Descripteur
Documents disponibles dans cette catégorie (2201)
![](./images/expand_all.gif)
![](./images/collapse_all.gif)
Etendre la recherche sur niveau(x) vers le bas
Constraint based evaluation of generalized images generated by deep learning / Azelle Courtial (2020)
![]()
Titre : Constraint based evaluation of generalized images generated by deep learning Type de document : Article/Communication Auteurs : Azelle Courtial , Auteur ; Guillaume Touya
, Auteur ; Xiang Zhang, Auteur
Editeur : ICA Commission on Generalisation and Multiple Representation Année de publication : 2020 Projets : 1-Pas de projet / Conférence : ICA 2020, 23rd Workshop on Map Generalisation and Multiple Representation 05/11/2020 06/11/2020 Delft Pays-Bas Open Access Proceedings Importance : 3 p. Format : 21 x 30 cm Note générale : Bibliographie Langues : Français (fre) Descripteur : [Termes IGN] 1:25.000
[Termes IGN] 1:250.000
[Termes IGN] Alpes (France)
[Termes IGN] apprentissage profond
[Termes IGN] carte routière
[Termes IGN] classification pixellaire
[Termes IGN] données maillées
[Termes IGN] généralisation automatique de données
[Termes IGN] généralisation cartographique automatisée
[Termes IGN] montagne
[Termes IGN] précision cartographique
[Termes IGN] programmation par contraintes
[Termes IGN] réseau routier
[Vedettes matières IGN] GénéralisationRésumé : (Auteur) The use of deep learning techniques for map generalisation raises new problems regarding the evaluation of the results: (1) images are used as input/output instead of vector data; (2) the deep learning processes do not guarantee results that follow cartographic principles; (3) the deep learning models are black boxes that hide the causal mechanisms. Also, deep learning intern evaluation is mostly based on the realism of the images and the pixel classification accuracy, and none of these criteria is sufficient to evaluate a generalisation process. In this article, we propose an adaptation of the constraint-based evaluation to the images generated by deep learning. Six raster-based constraints are proposed for a mountain road generalisation use case. Numéro de notice : C2020-018 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : GEOMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : sans Date de publication en ligne : 17/11/2020 En ligne : https://varioscale.bk.tudelft.nl/events/icagen2020/ICAgen2020/ICAgen2020_paper_2 [...] Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96380
Titre : Current challenges in operational very high resolution land-cover mapping Type de document : Article/Communication Auteurs : Clément Mallet , Auteur ; Arnaud Le Bris
, 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-B2-2020 Projets : MAESTRIA / Mallet, Clément Conférence : ISPRS 2020, Commission 2, virtual Congress, Imaging today foreseeing tomorrow 31/08/2020 02/09/2020 Nice (en ligne) France Annals Commission 2 Importance : pp 703 - 710 Format : 21 x 30 cm Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] base de données d'occupation du sol
[Termes IGN] carte d'occupation du sol
[Termes IGN] chaîne de traitement
[Termes IGN] image à très haute résolutionRésumé : (auteur) Many land-cover products have been made available for a large range of end-users over the last ten years, even at global scales. In particular, remote sensing data analysis has proved to be the most feasible solution for automation purposes, at multiple spatial scales. However, current solutions are not sufficient for designing better products, adapted to real-case applications, operational constraints, and the generation of services, built upon these core layers. In this paper, we review the main requirements and the recent changes in remote sensing for the specific case of very high resolution land-cover mapping. We also comment current and evaluate challenges for the optimal exploitation of Earth Observation images with the aim of automatically generating maps tailored to specific end-users’ needs. We advocate for more challenging large-scale benchmarks and for human-in-the-loop solutions. Numéro de notice : C2020-007 Affiliation des auteurs : UGE-LASTIG (2020- ) Thématique : IMAGERIE/INFORMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.5194/isprs-archives-XLIII-B2-2020-703-2020 Date de publication en ligne : 21/08/2020 En ligne : https://doi.org/10.5194/isprs-archives-XLIII-B2-2020-703-2020 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95657 Estimation et suivi de la ressource en bois en France métropolitaine par valorisation des séries multi-temporelles à haute résolution spatiale d'images optiques (Sentinel-2) et radar (Sentinel-1, ALOS-PALSAR) / David Morin (2020)
![]()
Titre : Estimation et suivi de la ressource en bois en France métropolitaine par valorisation des séries multi-temporelles à haute résolution spatiale d'images optiques (Sentinel-2) et radar (Sentinel-1, ALOS-PALSAR) Type de document : Thèse/HDR Auteurs : David Morin, Auteur ; Gérard Dedieu, Directeur de thèse ; Milena Planells, Directeur de thèse Editeur : Toulouse : Université de Toulouse 3 Paul Sabatier Année de publication : 2020 Importance : 147 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse de Doctorat de l'Université de Toulouse 3, École doctorale Sciences de l’univers, de l’environnement et de l’espace (Toulouse) : Surfaces et interfaces continentales, HydrologieLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] biomasse forestière
[Termes IGN] carte forestière
[Termes IGN] données multitemporelles
[Termes IGN] France (administrative)
[Termes IGN] image ALOS-PALSAR
[Termes IGN] image Sentinel-MSI
[Termes IGN] image Sentinel-SAR
[Termes IGN] inventaire de la végétation
[Termes IGN] modèle de régression
[Termes IGN] puits de carbone
[Termes IGN] ressources forestières
[Termes IGN] structure de la végétation
[Termes IGN] volume en boisIndex. décimale : THESE Thèses et HDR Résumé : (auteur) L'estimation et le suivi du carbone et de la ressource forestière sont des enjeux majeurs pour la gestion des territoires. Les forêts ont un rôle important dans les plans nationaux et internationaux pour l'atténuation du changement climatique (stockage du carbone, régulation du climat, biodiversité, énergies renouvelables). Dans les forêts tempérées, de nombreuses mesures des paramètres de structure forestière sont acquises sur des petites zones, des statistiques au niveau national ou sur de larges zones administratives sont délivrées annuellement par les organismes gouvernementaux. Les forêts tempérées sont fortement anthropisées (forte variabilité spatiale et fractionnement des peuplements), il y a actuellement un besoin fort d'une spatialisation plus fine et continue des ressources forestières dans ces régions. Les images satellitaires optiques et radar apportent des informations sur l'état de la végétation, la structure des arbres et l'organisation spatiale des forêts. Dans un contexte exceptionnel de disponibilité mondiale et gratuite, de diversité, de qualité des images à haute résolution spatiale et temporelle, le travail de thèse a pour objectif de mettre en place les bases méthodologiques et scientifiques pour une production nationale semi-automatique d'une cartographie des paramètres forestiers (biomasse, diamètre, hauteur, etc.). Nous avons évalué le potentiel des séries temporelles Sentinel-1 (radar en bande C), Sentinel-2 (optique), et des mosaïques annuelles ALOS2-PALSAR2 (radar, bande L) pour estimer les paramètres de structure forestière. Ces données satellitaires ont été combinées à l'aide d'algorithmes d'apprentissage supervisé et de mesures terrain pour construire des modèles d'estimation de la biomasse, du diamètre moyen des arbres (DBH), de la hauteur et d'autres paramètres de structure. Ces modèles peuvent ensuite être spatialisés sur l'ensemble du territoire à l'aide des images satellitaires, et fournir une information continue à la résolution spatiale des images utilisées (10 à 20 mètres). Notre approche a été conçue et testée sur quatre sites d'étude avec des essences forestières et des propriétés structurales et environnementales différentes : la zone intérieure et la zone dunaire de la forêt des Landes (pins maritimes), la forêt d'Orléans (chênes et pins sylvestres), et la forêt de Saint-Gobain (chênes, charmes et hêtres). Les principaux développements portent sur les données satellitaires à utiliser, la sélection des variables explicatives, le choix des algorithmes de régression et leur paramétrisation, la différenciation des types de forêt et la cartographie des estimations de paramètres forestiers. Les primitives issues des données satellitaires fournissent des informations sur les propriétés optiques du sol et de la végétation, l'organisation spatiale des arbres, la structure et le volume de bois vivant des houppiers et des troncs. L'utilisation d'algorithmes de régression multivariée non-linéaire permet d'obtenir des estimations des paramètres forestiers avec des performances en termes d'erreur relative de l'ordre de 15 à 35 % pour la surface terrière (~2.8 à 5.9 m2/ha) selon les types de forêt, 5 à 20 % pour la hauteur (~1.3 à 3 m), et de 5 à 25 % pour le DBH (~1.5 à 8 cm). Les résultats montrent l'apport de la combinaison de plusieurs types de données satellitaires (optique, radar multi-fréquence et indices de texture spatiale) ainsi que l'importance de différencier les types de forêt pour la construction des modèles. L'application des modèles sur les images satellitaires permet de produire des cartes à haute résolution spatiale de ces paramètres forestiers, utilisables de l'échelle locale à l'échelle régionale/nationale. Note de contenu : 1- Introduction
2- Construction de la méthode
3- Généralisation de la méthode
4- Cartographie des forêts
5- ConclusionNuméro de notice : 28533 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Sciences de l'environnement : Toulouse 3 : 2020 Organisme de stage : CESBIO nature-HAL : Thèse En ligne : https://theses.hal.science/tel-02426260/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97367
Titre : Géodésie, topographie, cartographie : origines, développements, utilisations Type de document : Guide/Manuel Auteurs : Bernard Lamy, Auteur Editeur : Paris : Ellipses-Edition Marketing Année de publication : 2020 Collection : Formations & Techniques Importance : 192 p. Format : 19 x 24 cm ISBN/ISSN/EAN : 978-2-340-04250-6 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Cartographie ancienne
[Termes IGN] 1:25.000
[Termes IGN] carte forestière
[Termes IGN] carte Top 25
[Termes IGN] carte touristique
[Termes IGN] cartographie militaire
[Termes IGN] conception cartographique
[Termes IGN] DFCI
[Termes IGN] ellipsoïde (géodésie)
[Termes IGN] géographie humaine
[Termes IGN] géographie physique
[Termes IGN] géoïde
[Termes IGN] histoire de la cartographie
[Termes IGN] méthode de mesure
[Termes IGN] Moyen-Age
[Termes IGN] NGF-IGN69
[Termes IGN] orthophotographie
[Termes IGN] période contemporaine
[Termes IGN] période grecque
[Termes IGN] période romaine
[Termes IGN] photogrammétrie
[Termes IGN] projection conique conforme de Lambert
[Termes IGN] projection cylindrique
[Termes IGN] randonnée
[Termes IGN] Renaissance
[Termes IGN] Réseau Géodésique Français
[Termes IGN] surface de référence
[Termes IGN] système d'information géographique
[Termes IGN] système de positionnement par satellites
[Termes IGN] télédétection aérospatiale
[Termes IGN] triangulation géodésique de la FranceIndex. décimale : 39.01 Cartographie ancienne - postérieure à 1939 et en bon état Résumé : (Editeur) Ce livre traite de disciplines du domaine des sciences géographiques : géodésie, topométrie, topographie, cartographie, photogrammétrie, télédétection… L’ouvrage s’adresse aux futurs ingénieurs et techniciens de ces domaines, à tout utilisateur de cartes dans l’exercice de son activité professionnelle ou simple randonneur et à tout autre public intéressé par des informations dans les domaines précités. Note de contenu : CADRE GENERAL: LA GEOGRAPHIE
1. Les disciplines de la géographie
1.1. La géographie mathématique
1.2. La géographie physique
1.3. La géographie humaine
2. Histoire de la géographie
2.1. L’apport des Grecs
2.2. La cartographie romaine
2.3. L’époque médiévale
2.4. La renaissance de la cartographie et de la géographie
2.5. La géographie moderne
LA GEODESIE
1. L’évolution des connaissances
1.1. Les premières études du globe terrestre
1.2. L’essor de la géodésie en France
2. Géométrie et dimensions de la terre
2.1. Le géoïde
2.2. Le modèle ellipsoïde de révolution
2.3. Les courbes particulières de l’ellipsoïde
3. Représentations planes de la terre
3.1. Quantification des déformations
3.2. Les différentes représentations
3.3. Les représentations coniques de Lambert
3.4. Les représentations cylindriques
4. Les réseaux géodésiques
4.1. Les premières triangulations
4.2. Le Réseau Géodésique Français
5. Les réseaux altimétriques
5.1. Les premiers réseaux de la France
5.2. Le nivellement de précision NPF IGN 69
LES MESURES TOPOGRAPHIQUES
1. Les mesures de distances
1.1. La méthode directe de mesure par chaînage
1.2. Les appareils électroniques de mesure de distance
1.3. Méthodes indirectes de mesure de distance
2. Détermination des altitudes
2.1. Historique
2.2. Le nivellement direct géométrique
2.3. Le nivellement indirect ou trigonométrique
2.4. Autres méthodes de nivellement
2.5. Le système altimétrique de référence
3. Détermination des coordonnées
3.1. Calculs de distances et d’orientations
3.2. Le canevas
3.3. Le réseau de référence
POSITIONNEMENT PAR SATELLITES. TELEDETECTION
1. Systèmes de positionnement par satellites
1.1. Composition du système
1.2. Principe de fonctionnement
4 2. Les méthodes de télédétection
2.1. La photogrammétrie
2.2. La télédétection aérospatiale
LA CARTOGRAPHIE
1. Histoire de la cartographie
1.1. Le XIXe siècle, la cartographie militaire
1.2. Le XXe siècle
2. Réalisation des cartes
2.1. Les étapes de la réalisation des cartes
2.2. Les Systèmes d’Informations Géographiques
3. La carte IGN au 1/25 000
3.1. Conséquences des modes de projection
3.2. La fabrication de la carte
3.3. Les éléments de la carte
3.4. Les pôles et leurs mouvements
3.5. Utilisation de la carte de randonnée
4. Autres représentations
4.1. Les cartes DFCI
4.2. Les orthophotographiesNuméro de notice : 26552 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/IMAGERIE/POSITIONNEMENT Nature : Manuel DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97887 Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 26552-01 39.01 Livre Centre de documentation Cartographie Disponible Individual tree detection and classification for mapping pine wilt disease using multispectral and visible color imagery acquired from unmanned aerial vehicle / Takeshi Hoshikawa in Journal of The Remote Sensing Society of Japan, vol 40 n° 1 (2020)
![]()
[article]
Titre : Individual tree detection and classification for mapping pine wilt disease using multispectral and visible color imagery acquired from unmanned aerial vehicle Type de document : Article/Communication Auteurs : Takeshi Hoshikawa, Auteur ; Kazukiyo Yamamoto, Auteur Année de publication : 2020 Article en page(s) : pp 13 - 19 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] carte de la végétation
[Termes IGN] détection d'arbres
[Termes IGN] image captée par drone
[Termes IGN] image multibande
[Termes IGN] indice de végétation
[Termes IGN] maladie phytosanitaire
[Termes IGN] modèle de régression
[Termes IGN] Normalized Difference Vegetation Index
[Termes IGN] Pinus (genre)
[Termes IGN] protection des forêts
[Termes IGN] régression logistique
[Termes IGN] semis de pointsRésumé : (auteur) Pine wilt disease is one of the most destructive disease of pine forests. It is important to detect and exterminate infected trees for preservation of the forest. We demonstrated a novel method combining individual tree detection (ITD) and classification by logistic regression using unmanned aerial vehicle (UAV) images for the mapping of infected trees. In the ITD phase, 50 % and 84 % of damaged trees were automatically detected from the 3D point cloud generated from the UAV images using the local maximum filter. These rates of detection were comparable to previous studies that used UAV imagery. Subsequently, five vegetation indices calculated from multispectral and visible color (RGB) images were used. Among the vegetation indices, normalized difference vegetation index (NDVI), normalized difference red edge index (NDRE), and vegetation atmospherically resistant index (VARI) were preferable explanatory variable in the logistic regression to divide damaged and undamaged trees. The accuracy of these models ranged from 98 % to 100 % and the F-measure ranged from 94 % to 100 %. The best model, the logistic regression model using VARI as the explanatory variable, was then tested using five datasets to evaluate general performance. Each model showed explicitly high accuracy ranging from 95 % to 100 %. The best accuracy when considering the ITD and classification was 84 %. To map pine wilt disease, the proposed method is suitable for practical use due to its high-efficient and low-cost. Numéro de notice : A2020-405 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article DOI : 10.11440/rssj.40.13 Date de publication en ligne : 31/01/2020 En ligne : https://doi.org/10.11440/rssj.40.13 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96090
in Journal of The Remote Sensing Society of Japan > vol 40 n° 1 (2020) . - pp 13 - 19[article] PermalinkPhotogrammetric Bathymetry for the Canadian Arctic / Matus Hodul in Marine geodesy, Vol 43 n° 1 (January 2020)
PermalinkRegional-scale forest mapping over fragmented landscapes using global forest products and Landsat time series classification / Viktor Myroniuk in Remote sensing, vol 12 n° 1 (January 2020)
PermalinkPermalinkSatellite image time series classification with pixel-set encoders and temporal self-attention / Vivien Sainte Fare Garnot (2020)
![]()
PermalinkPermalinkTest du potentiel de l’imagerie satellite haute résolution pour le suivi des mouvements gravitaires des falaises crayeuses de Seine-Maritime / Zoé Stroebele (2020)
PermalinkVers une occupation du sol France entière par imagerie satellite à très haute résolution / Tristan Postadjian (2020)
PermalinkVery high resolution land cover mapping of urban areas at global scale with convolutional neural network / Thomas Tilak (2020)
PermalinkAn implicit radar convolutional burn index for burnt area mapping with Sentinel-1 C-band SAR data / Puzhao Zhang in ISPRS Journal of photogrammetry and remote sensing, Vol 158 (December 2019)
PermalinkCombining Sentinel-1 and Sentinel-2 Satellite image time series for land cover mapping via a multi-source deep learning architecture / Dino Lenco in ISPRS Journal of photogrammetry and remote sensing, Vol 158 (December 2019)
PermalinkFaut-il des relevés de flore exhaustifs pour caractériser et cartographier l'acidité et les propriétés nutritionnelles des sols ? / Paulina E. Pinto in Rendez-vous techniques, n° 61-62 (hiver - printemps 2019)
PermalinkAn approach for establishing correspondence between OpenStreetMap and reference datasets for land use and land cover mapping / Qi Zhou in Transactions in GIS, Vol 23 n° 6 (November 2019)
PermalinkCombining machine learning and compact polarimetry for estimating soil moisture from C-Band SAR data / Emanuele Santi in Remote sensing, Vol 11 n° 20 (October-2 2019)
PermalinkEvolution of sand encroachment using supervised classification of Landsat data during the period 1987–2011 in a part of Laâyoune-Tarfaya basin of Morocco / Ali Aydda in Geocarto international, vol 34 n° 13 ([15/10/2019])
PermalinkComparative analysis of the accuracy of surface soil moisture estimation from the C- and L-bands / Mohammad El Hajj in International journal of applied Earth observation and geoinformation, vol 82 (October 2019)
PermalinkUsing a U-net convolutional neural network to map woody vegetation extent from high resolution satellite imagery across Queensland, Australia / Neil Flood in International journal of applied Earth observation and geoinformation, vol 82 (October 2019)
PermalinkMultitemporal Landsat-MODIS fusion for cropland drought monitoring in El Salvador / Nguyen-Thanh Son in Geocarto international, vol 34 n° 12 ([15/09/2019])
PermalinkChange detection work-flow for mapping changes from arable lands to permanent grasslands with advanced boosting methods / Jiří Šandera in Geodetski vestnik, vol 63 n° 3 (September - November 2019)
PermalinkCultures of Enthusiasm: An Ethnographic Study of Amateur Map-Maker Communities / Mike Duggan in Cartographica, vol 54 n° 3 (Fall 2019)
Permalink