Descripteur
Documents disponibles dans cette catégorie (4609)
![](./images/expand_all.gif)
![](./images/collapse_all.gif)
Etendre la recherche sur niveau(x) vers le bas
Crop-rotation structured classification using multi-source sentinel images and LPIS for crop type mapping / Simon Bailly (2018)
![]()
Titre : Crop-rotation structured classification using multi-source sentinel images and LPIS for crop type mapping Type de document : Article/Communication Auteurs : Simon Bailly , Auteur ; Sébastien Giordano
, Auteur ; Loïc Landrieu
, Auteur ; Nesrine Chehata
, Auteur
Editeur : New York : Institute of Electrical and Electronics Engineers IEEE Année de publication : 2018 Projets : 1-Pas de projet / Conférence : IGARSS 2018, IEEE International Geoscience And Remote Sensing Symposium, observing, understanding and forecasting the dynamics of our planet 22/07/2018 27/07/2018 Valencia Espagne Proceedings IEEE Importance : pp 1950 - 1953 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] champ aléatoire conditionnel
[Termes IGN] image multitemporelle
[Termes IGN] image Sentinel-MSI
[Termes IGN] surveillance agricoleRésumé : (auteur) Automatic analysis of Sentinel image time series is recommended for monitoring agricultural land use in Europe. To improve classification capacities, we propose a temporal structured classification combining Sentinel images and former vintages of the Land-Parcel IdentAutomatic analysis of Sentinel image time series is recommended for monitoring agricultural land use in Europe. To improve classification capacities, we propose a temporal structured classification combining Sentinel images and former vintages of the Land-Parcel Identification System. Inter-annual crop rotations are learned and combined with the satellite images using a Conditional Random Field. The proposed methodology is tested on a 233 km2 study area located in France and with a 25 categories national nomenclature. The classification results are globally improved.ification System. Inter-annual crop rotations are learned and combined with the satellite images using a Conditional Random Field. The proposed methodology is tested on a 233 km2 study area located in France and with a 25 categories national nomenclature. The classification results are globally improved. Numéro de notice : C2018-054 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1109/IGARSS.2018.8518427 Date de publication en ligne : 05/11/2018 En ligne : https://doi.org/10.1109/IGARSS.2018.8518427 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91343 Decision fusion of SPOT6 and multitemporal Sentinel2 images for urban area detection / Cyril Wendl (2018)
![]()
Titre : Decision fusion of SPOT6 and multitemporal Sentinel2 images for urban area detection Type de document : Article/Communication Auteurs : Cyril Wendl, Auteur ; Arnaud Le Bris , Auteur ; Nesrine Chehata
, Auteur ; Anne Puissant, Auteur ; Tristan Postadjian
, Auteur
Editeur : New York : Institute of Electrical and Electronics Engineers IEEE Année de publication : 2018 Projets : 2-Pas d'info accessible - article non ouvert / Conférence : IGARSS 2018, IEEE International Geoscience And Remote Sensing Symposium, observing, understanding and forecasting the dynamics of our planet 22/07/2018 27/07/2018 Valencia Espagne Proceedings IEEE Importance : pp 1734 - 1737 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] classification dirigée
[Termes IGN] classification par réseau neuronal
[Termes IGN] classification par séparateurs à vaste marge
[Termes IGN] classification pixellaire
[Termes IGN] détection du bâti
[Termes IGN] fusion d'images
[Termes IGN] image Sentinel-MSI
[Termes IGN] image SPOT 6
[Termes IGN] réseau neuronal convolutifRésumé : (auteur) Fusion of very high spatial resolution multispectral (VHR) images and lower spatial resolution image time series with more spectral bands can improve land cover classification’ combining geometric and semantic advantages of both sources. This study presents a workflow to extract the extent of urban areas using decision-level fusion of individual classifications on Sentine12 (S2) and SPOT6 satellite images. First, both sources are classified individually in five classes, using state-of-the-art supervised classification approaches and Convolutional Neural Networks. Obtained results are merged in order to extract buildings as accurately as possible. Then, detected buildings are merged again with the S2 classification to extract urban area; a prior to be in an urban area is derived from these building objects and merged with a binary classification derived from the original S2 classification. Both fusions involve a per pixel decision level fusion followed by a contrast sensitive regularization. Numéro de notice : C2018-046 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1109/IGARSS.2018.8517476 Date de publication en ligne : 05/11/2018 En ligne : https://doi.org/10.1109/IGARSS.2018.8517476 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91269 Détection de changement par imagerie radar sur les zones naturelles et agricoles en milieu tropical / Jérôme Lebreton (2018)
![]()
Titre : Détection de changement par imagerie radar sur les zones naturelles et agricoles en milieu tropical Type de document : Mémoire Auteurs : Jérôme Lebreton, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2018 Importance : 45 p. Format : 21 x 30 cm Note générale : bibliographie
rapport de stage de fin d'études, Cycle géomètre-géomaticienLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications
[Termes IGN] Arecaceae
[Termes IGN] composition colorée
[Termes IGN] comptage
[Termes IGN] correction d'image
[Termes IGN] déboisement
[Termes IGN] détection de changement
[Termes IGN] extraction de la végétation
[Termes IGN] Gabon
[Termes IGN] image aérienne
[Termes IGN] image captée par drone
[Termes IGN] image radar moirée
[Termes IGN] image Sentinel-SAR
[Termes IGN] image SPOT
[Termes IGN] image TerraSAR-X
[Termes IGN] milieu tropical
[Termes IGN] polarisation
[Termes IGN] rendement agricole
[Termes IGN] surveillance agricole
[Termes IGN] télédétection en hyperfréquenceIndex. décimale : GEOM Mémoires de géomètres civils, géomètres géomaticiens Résumé : (auteur) Dans le cadre du Challenge Numérique « Suivi des plantations dans les pays en développements» piloté par Booster Nova, L’Avion Jaune porte un projet nommé « Palmap » pour le groupe Olam International. Ce projet comprend un volet de développement de solutions permettant le suivi de la culture de palmiers à huile et un volet sur le suivi des mesures compensatoires de préservation de l’environnement naturel autour des plantations en utilisant des données vues du ciel (drones) combinées avec des données collectées sur le terrain et des données satellites. Olam International est une société singapourienne de négoce en produits agroalimentaires, qui gère des plantations (cacao, caoutchouc, huile de palme, amandes, noix de cajou, …) dans plusieurs pays. L’huile de palme est la plus consommée au monde et est considérée comme la source principale d’huile parmi les autres végétaux. Le Gabon s’est ainsi lancé dans cette production dû à un besoin essentiel de développer son agriculture afin de diversifier son économie. La production d’huile de palme est destinée principalement au marché local et à la sous région. Note de contenu : 1- Présentation
2- Contexte
3- Images radar
4- Analyse des données radarNuméro de notice : 21941 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Mémoire de fin d'études G Organisme de stage : L’Avion Jaune Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91741 Documents numériques
peut être téléchargé
Détection de changement par imagerie... - pdf auteurAdobe Acrobat PDFEstimation of surface roughness over bare agricultural soil from Sentinel-1 data / Mohammad Choker (2018)
![]()
Titre : Estimation of surface roughness over bare agricultural soil from Sentinel-1 data Type de document : Thèse/HDR Auteurs : Mohammad Choker, Auteur ; Nicolas Baghdadi, Directeur de thèse ; Mehrez Zribi, Directeur de thèse Editeur : Paris, Nancy, ... : AgroParisTech (2007 -) Année de publication : 2018 Importance : 214 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse pour obtenir le grade de Docteur de l'Institut des Sciences et Industries du Vivant et de l'Environnement, AgroParisTech, GéomatiqueLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] bande C
[Termes IGN] écho radar
[Termes IGN] état de surface du sol
[Termes IGN] humidité du sol
[Termes IGN] image Cosmo-Skymed
[Termes IGN] image Sentinel-SAR
[Termes IGN] image TerraSAR-X
[Termes IGN] modèle de rétrodiffusion
[Termes IGN] polarisation
[Termes IGN] rugosité du sol
[Termes IGN] surface cultivée
[Termes IGN] télédétection en hyperfréquenceIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Spatial remote sensing is of paramount importance for mapping and monitoring environmental problems. Its interest lies in the ability of space satellite sensors in providing permanent information of the planet, at local, regional and global scales. Also, it provides spatial and repetitive territories visions and ecosystem views. Radar remote sensing has shown great potential in recent years for the characterization of soil surface conditions. The state of the soil surface, in particular moisture and roughness, has a fundamental influence on the distribution of rainfall between infiltration, surface retention and runoff. In addition, it plays an essential role in surface hydrological processes and those associated with erosion and evapotranspiration processes. Characterization and consideration of these surface conditions have been recently considered as an important issue for physically based modeling of hydrological processes or for surface-atmosphere coupling. In this context and for several years, several scientific studies have shown the potential of active microwave data for estimation of the soil moisture and the surface roughness.New SAR (Synthetic Aperture Radar) systems have opened new perspectives for earth observation through improved spatial resolution (metric on TerraSAR-X and COSMO-SkyMed) and temporal resolution (TerraSAR-X, COSMO-SkyMed, Sentinel-1) . The recent availability of new Sentinel-1 C-band radar sensors (free and open access) makes it essential to evaluate the potential of Sentinel-1 data for the characterization of soil surface conditions and in particular surface roughness.The work revolves around three parts. The first part consist of evaluation of the most used radar backscattering models (IEM, Oh, Dubois, and AIEM) using a wide dataset of SAR data and experimental soil measurements. This evaluation gives the ability to find the most robust backscattering model that simulates the radar signal with good agreement in order to use later in the inversion procedure of the radar signal for estimating the soil roughness. The second research axe of this thesis consists of proposing an empirical radar backscattering model for HH, HV and VV polarizations. This new model will be developed using a large real dataset. This new model also will be used in the inversion procedure of the radar signal for estimating the soil roughness. The last axe of this thesis consists of producing a method to invert the radar signal using neural networks. The objective is to evaluate the potential of Sentinel-1 data for estimating surface roughness. These neural networks will be trained using wide synthetic dataset produced from the radar backscattering models chosen (IEM calibrated by Baghdadi and the new proposed model) and validated using two datasets: one synthetic dataset and one real (Sentinel 1 images and in-situ measurements). The real datasets are collected from Tunisia (Kairouan) and France (Versailles). Note de contenu : 1- Introduction
2- Generalities
3- Evaluation of radar backscattering models
4- A new empirical model for radar scattering from bare soil surfaces
5- Estimation of soil roughness using neural networks from sentinel-1 SAR data
6- General conclusion and perspectivesNuméro de notice : 25595 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Géomatique : Paris : 2018 Organisme de stage : TETIS (Montpellier) nature-HAL : Thèse DOI : sans En ligne : https://tel.archives-ouvertes.fr/tel-02293194/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95218 Etude préalable à l'installation d'un coin radar sur le site de co-localisation de Calern / Guillaume Schmidt (2018)
Titre : Etude préalable à l'installation d'un coin radar sur le site de co-localisation de Calern Type de document : Mémoire Auteurs : Guillaume Schmidt, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2018 Importance : 49 p. Format : 21 x 30 cm Note générale : bibliographie
Mémoire d'ingénieur 3e année, master PPMD Photogrammétrie, Positionnement et Mesure de DéformationLangues : Français (fre) Descripteur : [Vedettes matières IGN] Acquisition d'image(s) et de donnée(s)
[Termes IGN] Alpes-maritimes (06)
[Termes IGN] chaîne de traitement
[Termes IGN] co-positionnement
[Termes IGN] coin réflecteur
[Termes IGN] image radar moirée
[Termes IGN] image Sentinel-SAR
[Termes IGN] interferométrie différentielle
[Termes IGN] interféromètrie par radar à antenne synthétique
[Termes IGN] International Terrestrial Reference Frame
[Termes IGN] position directeIndex. décimale : MPPMD Mémoires du mastère spécialisé Photogrammétrie, Positionnement et Mesures de Déformation Résumé : (auteur) Cette étude a pour but de déterminer un emplacement favorable à l'installation d'un coin radar sur le site de co-localisation de l'observatoire de Calern, dans les Alpes-Maritimes. Elle s'inscrit dans un projet plus vaste visant à déterminer le mouvement relatif des stations de géodésie spatiale de ce site par des techniques interférométriques. En effet, cette information est essentielle à la réalisation du repère de référence terrestre international (ITRF) dont est en charge l'lnstitut National de l’Information Géographique et Forestière (IGN). Cette étude a permis d'approfondir une méthodologie pour évaluer la pertinence d'un emplacement pour accueillir un tel réflecteur. L'analyse des images radar Sentinel a ainsi conduit à l’identification d’au moins un site d’installation possible. De plus, une chaîne de traitement des images acquises par les capteurs radar à bord des satellites Sentinel en utilisant les logiciels SNAP et StaMPS et permettant d'accéder à une carte de déformation de surface a été proposée. Note de contenu : Introduction
1- Contexte
2- Méthodologie
3- Résultats
Conclusion et perspectivesNuméro de notice : 21870 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Mémoire de fin d'études IT Organisme de stage : Observatoire de la Côte d'Azur + IGN Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91469 Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 21870-01 MPPMD Livre Centre de documentation Travaux d'élèves Disponible Evaluation des performances des modèles numérique d’élévation issus de l’imagerie tri-stéréo Pléiades pour le suivi de l’évolution morphologique des dunes littorales / Mannaïg L'haridon (2018)
PermalinkExploring image fusion of ALOS/PALSAR data and LANDSAT data to differentiate forest area / Saygin Abdikan in Geocarto international, vol 33 n° 1 (January 2018)
PermalinkExploring the impact of seasonality on urban land-cover mapping using multi-season sentinel-1A and GF-1 WFV images in a subtropical monsoon-climate region / Tao Zhou in ISPRS International journal of geo-information, vol 7 n° 1 (January 2018)
PermalinkPermalinkFusion tardive d’images SPOT-6/7 et de données multitemporelles Sentinel-2 pour la détection de la tache urbaine / Cyril Wendl (2018)
![]()
PermalinkGeometric multi-wavelet total variation for SAR image time series analysis / Abdourrahmane M. Atto (2018)
PermalinkA hybrid training approach for leaf area index estimation via Cubist and random forests machine-learning / Rasmus M. Houborg in ISPRS Journal of photogrammetry and remote sensing, vol 135 (January 2018)
PermalinkUn inventaire forestier multisource pour la gestion des territoires / Dinesh Babu Irulappa-Pillai-Vijayakumar (2018)
PermalinkLearning multiscale deep features for high-resolution satellite image scene classification / Qingshan Liu in IEEE Transactions on geoscience and remote sensing, vol 56 n° 1 (January 2018)
PermalinkMapping grassland management intensity using Sentinel-2 satellite data / Marijke Elisabeth Bekkema in GI Forum, vol 2018 n° 1 ([01/01/2018])
Permalink