Centre de documentation
scientifique

Above-bottom biomass retrieval of aquatic plants with regression models and SfM data acquired by a UAV platform – A case study in Wild Duck Lake Wetland, Beijing, China / Ran Jing in ISPRS Journal of photogrammetry and remote sensing, vol 134 (December 2017)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 134 (December 2017) . - pp 122 - 134 Titre : Above-bottom biomass retrieval of aquatic plants with regression models and SfM data acquired by a UAV platform – A case study in Wild Duck Lake Wetland, Beijing, China Type de document : Article/Communication Auteurs : Ran Jing, Auteur ; Zhaoning Gong, Auteur ; Wenji Zhao, Auteur ; et al., Auteur Année de publication : 2017 Article en page(s) : pp 122 - 134 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes IGN] arbre de décision [Termes IGN] biomasse [Termes IGN] croissance végétale [Termes IGN] drone [Termes IGN] image aérienne [Termes IGN] indice de végétation [Termes IGN] lac [Termes IGN] macrophyte [Termes IGN] modèle de régression [Termes IGN] orthoimage [Termes IGN] Pékin (Chine) [Termes IGN] régression linéaire [Termes IGN] semis de points [Termes IGN] structure-from-motion [Termes IGN] zone humide Résumé : (Auteur) Above-bottom biomass (ABB) is considered as an important parameter for measuring the growth status of aquatic plants, and is of great significance for assessing health status of wetland ecosystems. In this study, Structure from Motion (SfM) technique was used to rebuild the study area with high overlapped images acquired by an unmanned aerial vehicle (UAV). We generated orthoimages and SfM dense point cloud data, from which vegetation indices (VIs) and SfM point cloud variables including average height (HAVG), standard deviation of height (HSD) and coefficient of variation of height (HCV) were extracted. These VIs and SfM point cloud variables could effectively characterize the growth status of aquatic plants, and thus they could be used to develop a simple linear regression model (SLR) and a stepwise linear regression model (SWL) with field measured ABB samples of aquatic plants. We also utilized a decision tree method to discriminate different types of aquatic plants. The experimental results indicated that (1) the SfM technique could effectively process high overlapped UAV images and thus be suitable for the reconstruction of fine texture feature of aquatic plant canopy structure; and (2) an SWL model based on point cloud variables: HAVG, HSD, HCV and two VIs: NGRDI, ExGR as independent variables has produced the best predictive result of ABB of aquatic plants in the study area, with a coefficient of determination of 0.84 and a relative root mean square error of 7.13%. In this analysis, a novel method for the quantitative inversion of a growth parameter (i.e., ABB) of aquatic plants in wetlands was demonstrated. Numéro de notice : A2017-732 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2017.11.002 En ligne : https://doi.org/10.1016/j.isprsjprs.2017.11.002 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=88431 [article]

Exemplaires(3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2017121	RAB	Revue	Centre de documentation	En réserve L003	Disponible
081-2017122	DEP-EAF	Revue	Nancy	Dépôt en unité	Exclu du prêt
081-2017123	DEP-EXM	Revue	Saint-Mandé	Dépôt en unité	Exclu du prêt

Classification of submerged aquatic vegetation in Black River using hyperspectral image analysis / Roshan Pande-Chhetri in Geomatica, vol 68 n° 3 (September 2014)  

Public [article]  inGeomatica > vol 68 n° 3 (September 2014) . - pp 169 - 182 Titre : Classification of submerged aquatic vegetation in Black River using hyperspectral image analysis Type de document : Article/Communication Auteurs : Roshan Pande-Chhetri, Auteur ; Amr Abd-Elrahman, Auteur ; Charles Jacoby, Auteur Année de publication : 2014 Article en page(s) : pp 169 - 182 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] classificateur paramétrique [Termes IGN] classification par maximum de vraisemblance [Termes IGN] classification par réseau neuronal [Termes IGN] image hyperspectrale [Termes IGN] macrophyte [Termes IGN] profondeur [Termes IGN] réflexion (rayonnement) [Termes IGN] surface de l'eau Résumé : (Auteur) Le contrôle de la végétation aquatique est un élément important de la gestion des ressources en eau en raison des services écologiques rendus par ces habitats. L'imagerie hyperspectrale dense sur le plan spectral peut être un outil efficace pour cartographier et classifier les communautés macrophytes. L'identification de la végétation submergée dans les régions aquatiques est compliquée par les variations des propriétés optiques des constituants de l'eau, de la géométrie des capteurs d'eau et d'ensoleillement, de la profondeur de l'eau et de la complexité spectrale/structurale des plantes. Plusieurs études ont tenté de détecter la végétation aquatique dans les eaux côtières; mais peu d’études ont ciblé des rivières peu profondes aux eaux noires teintées contaminées par des matières organiques dissoutes du groupe chromophore (CDOM). La présente étude examine les méthodes pour analyser l'imagerie hyperspectrale aéroportée et pour détecter et classifier la végétation aquatique dans un système fluvial d'eaux noires. Les images ont été normalisées afin de tenir compte de la réflexion de la surface de l'eau et de la profondeur changeante de l'eau avant leur analyse par le classificateur à vraisemblance maximale (ML) et trois autres classificateurs non paramétriques: le réseau de neurones formels (ANN), la machine à vecteurs de support (SVM) et un appareil de cartographie angulaire spectral (SAM). L'analyse de l’évaluation de la qualité a indiqué une amélioration générale de la détection et de la classification lorsque les classificateurs non paramétriques étaient appliqués aux images normalisées et à profondeur constante. Une précision maximale de classification d'environ 69% a été atteinte lorsque le classificateur ANN était appliqué aux images normalisées et des précisions maximales de détection de 93% et de 92% ont été atteintes lorsque les classificateurs SAM et SVM étaient appliqués aux images à profondeur constante, respectivement. Numéro de notice : A2014-621 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.5623/cig2014-302 En ligne : https://doi.org/10.5623/cig2014-302 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=74999 [article]

Texture augmented detection of macrophyte species using decision trees / Cameron Proctor in ISPRS Journal of photogrammetry and remote sensing, vol 80 (June 2013)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 80 (June 2013) . - pp 10 - 20 Titre : Texture augmented detection of macrophyte species using decision trees Type de document : Article/Communication Auteurs : Cameron Proctor, Auteur ; Yuhong He, Auteur ; Vincent Robinson, Auteur Année de publication : 2013 Article en page(s) : pp 10 - 20 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] algue [Termes IGN] classification par arbre de décision [Termes IGN] image panchromatique [Termes IGN] image Quickbird [Termes IGN] macrophyte [Termes IGN] précision de la classification [Termes IGN] rivière [Termes IGN] séparabilité [Termes IGN] texture d'image Résumé : (Auteur) Image classification using multispectral sensors has shown good performance in detecting macrophytes at the species level. However, species level classification often does not utilize the texture information provided by high resolution images. This study investigated whether image texture provides useful vector(s) for the discrimination of monospecific stands of three floating macrophyte species in Quickbird imagery of the South Nation River. Semivariograms indicated that window sizes of 5 x 5 and 13 x 13 pixels were the most appropriate spatial scales for calculation of the grey level co-occurrence matrix and subsequent texture attributes from the multispectral and panchromatic bands. Of the 214 investigated vectors (13 Haralick texture attributes * 15 bands + 9 spectral bands + 10 transformations/indices), feature selection determined which combination of spectral and textural vectors had the greatest class separability based on the Mann–Whitney U-test and Jefferies–Matusita distance. While multispectral red and near infrared (NIR) performed satisfactorily, the addition of panchromatic-dissimilarity slightly improved class separability and the accuracy of a decision tree classifier (Kappa: red/NIR/panchromatic-dissimilarity – 93.2% versus red/NIR – 90.4%). Class separability improved by incorporating a second texture attribute, but resulted in a decrease in classification accuracy. The results suggest that incorporating image texture may be beneficial for separating stands with high spatial heterogeneity. However, the benefits may be limited and must be weighed against the increased complexity of the classifier. Numéro de notice : A2013-295 Affiliation des auteurs : non IGN Thématique : BIODIVERSITE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2013.02.022 En ligne : https://doi.org/10.1016/j.isprsjprs.2013.02.022 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=32433 [article]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2013061	RAB	Revue	Centre de documentation	En réserve L003	Disponible

Landscape controls over major nutrients and primary productivity of Arctic lakes / P. Pathak in Cartography and Geographic Information Science, vol 39 n° 4 (October 2012)  

Public [article]  inCartography and Geographic Information Science > vol 39 n° 4 (October 2012) . - pp 187 - 198 Titre : Landscape controls over major nutrients and primary productivity of Arctic lakes Type de document : Article/Communication Auteurs : P. Pathak, Auteur ; R. Stine, Auteur ; et al., Auteur Année de publication : 2012 Article en page(s) : pp 187 - 198 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes IGN] Alaska (Etats-Unis) [Termes IGN] Arctique [Termes IGN] azote [Termes IGN] bassin hydrographique [Termes IGN] chlorophylle [Termes IGN] image radar [Termes IGN] image SPOT [Termes IGN] interaction spatiale [Termes IGN] lac [Termes IGN] macrophyte [Termes IGN] marais [Termes IGN] occupation du sol [Termes IGN] phosphore [Termes IGN] plante ripicole [Termes IGN] production primaire brute [Termes IGN] surveillance [Termes IGN] zone tampon Résumé : (Auteur) Increasing surface temperatures in the Arctic are affecting the dynamics between lakes and their landscapes. In this paper, we use landscape metrics for land cover and statistical analysis to explore the interactions between such measures as shape and patch density indices for land cover and lake primary productivity. The objective was to identify metrics that could be used to predict lake primary productivity, as measured by chlorophyll a, total nitrogen and total phosphorus estimates. Land cover and landscape metrics for the Toolik region of Alaska were derived using satellite imagery and Fragstats software. The metrics, treated as independent variables in a stepwise regression, were derived for two levels of land cover. The first comprised the entire watershed studied; the second was derived using buffers created around water channels within each watershed. A statistically significant model for each dependent variable was obtained. Results suggest that, of the metrics tested; those related to broad leaf vegetation complexes were most useful in predicting lake primary productivity. The Landscape Shape Index for riparian patches and the Patch Density for heath complex were the two most important metrics for predicting variation in chlorophyll a (p Numéro de notice : A2012-574 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article DOI : 10.1559/15230406394187 En ligne : https://doi.org/10.1559/15230406394187 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=32020 [article]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
032-2012041	RAB	Revue	Centre de documentation	En réserve L003	Disponible

Applying six classifiers to airborne hyperspectral imagery for detecting giant reed / C. Yang in Geocarto international, vol 27 n° 5 (August 2012)  

Public [article]  inGeocarto international > vol 27 n° 5 (August 2012) . - pp 413 - 424 Titre : Applying six classifiers to airborne hyperspectral imagery for detecting giant reed Type de document : Article/Communication Auteurs : C. Yang, Auteur ; J. Goolsby, Auteur ; James H. Everitt, Auteur ; Q. Du, Auteur Année de publication : 2012 Article en page(s) : pp 413 - 424 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] analyse comparative [Termes IGN] classificateur [Termes IGN] classification barycentrique [Termes IGN] classification par la distance de Mahalanobis [Termes IGN] classification par maximum de vraisemblance [Termes IGN] classification par séparateurs à vaste marge [Termes IGN] classification Spectral angle mapper [Termes IGN] espèce exotique envahissante [Termes IGN] Etats-Unis [Termes IGN] image aérienne [Termes IGN] image hyperspectrale [Termes IGN] macrophyte [Termes IGN] Mexique [Termes IGN] Rio Grande (fleuve) Résumé : (Auteur) This study evaluated and compared six image classifiers, including minimum distance (MD), Mahalanobis distance (MAHD), maximum likelihood (ML), spectral angle mapper (SAM), mixture tuned matched filtering (MTMF) and support vector machine (SVM), for detecting and mapping giant reed (Arundo donax L.), an invasive weed that presents a severe threat to agroecosystems throughout the southern US and northern Mexico. Airborne hyperspectral imagery was collected from a giant reed-infested site along the US-Mexican portion of the Rio Grande in 2009 and 2010. The imagery was transformed with minimum noise fraction (MFN) and the six classifiers were applied to the 30-band MNF imagery for each year. Accuracy assessment showed that SVM and ML generally performed better than the other four classifiers for overall classification and for distinguishing giant reed in both years. These results indicate that airborne hyperspectral imagery in conjunction with SVM and ML classification techniques is effective for detecting giant reed. Numéro de notice : A2012-371 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/10106049.2011.643321 Date de publication en ligne : 04/01/2012 En ligne : https://doi.org/10.1080/10106049.2011.643321 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=31817 [article]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
059-2012051	RAB	Revue	Centre de documentation	En réserve L003	Disponible

Analyse multi-compartiments et rôles fonctionnels des macrophytes dans les hydrosystèmes / Jacques Haury in Ingénieries : eau, agriculture, territoires, n° spécial (2008-04-01)  

Permalink

La bio-indication et les indices macrophytiques, outils d'évaluation et de diagnostic de la qualité des cours d'eau / Christian Chauvin in Ingénieries : eau, agriculture, territoires, n° spécial (2008-04-01)

Permalink

Les communautés de macrophytes : typologie, dynamique et production / Jacques Haury in Ingénieries : eau, agriculture, territoires, n° spécial (2008-04-01)

Permalink

Conservation des macrophytes et habitats aquatiques rares et protégés sur le territoire français / Serge Muller in Ingénieries : eau, agriculture, territoires, n° spécial (2008-04-01)

Permalink

Régulation des développements de plantes aquatiques / Alain Dutartre in Ingénieries : eau, agriculture, territoires, n° spécial (2008-04-01)

Permalink

Mapping submergent aquatic vegetation in the US Great Lakes using Quickbird satellite data / P.T. Wolter in International Journal of Remote Sensing IJRS, vol 26 n° 23 (December 2005)  

Permalink

Estimate of net primary productivity of aquatic vegetation of the Amazon floodplain using Radarsat and JERS-1 / M. Costa in International Journal of Remote Sensing IJRS, vol 26 n° 20 (October 2005)  

Permalink

Extending satellite remote sensing to local scales: land and water resources monitoring using high-resolution imagery / K.E. Sawaya in Remote sensing of environment, vol 88 n° 1 (30/11/2003)  

Permalink

Mapping an ecological disaster in Africa: space-borne SAR monitoring of water hyacinth on Lake Victoria / L. Schouten in GIM international, vol 17 n° 4 (April 2003)

Permalink