Descripteur
Termes IGN > sciences naturelles > sciences de la vie
sciences de la vie
Commentaire :
Sciences biologiques Sciences naturelles >> Spécialistes des sciences de la vie Vie (biologie) >>Terme(s) spécifique(s) : Mycologie Biologie Botanique Sciences de la santé Zoologie Equiv. LCSH : Life sciences |
Documents disponibles dans cette catégorie (2541)
![](./images/expand_all.gif)
![](./images/collapse_all.gif)
Etendre la recherche sur niveau(x) vers le bas
Apports des méthodes d'apprentissage profond pour la reconnaissance automatique des modes d'occupation des sols et d'objets par télédétection en milieu tropical / Guillaume Rousset (2021)
![]()
Titre : Apports des méthodes d'apprentissage profond pour la reconnaissance automatique des modes d'occupation des sols et d'objets par télédétection en milieu tropical Type de document : Thèse/HDR Auteurs : Guillaume Rousset, Auteur ; Dominique Simpelaere, Directeur de thèse ; M. Mangeas, Directeur de thèse Editeur : Nouméa : Université de Nouvelle-Calédonie Année de publication : 2021 Importance : 180 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse pour obtenir le grade de Docteur délivré par l’Université de Nouvelle-Calédonie, Discipline InformatiqueLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] apprentissage profond
[Termes IGN] Arecaceae
[Termes IGN] carte d'occupation du sol
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] détection automatique
[Termes IGN] détection de changement
[Termes IGN] Extreme Gradient Machine
[Termes IGN] image à très haute résolution
[Termes IGN] image Pléiades
[Termes IGN] image Sentinel-MSI
[Termes IGN] image SPOT 6
[Termes IGN] indice de végétation
[Termes IGN] milieu tropical
[Termes IGN] mode d'occupation du sol
[Termes IGN] modèle de transfert radiatif
[Termes IGN] Nouvelle-Calédonie
[Termes IGN] Para (Brésil)
[Termes IGN] utilisation du solIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Le paysage néo-calédonien change rapidement avec le développement de nouveaux projets miniers, l'intensification de l’urbanisation et les impacts d'événements climatiques extrêmes comme les cyclones. Avec la démocratisation et l’accumulation des données satellite et l'avènement des méthodes d'intelligence artificielle, la mise en place de méthodes automatiques de détection devient un outil incontournable pour documenter et surveiller ces changements à l’échelle du territoire de façon régulière, rapide et objective. Parmi ces méthodes, l'apprentissage profond a montré des résultats performants sur des problématiques complexes, notamment sur le traitement d'images à l'aide de ces réseaux de neurones denses convolutionnels. En tenant compte des contraintes liées au traitement de l'imagerie satellite et des problèmes liés aux algorithmes d'apprentissage, l'objectif de la thèse est multiple : contribuer à l'adaptation des techniques d'apprentissage profond à des problématiques de télédétection sur plusieurs points clés de la chaîne de traitement ; estimer les performances de ces techniques par rapport aux méthodes communément utilisées dans le domaine de la télédétection ; et développer des méthodes automatiques de détection pour délivrer des indices fiables à toute exploitation d'une imagerie satellitaire. Cette thèse s'est concentrée sur trois applications : 1) la détection de la couverture et de l'usage des sols sur des données à très haute résolution ; 2) la détection de la couverture des sols en Nouvelle-Calédonie à une fréquence annuelle sur des données à haute résolution ; 3) et la détection de palmiers dans la région Pará du Brésil à l'aide de données simulées informatiquement. Pour la première application, un jeu de données de référence basé sur les données du satellite SPOT 6 a été créé manuellement et mis à disposition de la communauté scientifique pour comparer les techniques de détection des classes d'occupation des sols en milieu tropical insulaire. Les réseaux de neurones denses affichent de meilleures performances notamment dans le cadre de la détection de l'usage des sols qui nécessite un niveau plus élevé de conceptualisation de l'environnement. Pour la deuxième application, une chaîne de détection automatique de la couverture des sols, basée sur un réseau de neurones dense alimenté par des données Sentinel-2, a été réalisée. Ces couvertures sont comparées aux couvertures obtenues par des méthodes semi-automatiques en province Sud de la Nouvelle-Calédonie. Le modèle offre des performances égales sur quelques zones tests, mais des données terrain supplémentaires sont requises pour conforter la fiabilité sur l'ensemble du territoire néo-calédonien. Enfin, pour la dernière application, l'originalité du travail de recherche a consisté à tester l'apport dans la base d'apprentissage d'images satellites de synthèse. Pour cela des images du palmier ont été construites à partir d'un modèle de transfert radiatif. L'utilisation de ces images de synthèse en complément des images Pléiades a permis d'améliorer significativement la précision globale des modèles. Note de contenu : 1- Introduction
2- Le deep learning
3- Classification des occupations du sol
4- Vers une détection de changement du sol
5- Détection du Babaçu au Brésil
6- Conclusion et perspectivesNuméro de notice : 15277 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Informatique : Nouvelle-Calédonie : 2021 Organisme de stage : Institut de Recherche pour le Développement IRD DOI : sans En ligne : http://www.theses.fr/2021NCAL0006 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101100
Titre : Artificial neural networks in agriculture Type de document : Monographie Auteurs : Sebastian Kujawa, Éditeur scientifique ; Gniewko Niedbała, Éditeur scientifique Editeur : Bâle [Suisse] : Multidisciplinary Digital Publishing Institute MDPI Année de publication : 2021 Importance : 283 p. Format : 16 x 23 cm ISBN/ISSN/EAN : 978-3-0365-1579-3 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] agriculture
[Termes IGN] apprentissage profond
[Termes IGN] carte de la végétation
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] classification par réseau neuronal récurrent
[Termes IGN] couvert végétal
[Termes IGN] déformation temporelle dynamique (algorithme)
[Termes IGN] détection d'arbres
[Termes IGN] Google Earth
[Termes IGN] image à haute résolution
[Termes IGN] phénologie
[Termes IGN] réseau neuronal artificiel
[Termes IGN] surveillance agricoleRésumé : (éditeur) Modern agriculture needs to have high production efficiency combined with a high quality of obtained products. This applies to both crop and livestock production. To meet these requirements, advanced methods of data analysis are more and more frequently used, including those derived from artificial intelligence methods. Artificial neural networks (ANNs) are one of the most popular tools of this kind. They are widely used in solving various classification and prediction tasks, for some time also in the broadly defined field of agriculture. They can form part of precision farming and decision support systems. Artificial neural networks can replace the classical methods of modelling many issues, and are one of the main alternatives to classical mathematical models. The spectrum of applications of artificial neural networks is very wide. For a long time now, researchers from all over the world have been using these tools to support agricultural production, making it more efficient and providing the highest-quality products possible. Note de contenu : 1- Plant and weed identifier robot as an agroecological tool using artificial neural networks for image identification
2- Oil palm tree detection and health classification on high-resolution imagery using deep learning
3- Average degree of coverage and coverage unevenness coefficient as parameters for spraying quality assessment
4- The relationship between soil electrical parameters and compaction of Sandy Clay Loam soil
5- Evaluation of convolutional neural networks’ hyperparameters with transfer learning to determine sorting of Ripe Medjool dates
6- Mapping paddy rice using weakly supervised long short-term memory network with time series sentinel optical and SAR images
7- Time series prediction with artificial neural networks: An analysis using Brazilian soybean production
8- Machine learning for plant breeding and biotechnology
9- A hybrid CFS filter and RF-RFE wrapper-based feature extraction for enhanced agricultural crop yield prediction modeling
10- Crop growth stage GPP-driven spectral model for evaluation of cultivated land quality using GA-BPNN
11- Corn grain yield estimation from vegetation indices, canopy cover, plant density, and a neural network using multispectral and RGB images acquired with unmanned aerial vehicles
12- Modeling the dynamic response of plant growth to root zone temperature in hydroponic Chili pepper plant using neural networks
13- ANN-based continual classification in agriculture
14- Application of artificial neural networks to analyze the concentration of ferulic acid, deoxynivalenol, and nivalenol in winter wheat grain
15- Neural visual detection of grain weevil (sitophilus granarius L.)Numéro de notice : 28624 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE/INFORMATIQUE Nature : Recueil / ouvrage collectif DOI : 10.3390/books978-3-0365-1579-3 En ligne : https://doi.org/10.3390/books978-3-0365-1579-3 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99553 Assessment of chlorophyll-a concentration from Sentinel-3 satellite images at the Mediterranean Sea using CMEMS open source in situ data / Ioannis Moutzouris-Sidiris in Open geosciences, vol 13 n° 1 (January 2021)
![]()
[article]
Titre : Assessment of chlorophyll-a concentration from Sentinel-3 satellite images at the Mediterranean Sea using CMEMS open source in situ data Type de document : Article/Communication Auteurs : Ioannis Moutzouris-Sidiris, Auteur ; Konstantinos Topouzelis, Auteur Année de publication : 2021 Article en page(s) : pp 85 - 97 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] analyse comparative
[Termes IGN] chlorophylle
[Termes IGN] classification par réseau neuronal
[Termes IGN] couleur de l'océan
[Termes IGN] image Envisat-MERIS
[Termes IGN] image Sentinel-3
[Termes IGN] image Sentinel-OLCI
[Termes IGN] Méditerranée, merRésumé : (auteur) The objective of this study is to evaluate the efficiency of two well-known algorithms (Ocean Colour 4 for MERIS [OC4Me] and neural net [NN]) used in the calculation of chlorophyll-a (Chl-a) from the Sentinel-3 Ocean and Land Colour Instrument (OLCI) compared to in situ measurements covering the Mediterranean Sea. In situ data set, obtained from the Copernicus Marine Environmental Monitoring Service (CMEMS) and more specifically from the data set with the title INSITU_MED_NRT_OBSERVATIONS_013_035, and Chl-a values at different depths were extracted. The concentration of Chl-a at a penetration depth was calculated. Then, water was classified into two categories, Case-1 and Case-2. For Case-2 waters, the OC4Me presents a moderate correlation with the in situ data for a time window of 0–2 h. In contrast with the NN algorithm, where very weak correlations were calculated, lower values of the statistical index of Bias for Case-1 waters were calculated for the OC4Me algorithm. Higher values of Pearson correlation were calculated (r > 0.5) for OC4Me algorithm than NN. OC4Me performed better than NN. Numéro de notice : A2021-487 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.1515/geo-2020-0204 Date de publication en ligne : 29/01/2021 En ligne : https://doi.org/10.1515/geo-2020-0204 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97776
in Open geosciences > vol 13 n° 1 (January 2021) . - pp 85 - 97[article]Automated detection of individual Juniper tree location and forest cover changes using Google Earth Engine / Sudeera Wickramarathna in Annals of forest research, vol 64 n° 1 (2021)
![]()
[article]
Titre : Automated detection of individual Juniper tree location and forest cover changes using Google Earth Engine Type de document : Article/Communication Auteurs : Sudeera Wickramarathna, Auteur ; Jamon Van Den Hoek, Auteur ; Bogdan Mihai Strimbu, Auteur Année de publication : 2021 Article en page(s) : pp 61 - 72 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] canopée
[Termes IGN] classification dirigée
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] couvert forestier
[Termes IGN] croissance des arbres
[Termes IGN] détection d'arbres
[Termes IGN] détection de changement
[Termes IGN] extraction de la végétation
[Termes IGN] Google Earth Engine
[Termes IGN] image à très haute résolution
[Termes IGN] image multibande
[Termes IGN] juniperus (genre)
[Termes IGN] Normalized Difference Vegetation Index
[Termes IGN] Normalized Difference Water Index
[Termes IGN] Oregon (Etats-Unis)
[Termes IGN] réflectanceRésumé : (auteur) Tree detection is the first step in the appraisal of a forest, especially when the focus is monitoring the growth of tree canopy. The acquisition of annual very high-resolution aerial images by the National Agriculture Imagery Program (NAIP) and their accessibility through Google Earth Engine (GEE) supports the delineation of tree canopies and change over time in a cost and time-effective manner. The objectives of this study are to develop an automated method to detect the crowns of individual western Juniper (Juniperus occidentalis) trees and to assess the change of forest cover from multispectral 1-meter resolution NAIP images collected from 2009 to 2016, in Oregon, USA. The Normalized Difference Vegetation Index (NDVI), Normalized Difference Water Index (NDWI), and Ratio Vegetation Index (RVI), were calculated from the NAIP images, in addition to the red-green-blue-near infrared bands. To identify the most suitable approach for individual tree crown identification, we created two training datasets: one considering yearly images separately and one merging all images, irrespective of the year. We segmented individual tree crowns using a random forest algorithm implemented in GEE and seven rasters, namely the reflectance of four spectral bands as recorded by the NAIP images (i.e., the red-green-blue-near infrared) and three calculated indices (i.e., NDVI, NDWI, and RVI). We compared the estimated location of the trees, computed as the centroid of the crown, with the visually identified treetops, which were considered as validation locations. We found that tree location errors were smaller when years were analyzed individually than by merging the years. Measurements of completeness (74%), correctness (94%), and mean accuracy detection (82 %) show promising performance of the random forest algorithm in crown delineation, considering that only four original input bands were used for crown segmentation. The change in the calculated crown area for western juniper follows a sinusoidal curve, with a decrease from 2011 to 2012 and an increase from 2012 to 2014. The proposed approach has the potential to estimate individual tree locations and forest cover area dynamics at broad spatial scales using regularly collected airborne imagery with easy-to-implement methods. Numéro de notice : A2021-779 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article DOI : 10.15287/afr.2020.2145 Date de publication en ligne : 28/06/2021 En ligne : https://doi.org/10.15287/afr.2020.2145 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98846
in Annals of forest research > vol 64 n° 1 (2021) . - pp 61 - 72[article]Caractérisation de l’occupation spatiale des étagnes au printemps dans le Champsaur (Parc National des Écrins) : approche géomatique et biogéographique / Lucie Doudoux (2021)
Titre : Caractérisation de l’occupation spatiale des étagnes au printemps dans le Champsaur (Parc National des Écrins) : approche géomatique et biogéographique Type de document : Mémoire Auteurs : Lucie Doudoux, Auteur ; Etienne Grésillon, Encadrant ; Clélia Bilodeau, Encadrant ; Sarah Bortolamiol, Encadrant ; Laurence Jolivet , Encadrant
Editeur : Paris : Université de Paris Année de publication : 2021 Importance : 97 p. Note générale : bibliographie
Mémoire de Master 1, Master Géographie, Environnement, Aménagement et Développement, Parcours Espace et MilieuxLangues : Français (fre) Descripteur : [Vedettes matières IGN] Analyse spatiale
[Termes IGN] anthropisation
[Termes IGN] biogéographie
[Termes IGN] Bovidae
[Termes IGN] comportement
[Termes IGN] domaine vital
[Termes IGN] occupation de l'espace
[Termes IGN] parc naturel national des EcrinsMots-clés libres : Capra ibex bouquetin des Alpes étagne Résumé : (auteur) Les parcs nationaux français comportent tous leur espèce emblématique, ainsi que des programmes de suivi qui leur sont associés. Du loup dans la Vanoise à l’ours dans les Pyrénées tout en passant par le bouquetin dans les Écrins, ce travail de recherche va se pencher sur le cas de ce dernier. Réintroduite dans le Parc National des Écrins dès 1959 après avoir été sauvée in extremis de la chasse intensive, l’espèce compte désormais plusieurs centaines d’individus à travers tout le Parc. Suite à cette réintroduction et à sa protection, le bouquetin des Alpes est devenu un symbole du Parc, et constitue un enjeu majeur pour le tourisme. À l’heure de l’écotourisme, il est intéressant d’étudier plus en profondeur son adaptation face aux perturbations propres au XXIe siècle. Plus farouches que les mâles, les femelles et leurs petits sont les individus les plus sensibles à ce dérangement. Les données de localisation issues des colliers seront utilisées dans ce travail pour analyser la spatialité des femelles du Champsaur. Des analyses géomatiques permettront de déterminer quel type de spatialité est adopté par les femelles ; les caractéristiques environnementales des milieux empruntés et évités par ces dernières seront étudiées afin de comprendre davantage leur spatialité. Le Champsaur étant un endroit apprécié par les touristes, les populations de bouquetins y vivant sont soumises à des pressions plus importantes que dans d’autres vallées. C’est pourquoi de nombreux relevés liés à l’activité anthropique seront effectués, afin de mettre en lien les données géomatiques et les caractéristiques environnementales des lieux étudiés. Note de contenu : Introduction
1- Etat de l'art
2- Méthodes et protocoles
3- Résultats et discussion
ConclusionNuméro de notice : 17699 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Mémoire masters divers DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99561 PermalinkPermalinkPermalinkDétection et reconstruction 3D d’arbres urbains par segmentation de nuages de points : apport de l’apprentissage profond / Victor Alteirac (2021)
PermalinkDéterminants de la composition floristique et estimations des stocks de carbone des peuplements forestiers matures de Uma (Tshopo, RDC) / John Katembo Mukirania (2021)
PermalinkPermalinkDéveloppement d'un modèle de macro-dynamique forestière pour simuler la dynamique des forêts françaises dans un contexte non-stationnaire / Timothée Audinot (2021)
PermalinkPermalinkDiurnal cycles of C-band temporal coherence and backscattering coefficient over an olive orchard in a semi-arid area: Comparison of in situ and Sentinel-1 radar observations / Adnane Chakir (2021)
PermalinkPermalinkEffects of different site preparation methods on the root development of planted Quercus petraea and Pinus nigra / Mathieu Dassot in New forests, vol 52 n° 1 (January 2021)
PermalinkEnsemble learning methods on the space of covariance matrices : application to remote sensing scene and multivariate time series classification / Sara Akodad (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 de la qualité des mesures de croissance pluriannuelles des données d’inventaire forestier national en vue de leur utilisation en monitoring à haute fréquence de la production forestière / Félix Altenhoven (2021)
PermalinkEvaluation du stock de carbone aérien dans la végétation à partir de multiples observations satellites micro-ondes / Martin Cubaud (2021)
PermalinkExamining the effectiveness of Sentinel-1 and 2 imagery for commercial forest species mapping / Mthembeni Mngadi in Geocarto international, vol 36 n° 1 ([01/01/2021])
PermalinkPermalinkForest Products Annual Market Review 2020-2021 / United Nations Economic Commission for Europe (2021)
PermalinkFrom local to global: A transfer learning-based approach for mapping poplar plantations at national scale using Sentinel-2 / Yousra Hamrouni in ISPRS Journal of photogrammetry and remote sensing, vol 171 (January 2021)
Permalink