameter at 1.30 m height (DBH) were measured and identified. Standard physical and chemical properties of soil samples were determined (macro-nutrients, textural classes and pH) and a digital elevation model (SRTM 30 m) was used to infer relevant topographical features (altitude and hydromorphy). The forest in the study area is characterized by variations in the abundance of three dominant species: Petersianthus macrocarpus (P. BEAUV.) LIBEN, Gilbertiodendron dewevrei (De Wild.) J. Léonard and Julbernardia seretii (DE WILD.) TROUPIN, one non-pioneer, light demanding species and two late successional, shade tolerant species respectively. These variations occur nearly independently of variations in the substratum or topography, despite important gradients of the range of considered variables. Analyzing differential relative abundance of the three dominant species in the lower strata and in the canopy, did not provide evidence of shifts in dominance, in which a species would obviously tend to replace another through time in any of the three floristic groups. This suggests that in this study area the states of dominance in the vegetation are stable across generations, that successional dynamics are very slow or that they are localized to peculiar locations. Using FOTO method, this study documents a strong relation between observed and predicted AGBs, without cross validation (R² of the linear regression reached 0.82 (mean square error = 27.24 T/ha). This correlation was still present, although weaker, with cross validation (R² of the linear regression between observed and predicted AGBs = 0.64). The mean square error increases to 46.68 T/ha after cross validation for a mean of 450 T/ha. This result confirms the potential of FOTO indices of optical very high resolution satellite images to quantify aboveground biomass without no signal saturation in high AGB tropical forests. Numéro de notice : 17670 Affiliation des auteurs : non IGN Thématique : FORET Nature : Thèse étrangère Note de thèse : thèse : Ecologie et gestion des ressources végétales : Kisangani (République Démocratique du Congo) : 2021 Organisme de stage : UMR AMAP - Botanique et Modélisation de l'Architecture des Plantes et des Végétations nature-HAL : Thèse DOI : sans En ligne : https://hal.science/tel-03268307v1 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97979
Titre : La détermination des habitats naturels par l’inventaire forestier : Les objectifs et les concepts utilisés Type de document : Monographie Auteurs : Ingrid Bonhême , Auteur Editeur : Saint-Mandé : Institut national de l'information géographique et forestière - IGN (2012-) Année de publication : 2021 Importance : 58 p. ISBN/ISSN/EAN : 978-2-7585-5172-0 Note générale : ouvrage de vulgarisation appuyé sur des données scientifiques, concernant le projet Suivi temporel des habitats forestiers Langues : Français (fre) Descripteur : [Termes IGN] bioclimatologie
[Termes IGN] étage de végétation
[Termes IGN] flore locale
[Termes IGN] habitat forestier
[Termes IGN] humus
[Termes IGN] phytoécologie
[Termes IGN] phytosociologie
[Termes IGN] relief
[Termes IGN] sol forestier
[Vedettes matières IGN] Ecologie forestièreNote de contenu : INTRODUCTION
1-LA NOTION D’HABITAT FORESTIER A L’INVENTAIRE
1-1-Définitions
1-2-La classification des habitats : l’approche phytosociologique
1-3-Le déterminisme des habitats : l’approche phytoécologique
1-4-L’habitat potentiel
2-LES FACTEURS STATIONNELS DE DETERMINATION D’UN HABITAT FORESTIER
2-1-Le mésoclimat
2-2-Le relief et les étages de vegetation
2-3-L’exposition, le confinement, la topographie
2-4-Les formes d’humus
2-5-Le sol
2-6-La flore : les groupes indicateurs
2-7-Résumé des facteurs limitant la sylvigenèse et des localisations topographiques des grands types d'habitats
3-DETERMINER LES HABITATS FORESTIERS : POUR QUI, POURQUOI, COMMENT ?Numéro de notice : 17174 Affiliation des auteurs : IGN (2020- ) Thématique : BIODIVERSITE/FORET Nature : Monographie nature-HAL : OuvrScient DOI : sans En ligne : https://inventaire-forestier.ign.fr/IMG/pdf/clef_determination_habitats_2021.pdf Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97844 Développement d'un modèle de macro-dynamique forestière pour simuler la dynamique des forêts françaises dans un contexte non-stationnaire / Timothée Audinot (2021)
Titre : Développement d'un modèle de macro-dynamique forestière pour simuler la dynamique des forêts françaises dans un contexte non-stationnaire Type de document : Thèse/HDR Auteurs : Timothée Audinot , Auteur ; Jean-Daniel Bontemps , Directeur de thèse ; Holger Wernsdörfer, Directeur de thèse Editeur : Saint-Mandé : Institut national de l'information géographique et forestière - IGN (2012-) Année de publication : 2021 Autre Editeur : Nancy, Metz : Université de Lorraine Projets : MOPROF-CC / Importance : 568 p. Note générale : thèse présentée et soutenue publiquement pour l’obtention du titre de docteur de l'Université de Lorraine dans la spécialité Biologie et écologie des forêts et agrosystèmes Langues : Français (fre) Descripteur : [Termes IGN] changement climatique
[Termes IGN] discrétisation
[Termes IGN] dynamique de la végétation
[Termes IGN] erreur systématique
[Termes IGN] grande échelle
[Termes IGN] inventaire forestier national (données France)
[Termes IGN] modélisation de la forêt
[Termes IGN] peuplement forestier
[Termes IGN] propagation d'incertitude
[Termes IGN] ressources forestières
[Termes IGN] transition écologique
[Vedettes matières IGN] Inventaire forestierIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Contexte : Depuis la révolution industrielle, les forêts européennes connaissent une dynamique d’expansion de leur surface et de leur stock de bois. Cette expansion, conjuguée au changement climatique, entraîne des modifications des processus de dynamique forestière. L’émergence de la bio-économie européenne augure dans ce contexte d’évolutions des stratégies de gestion forestière à l’échelle européenne et nationale. La simulation des ressources forestières futures et de leur pilotage par des modèles à grande échelle spatiale est donc indispensable pour fournir des outils de planification stratégique. En France, les ressources forestières se caractérisent par une diversité marquée par rapport à d’autres pays européens. Le modèle de dynamique forestière MARGOT (MAtrix model of forest Resource Growth and dynamics On the Territory scale), a été mis en place par l’inventaire forestier national (IFN) en 1993 pour simuler les ressources forestières françaises à partir des données de cet inventaire, mais n’a été l’objet que de travaux de recherche restreints depuis son origine. Ses simulations restent limitées à un horizon temporel restreint (inférieur à 30 ans), sous des scénarios de gestion de type business as usual, et ne tenant pas compte des contextes forestiers et environnementaux non-stationnaires.
Objectifs : Cette thèse a pour ambition générale de consacrer un effort de recherche de rupture sur le modèle MARGOT, afin d’aborder les enjeux forestiers actuels. Les objectifs précis sont : i) de déterminer la capacité du modèle MARGOT à restituer l’expansion forestière française sur une période rétrospective longue (1971-2016), ii) de prendre en compte de façon synthétique de l’hétérogénéité des forêts à grande échelle, iii) de prendre en compte le phénomène de densification des forêts dans la dynamique démographique, iv) d’inclure les forçages climatiques externes dans la dynamique de croissance des forêts, v) dans un contexte devenu très incertain, de pouvoir mesurer le niveau d’incertitude des simulations résultant de l’erreur d’échantillonnage de l’inventaire forestier au regard des évolutions tendancielles considérées. Le développement de scénarios de gestion forestière reste hors du champ de ce travail.
Principaux résultats : Une méthode générique de partition des forêts selon leur hétérogénéité géographique et compositionnelle a été mise en place, avec une vocation applicative à d’autres contextes forestiers européens. Une méthode de propagation de l’incertitude d’échantillonnage aux paramètres du modèle, puis aux simulations, a été développée à partir d’approches de ré-échantillonnage de données et de modélisation d’erreurs. Une approche originale d’intégration des phénomènes de densité-dépendance démographique, fondée sur une métrique de densité et la réintroduction d’un concept de « peuplement forestier » adapté à ce modèle, a été développée. Une stratégie d’intégration des forçages climatiques des paramètres démographiques du modèle a été développée à partir d’une approche d’hybridation entrées-sorties avec le modèle fonctionnel CASTANEA pour un sous-ensemble de la forêt française incluant les espèces de chênes, de hêtre, d’épicéa commun, et de pin sylvestre. L’ensemble de ces développements a permis de réduire très notablement le biais de prédiction du modèle initial.
Conclusions : Les développements consentis font du modèle MARGOT un outil d’exploration et de planification plus fiable des ressources forestières, et reposant sur une approche de modélisation originale et unique en Europe. L’utilisation de statistiques forestières anciennes permettra d’évaluer le modèle et de simuler le stock de carbone de la forêt française sur un horizon temporel plus importante (de plus de 100 ans). Une évaluation approfondie des performances de ce nouveau modèle par des simulations intensives doit être conduite.Note de contenu : 1- Introduction
2- Le modèle MARGOT et les données de l'inventaire forestier national français (IFN)
3- Nouvelles méthodes génériques pour la stratification, la paramétrisation et l'évaluation du modèle MARGOT
4- Mesure et propagation de l'incertitude d'échantillonnage de l'inventaire forestier national français sur les paramètres de MARGOT
5- Dynamique temporelle des paramètres démographiques du modèle
6- Prise en compte du climat dans le modèle MARGOT à partir de forçages du modèle fonctionnel CASTANEA
7- Introduction de la densité-dépendance dans le modèle MARGOT
8- Conclusions et perspectivesNuméro de notice : 17616 Affiliation des auteurs : LIF (2020- ) Thématique : FORET/MATHEMATIQUE Nature : Thèse française Note de thèse : thèse : Biologie et écologie des forêts et agrosystèmes : Lorraine : 2021 Organisme de stage : LIF (IGN) & SILVA nature-HAL : Thèse DOI : sans En ligne : http://docnum.univ-lorraine.fr/public/DDOC_T_2021_0179_AUDINOT.pdf Format de la ressource électronique : URL du pdf Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96956 Développement d’outils d’exploitation des archives photographiques aériennes de l’IGN pour caractériser l’évolution pluridécennale du littoral sur l’île de la Réunion / Adinane Oladjidé Ayichemi (2021)PermalinkDictionnaire encyclopédique de la diversité biologique et de la conservation de la Nature / Patrick Triplet (2021)PermalinkPermalinkDrought propagation and its impact on groundwater hydrology of wetlands: a case study on the Doode Bemde nature reserve (Belgium) / Buruk Kitachew Wossenyeleh in Natural Hazards and Earth System Sciences, vol 21 n° 1 (January 2021)PermalinkDynamic committee machine with fuzzy-c-means clustering for total organic carbon content prediction from wireline logs / Yang Bai in Computers & geosciences, vol 146 (January 2021)PermalinkDynamic mechanism of blown sand hazard formation at the Jieqiong section of the Lhasa–Shigatse railway / Shengbo Xie in Geomatics, Natural Hazards and Risk, vol 12 n° 1 (2021)PermalinkDynamics of inundation events in the rivers-estuaries-ocean continuum in Bengal delta : synergy between hydrodynamic modelling and spaceborne remote sensing / Md Jamal Uddin Kahn (2021)PermalinkPermalinkEvaluation of Sentinel-1 & 2 time series for the identification and characterization of ecological continuities, from wooded to crop-dominated landscapes / Audrey Mercier (2021)PermalinkEvaluation du stock de carbone aérien dans la végétation à partir de multiples observations satellites micro-ondes / Martin Cubaud (2021)Permalink