Descripteur
Termes IGN > télédétection > télédétection électromagnétique > indice de végétation > Normalized Difference Vegetation Index
Normalized Difference Vegetation IndexSynonyme(s)NDVI |
Documents disponibles dans cette catégorie (254)
![](./images/expand_all.gif)
![](./images/collapse_all.gif)
![Tris disponibles](./images/orderby_az.gif)
Etendre la recherche sur niveau(x) vers le bas
Comparaison des images satellite et aériennes dans le domaine de la détection d’obstacles à la navigation aérienne et de leur mise à jour / Olivier de Joinville in XYZ, n° 170 (mars 2022)
[article]
Titre : Comparaison des images satellite et aériennes dans le domaine de la détection d’obstacles à la navigation aérienne et de leur mise à jour Type de document : Article/Communication Auteurs : Olivier de Joinville , Auteur ; Chloé Marcon, Auteur
Année de publication : 2022 Article en page(s) : pp 36 - 44 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] aéroport
[Termes IGN] analyse comparative
[Termes IGN] analyse diachronique
[Termes IGN] BD Topo
[Termes IGN] classification dirigée
[Termes IGN] classification orientée objet
[Termes IGN] classification par séparateurs à vaste marge
[Termes IGN] classification pixellaire
[Termes IGN] contrôle qualité
[Termes IGN] détection de changement
[Termes IGN] détection du bâti
[Termes IGN] extraction de la végétation
[Termes IGN] image Pléiades-HR
[Termes IGN] image Sentinel-MSI
[Termes IGN] mise à jour de base de données
[Termes IGN] modèle numérique de surface
[Termes IGN] Nice
[Termes IGN] Normalized Difference Vegetation Index
[Termes IGN] orthoimage
[Termes IGN] plus proche voisin, algorithme du
[Termes IGN] QGIS
[Termes IGN] réalité de terrainRésumé : (Auteur) Le Service d’information aéronautique (SIA) est un service de la DGAC (Direction générale de l’aviation civile) qui publie et exploite des obstacles à la navigation aérienne afin de sécuriser les vols aux abords des aérodromes. L’article propose une étude comparative entre des données images aériennes (OrthoImages) et des données images satellite (Pléiades et Sentinel) dans les deux domaines suivants : détection d’obstacles (essentiellement végétation et bâtiments) ainsi que leur mise à jour. Il ressort que les images satellite, du fait de leur forte qualité radiométrique et géométrique, offrent un potentiel légèrement supérieur aux images aériennes pour le SIA. De futures études utilisant d’autres capteurs optiques, LiDAR et Radar et des moyens de contrôle plus exhaustifs, devront être menées pour confirmer cette tendance. Numéro de notice : A2022-225 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100191
in XYZ > n° 170 (mars 2022) . - pp 36 - 44[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 112-2022011 RAB Revue Centre de documentation En réserve L003 Disponible Spatiotemporal fusion modelling using STARFM: Examples of Landsat 8 and Sentinel-2 NDVI in Bavaria / Maninder Singh Dhillon in Remote sensing, vol 14 n° 3 (February-1 2022)
![]()
[article]
Titre : Spatiotemporal fusion modelling using STARFM: Examples of Landsat 8 and Sentinel-2 NDVI in Bavaria Type de document : Article/Communication Auteurs : Maninder Singh Dhillon, Auteur ; Thorsten Dahms, Auteur ; Carina Kübert-Flock, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : n° 677 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] Bavière (Allemagne)
[Termes IGN] carte d'occupation du sol
[Termes IGN] fusion de données
[Termes IGN] image Landsat-8
[Termes IGN] image Sentinel-MSI
[Termes IGN] image Terra-MODIS
[Termes IGN] Normalized Difference Vegetation Index
[Termes IGN] pouvoir de résolution géométrique
[Termes IGN] réflectance
[Termes IGN] surveillance de la végétation
[Termes IGN] utilisation du solRésumé : (auteur) The increasing availability and variety of global satellite products provide a new level of data with different spatial, temporal, and spectral resolutions; however, identifying the most suited resolution for a specific application consumes increasingly more time and computation effort. The region’s cloud coverage additionally influences the choice of the best trade-off between spatial and temporal resolution, and different pixel sizes of remote sensing (RS) data may hinder the accurate monitoring of different land cover (LC) classes such as agriculture, forest, grassland, water, urban, and natural-seminatural. To investigate the importance of RS data for these LC classes, the present study fuses NDVIs of two high spatial resolution data (high pair) (Landsat (30 m, 16 days; L) and Sentinel-2 (10 m, 5–6 days; S), with four low spatial resolution data (low pair) (MOD13Q1 (250 m, 16 days), MCD43A4 (500 m, one day), MOD09GQ (250 m, one-day), and MOD09Q1 (250 m, eight day)) using the spatial and temporal adaptive reflectance fusion model (STARFM), which fills regions’ cloud or shadow gaps without losing spatial information. These eight synthetic NDVI STARFM products (2: high pair multiply 4: low pair) offer a spatial resolution of 10 or 30 m and temporal resolution of 1, 8, or 16 days for the entire state of Bavaria (Germany) in 2019. Due to their higher revisit frequency and more cloud and shadow-free scenes (S = 13, L = 9), Sentinel-2 (overall R2 = 0.71, and RMSE = 0.11) synthetic NDVI products provide more accurate results than Landsat (overall R2 = 0.61, and RMSE = 0.13). Likewise, for the agriculture class, synthetic products obtained using Sentinel-2 resulted in higher accuracy than Landsat except for L-MOD13Q1 (R2 = 0.62, RMSE = 0.11), resulting in similar accuracy preciseness as S-MOD13Q1 (R2 = 0.68, RMSE = 0.13). Similarly, comparing L-MOD13Q1 (R2 = 0.60, RMSE = 0.05) and S-MOD13Q1 (R2 = 0.52, RMSE = 0.09) for the forest class, the former resulted in higher accuracy and precision than the latter. Conclusively, both L-MOD13Q1 and S-MOD13Q1 are suitable for agricultural and forest monitoring; however, the spatial resolution of 30 m and low storage capacity makes L-MOD13Q1 more prominent and faster than that of S-MOD13Q1 with the 10-m spatial resolution. Numéro de notice : A2022-124 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.3390/rs14030677 Date de publication en ligne : 31/01/2022 En ligne : https://doi.org/10.3390/rs14030677 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99687
in Remote sensing > vol 14 n° 3 (February-1 2022) . - n° 677[article]Multi-temporal remote sensing data to monitor terrestrial ecosystem responses to climate variations in Ghana / Ram Avtar in Geocarto international, vol 37 n° 2 ([15/01/2022])
![]()
[article]
Titre : Multi-temporal remote sensing data to monitor terrestrial ecosystem responses to climate variations in Ghana Type de document : Article/Communication Auteurs : Ram Avtar, Auteur ; Ali P. Yunus, Auteur ; Osamu Saito, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : pp 396 - 412 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] changement climatique
[Termes IGN] données multitemporelles
[Termes IGN] écosystème
[Termes IGN] Ghana
[Termes IGN] image Landsat
[Termes IGN] image SPOT
[Termes IGN] image Terra-MODIS
[Termes IGN] Normalized Difference Vegetation Index
[Termes IGN] phénologie
[Termes IGN] variation temporelleRésumé : (auteur) Operational monitoring of vegetation and its response to climate change involves the use of vegetation indices (VIs) in relation to relevant climatic data. This study analyses the temporal variations of vegetation indices in response to climatic data (temperature and precipitation) to better understand the phenological changes in the Wa-West and Tolon districts of Ghana during 1999–2011. This study also examines the inter-annual variation of vegetation indices and lag effects of climate variables (temperature and precipitation) using simple regression and correlation approaches. Results indicate that the mean Normalized Difference Vegetation Index (NDVI) and Normalized Difference Soil Index (NDSI) were significantly correlated with the mean temperature, whereby the value of NDVI increases with a decrease in temperature and value of NDSI increases with an increase in temperature. On examining seasonal variations, our findings indicated that the months of August and September have the highest mean NDVI values. This study confirms that consistently rising temperature and altered precipitation patterns have exerted a strong influence on temporal distributions and productivities of the terrestrial ecosystems of the Tolon and Wa-West districts of Ghana. Furthermore, this research demonstrates how vegetation indices can be used as an indicator to monitor phenological changes in the terrestrial ecosystem. Numéro de notice : A2022-050 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/10106049.2020.1723716 Date de publication en ligne : 11/02/2020 En ligne : https://doi.org/10.1080/10106049.2020.1723716 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99442
in Geocarto international > vol 37 n° 2 [15/01/2022] . - pp 396 - 412[article]Soil erosion estimation of Bhandara region of Maharashtra, India, by integrated use of RUSLE, remote sensing, and GIS / Sumedh R. Kashiwar in Natural Hazards, vol 110 n° 2 (January 2022)
![]()
[article]
Titre : Soil erosion estimation of Bhandara region of Maharashtra, India, by integrated use of RUSLE, remote sensing, and GIS Type de document : Article/Communication Auteurs : Sumedh R. Kashiwar, Auteur ; Manik Chandra Kundu, Auteur ; Usha R. Dongarwar, Auteur Année de publication : 2022 Article en page(s) : pp 937 - 959 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] carte d'occupation du sol
[Termes IGN] carte thématique
[Termes IGN] dégradation des sols
[Termes IGN] érosion
[Termes IGN] érosion hydrique
[Termes IGN] image Landsat-8
[Termes IGN] image Sentinel-MSI
[Termes IGN] Inde
[Termes IGN] modèle numérique de surface
[Termes IGN] modèle RUSLE
[Termes IGN] Normalized Difference Vegetation Index
[Termes IGN] précipitation
[Termes IGN] rive
[Termes IGN] système d'information géographiqueRésumé : (auteur) The agricultural land of the whole world is deteriorating due to the loss of top fertile soil reducing agricultural productivity and groundwater availability. Mainly, natural conditions and human manipulations have made soils extremely prone to soil erosion. Therefore, information on soil erosion status is of paramount importance to the policymakers for land conservation planning in a limited time. Spatial information systems like GIS and RS are known for their efficiencies. With that prospect, the GIS-based RUSLE model is used in this study to assess the soil erosion losses from Bhandara regions of Maharashtra, India. The study area comes under Wainganga sub-river basin, a portion of the Godavari River basin. We have prepared the required five potential parameters (R*K*LS*C*P) of RUSLE model on pixel-to-pixel basis. We have prepared the R factor map from monthly rainfall data of Indian Meteorological Department (IMD) and K factor map by digital the soil series map of NBSS & LUP, Govt. of India. We have used the digital elevation model data (DEM) of Cartosat-1 for LS-factor map, Landsat 8 and Sentinel-2A satellite dataset to generate LULC and NDVI map to obtain C and P factors. The results and satellite data were validated using Google Earth Pro and field observations. The results showed significant soil erosion from the river banks and wastelands near water bodies, with the soil loss values ranging between 20 and 40 t ha−1 yr−1. The land under reserved forest was very slight erosion-prone soil with soil loss of Numéro de notice : A2022-180 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/IMAGERIE Nature : Article DOI : 10.1007/s11069-021-04974-5 Date de publication en ligne : 16/08/2021 En ligne : https://doi.org/10.1007/s11069-021-04974-5 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99856
in Natural Hazards > vol 110 n° 2 (January 2022) . - pp 937 - 959[article]Apport de la télédétection et des variables auxiliaires dans l'étude de l'évolution des périodes de sécheresse / Nesrine Farhani (2022)
![]()
Titre : Apport de la télédétection et des variables auxiliaires dans l'étude de l'évolution des périodes de sécheresse Type de document : Thèse/HDR Auteurs : Nesrine Farhani, Auteur ; Gilles Boulet, Directeur de thèse ; Zohra Lili-Chabaane, Directeur de thèse Editeur : Toulouse : Université de Toulouse 3 Paul Sabatier Année de publication : 2022 Importance : 194 p. Format : 21 x 30 cm Note générale : Bibliographie
Thèse en vue de l'obtention du Doctorat de l'Université Toulouse délivré par l'Université Toulouse 3 - Paul Sabatier, spécialité Surfaces et Interfaces Continentales, HydrologieLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] albedo
[Termes IGN] capteur actif
[Termes IGN] capteur passif
[Termes IGN] données météorologiques
[Termes IGN] évapotranspiration
[Termes IGN] gestion de l'eau
[Termes IGN] image Landsat-ETM+
[Termes IGN] image Landsat-TM
[Termes IGN] image Terra-MODIS
[Termes IGN] image thermique
[Termes IGN] indice de stress
[Termes IGN] Leaf Area Index
[Termes IGN] Normalized Difference Vegetation Index
[Termes IGN] sécheresse
[Termes IGN] stress hydrique
[Termes IGN] température de surface
[Termes IGN] Tunisie
[Termes IGN] zone arideIndex. décimale : THESE Thèses et HDR Résumé : (auteur) La surveillance des sécheresses dans les régions arides et semi-arides est cruciale car ses conséquences pour l'agriculture peuvent être dramatiques. Afin d'aider les décideurs à établir de bonnes pratiques de gestion de la ressource en eau et d'atténuation du risque des sécheresses, nous nous intéressons à l'analyse des indices de stress hydriques. À cette fin, un modèle de bilan d'énergie à double source permet, en combinant de l'information satellitaire (température de surface, NDVI, albédo et LAI) et de l'information météorologique (température de l'air, humidité relative de l'air, vitesse du vent et rayonnement global), de simuler l'évapotranspiration ainsi que le stress hydrique. Ces deux variables doivent être fournies d'une façon continue et sur une longue période temporelle pour une analyse adéquate des périodes de sécheresses. Or, les réseaux d'observations météorologiques sont parfois insuffisants (faible densité des sites instrumentés et périodes d'observation courtes et souvent non-concomitantes). Notre premier objectif est alors de simuler des scénarios de différentes variables climatiques afin de les prolonger. Nous avons adapté un générateur de conditions météorologiques "MetGen" qui permet de combler les lacunes présentes sur une période d'observation et de projeter des scénarios sur une période distincte de la période d'observation. MetGen exploite parmi ses co-variables, les données de réanalyses qui fournissent des variables à faible résolution spatiale (environ 31 km), comme source d'information importante. Nous comparons cette méthode avec des méthodes de correction de biais (univariée et multivariée) qui exploitent également les données de réanalyses. Cette approche statistique est validée selon deux volets : l'évaluation de la capacité (1) à bien reproduire les variables météorologiques et (2) à bien restituer les variables de bilan d'énergie. Les analyses, menées avec les données des stations météorologiques du système d'observations, ont permis de valider MetGen sur une période de validation (2011-2016). Nous avons utilisé alors cette méthode afin de simuler des données climatiques sur toute la période d'étude (2000-2019). Cette série ainsi que celle provenant des réanalyses brutes sont utilisées comme forçages climatiques du modèle d'énergie à double source SPARSE, afin de simuler deux indices de stress thermiques SI(SWG) et SI(ERA5) issus du générateur et des réanalyses ERA5 respectivement, à une échelle kilométrique. Ces deux indices sensibles aux anomalies de température de surface, sont comparés avec d'autres indices standardisés issus de différentes longueurs d'onde : le NDVI issu du visible/proche infrarouge, SWI du micro-onde et un indice standardisé de précipitations UPI qui est utilisé comme une référence pour notre analyse. Cette analyse est effectuée en termes de pertinence, de cohérence et de précocité pour la détection d'une sécheresse agronomique. Les deux indices thermiques ont montré des bonnes performances pour la détection du stress, notamment SI(SWG) qui a montré plus de précision et de capacité à détecter le stress hydrique d'une façon précoce. Ces analyses et tous ces approches statistiques sont effectuées au niveau du bassin versant de Merguellil situé au centre de la Tunisie et qui présente un modèle typique des régions semi-arides. Note de contenu : 1- Introduction
2- Partie A
2.1 Etat de l'art
2.2 Matériel et méthodes
2.3 Conclusion partielle et synthèse
3- Partie B
3.1 Introduction
3.2 Développement de la méthode statistique
3.3 Résultats complémentaires
3.4 Conclusion partielle et synthèse
4- Partie C
4.1 Introduction
4.2 Interpolation journalière de l’évapotranspiration
4.3 Indice de sécheresse
4.4 Utilisation de l’indice thermique pour le stress de la végétation
4.5 Comparaison SI et ESI
4.6 Conclusion partielle et synthèse
Conclusion et perspectivesNuméro de notice : 28880 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Surfaces et Interfaces Continentales, Hydrologie : Toulouse 3 : 2022 Organisme de stage : CESBIO DOI : sans En ligne : http://www.theses.fr/2022TOU30022 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101529 Monitoring and analysis of crop irrigation dynamics in Central Italy through the use of MODIS NDVI data / Marta Chiesi in European journal of remote sensing, vol 55 n° 1 (2022)
PermalinkMonitoring grassland dynamics by exploiting multi-modal satellite image time series / Anatol Garioud (2022)
PermalinkSenRVM: A multi-modal deep learning regression methodology for continuous vegetation monitoring with dense temporal NDVI time series / Anatol Garioud (2022)
PermalinkPermalinkPermalinkIdentifying surface urban heat island drivers and their spatial heterogeneity in China’s 281 cities: An empirical study based on multiscale geographically weighted regression / Lu Niu in Remote sensing, vol 13 n° 21 (November-1 2021)
PermalinkRecurrent-based regression of Sentinel time series for continuous vegetation monitoring / Anatol Garioud in Remote sensing of environment, vol 263 (15 September 2021)
PermalinkPermalinkMonitoring forest disturbance using time-series MODIS NDVI in Michoacán, Mexico / Yao Gao in Geocarto international, vol 36 n° 15 ([15/08/2021])
PermalinkSpatiotemporal analysis of urban heat island intensification in the city of Minneapolis-St. Paul and Chicago metropolitan areas using Landsat data from 1984 to 2016 / Mbongowo J. Mbuh in Geocarto international, vol 36 n° 14 ([01/08/2021])
Permalink