Descripteur
Termes IGN > 1- Outils - instruments et méthodes > document > document géographique > document cartographique
document cartographique |
Documents disponibles dans cette catégorie (3497)
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 : Système expert et télédétection pour la cartographie des habitats : Apports et valorisations pour la conservation de la biodiversité de l’estuaire de la Loire Type de document : Thèse/HDR Auteurs : Mathieu Le Dez, Auteur ; Marc Robin, Directeur de thèse ; Patrick Launeau, Directeur de thèse Editeur : Nantes : Université de Nantes Année de publication : 2021 Importance : 350 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse de Doctorat de l'Université de Nantes, spécialité GéographieLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] carte thématique
[Termes IGN] conservation des ressources naturelles
[Termes IGN] données lidar
[Termes IGN] estuaire
[Termes IGN] habitat d'espèce
[Termes IGN] image Sentinel-MSI
[Termes IGN] inventaire
[Termes IGN] Loire (bassin)
[Termes IGN] modèle numérique de terrain
[Termes IGN] relevé phytosociologique
[Termes IGN] site Natura 2000
[Termes IGN] système expertIndex. décimale : THESE Thèses et HDR Résumé : (auteur) L’inventaire et la cartographie des habitats sont des processus essentiels pour la mise en oeuvre des politiques de conservation de la nature. Les méthodes actuelles, basées sur des prospections de terrain, sont difficilement applicables sur de vastes territoires et jugées inadaptées à un suivi régulier et harmonisé des habitats. L’objectif de cette thèse est d’explorer des approches innovantes afin de faciliter l’inventaire et la cartographie des habitats sur de grands sites naturels, en prenant comme cas d’étude le site Natura 2000 ‘Estuaire de la Loire’. Un système expert a été développé pour l’identification de relevés phytosociologiques afin d’établir la typologie des habitats du site. Cette démarche a permis de rattacher de manière formelle 1843 relevés de végétation à 89 habitats EUNIS et 17 habitats d’intérêt communautaire. Des images satellites Sentinel-2 et des données aéroportées hyperspectrales et LiDAR ont été exploitées pour spatialiser les habitats du site par télédétection. Ces différentes données, aux caractéristiques complémentaires (résolutions spatiales, résolutions spectrales, répétitivité, 3D), ont permis de cartographier avec une très grande précision la majorité des habitats des 24 000 ha de l’estuaire de la Loire. L’application de ces nouvelles approches démontre l’intérêt d’associer les systèmes experts et la télédétection pour typifier et cartographier des habitats de façon rentable et reproductible favorisant une gestion concertée du site Natura 2000. Note de contenu : Introduction générale
1- Elaboration de la typologie des habitats de l’estuaire de la Loire
2- Cartographie des habitats de l’estuaire de la Loire par télédétection
3- Analyse des usages de la cartographie des végétations et des habitats par les praticiens
Synthèse et conclusion généraleNuméro de notice : 28665 Affiliation des auteurs : non IGN Thématique : BIODIVERSITE/GEOMATIQUE/IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Géographie : Nantes : 2021 Organisme de stage : LETG Littoral DOI : sans En ligne : https://archive.bu.univ-nantes.fr/pollux/show/show?id=eb664035-71eb-4900-a09d-7c [...] Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99861
Titre : Tectonics of cartography Type de document : Article/Communication Auteurs : Jasmine Desclaux-Salachas, Auteur ; Lucile Bataille, Auteur Editeur : International Cartographic Association ICA - Association cartographique internationale ACI Année de publication : 2021 Collection : Proceedings of the ICA num. 4 Conférence : ICC 2021, 30th ICA international cartographic conference 14/12/2021 18/12/2021 Florence Italie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Cartographie
[Termes IGN] atlas
[Termes IGN] carte thématique
[Termes IGN] carte topographique
[Termes IGN] conception cartographiqueRésumé : (auteur) Probably by dint of seductive appearances and overflowing passion for cartography, by dint of instant accessibility to all kind of maps and any graphic representations commonly called ‘maps’ and finally by dint of confusions between what is an IMAGE and what is a DATA, everyone forgets that, at the dawn of a cartographic project, ‘THE MAP STILL DOESN’T EXIST’. For it to exist, a scope of collective work and essential skills are necessary. First of all, the aim of a mapping project must be identified. Its specifications, statement of requirements, its schedule of conditions must be sealed by a contract between an orderer and a cartographer. The objective of this presentation is to recall how a keyboard is neither a magic thought nor a magic wand. Clicking on it will never finalize our work without us, cartographers, but engages us to follow series of timeless execution process over the entire duration of the cartographic production, in anticipating each action. Our work consists in making every effort, by all the necessary technical and human means, to gather the knowledge of a subject (or several) to ‘Map-draw’ with the ultimate goal of returning this acquired knowledge to the readers. Their eye has to find at first glance the information sought. Indeed, the more beautiful and easier to grasp the map is, the more it will be consulted with pleasure. Through a range of cartographic memories, the following characteristic examples of out-of-standard cartographic productions will detail the pertinence of this meticulous cartographical articulation. Numéro de notice : C2021-063 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Communication DOI : 10.5194/ica-proc-4-28-2021 Date de publication en ligne : 03/12/2021 En ligne : https://doi.org/10.5194/ica-proc-4-28-2021 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99397 Télédétection et intégration de connaissances via la modélisation spatiale pour une cartographie plus cohérente des systèmes agricoles complexes / Arthur Crespin-Boucaud (2021)
Titre : Télédétection et intégration de connaissances via la modélisation spatiale pour une cartographie plus cohérente des systèmes agricoles complexes : application aux Hautes Terres, à Madagascar Type de document : Thèse/HDR Auteurs : Arthur Crespin-Boucaud, Auteur ; Agnès Bégue, Directeur de thèse Editeur : Paris, Nancy, ... : AgroParisTech (2007 -) Année de publication : 2021 Importance : 326 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse pour obtenir le grade de docteur délivré par l’institut des sciences et industries du vivant et de l’environnement, Spécialité : GéomatiqueLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] agriculture
[Termes IGN] analyse d'image orientée objet
[Termes IGN] carte d'occupation du sol
[Termes IGN] classification dirigée
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] données de terrain
[Termes IGN] image Pléiades-HR
[Termes IGN] image Sentinel-MSI
[Termes IGN] Madagascar
[Termes IGN] modèle conceptuel de données
[Termes IGN] modélisation spatio-temporelle
[Termes IGN] parcelle agricole
[Termes IGN] prise en compte du contexte
[Termes IGN] série temporelle
[Termes IGN] système complexe
[Termes IGN] utilisation du solIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Les méthodes de classification des données de télédétection pour la cartographie de l’occupation des sols reposent sur des mesures de proximité entre pixels ou objets dans un hyperespace spectral dans lequel ils sont projetés en fonction de leur réflectance dans plusieurs bandes spectrales de l'image. La projection en retour des pixels ou des objets vers l'espace géographique permet d'obtenir la carte d’occupation du sol recherchée, avec autant de classes que de régions identifiées comme significatives dans l'hyperespace. Le raisonnement qui sous-tend l'analyse dans l'hyperespace des données satellitaires est que dans ce dernier, les relations de proximité de "signatures spectrales" des objets et des pixels sont plus faciles à mettre en évidence que dans l’espace géographique. Ces méthodes sont particulièrement efficaces pour la cartographie des espaces agricoles caractérisés par de grandes parcelles et par des pratiques culturales homogènes. Cependant, pour une grande partie des Suds, les espaces agricoles sont plus complexes, avec des parcelles généralement plus petites, et une diversité d’usages et d’occupations des sols qui reflète les coutumes et leur adaptation au climat et à la géographie locale. L'efficacité des méthodes de télédétection diminue fortement pour ces systèmes agricoles plus complexes. Afin de repousser ces limites, les recherches actuelles portent sur des méthodes combinant à la fois des séries temporelles d’images satellites et des données contextuelles, telles que des indices de texture, l’altitude ou la pente, dont certaines sont basées sur l’apprentissage profond. Ces développements méthodologiques et techniques poussés utilisent principalement l’information spectrale et n’intègrent que peu les autres types de connaissances agricoles disponibles. Par exemple, on sait que certaines cultures ne poussent qu’à partir d’une altitude ou à proximité des habitations. Aisément identifiables dans l’espace géographique, ces connaissances, à la fois spatiales et temporelles, sont plus difficilement identifiables dans l’hyperespace des données. Cela suggère intuitivement qu'une meilleure prise en compte des connaissances agricoles pourrait améliorer les méthodes de classification pour obtenir des cartes de l'occupation de l’usage des sols plus cohérentes sur le plan agricole. Dans cette thèse, nous explorons la possibilité d'utiliser les connaissances en agriculture, formalisées sous forme de règles, pour améliorer une méthode de classification supervisée pour la cartographie de l'occupation et de l’usage des sols des systèmes agricoles complexes. Dans un premier temps, cette thèse propose un modèle conceptuel permettant de combiner à la fois des méthodes de classification de données de télédétection et de la modélisation spatio-temporelle. Ce modèle est décomposé en quatre modules spatiaux et temporels, chacun correspondant à une méthode visant à améliorer la caractérisation de l’occupation et de l’usage des sols, et pouvant être utilisé indépendamment. Les deux modules spatiaux du modèle sont ensuite appliqués à une zone d’étude agricole située dans la région du Vakinankaratra, sur les Hautes Terres de Madagascar afin d’évaluer l’approche développée. D’un point de vue quantitatif, l’application des deux modules spatiaux n’améliore que très peu la caractérisation des classes d’occupation et d’usage des sols de la zone d’étude, notamment du fait du manque de données de qualité supportant l’application des règles spatiales identifiées. Néanmoins, l'application des modules spatiaux permet une meilleure discrimination entre les cultures pluviales et les espaces de savanes, source de nombreuses confusions avec les méthodes utilisées en traitement de données de télédétection. L'analyse de ces résultats permet de proposer des améliorations pour le modèle conceptuel ainsi que pour son application plus générale aux systèmes agricoles complexes. Note de contenu : Introduction générale
1- Contexte et problématique de la thèse
2- Modèle conceptuel
3- Zone d’étude, matériel et méthodes
4- Méthode d’application des modules à la région des Hautes Terres
5- Résultats d’applications
6- Discussion
Conclusion généraleNuméro de notice : 28322 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Géomatique : AgroParisTech : 2021 Organisme de stage : TETIS (Montpellier) DOI : sans En ligne : https://pastel.archives-ouvertes.fr/tel-03306233/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98314
Titre : The treasure map of the citizen childhood Type de document : Article/Communication Auteurs : Jasmine Desclaux-Salachas, Auteur Editeur : International Cartographic Association ICA - Association cartographique internationale ACI Année de publication : 2021 Collection : Proceedings of the ICA num. 4 Conférence : ICC 2021, 30th ICA international cartographic conference 14/12/2021 18/12/2021 Florence Italie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Cartographie
[Termes IGN] carte topographique
[Termes IGN] citoyen
[Termes IGN] enfant
[Termes IGN] PalestineRésumé : (auteur) We are cartographers, trained and dedicated to our respective institutions around the world. Our cartographic works are gradually being developed, combining our multiple professional scientific and artistic skills, in the service of citizen information through the production of our maps. The performance of our works, submitted to the confidentiality of informations and data bases we process, remains invisible to public. In our complex job, confidentiality is a rule we first respect. We don’t usually explain our sophisticated manufacturing processes. Only our final result counts: THE MAP, completed, faithful to its project, editable, interpretable and memorizable at a first glance of its users. Among the Ecomuseum scientific team that was created in Battir, Palestine, after 2003, there was no cartographer. The team of young Palestinian professionals in architecture and civil engineering, just graduated, was armed with the rigour of their newly acquired knowledge, armed with their human freedom and citizen convictions. Isolated from everything they produced their collections of topographic maps from their own local survey. After the recall of its exceptional frame, this presentation aims to demonstrate how, through mapping-workshops open to everyone at the Public Library of their village, the children of Battir created their “Treasure Map” from their local proprietary geospatialized data they extend to neighbouring villages. Numéro de notice : C2021-064 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Communication DOI : 10.5194/ica-proc-4-27-2021 Date de publication en ligne : 03/12/2021 En ligne : https://doi.org/10.5194/ica-proc-4-27-2021 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99396 The use of deep machine learning for the automated selection of remote sensing data for the determination of areas of arable land degradation processes distribution / Dimitri I. Rukhovitch in Remote sensing, vol 13 n° 1 (January-1 2021)
[article]
Titre : The use of deep machine learning for the automated selection of remote sensing data for the determination of areas of arable land degradation processes distribution Type de document : Article/Communication Auteurs : Dimitri I. Rukhovitch, Auteur ; Polina V. Koroleva, Auteur ; Danila D. Rukhovitch, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : n° 155 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] apprentissage profond
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] dégradation des sols
[Termes IGN] distribution spatiale
[Termes IGN] érosion
[Termes IGN] image Landsat
[Termes IGN] image Sentinel-MSI
[Termes IGN] Normalized Difference Vegetation Index
[Termes IGN] Russie
[Termes IGN] surface cultivée
[Termes IGN] système d'information géographiqueRésumé : (auteur) Soil degradation processes are widespread on agricultural land. Ground-based methods for detecting degradation require a lot of labor and time. Remote methods based on the analysis of vegetation indices can significantly reduce the volume of ground surveys. Currently, machine learning methods are increasingly being used to analyze remote sensing data. In this paper, the task is set to apply deep machine learning methods and methods of vegetation indices calculation to automate the detection of areas of soil degradation development on arable land. In the course of the work, a method was developed for determining the location of degraded areas of soil cover on arable fields. The method is based on the use of multi-temporal remote sensing data. The selection of suitable remote sensing data scenes is based on deep machine learning. Deep machine learning was based on an analysis of 1028 scenes of Landsats 4, 5, 7 and 8 on 530 agricultural fields. Landsat data from 1984 to 2019 was analyzed. Dataset was created manually for each pair of “Landsat scene”/“agricultural field number”(for each agricultural field, the suitability of each Landsat scene was assessed). Areas of soil degradation were calculated based on the frequency of occurrence of low NDVI values over 35 years. Low NDVI values were calculated separately for each suitable fragment of the satellite image within the boundaries of each agricultural field. NDVI values of one-third of the field area and lower than the other two-thirds were considered low. During testing, the method gave 12.5% of type I errors (false positive) and 3.8% of type II errors (false negative). Independent verification of the method was carried out on six agricultural fields on an area of 713.3 hectares. Humus content and thickness of the humus horizon were determined in 42 ground-based points. In arable land degradation areas identified by the proposed method, the probability of detecting soil degradation by field methods was 87.5%. The probability of detecting soil degradation by ground-based methods outside the predicted regions was 3.8%. The results indicate that deep machine learning is feasible for remote sensing data selection based on a binary dataset. This eliminates the need for intermediate filtering systems in the selection of satellite imagery (determination of clouds, shadows from clouds, open soil surface, etc.). Direct selection of Landsat scenes suitable for calculations has been made. It allows automating the process of constructing soil degradation maps. Numéro de notice : A2021-074 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/rs13010155 Date de publication en ligne : 05/01/2021 En ligne : https://doi.org/10.3390/rs13010155 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96810
in Remote sensing > vol 13 n° 1 (January-1 2021) . - n° 155[article]Threat degree classification according to habitat quality: A case study from the Czech Republic / Pavel Lustyk in Forests, vol 12 n° 1 (January 2021)PermalinkTime-series analysis of massive satellite images : Application to earth observation / Alexandre Constantin (2021)PermalinkVectorization of historical maps using deep edge filtering and closed shape extraction / Yizi Chen (2021)PermalinkAssessing historical maps for characterizing fluvial corridor changes at a regional network scale / Samuel Dunesme in Cartographica, vol 55 n° 4 (Winter 2020)PermalinkBioclimatic modeling of potential vegetation types as an alternative to species distribution models for projecting plant species shifts under changing climates / Robert E. Keane in Forest ecology and management, vol 477 ([01/12/2020])PermalinkConvolutional Neural Networks accurately predict cover fractions of plant species and communities in Unmanned Aerial Vehicle imagery / Teja Kattenborn in Remote sensing in ecology and conservation, vol 6 n° 4 (December 2020)PermalinkForest cover mapping based on a combination of aerial images and Sentinel-2 satellite data compared to National Forest Inventory data / Selina Ganz in Forests, vol 11 n° 12 (December 2020)PermalinkLegal aspects of registration the time of cadastral data creation or modification / Joanna Reczyńska in Reports on geodesy and geoinformatics, vol 110 n° 1 (December 2020)PermalinkMapping forest tree species in high resolution UAV-based RGB-imagery by means of convolutional neural networks / Felix Schiefer in ISPRS Journal of photogrammetry and remote sensing, vol 170 (December 2020)PermalinkMapping of land cover with open-source software and ultra-high-resolution imagery acquired with unmanned aerial vehicles / Ned Horning in Remote sensing in ecology and conservation, vol 6 n° 4 (December 2020)Permalink