Descripteur
Documents disponibles dans cette catégorie (5070)
![](./images/expand_all.gif)
![](./images/collapse_all.gif)
Etendre la recherche sur niveau(x) vers le bas
A systematic evaluation of influence of image selection process on remote sensing-based burn severity indices in North American boreal forest and tundra ecosystems / Dong Chen in ISPRS Journal of photogrammetry and remote sensing, vol 159 (January 2020)
![]()
[article]
Titre : A systematic evaluation of influence of image selection process on remote sensing-based burn severity indices in North American boreal forest and tundra ecosystems Type de document : Article/Communication Auteurs : Dong Chen, Auteur ; Tatiana V. Loboda, Auteur ; Joanne V. Hall, Auteur Année de publication : 2020 Article en page(s) : pp 63 - 77 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] Alaska (Etats-Unis)
[Termes IGN] Canada
[Termes IGN] changement climatique
[Termes IGN] écosystème forestier
[Termes IGN] forêt boréale
[Termes IGN] image Landsat
[Termes IGN] incendie de forêt
[Termes IGN] Normalized Difference Vegetation Index
[Termes IGN] perturbation écologique
[Termes IGN] Short Waves InfraRed
[Termes IGN] toundraRésumé : (Auteur) Satellite imagery has been widely used for the assessment of wildfire burn severity within the scientific community and fire management agencies. Multiple indices have been proposed to assess burn severity, among which the differenced Normalized Burn Ratio (dNBR) is arguably the most commonly used index that is expected to provide an objective and consistent assessment. However, although evidence of variability in the dNBR-based assessment of burn severity driven by image pair selection has been shown in many studies, the comprehensive examination of the extent of the bias resulting from the image selection has been lacking. In this study, we focus on three factors of the image selection process which are encountered by most Landsat-derived dNBR applications, including the sensor combination and the difference in timing of image acquisition (for both the year and seasonality) of pre- and post-fire image pairs. Through separate analyses, each targeting a single factor, we show that Landsat sensor combination between the pre- and post-fire images has a limited impact on the dNBR values. The difference in the year of acquisition between the images in the image pairs is shown to influence dNBR assessment with a noticeable increase in mean dNBR (>0.1) with only a single year difference between images compared to multi-year differences. However, differences in the image acquisition seasons and the resulting phenological differences is shown to impact dNBR values most considerably. Based on our results, we warn against the calculation of dNBR when the images are acquired in different seasons. We believe that despite the existence of multiple derivatives of dNBR, there remains a need for an improved version; one that is less susceptible to the phenological impacts introduced by the selected images. Numéro de notice : A2020-012 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2019.11.011 Date de publication en ligne : 19/11/2019 En ligne : https://doi.org/10.1016/j.isprsjprs.2019.11.011 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94400
in ISPRS Journal of photogrammetry and remote sensing > vol 159 (January 2020) . - pp 63 - 77[article]Réservation
Réserver ce documentExemplaires(3)
Code-barres Cote Support Localisation Section Disponibilité 081-2020011 RAB Revue Centre de documentation En réserve L003 Disponible 081-2020013 DEP-RECP Revue LASTIG Dépôt en unité Exclu du prêt 081-2020012 DEP-RECF Revue Nancy Dépôt en unité Exclu du prêt
Titre : Télédétection radar SAR et photogrammétrie : application à la géographie limnologique avec l'exemple de l'étude du ravinement littoral au lac de Rambla de Algericas (Murcia, Espagne) Type de document : Thèse/HDR Auteurs : Radouane Hout, Auteur ; Véronique Maleval, Directeur de thèse ; Eric Rouvellac, Directeur de thèse Editeur : Limoges : Université de Limoges Année de publication : 2020 Format : 21 x 30 cm Note générale : Bibliographie
Thèse pour obtenir le grade de docteur de l'Université de Limoges, Spécialité Géographie et AménagementLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] érosion hydrique
[Termes IGN] image captée par drone
[Termes IGN] image radar moirée
[Termes IGN] image Sentinel-SAR
[Termes IGN] interféromètrie par radar à antenne synthétique
[Termes IGN] lac
[Termes IGN] limnologie
[Termes IGN] Murcie (Espagne)
[Termes IGN] précision millimétrique
[Termes IGN] semis de points
[Termes IGN] zone semi-arideIndex. décimale : THESE Thèses et HDR Résumé : (Auteur) Le lac de Rambla de Algeciras en Murcia est un réservoir d’eau potable. Il contribue aussi à la réduction des inondations. Avec un climat semi-aride et la nature très friable des formations géologiques au niveau des berges lacustres, l’apparition et le développement des ravines de berges sont favorisés et posent un problème majeur d’envasement du lac. Ce travail de thèse a pour objectif le suivi des apports sédimentaires des ravines des berges lacustres, grâce aux photos aériennes, aux données LiDAR et aux images radar SAR. En 2018, trois ravines de différentes morphologies ont été modélisées en haute résolution à l’aide de la photogrammétrie par drone afin d’obtenir leur faible changement topographique. Les nuages de points LiDAR du projet PNOA ont été ainsi utilisés pour étudier la variabilité et la dynamique sédimentaire annuelle sur une échelle spatiale plus large couvrant toutes les berges lacustres. Ceci permet alors de guider les gestionnaires des lacs à mettre en œuvre des stratégies pour prendre en compte les contributions des ravines de berges lacustres qui sont généralement sous-estimées dans les bilans hydro-sédimentaires des lacs.Comme tous les terrains touchés par le phénomène de ravinement se heurtent au manque de données sur le bilan sédimentaire, nous avons proposé l’utilisation de la technique d’interférométrie SAR (InSAR) sur les versants des ravines érodées pour déterminer avec une précision millimétrique les faibles changements topographiques sur les versants en repliement. L’analyse de l’effet de déclenchement du ravinement sur les changements de la cohérence dans les versants en repliement a montré que le signal sur ces derniers est souvent suffisamment cohérent afin de produire une phase InSAR théoriquement utilisable. Cette phase a été exploitée pour déterminer la vitesse de l’érosion des versants des ravines après avoir modifié quelques paramètres liés à la phase du signal radar SAR sur les versants en repliement. L’application de cette technique InSAR multi-temporelle avec des données Sentinel-1 sur les versants des ravines en repliement et la comparaison de leur précision avec des données drone démontre la pertinence des données SAR pour le suivi du bilan sédimentaire sur les versants des ravines en repliement dans des zones semi-arides. D’une manière générale cette thèse contribue à améliorer le suivi régulier des ravines dans les zones semi-arides difficilement accessibles avec une très haute précision. Note de contenu : 1. Introduction générale
2. L’état de l’art des processus d’érosion et présentation de la zone d’étude
2.1 L’érosion hydrique
2.2 Les facteurs de l’érosion
2.3 L’érosion ravinaire
2.4 Présentation du terrain d’étude et des ravines étudiées
3. LiDAR et la photogrammétrie par drone
3.1 Introduction
3.2 Méthodologie
3.3 Résultats et discussion : des pluies efficaces aidées par la dégradation des sols issue des activités anthropiques parfois anciennes provoquent une sédimentation importante dans le lac
3.4 Conclusion
4. La télédétection RADARSAR
4.1 Introduction
4.2 État de l’art
4.3 Méthodologie
4.4 Résultats et discussion : La fiabilité des données SAR utilisées pour mesurer l’évolution morphologique des ravines
4.5 Conclusion
5. Conclusion
6. AnnexesNuméro de notice : 26529 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Géographie et Aménagement : Limoges : 2020 Organisme de stage : GEOLAB UMR 6042 nature-HAL : Thèse Date de publication en ligne : 07/04/2021 En ligne : https://tel.archives-ouvertes.fr/tel-03097388/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97559 Test du potentiel de l’imagerie satellite haute résolution pour le suivi des mouvements gravitaires des falaises crayeuses de Seine-Maritime / Zoé Stroebele (2020)
![]()
Titre : Test du potentiel de l’imagerie satellite haute résolution pour le suivi des mouvements gravitaires des falaises crayeuses de Seine-Maritime Type de document : Mémoire Auteurs : Zoé Stroebele, Auteur Editeur : Paris : Université de Paris 1 Panthéon Sorbonne Année de publication : 2020 Importance : 78 p. Format : 21 x 30 cm Note générale : bibliographie
Licence professionnelle Métiers de la Protection et de la Gestion de l’Environnement – parcours Géomatique et EnvironnementLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] ArcGIS
[Termes IGN] ArcMap
[Termes IGN] carte géologique
[Termes IGN] cartographie numérique
[Termes IGN] Caux, pays de
[Termes IGN] déformation verticale de la croute terrestre
[Termes IGN] éboulement
[Termes IGN] érosion côtière
[Termes IGN] falaise
[Termes IGN] géoréférencement
[Termes IGN] image satellite
[Termes IGN] orthophotographie
[Termes IGN] traitement d'imageIndex. décimale : LPGE Mémoires de Licence professionnelle géomatique et environnement Résumé : (auteur) Le littoral de Seine-Maritime, en Normandie, se compose essentiellement de falaises crayeuses taillées dans le bassin sédimentaire anglo-parisien. Sous l’action des forçages météo-marins, ces falaises s’érodent et reculent. Il se produit en particulier des mouvements gravitaires consistant en des effondrements soudains et aléatoires de plus ou moins grandes quantités de roches, dont les dépôts sur l’estran sont ensuite désagrégés et évacués par la mer. Même si ces phénomènes sont déjà bien connus, améliorer leur compréhension, leur modélisation et leur anticipation permettrait d’affiner l’aide à la décision et la gestion des risques induits pour les collectivités locales. Néanmoins, la répartition spatio-temporelle des événements et leur dangerosité les rendent difficiles à étudier dans le détail. Les niveaux de précision récemment atteints par l’imagerie satellitaire font de celle-ci un domaine prometteur pour le suivi des mouvements gravitaires. Nous avons exploré les capacités offertes en ce sens par un jeu de 22 images captées par les satellites européens Pléiades et gracieusement mis à notre disposition par le Centre National d’Études Spatiales. Après une phase d’observation puis de traitement de ces images (géoréférencement, orthorectification, ajustement de la radiométrie), nous avons identifié des possibilités et des limites de sorte d’affiner les critères de définition d’images réellement exploitables. Dans la zone qui nous intéressait, entre Saint-Valery-en-Caux et Penly, 11 images se sont révélées utiles, correspondant à 6 dates réparties entre août 2013 et juin 2019. Deux cartographies ont été entreprises, d’une part celle des aires de dépôt des mouvements gravitaires sur l’estran, d’autre part celle des zones de départ de ces mouvements en haut de falaise. Il nous semble que la première atteint un niveau de précision satisfaisant, permettant d’extraire des premières statistiques réalistes. La seconde, en revanche, n’est pas concluante, notamment parce que le recul du haut de falaise ne semble finalement qu’indirectement lié aux mouvements gravitaires. Le succès relatif de la démarche n’infirme pas le potentiel de l’imagerie satellitaire haute résolution pour le suivi des mouvements gravitaires. Il tend au contraire à le confirmer, à condition qu’un échantillon d’images bien plus important puisse être acquis et analysé sur le long terme. Note de contenu : Introduction
1- Contexte de l'étude
2- Données et outils
3- Traitement des images et affinement des critères
4- Résultats et discussion
ConclusionNuméro de notice : 25891 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/IMAGERIE Nature : Mémoire licence Organisme de stage : Laboratoire Littoral, Environnement, Télédétection, Géomatique (Caen) Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95796 Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 25891-01 LPGE Livre Centre de documentation Travaux d'élèves Disponible Documents numériques
peut être téléchargé
Test du potentiel de l’imagerie... - pdf auteur -Adobe Acrobat PDFUnsupervised satellite image time series analysis using deep learning techniques / Ekaterina Kalinicheva (2020)
![]()
Titre : Unsupervised satellite image time series analysis using deep learning techniques Type de document : Thèse/HDR Auteurs : Ekaterina Kalinicheva , Auteur ; Maria Trocan, Directeur de thèse
Editeur : Paris : Sorbonne Université Année de publication : 2020 Importance : 182 p. Format : 21 x 30 cm Note générale : Bibliographie
Thèse pour obtenir le doctorat de la Sorbonne Université, Spécialité InformatiqueLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] apprentissage non-dirigé
[Termes IGN] détection de changement
[Termes IGN] données spatiotemporelles
[Termes IGN] image Sentinel-MSI
[Termes IGN] image SPOT 5
[Termes IGN] réseau neuronal profond
[Termes IGN] réseau neuronal récurrent
[Termes IGN] série temporelle
[Termes IGN] variation saisonnièreIndex. décimale : THESE Thèses et HDR Résumé : (Auteur) Cette thèse présente un ensemble d'algorithmes non-supervisés pour l'analyse générique de séries temporelles d'images satellites (STIS). Nos algorithmes exploitent des méthodes de machine learning et, notamment, les réseaux de neurones afin de détecter les différentes entités spatio-temporelles et leurs changements éventuels dans le temps. Nous visons à identifier trois types de comportement temporel : les zones sans changements, les changements saisonniers, les changements non triviaux (changements permanents comme les constructions, la rotation des cultures agricoles, etc). Par conséquent, nous proposons deux frameworks : pour la détection et le clustering des changements non-triviaux et pour le clustering des changements saisonniers et des zones sans changements. Le premier framework est composé de deux étapes : la détection de changements bi-temporels et leur interprétation dans le contexte multi-temporel avec une approche basée graphes. La détection de changements bi-temporels est faite pour chaque couple d’images consécutives et basée sur la transformation des features avec les autoencodeurs (AEs). A l’étape suivante, les changements à différentes dates qui appartiennent à la même zone géographique forment les graphes d’évolution qui sont par la suite clusterisés avec un modèle AE de réseaux de neurones récurrents. Le deuxième framework présente le clustering basé objets de STIS. Premièrement, la STIS est encodée en image unique avec un AE convolutif 3D multi-vue. Dans un deuxième temps, nous faisons la segmentation en deux étapes en utilisant à la fois l’image encodée et la STIS. Finalement, les segments obtenus sont clusterisés avec leurs descripteurs encodés. Note de contenu : 1. Introduction to Remote Sensing and Satellite Image Analysis
1.1 Introduction
1.2 Remote Sensing Images
1.3 Satellite Missions
1.4 Introduction to Data Mining Applied to Images
2. Machine Learning. Clustering and Anomaly Detection
2.1 Introduction
2.2 Unsupervised Learning
2.3 Clustering
2.4 Anomaly Detection
2.5 Quality Indices
2.6 Discussion
3. Feature Extraction using Deep Learning Techniques
3.1 Introduction
3.2 Deep Learning
3.3 AutoEncoders in Image Processing
3.4 Neural Networks Structure
3.5 Discussion
4. Bi-temporal Change Detection
4.1 Introduction
4.2 Related Works
4.3 Methodology
4.4 Data
4.5 Experiments
4.6 Discussion
5. Multi-temporal Change Detection
5.1 Introduction
5.2 Related Works
5.3 Methodology
5.4 Data
5.5 Experiments
5.6 Conclusion
6. Satellite Image Time Series Clustering
6.1 Introduction
6.2 Related Works
6.3 Methodology
6.4 Data
6.5 Experiments
6.6 Discussion
7. Conclusion
7.1 Thesis Contributions
7.2 Short Term Perspectives
7.3 Long Term Perspectives and LimitationsNuméro de notice : 26536 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Informatique : Sorbonne université : 2020 Organisme de stage : ISEP Institut Supérieur d'Electronique de Paris nature-HAL : Thèse DOI : sans Date de publication en ligne : 01/03/2021 En ligne : https://tel.archives-ouvertes.fr/tel-03032071/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97681 Using remote sensing to assess the effect of time of day on the spatial and temporal variation of LST in urban areas / Akram Abdulla (2020)
![]()
Titre : Using remote sensing to assess the effect of time of day on the spatial and temporal variation of LST in urban areas Type de document : Thèse/HDR Auteurs : Akram Abdulla, Auteur ; Kevin Tansey, Directeur de thèse ; Kristen Barrett, Directeur de thèse Editeur : Leicester [Royaume-Uni] : University of Leicester Année de publication : 2020 Importance : 128 p. Format : 21 x 30 cm Note générale : bibliographie
Thesis submitted for the degree of Doctor of Philosophy at The University of Leicester, School of Geography, Geology and EnvironmentLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] données spatiotemporelles
[Termes IGN] ilot thermique urbain
[Termes IGN] image infrarouge
[Termes IGN] image Landsat
[Termes IGN] image Terra-MODIS
[Termes IGN] image thermique
[Termes IGN] occupation du sol
[Termes IGN] phénomène climatique extrême
[Termes IGN] température au sol
[Termes IGN] variation diurne
[Termes IGN] variation saisonnière
[Termes IGN] variation temporelle
[Termes IGN] zone urbaineIndex. décimale : THESE Thèses et HDR Résumé : (auteur) This thesis seeks to add to the study of the relationship between land surface temperature (LST) and urban land cover by presenting a method to project Landsat LST data from the satellite overpass time (9:40 am) to a local peak of temperature (estimated to be around 1:15 pm locally), to investigate the impact of the time of image acquisition on modelling the spatial and temporal variations of LST. Additionally, it would also verify the effects of extreme temperature to reach more representative seasonal images.The study uses remote sensing data extracted from Landsat 5 and 8 (30 m resolution) and the Spinning Enhanced Visible and Infrared Imager LST products (SEVIRI 3 km resolution), in addition to LST-based measurements collected from the ground. The study presented a method to convert Landsat images to be estimated during local peaks in LST with an accuracy of: standard error of 1.7°C and an R of 0.82 in comparison with actual ground-based measurements. This allowed an investigation of the effects of time of day on the spatial and temporal variation of LST, where it was found that this factor has clearly affected the relationship between LST and urban land cover. Similarly, the time of day has caused differences in estimating LST change over several years. It is also found that the extreme values of temperature can affect the trend of LST temporal variation, and which can be minimized by using the images in the form of the average of seasonal images for each year rather than images being used in a standalone manner. This study contributes to the improved study of LST by minimizing the uncertainty that can occur because of the angle of the sun and associated factors such as shadows, which has long been a controversial issue among researches due to the lack of appropriate satellite data. Note de contenu : 1- Introduction
2- Literature review
3- Study area
4- Converting Landsat LST data from morning to peak temperatures(9:40 am to 1:15 pm)
5- Assessing the effect of the time of day on the spatial variation of LST
6- Assessment and enhancement of the temporal variation of LST over a time series
7- General Discussion and ConclusionsNuméro de notice : 28304 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse étrangère Note de thèse : PhD thesis : Geography, Geology and Environment : University of Leicester : 2020 DOI : sans En ligne : https://doi.org/10.25392/leicester.data.14518848.v1 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98068 Uso de QGIS en la teledetección, Vol. 2. QGIS y sus aplicaciones en la agricultura y la silvicultura / Nicolas Baghdadi (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)
PermalinkWater stress detection over irrigated wheat crops in semi-arid areas using the diurnal differences of Sentinel-1 backscatter / Nadia Ouaadi (2020)
PermalinkShip identification and characterization in Sentinel-1 SAR images with multi-task deep learning / Clément Dechesne in Remote sensing, Vol 11 n° 24 (December-2 2019)
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)
PermalinkA learning approach to evaluate the quality of 3D city models / Oussama Ennafii in Photogrammetric Engineering & Remote Sensing, PERS, vol 85 n° 12 (December 2019)
![]()
PermalinkMatching of TerraSAR-X derived ground control points to optical image patches using deep learning / Tatjana Bürgmann in ISPRS Journal of photogrammetry and remote sensing, Vol 158 (December 2019)
PermalinkNovel adaptive histogram trend similarity approach for land cover change detection by using bitemporal very-high-resolution remote sensing images / Zhi Yong Lv in IEEE Transactions on geoscience and remote sensing, vol 57 n° 12 (December 2019)
PermalinkOn the value of corner reflectors and surface models in InSAR precise point positioning / Mengshi Yang in ISPRS Journal of photogrammetry and remote sensing, Vol 158 (December 2019)
PermalinkPolarization dependence of azimuth cutoff from quad-pol SAR images / Huimin Li in IEEE Transactions on geoscience and remote sensing, vol 57 n° 12 (December 2019)
PermalinkQuantification of the adjacency effect on measurements in the thermal infrared region / Xiaopo Zheng in IEEE Transactions on geoscience and remote sensing, vol 57 n° 12 (December 2019)
PermalinkA two-scale approach for estimating forest aboveground biomass with optical remote sensing images in a subtropical forest of Nepal / Upama A. Koju in Journal of Forestry Research, vol 30 n° 6 (December 2019)
PermalinkAccurate modelling of canopy traits from seasonal Sentinel-2 imagery based on the vertical distribution of leaf traits / Tawanda W. Gara in ISPRS Journal of photogrammetry and remote sensing, vol 157 (November 2019)
PermalinkComparison between convolutional neural networks and random forest for local climate zone classification in mega urban areas using Landsat images / Cheolhee Yoo in ISPRS Journal of photogrammetry and remote sensing, vol 157 (November 2019)
PermalinkDeep learning for multi-modal classification of cloud, shadow and land cover scenes in PlanetScope and Sentinel-2 imagery / Yuri Shendryk in ISPRS Journal of photogrammetry and remote sensing, vol 157 (November 2019)
PermalinkIntroducing spatial regularization in SAR tomography reconstruction / Clément Rambour in IEEE Transactions on geoscience and remote sensing, vol 57 n° 11 (November 2019)
PermalinkNew method for environmental monitoring in armed conflict zones: a case study of Syria / Samira Mobaied in Environmental Monitoring and Assessment, vol 191 n° 11 (November 2019)
PermalinkSig-NMS-based faster R-CNN combining transfer learning for small target detection in VHR optical remote sensing imagery / Ruchan Dong in IEEE Transactions on geoscience and remote sensing, vol 57 n° 11 (November 2019)
Permalink