Descripteur
Termes IGN > télédétection
télédétection
Commentaire :
Télédétection aérospatiale Télédétection par satellite Télédétection satellitaire Télédétection spatiale Appareils enregistreurs >> Agriculture de précision Capteurs (technologie) Photogrammétrie aérienne Photographie aérienne >>Terme(s) spécifique(s) : Télédétection en sciences de la Terre Cartographie radar Traitement d'images -- Techniques numériques Images de télédétection Radar à antenne synthétique Radar en sciences de la Terre Reconnaissance aérienne Satellites artificiels en télédétection Satellites de télédétection des ressources terrestres SPOT (satellites de télédétection) Surveillance électronique Télédétection hyperfréquence Télémesure spatiale Thermographie Equiv. LCSH : Remote sensing Domaine(s) : 500; 600 |
Documents disponibles dans cette catégorie (2324)
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 : Les synergies de la télédétection optique par drone et satellite : changement d’échelle et application à la conservation des prairies humides Type de document : Thèse/HDR Auteurs : Emilien Alvarez-Vanhard, Auteur ; Thomas Houet, Directeur de thèse ; Thomas Corpetti, Directeur de thèse Editeur : Rennes : Université de Rennes 2 Année de publication : 2021 Importance : 193 p. Format : 21 x 30 cm Note générale : Bibliographie
Thèse présentée pour obtenir le grade de Docteur de l’Université de Rennes 2, Spécialité : GéographieLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] carte de la végétation
[Termes IGN] données de terrain
[Termes IGN] échelle des données
[Termes IGN] étalonnage des données
[Termes IGN] fusion de données multisource
[Termes IGN] image captée par drone
[Termes IGN] image satellite
[Termes IGN] inondation
[Termes IGN] jeu de données localisées
[Termes IGN] marais
[Termes IGN] phytosociologie
[Termes IGN] prairie
[Termes IGN] réserve naturelle
[Termes IGN] zone humideIndex. décimale : THESE Thèses et HDR Résumé : (Auteur) La technologie drone est une nouvelle source de données de télédétection qui offre de nouvelles perspectives aux sciences de l'observation de la Terre. Elle permet un nouveau régime d'observation flexible et à très haute résolution spatiale qui apparaît comme complémentaire à celui des systèmes satellitaires et favorise l'application du changement d'échelle. Cette thèse a pour objectif d'évaluer l'apport des complémentarités entre drone et satellite pour le suivi des prairies humides - des milieux à fort enjeux écologiques et économiques. Pour cela, les principales synergies entre les données drone et satellite ont été identifiées dans la littérature scientifique. Un jeu de données multi-sources et multi-échelles alliant observations drone, satellitaires et in-situ a été constitué sur le site de la réserve régionale du marais de Sougéal, France. Ainsi, deux synergies adaptées au changement d'échelle - la "calibration de modèle" et la "fusion de données" - ont été appliquées à la cartographie de la structure des prairies humides - la distribution des communautés végétales et les dynamiques d'inondation. Les résultats montrent que le drone apporte une information sur la structure spatiale fine qui est utile pour dépasser les effets de pixels mixtes présents dans les données satellitaires. Par ailleurs, ces synergies facilitent la réalisation de représentations cartographiques qui intègrent la nature graduelle des milieux de prairies humides. Note de contenu : Introduction générale
Chapitre 1 - État-de-l’art : Identification des synergies entre drone et satellite
1.1 Introduction
1.2 Méthodes
1.3 Résultats
1.4 Discussion
1.5 Conclusion
Chapitre 2 - Le potentiel des synergies drone/satellite pour le suivi des prairies humides
2.1 Introduction
2.2 Les problématiques et enjeux du suivi des prairies humides
2.3 Méthodologies appliquées aux synergies drone/satellite
2.4 Site d’étude et données
2.5 Conclusion
Chapitre 3 - Calibration de modèle : Cartographie des communautés végétales de prairie humide
3.1 Introduction
3.2 Matériels
3.3 Méthodes
3.4 Résultats
3.5 Discussion
3.6 Conclusion
Chapitre 4 - Fusion de données : Cartographie des dynamiques d’inondation de prairie humide
4.1 Introduction
4.2 Matériels
4.3 Méthodes
4.4 Résultats
4.5 Discussion
4.6 Conclusion
Conclusion généraleNuméro de notice : 26727 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Géographie : Rennes 2 : 2021 Organisme de stage : Littoral, Environnement, Télédétection, Géomatique LETG nature-HAL : Thèse DOI : sans Date de publication en ligne : 10/01/2021 En ligne : https://tel.archives-ouvertes.fr/tel-03519981/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99529 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 Télédétection synchronisée hyperspectrale et LiDAR à retour d’onde complet : application au suivi des littoraux sableux de la région Pays-de-la-Loire / Giovanni Frati (2021)
Titre : Télédétection synchronisée hyperspectrale et LiDAR à retour d’onde complet : application au suivi des littoraux sableux de la région Pays-de-la-Loire Type de document : Thèse/HDR Auteurs : Giovanni Frati, Auteur ; Patrick Launeau, Directeur de thèse ; Marc Robin, Directeur de thèse Editeur : Nantes : Université de Nantes Année de publication : 2021 Importance : 262 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse de Doctorat de l'Université de Nantes, spécialité Sciences de la Terre et de l’environnementLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] correction géométrique
[Termes IGN] couvert végétal
[Termes IGN] données lidar
[Termes IGN] dune
[Termes IGN] image hyperspectrale
[Termes IGN] lidar à retour d'onde complète
[Termes IGN] littoral
[Termes IGN] Pays de la Loire
[Termes IGN] signal lidar
[Termes IGN] télédétection aérienneIndex. décimale : THESE Thèses et HDR Résumé : (auteur) La télédétection aéroportée permet un suivi très précis de la dynamique des cordons dunaires. Ces derniers jouent en autre un rôle de protection des zones rétro-littorales contre les risques de submersions marines. Dans le cadre du suivi des côtes sableuses des Pays-de-la-Loire, deux paramètres essentiels sont analysés : 1) la morphologie, donnant accès aux stocks et mouvements sédimentaires, et 2) le couvert de végétal, permettant d’évaluer les degrés de stabilité des cordons dunaires. Les morphologies des dunes et de leurs couvertures végétales sont étudiées par télémétrie laser (LiDAR) et leurs compositions chimiques et pigmentaires sont obtenues par imagerie hyperspectrale (HSI). Les données LiDAR à retour d’onde complet et hyperspectrales sont acquises via un avion bi-trappes. Le balayage latéral (whiskbroom) du faisceau laser à 1064 nm est synchronisé avec le balayage frontal (pushbroom) de la caméra. La typologie des dunes est déterminée par l’emploi de classifications hiérarchisées des images hyperspectrales, se basant sur les propriétés spectrales des couverts végétaux. La cartographie d’Ammophila arenaria (oyat), proxy de stabilisation de la dune blanche, est cependant parfois rendue difficile par sa proximité avec les signatures spectrales d’autres plantes ainsi que par sa forte variabilité d’états phénologiques d’une année à l’autre. La télémétrie laser des sols n’est possible que lorsque ceuxci peuvent être atteints, ce que ne permettent pas les groupement d’oyat, du fait de la densité de leur composante foliaire. L’analyse du retour d’onde complet montre cependant que la structure du feuillage induit une déformation caractéristique permettant d’identifier l’oyat parmi toute les autres plantes de la dune. Celle-ci peut alors être utilisée pour corriger l’erreur de détermination de la topographie des dunes. Note de contenu : 1- Introduction
2- Contexte géomorphologique
3- Etat de l'art de la télédétection
4- Développements méthodologiques
5- Application au suivi d'un cordon dunaire
6- Mise en évidence et caractérisation de la dynamique dunaire
7- Caractérisation du proxy oyat de la dynamique dunaire
8- Conclusion généraleNuméro de notice : 28634 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Sciences de la Terre et de l’environnement : Nantes : 2021 Organisme de stage : Laboratoire de Planétologie et Géodynamique DOI : sans En ligne : http://www.theses.fr/2021NANT4060 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99645 The Influence of camera calibration on nearshore bathymetry estimation from UAV Vvdeos / Gonzalo Simarro in Remote sensing, vol 13 n° 1 (January-1 2021)
[article]
Titre : The Influence of camera calibration on nearshore bathymetry estimation from UAV Vvdeos Type de document : Article/Communication Auteurs : Gonzalo Simarro, Auteur ; Daniel Calvete, Auteur ; Theocharis A. Plomaritis, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : n° 150 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Acquisition d'image(s) et de donnée(s)
[Termes IGN] aberration instrumentale
[Termes IGN] bathymétrie
[Termes IGN] distorsion d'image
[Termes IGN] eaux côtières
[Termes IGN] étalonnage de chambre métrique
[Termes IGN] étalonnage en vol
[Termes IGN] image captée par drone
[Termes IGN] lentille
[Termes IGN] réalité de terrain
[Termes IGN] sondeur monofaisceauRésumé : (auteur) Measuring the nearshore bathymetry is critical in coastal management and morphodynamic studies. The recent advent of Unmanned Aerial Vehicles (UAVs), in combination with coastal video monitoring techniques, allows for an alternative and low cost evaluation of the nearshore bathymetry. Camera calibration and stabilization is a critical issue in bathymetry estimation from video systems. This work introduces a new methodology in order to obtain such bathymetries, and it compares the results to echo-sounder ground truth data. The goal is to gain a better understanding on the influence of the camera calibration and stabilization on the inferred bathymetry. The results show how the proposed methodology allows for accurate evaluations of the bathymetry, with overall root mean square errors in the order of 40 cm. It is shown that the intrinsic calibration of the camera, related to the lens distortion, is the most critical aspect. Here, the intrinsic calibration that was obtained directly during the flight yields the best results. Numéro de notice : A2021-076 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/rs13010150 Date de publication en ligne : 05/01/2021 En ligne : https://doi.org/10.3390/rs13010150 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96814
in Remote sensing > vol 13 n° 1 (January-1 2021) . - n° 150[article]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]Towards a systematic and continuous monitoring of climate change impacts on forest productivity in Europe [diaporama] / Clémentine Ols (2021)PermalinkPermalinkPermalinkVolumes by tree species can be predicted using photogrammetric UAS data, Sentinel-2 images and prior field measurements / Mikko Kukkonen in Silva fennica, vol 55 n° 1 (January 2021)PermalinkCharacterizing the spatial and temporal variation of the land surface temperature hotspots in Wuhan from a local scale / Chen Yang in Geo-spatial Information Science, vol 23 n° 4 (December 2020)PermalinkExploring the inclusion of Sentinel-2 MSI texture metrics in above-ground biomass estimation in the community forest of Nepal / Santa Pandit in Geocarto international, vol 35 n° 16 ([01/12/2020])PermalinkA framework for unsupervised wildfire damage assessment using VHR satellite images with PlanetScope data / Minkyung Chung in Remote sensing, vol 12 n° 22 (December-1 2020)PermalinkGeomorphological analysis of the San Domino Island (Tremiti Islands, Southern Adriatic Sea). Results from the 2019 Geomorphological Field Camp of the MSc in Geological Science and Technology (University of Chieti-Pescara) / Marcello Buccolini in Journal of maps, vol 16 n° 3 ([01/12/2020])PermalinkInnovative approaches, tools and visualization techniques for analysing land use structures and dynamics of cities and regions (Editorial) / Robert Hecht in Journal of Geovisualization and Spatial Analysis, vol 4 n° 2 (December 2020)PermalinkA novel intelligent classification method for urban green space based on high-resolution remote sensing images / Zhiyu Xu in Remote sensing, vol 12 n° 22 (December-1 2020)Permalink