Centre de documentation
scientifique

Urban tree species identification and carbon stock mapping for urban green planning and management / MD Abdul Choudhury in Forests, vol 11 n°11 (November 2020)  

Public [article]  inForests > vol 11 n°11 (November 2020) . - N° 1226 Titre : Urban tree species identification and carbon stock mapping for urban green planning and management Type de document : Article/Communication Auteurs : MD Abdul Choudhury, Auteur ; Ernesto Marcheggiani, Auteur ; Francesca Despini, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : N° 1226 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes IGN] analyse d'image orientée objet [Termes IGN] arbre urbain [Termes IGN] cartographie écologique [Termes IGN] déboisement [Termes IGN] diamètre à hauteur de poitrine [Termes IGN] données allométriques [Termes IGN] données dendrométriques [Termes IGN] Emilie-Romagne (Italie) [Termes IGN] gestion urbaine [Termes IGN] modèle de croissance végétale [Termes IGN] photo-interprétation assistée par ordinateur [Termes IGN] planification urbaine [Termes IGN] puits de carbone [Termes IGN] structure-from-motion [Termes IGN] ville durable Résumé : (auteur) Recently, the severe intensification of atmospheric carbon has highlighted the importance of urban tree contributions in atmospheric carbon mitigations in city areas considering sustainable urban green planning and management systems. Explicit and timely information on urban trees and their roles in the atmospheric Carbon Stock (CS) are essential for policymakers to take immediate actions to ameliorate the effects of deforestation and their worsening outcomes. In this study, a detailed methodology for urban tree CS calibration and mapping was developed for the small urban area of Sassuolo in Italy. For dominant tree species classification, a remote sensing approach was applied, utilizing a high-resolution WV3 image. Five dominant species were identified and classified by applying the Object-Based Image Analysis (OBIA) approach with an overall accuracy of 78%. The CS calibration was done by utilizing an allometric model based on the field data of tree dendrometry—i.e., Height (H) and Diameter at Breast Height (DBH). For geometric measurements, a terrestrial photogrammetric approach known as Structure-from-Motion (SfM) was utilized. Out of 22 randomly selected sample plots of 100 square meters (10 m × 10 m) each, seven plots were utilized to validate the results of the CS calibration and mapping. In this study, CS mapping was done in an efficient and convenient way, highlighting higher CS and lower CS zones while recognizing the dominant tree species contributions. This study will help city planners initiate CS mapping and predict the possible CS for larger urban regions to ensure a sustainable urban green management system. Numéro de notice : A2020-757 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/f11111226 Date de publication en ligne : 21/11/2020 En ligne : https://doi.org/10.3390/f11111226 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96470 [article]

DataPink, l'IA au service de l'information géographique / Anonyme in Géomatique expert, n° 126 (janvier - février 2019)

Public [article]  inGéomatique expert > n° 126 (janvier - février 2019) . - pp 38 - 46 Titre : DataPink, l'IA au service de l'information géographique Type de document : Article/Communication Auteurs : Anonyme, Auteur Année de publication : 2019 Article en page(s) : pp 38 - 46 Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes IGN] analyse de données [Termes IGN] apprentissage profond [Termes IGN] langage naturel (informatique) [Termes IGN] photo-interprétation assistée par ordinateur [Termes IGN] réseau neuronal artificiel [Termes IGN] série temporelle [Termes IGN] télédétection électromagnétique Résumé : (Auteur) Récemment créée par Olivier Courtin, DataPink est une jeune entreprise innovante spécialisée dans la mise en œuvre de l’intelligence artificielle à l’information géographique. L’occasion de faire le point sur des techniques de pointe. Numéro de notice : A2019-298 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93264 [article]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
IFN-001-P002120	PER	Revue	Nogent-sur-Vernisson	Salle périodiques	Exclu du prêt

Incorporating crown shape information for identifying ash tree species / Haijian Liu in Photogrammetric Engineering & Remote Sensing, PERS, vol 84 n° 8 (août 2018)  

Public [article]  inPhotogrammetric Engineering & Remote Sensing, PERS > vol 84 n° 8 (août 2018) . - pp 495 - 503 Titre : Incorporating crown shape information for identifying ash tree species Type de document : Article/Communication Auteurs : Haijian Liu, Auteur ; Changshan Wu, Auteur Année de publication : 2018 Article en page(s) : pp 495 - 503 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques [Termes IGN] données lidar [Termes IGN] données localisées 3D [Termes IGN] Fraxinus (genre) [Termes IGN] fusion de données [Termes IGN] hauteur des arbres [Termes IGN] houppier [Termes IGN] image aérienne [Termes IGN] inventaire forestier (techniques et méthodes) [Termes IGN] Milwaukee [Termes IGN] photo-interprétation assistée par ordinateur [Termes IGN] zone urbaine Résumé : (Auteur) Identifying ash trees from other common deciduous trees is challenging due to subtle spectral differences of foliage among species. Although many researchers have integrated lidar-derived tree height and crown size metrics to improve tree species classification accuracy, these simple biophysical attributes provide inadequate explanatory power in distinguishing ash trees (Fraxinus, spp.) in urban ecosystems. To address this issue, shape-related features, including crown shape index (SI) and coefficient of variation (CV) of crown height, were extracted from lidar data, and fused with treetopbased spectra for ash tree species identification in Milwaukee City, Wisconsin, United States. Analysis results indicate shape features including SI and CV play a big role in improving the accuracy for ash tree identification. Specifically, Fusion of CV and treetop-based spectra improved the overall accuracy from 81.9 percent to 89 percent, and McNemar tests indicated the differences in accuracy between CV fusion and tree height fusion was statistically significant (p = 0.016). Numéro de notice : A2018-360 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.14358/PERS.84.8.495 Date de publication en ligne : 01/08/2018 En ligne : https://doi.org/10.14358/PERS.84.8.495 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=90600 [article]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
105-2018081	RAB	Revue	Centre de documentation	En réserve L003	Disponible

Cartographier l'occupation du sol à grande échelle : optimisation de la photo-interprétation par segmentation d'image / Maxime Vitter (2018)  

Public Titre : Cartographier l'occupation du sol à grande échelle : optimisation de la photo-interprétation par segmentation d'image Type de document : Thèse/HDR Auteurs : Maxime Vitter, Auteur ; Bernard Etlicher, Directeur de thèse ; Christine Jacqueminet, Directeur de thèse Editeur : Université de Lyon Année de publication : 2018 Autre Editeur : Saint-Etienne : Université Jean-Monnet-Saint-Etienne Importance : 313 p. Format : 21 x 30 cm Note générale : bibliographie Thèse de Doctorat de l'Université de Lyon préparée au sein de l'Université Jean Monnet de Saint-Etienne, Géographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] base de données d'occupation du sol [Termes IGN] carte d'occupation du sol [Termes IGN] Corine Land Cover [Termes IGN] eCognition [Termes IGN] formatage [Termes IGN] image à très haute résolution [Termes IGN] mosaïque d'images [Termes IGN] photo-interprétation [Termes IGN] photo-interprétation assistée par ordinateur [Termes IGN] recherche et développement [Termes IGN] segmentation d'image Index. décimale : THESE Thèses et HDR Résumé : (auteur) Depuis une quinzaine d’années, l’émergence des données de télédétection à Très Haute Résolution Spatiale (THRS) et la démocratisation des Systèmes d’Information Géographique (SIG) aident à répondre aux nouveaux besoins croissants d’informations spatialisées. Le développement de nouvelles méthodes de cartographie offre une opportunité pour comprendre et anticiper les mutations des surfaces terrestres aux grandes échelles, jusqu’ici mal connues. En France, l’emploi de bases de données spatialisées sur l’occupation du sol à grande échelle (BD Ocsol GE) est devenu incontournable dans les opérations courantes de planification et de suivi des territoires. Pourtant, l’acquisition de ce type de bases de données spatialisées est encore un besoin difficile à satisfaire car les demandes portent sur des productions cartographiques sur-mesure, adaptées aux problématiques locales des territoires. Face à cette demande croissante, les prestataires réguliers de ce type de données cherchent à optimiser les procédés de fabrication avec des techniques récentes de traitements d’image. Cependant, la Photo-Interprétation Assistée par Ordinateur (PIAO) reste la méthode privilégiée des prestataires. En raison de sa grande souplesse, elle répond toujours au besoin de cartographie aux grandes échelles, malgré son coût important. La substitution de la PIAO par des méthodes de production entièrement automatisées est rarement envisagée. Toutefois, les développements récents en matière de segmentation d’images peuvent contribuer à l’optimisation de la pratique de la photo-interprétation. Cette thèse présente ainsi une série d’outils (ou modules) qui participent à l’élaboration d’une assistance à la digitalisation pour l’exercice de photo-interprétation d’une BD Ocsol GE. L’assistance se traduit par la réalisation d’un prédécoupage du paysage à partir d’une segmentation menée sur une image THRS. L’originalité des outils présentés est leur intégration dans un contexte de production fortement contraint. La construction des modules est conduite à travers trois prestations cartographiques à grande échelle commandités par des entités publiques. L’apport de ces outils d’automatisation est analysé à travers une analyse comparative entre deux procédures de cartographie : l’une basée sur une démarche de photo-interprétation entièrement manuelle et la seconde basée sur une photo-interprétation assistée en amont par une segmentation numérique. Les gains de productivité apportés par la segmentation sont, évalués à l’aide d’indices quantitatifs et qualitatifs, sur des configurations paysagères différentes. À des degrés divers, il apparaît que quelque soit le type de paysage cartographié, les gains liés à la cartographie assistée sont substantiels. Ces gains sont discutés, à la fois, d’un point de vue technique et d’un point de vue thématique dans une perspective commerciale. Note de contenu : Introduction générale Première partie- Les enjeux de production de la cartographie d’occupation du sol à grande échelle en France Deuxième partie- Optimiser l’exercice de photo-interprétation Troisième partie- Productivité de la photo-interprétation assistée par segmentation d’image Conclusion générale Numéro de notice : 25839 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Géographie : Université de Lyon : 2018 Organisme de stage : ASCONIT nature-HAL : Thèse DOI : sans En ligne : https://tel.hal.science/tel-02094240 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95200

From Google Maps to a fine-grained catalog of street trees / Steve Branson in ISPRS Journal of photogrammetry and remote sensing, vol 135 (January 2018)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 135 (January 2018) . - pp 13 - 30 Titre : From Google Maps to a fine-grained catalog of street trees Type de document : Article/Communication Auteurs : Steve Branson, Auteur ; Jan Dirk Wegner, Auteur ; David Hall, Auteur ; Nico Lang, Auteur ; Konrad Schindler, Auteur ; Pietro Perona, Auteur Année de publication : 2018 Article en page(s) : pp 13 - 30 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes IGN] arbre urbain [Termes IGN] architecture pipeline (processeur) [Termes IGN] classification dirigée [Termes IGN] détection de changement [Termes IGN] Google Maps [Termes IGN] inventaire de la végétation [Termes IGN] photo-interprétation assistée par ordinateur [Termes IGN] réseau neuronal convolutif [Termes IGN] ville Résumé : (Auteur) Up-to-date catalogs of the urban tree population are of importance for municipalities to monitor and improve quality of life in cities. Despite much research on automation of tree mapping, mainly relying on dedicated airborne LiDAR or hyperspectral campaigns, tree detection and species recognition is still mostly done manually in practice. We present a fully automated tree detection and species recognition pipeline that can process thousands of trees within a few hours using publicly available aerial and street view images of Google MapsTM. These data provide rich information from different viewpoints and at different scales from global tree shapes to bark textures. Our work-flow is built around a supervised classification that automatically learns the most discriminative features from thousands of trees and corresponding, publicly available tree inventory data. In addition, we introduce a change tracker that recognizes changes of individual trees at city-scale, which is essential to keep an urban tree inventory up-to-date. The system takes street-level images of the same tree location at two different times and classifies the type of change (e.g., tree has been removed). Drawing on recent advances in computer vision and machine learning, we apply convolutional neural networks (CNN) for all classification tasks. We propose the following pipeline: download all available panoramas and overhead images of an area of interest, detect trees per image and combine multi-view detections in a probabilistic framework, adding prior knowledge; recognize fine-grained species of detected trees. In a later, separate module, track trees over time, detect significant changes and classify the type of change. We believe this is the first work to exploit publicly available image data for city-scale street tree detection, species recognition and change tracking, exhaustively over several square kilometers, respectively many thousands of trees. Experiments in the city of Pasadena, California, USA show that we can detect >70% of the street trees, assign correct species to >80% for 40 different species, and correctly detect and classify changes in >90% of the cases. Numéro de notice : A2018-068 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2017.11.008 Date de publication en ligne : 20/11/2017 En ligne : https://doi.org/10.1016/j.isprsjprs.2017.11.008 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=89426 [article]

Exemplaires(3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2018011	RAB	Revue	Centre de documentation	En réserve L003	Disponible
081-2018012	DEP-EAF	Revue	Nancy	Dépôt en unité	Exclu du prêt
081-2018013	DEP-EXM	Revue	Saint-Mandé	Dépôt en unité	Exclu du prêt

L’identification et la mobilisation des peuplements pauvres / Fabienne Benest in Forêt entreprise, n° 235 (juillet - août 2017)

Permalink

Estimation de la déforestation des forêts humides à Madagascar utilisant une classification multidate d'images Landsat entre 2005, 2010 et 2013 / F.A. Rakotomala in Revue Française de Photogrammétrie et de Télédétection, n° 211 - 212 (juillet - décembre 2015)  

Permalink

Parcel-level identification of crop types using different classification algorithms and multi-resolution imagery in southeastern Turkey / Ugur Alganci in Photogrammetric Engineering & Remote Sensing, PERS, vol 79 n° 11 (November 2013)  

Permalink

Advances in Geographic Object-Based Image Analysis with ontologies: A review of main contributions and limitations from a remote sensing perspective / Damien Arvor in ISPRS Journal of photogrammetry and remote sensing, vol 82 (August 2013)  

Permalink

Détection et identification de zones de végétation arborée et viticole : utilisation d’images satellite RapidEye et de données BDOrtho / Arnaud Le Bris (2013)

Permalink

Interpretation of 2D and 3D building details on facade and roofs / Philip Meixner (2011)    

Permalink

Automatic cluster identification for environnemental applications using the self-organizing maps and a new genetic algorithm / T. Oyana in Geocarto international, vol 25 n° 1 (February 2010)  

Permalink

Generation and application of rules for quality dependent facade reconstruction / S. Becker in ISPRS Journal of photogrammetry and remote sensing, vol 64 n° 6 (November - December 2009)  

Permalink

Comparaison de deux méthodes de cartographie de la végétation du schorre de la baie du Mont Saint-Michel : photo-interprétation raisonnée et classification automatique par espèce / Clélia Bilodeau in Photo interprétation, vol 44 n° 3 - 4 (Décembre 2008)

Permalink

Revising 1:25 000-scale topographic maps using ALOS/PRISM imagery / Yuichi Uchiyama in Bulletin of the Geographical survey institute, vol 56 (December 2008)  

Permalink