Descripteur
Termes IGN > imagerie
imagerie
Commentaire :
Terme regroupant photographies et images issues de différents capteurs.
|
Documents disponibles dans cette catégorie (7757)
![](./images/expand_all.gif)
![](./images/collapse_all.gif)
Etendre la recherche sur niveau(x) vers le bas
Télédétection et intégration de connaissances via la modélisation spatiale pour une cartographie plus cohérente des systèmes agricoles complexes / Arthur Crespin-Boucaud (2021)
![]()
Titre : Télédétection et intégration de connaissances via la modélisation spatiale pour une cartographie plus cohérente des systèmes agricoles complexes : application aux Hautes Terres, à Madagascar Type de document : Thèse/HDR Auteurs : Arthur Crespin-Boucaud, Auteur ; Agnès Bégue, Directeur de thèse Editeur : Paris, Nancy, ... : AgroParisTech (2007 -) Année de publication : 2021 Importance : 326 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse pour obtenir le grade de docteur délivré par l’institut des sciences et industries du vivant et de l’environnement, Spécialité : GéomatiqueLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] agriculture
[Termes IGN] analyse d'image orientée objet
[Termes IGN] carte d'occupation du sol
[Termes IGN] classification dirigée
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] données de terrain
[Termes IGN] image Pléiades-HR
[Termes IGN] image Sentinel-MSI
[Termes IGN] Madagascar
[Termes IGN] modèle conceptuel de données
[Termes IGN] modélisation spatio-temporelle
[Termes IGN] parcelle agricole
[Termes IGN] prise en compte du contexte
[Termes IGN] série temporelle
[Termes IGN] système complexe
[Termes IGN] utilisation du solIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Les méthodes de classification des données de télédétection pour la cartographie de l’occupation des sols reposent sur des mesures de proximité entre pixels ou objets dans un hyperespace spectral dans lequel ils sont projetés en fonction de leur réflectance dans plusieurs bandes spectrales de l'image. La projection en retour des pixels ou des objets vers l'espace géographique permet d'obtenir la carte d’occupation du sol recherchée, avec autant de classes que de régions identifiées comme significatives dans l'hyperespace. Le raisonnement qui sous-tend l'analyse dans l'hyperespace des données satellitaires est que dans ce dernier, les relations de proximité de "signatures spectrales" des objets et des pixels sont plus faciles à mettre en évidence que dans l’espace géographique. Ces méthodes sont particulièrement efficaces pour la cartographie des espaces agricoles caractérisés par de grandes parcelles et par des pratiques culturales homogènes. Cependant, pour une grande partie des Suds, les espaces agricoles sont plus complexes, avec des parcelles généralement plus petites, et une diversité d’usages et d’occupations des sols qui reflète les coutumes et leur adaptation au climat et à la géographie locale. L'efficacité des méthodes de télédétection diminue fortement pour ces systèmes agricoles plus complexes. Afin de repousser ces limites, les recherches actuelles portent sur des méthodes combinant à la fois des séries temporelles d’images satellites et des données contextuelles, telles que des indices de texture, l’altitude ou la pente, dont certaines sont basées sur l’apprentissage profond. Ces développements méthodologiques et techniques poussés utilisent principalement l’information spectrale et n’intègrent que peu les autres types de connaissances agricoles disponibles. Par exemple, on sait que certaines cultures ne poussent qu’à partir d’une altitude ou à proximité des habitations. Aisément identifiables dans l’espace géographique, ces connaissances, à la fois spatiales et temporelles, sont plus difficilement identifiables dans l’hyperespace des données. Cela suggère intuitivement qu'une meilleure prise en compte des connaissances agricoles pourrait améliorer les méthodes de classification pour obtenir des cartes de l'occupation de l’usage des sols plus cohérentes sur le plan agricole. Dans cette thèse, nous explorons la possibilité d'utiliser les connaissances en agriculture, formalisées sous forme de règles, pour améliorer une méthode de classification supervisée pour la cartographie de l'occupation et de l’usage des sols des systèmes agricoles complexes. Dans un premier temps, cette thèse propose un modèle conceptuel permettant de combiner à la fois des méthodes de classification de données de télédétection et de la modélisation spatio-temporelle. Ce modèle est décomposé en quatre modules spatiaux et temporels, chacun correspondant à une méthode visant à améliorer la caractérisation de l’occupation et de l’usage des sols, et pouvant être utilisé indépendamment. Les deux modules spatiaux du modèle sont ensuite appliqués à une zone d’étude agricole située dans la région du Vakinankaratra, sur les Hautes Terres de Madagascar afin d’évaluer l’approche développée. D’un point de vue quantitatif, l’application des deux modules spatiaux n’améliore que très peu la caractérisation des classes d’occupation et d’usage des sols de la zone d’étude, notamment du fait du manque de données de qualité supportant l’application des règles spatiales identifiées. Néanmoins, l'application des modules spatiaux permet une meilleure discrimination entre les cultures pluviales et les espaces de savanes, source de nombreuses confusions avec les méthodes utilisées en traitement de données de télédétection. L'analyse de ces résultats permet de proposer des améliorations pour le modèle conceptuel ainsi que pour son application plus générale aux systèmes agricoles complexes. Note de contenu : Introduction générale
1- Contexte et problématique de la thèse
2- Modèle conceptuel
3- Zone d’étude, matériel et méthodes
4- Méthode d’application des modules à la région des Hautes Terres
5- Résultats d’applications
6- Discussion
Conclusion généraleNuméro de notice : 28322 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Géomatique : AgroParisTech : 2021 Organisme de stage : TETIS (Montpellier) DOI : sans En ligne : https://pastel.archives-ouvertes.fr/tel-03306233/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98314 Télédétection synchronisée hyperspectrale et LiDAR à retour d’onde complet : application au suivi des littoraux sableux de la région Pays-de-la-Loire / Giovanni Frati (2021)
![]()
Titre : Télédétection synchronisée hyperspectrale et LiDAR à retour d’onde complet : application au suivi des littoraux sableux de la région Pays-de-la-Loire Type de document : Thèse/HDR Auteurs : Giovanni Frati, Auteur ; Patrick Launeau, Directeur de thèse ; Marc Robin, Directeur de thèse Editeur : Nantes : Université de Nantes Année de publication : 2021 Importance : 262 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse de Doctorat de l'Université de Nantes, spécialité Sciences de la Terre et de l’environnementLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] correction géométrique
[Termes IGN] couvert végétal
[Termes IGN] données lidar
[Termes IGN] dune
[Termes IGN] image hyperspectrale
[Termes IGN] lidar à retour d'onde complète
[Termes IGN] littoral
[Termes IGN] Pays de la Loire
[Termes IGN] signal lidar
[Termes IGN] télédétection aérienneIndex. décimale : THESE Thèses et HDR Résumé : (auteur) La télédétection aéroportée permet un suivi très précis de la dynamique des cordons dunaires. Ces derniers jouent en autre un rôle de protection des zones rétro-littorales contre les risques de submersions marines. Dans le cadre du suivi des côtes sableuses des Pays-de-la-Loire, deux paramètres essentiels sont analysés : 1) la morphologie, donnant accès aux stocks et mouvements sédimentaires, et 2) le couvert de végétal, permettant d’évaluer les degrés de stabilité des cordons dunaires. Les morphologies des dunes et de leurs couvertures végétales sont étudiées par télémétrie laser (LiDAR) et leurs compositions chimiques et pigmentaires sont obtenues par imagerie hyperspectrale (HSI). Les données LiDAR à retour d’onde complet et hyperspectrales sont acquises via un avion bi-trappes. Le balayage latéral (whiskbroom) du faisceau laser à 1064 nm est synchronisé avec le balayage frontal (pushbroom) de la caméra. La typologie des dunes est déterminée par l’emploi de classifications hiérarchisées des images hyperspectrales, se basant sur les propriétés spectrales des couverts végétaux. La cartographie d’Ammophila arenaria (oyat), proxy de stabilisation de la dune blanche, est cependant parfois rendue difficile par sa proximité avec les signatures spectrales d’autres plantes ainsi que par sa forte variabilité d’états phénologiques d’une année à l’autre. La télémétrie laser des sols n’est possible que lorsque ceuxci peuvent être atteints, ce que ne permettent pas les groupement d’oyat, du fait de la densité de leur composante foliaire. L’analyse du retour d’onde complet montre cependant que la structure du feuillage induit une déformation caractéristique permettant d’identifier l’oyat parmi toute les autres plantes de la dune. Celle-ci peut alors être utilisée pour corriger l’erreur de détermination de la topographie des dunes. Note de contenu : 1- Introduction
2- Contexte géomorphologique
3- Etat de l'art de la télédétection
4- Développements méthodologiques
5- Application au suivi d'un cordon dunaire
6- Mise en évidence et caractérisation de la dynamique dunaire
7- Caractérisation du proxy oyat de la dynamique dunaire
8- Conclusion généraleNuméro de notice : 28634 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Sciences de la Terre et de l’environnement : Nantes : 2021 Organisme de stage : Laboratoire de Planétologie et Géodynamique DOI : sans En ligne : http://www.theses.fr/2021NANT4060 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99645 Ten years of digital documentation of the archaeological site of the monastery of Saint Hilarion in Tell Umm el-Amr, Gaza strip / Emmanuel Alby (2021)
![]()
Titre : Ten years of digital documentation of the archaeological site of the monastery of Saint Hilarion in Tell Umm el-Amr, Gaza strip Type de document : Article/Communication Auteurs : Emmanuel Alby, Auteur Editeur : International Society for Photogrammetry and Remote Sensing ISPRS Année de publication : 2021 Collection : International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, ISSN 1682-1750 num. 46-M1 Conférence : ICOMOS/ISPRS 2021, International Scientific Committee on Heritage Documentation 28th CIPA Symposium “Great Learning & Digital Emotion” 28/08/2021 01/09/2021 Pékin Chine OA ISPRS Archives Importance : pp 17 - 21 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] grotte
[Termes IGN] image captée par drone
[Termes IGN] monastère
[Termes IGN] Palestine
[Termes IGN] photogrammétrie métrologique
[Termes IGN] site archéologiqueRésumé : (auteur) The archaeological richness of a site is independent of its geopolitical context. The use of photogrammetry for the documentation of the monastery of Saint-Hilarion in the gaza strip illustrates the flexibility of the uses of this technique despite some obstacles linked to the situation. As access to the site on demand, depending on representation needs is not possible, means have been implemented to delegate the acquisition and allow continuity of surveys adapted to the evolution of archaeological excavations. Developments in acquisition techniques and methods can be incorporated into on-site practices and can also lead to improved processing of old data. Numéro de notice : C2021-023 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Communication DOI : 10.5194/isprs-archives-XLVI-M-1-2021-17-2021 Date de publication en ligne : 28/08/2021 En ligne : http://dx.doi.org/10.5194/isprs-archives-XLVI-M-1-2021-17-2021 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98482 The challenge of robust trait estimates with deep learning on high resolution RGB images / Etienne David (2021)
![]()
Titre : The challenge of robust trait estimates with deep learning on high resolution RGB images Type de document : Thèse/HDR Auteurs : Etienne David, Auteur ; Frédéric Baret, Directeur de thèse Editeur : Avignon : Université d'Avignon Année de publication : 2021 Importance : 145 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse de Doctorat de l'Université d'Avignon, spécialité Sciences AgronomiquesLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] apprentissage profond
[Termes IGN] base de données d'images
[Termes IGN] blé (céréale)
[Termes IGN] céréales
[Termes IGN] comptage
[Termes IGN] cultures
[Termes IGN] densité de la végétation
[Termes IGN] données d'entrainement (apprentissage automatique)
[Termes IGN] image à haute résolution
[Termes IGN] image captée par drone
[Termes IGN] image RVB
[Termes IGN] jeu de données
[Termes IGN] surveillance agricoleIndex. décimale : THESE Thèses et HDR Résumé : (auteur) High throughput plant phenotyping, especially in the context of open field acquisitions, relies on the interpretation of data from different sensors implemented on various vectors such as tractors, robots or drones. Initially, these data were interpreted using remote sensing algorithms that exploit the spatial resolution of the signal. Since 2015, however, progresses of ”Deep Learning”, based on the training on examples, has already obtained promising results for measuring the rate of cover, counting plants or organs. It uses learned convolution layers, can take advantage of the spatial organization of the signal. The advantage of these methods is that they are based on Red-Green-Blue (RGB) sensors, which are much less expensive than multi- or hyperspectral imagers. However, these methods are sensitive to changes in the distribution between the data used in training and the predicted data. In practice, variable prediction errors from site to site can be observed using these methods. The objective of the thesis is to understand the causes of these variations and propose solutions for reliable phenotypic trait estimates using Deep Learning. The study focuses on detecting plants and organs from high-resolution RGB images acquired in the field. Our work first focused on the constitution of diversified image databases from different locations and stages of development for plant emergence (maize, beet, sunflower) and wheat ears, which allowed the publication of two annotated databases, grouping 27 acquisition sessions for thedrone and 47 for the ear detection. The datasets demonstrate the performances difference between the published results and ours due to the change in distribution. To go beyond the limits of the usual methods, we organized two data competitions, the Global Wheat Challenges, in 2020 and 2021, which allowed us to obtain solutions trained for robustness on a different data set than the training one. The analysis of the solutions showed the importance of the training strategies for robustness beyond the architectures used. We have also shown that these solutions can be effectively deployed as a replacement for manual counting. Finally, we have demonstrated the inefficiency of training functions designed for robust training. Our work opens the prospect of a better evaluation of Deep Learning in the context of high-throughput phenotyping and thus of confidence in its use in real-life conditions. Note de contenu : 1- Introduction
2- Evaluation of the robustness of handcrafted and deep learning methods for plant density estimation
3- Design of a large and diverse dataset for training and evaluating deep learning models: application to wheat head detection
4- Competition design to train robust Deep Learn model: the example of the Global Wheat Challenges
5- GlobalWheat-Wilds: Global Wheat Head Dataset as a benchmark of in-the-wild distribution shifts
6- Conclusion and perspectivesNuméro de notice : 15244 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Sciences Agronomiques : Avignon : 2021 Organisme de stage : Laboratoire EMMAH DOI : sans En ligne : https://hal.inrae.fr/tel-03431192v2/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100610 The Influence of camera calibration on nearshore bathymetry estimation from UAV Vvdeos / Gonzalo Simarro in Remote sensing, vol 13 n° 1 (January-1 2021)
![]()
[article]
Titre : The Influence of camera calibration on nearshore bathymetry estimation from UAV Vvdeos Type de document : Article/Communication Auteurs : Gonzalo Simarro, Auteur ; Daniel Calvete, Auteur ; Theocharis A. Plomaritis, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : n° 150 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Acquisition d'image(s) et de donnée(s)
[Termes IGN] aberration instrumentale
[Termes IGN] bathymétrie
[Termes IGN] distorsion d'image
[Termes IGN] eaux côtières
[Termes IGN] étalonnage de chambre métrique
[Termes IGN] étalonnage en vol
[Termes IGN] image captée par drone
[Termes IGN] lentille
[Termes IGN] réalité de terrain
[Termes IGN] sondeur monofaisceauRésumé : (auteur) Measuring the nearshore bathymetry is critical in coastal management and morphodynamic studies. The recent advent of Unmanned Aerial Vehicles (UAVs), in combination with coastal video monitoring techniques, allows for an alternative and low cost evaluation of the nearshore bathymetry. Camera calibration and stabilization is a critical issue in bathymetry estimation from video systems. This work introduces a new methodology in order to obtain such bathymetries, and it compares the results to echo-sounder ground truth data. The goal is to gain a better understanding on the influence of the camera calibration and stabilization on the inferred bathymetry. The results show how the proposed methodology allows for accurate evaluations of the bathymetry, with overall root mean square errors in the order of 40 cm. It is shown that the intrinsic calibration of the camera, related to the lens distortion, is the most critical aspect. Here, the intrinsic calibration that was obtained directly during the flight yields the best results. Numéro de notice : A2021-076 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/rs13010150 Date de publication en ligne : 05/01/2021 En ligne : https://doi.org/10.3390/rs13010150 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96814
in Remote sensing > vol 13 n° 1 (January-1 2021) . - n° 150[article]The potential of LiDAR and UAV-photogrammetric data analysis to interpret archaeological sites: A case study of Chun Castle in South-West England / Israa Kadhim in ISPRS International journal of geo-information, vol 10 n° 1 (January 2021)
PermalinkThe use of deep machine learning for the automated selection of remote sensing data for the determination of areas of arable land degradation processes distribution / Dimitri I. Rukhovitch in Remote sensing, vol 13 n° 1 (January-1 2021)
PermalinkTime-series analysis of massive satellite images : Application to earth observation / Alexandre Constantin (2021)
PermalinkPermalinkUnifying remote sensing image retrieval and classification with robust fine-tuning / Dimitri Gominski (2021)
PermalinkUnmixing-based Sentinel-2 downscaling for urban land cover mapping / Fei Xu in ISPRS Journal of photogrammetry and remote sensing, vol 171 (January 2021)
PermalinkPermalinkUrban construction waste with VHR remote sensing using multi-feature analysis and a hierarchical segmentation method / Qiang Chen in Remote sensing, vol 13 n° 1 (January-1 2021)
PermalinkUsing remote sensing and modeling to monitor and understand harmful algal blooms. Application to Karaoun Reservoir (Lebanon) / Najwa Sharaf (2021)
PermalinkVisual exploration of historical image collections: An interactive approach through space and time / Evelyn Paiz-Reyes (2021)
PermalinkVolumes by tree species can be predicted using photogrammetric UAS data, Sentinel-2 images and prior field measurements / Mikko Kukkonen in Silva fennica, vol 55 n° 1 (January 2021)
PermalinkCNN-based tree species classification using high resolution RGB image data from automated UAV observations / Sebastian Egli in Remote sensing, vol 12 n° 23 (December-2 2020)
PermalinkMonitoring of wheat crops using the backscattering coefficient and the interferometric coherence derived from Sentinel-1 in semi-arid areas / Nadia Ouaadi in Remote sensing of environment, Vol 251 (15 December 2020)
PermalinkAutomatic building footprint extraction from UAV images using neural networks / Zoran Kokeza in Geodetski vestnik, vol 64 n° 4 (December 2020 - February 2021)
PermalinkCharacterizing the spatial and temporal variation of the land surface temperature hotspots in Wuhan from a local scale / Chen Yang in Geo-spatial Information Science, vol 23 n° 4 (December 2020)
PermalinkConvolutional Neural Networks accurately predict cover fractions of plant species and communities in Unmanned Aerial Vehicle imagery / Teja Kattenborn in Remote sensing in ecology and conservation, vol 6 n° 4 (December 2020)
PermalinkDeep learning for detecting and classifying ocean objects: application of YoloV3 for iceberg–ship discrimination / Frederik Hass in ISPRS International journal of geo-information, vol 9 n° 12 (December 2020)
PermalinkPermalinkExploring the inclusion of Sentinel-2 MSI texture metrics in above-ground biomass estimation in the community forest of Nepal / Santa Pandit in Geocarto international, vol 35 n° 16 ([01/12/2020])
PermalinkForest cover mapping based on a combination of aerial images and Sentinel-2 satellite data compared to National Forest Inventory data / Selina Ganz in Forests, vol 11 n° 12 (December 2020)
PermalinkA framework for unsupervised wildfire damage assessment using VHR satellite images with PlanetScope data / Minkyung Chung in Remote sensing, vol 12 n° 22 (December-1 2020)
PermalinkHyperspectral band selection via optimal neighborhood reconstruction / Qi Wang in IEEE Transactions on geoscience and remote sensing, Vol 58 n° 12 (December 2020)
PermalinkMapping forest tree species in high resolution UAV-based RGB-imagery by means of convolutional neural networks / Felix Schiefer in ISPRS Journal of photogrammetry and remote sensing, vol 170 (December 2020)
PermalinkMapping of land cover with open-source software and ultra-high-resolution imagery acquired with unmanned aerial vehicles / Ned Horning in Remote sensing in ecology and conservation, vol 6 n° 4 (December 2020)
PermalinkMS-RRFSegNetMultiscale regional relation feature segmentation network for semantic segmentation of urban scene point clouds / Haifeng Luo in IEEE Transactions on geoscience and remote sensing, Vol 58 n° 12 (December 2020)
PermalinkMultistrategy ensemble regression for mapping of built-up density and height with Sentinel-2 data / Christian Geiss in ISPRS Journal of photogrammetry and remote sensing, vol 170 (December 2020)
PermalinkNonlocal graph convolutional networks for hyperspectral image classification / Lichao Mou in IEEE Transactions on geoscience and remote sensing, Vol 58 n° 12 (December 2020)
PermalinkA novel intelligent classification method for urban green space based on high-resolution remote sensing images / Zhiyu Xu in Remote sensing, vol 12 n° 22 (December-1 2020)
PermalinkParsing very high resolution urban scene images by learning deep ConvNets with edge-aware loss / Xianwei Zheng in ISPRS Journal of photogrammetry and remote sensing, vol 170 (December 2020)
PermalinkPolarization of light reflected by grass: modeling using visible-sunlit areas / Bin Yang in Photogrammetric Engineering & Remote Sensing, PERS, vol 86 n° 12 (December 2020)
PermalinkQuality assessment of photogrammetric methods - A workflow for reproducible UAS orthomosaics / Marvin Ludwig in Remote sensing, vol 12 n° 22 (December-1 2020)
PermalinkRemote sensing in urban planning: Contributions towards ecologically sound policies? / Thilo Wellmann in Landscape and Urban Planning, vol 204 (December 2020)
PermalinkSemi-supervised PolSAR image classification based on improved tri-training with a minimum spanning tree / Shuang Wang in IEEE Transactions on geoscience and remote sensing, Vol 58 n° 12 (December 2020)
PermalinkThe utility of fused airborne laser scanning and multispectral data for improved wind damage risk assessment over a managed forest landscape in Finland / Ranjith Gopalakrishnan in Annals of Forest Science, vol 77 n° 4 (December 2020)
PermalinkTowards online UAS‐based photogrammetric measurements for 3D metrology inspection / Fabio Menna in Photogrammetric record, vol 35 n° 172 (December 2020)
PermalinkUnderstanding the role of individual units in a deep neural network / David Bau in Proceedings of the National Academy of Sciences of the United States of America PNAS, vol 117 n° 48 (1 December 2020)
PermalinkUnderstanding the synergies of deep learning and data fusion of multispectral and panchromatic high resolution commercial satellite imagery for automated ice-wedge polygon detection / Chandi Witharana in ISPRS Journal of photogrammetry and remote sensing, vol 170 (December 2020)
PermalinkUnsupervised deep joint segmentation of multitemporal high-resolution images / Sudipan Saha in IEEE Transactions on geoscience and remote sensing, Vol 58 n° 12 (December 2020)
PermalinkUse of remote sensing data to improve the efficiency of National Forest Inventories: A case study from the United States National Forest Inventory / Andrew J. Lister in Forests, vol 11 n° 12 (December 2020)
PermalinkVisualization of 3D property data and assessment of the impact of rendering attributes / Stefan Seipel in Journal of Geovisualization and Spatial Analysis, vol 4 n° 2 (December 2020)
PermalinkAnalyse de la déforestation dans la périphérie ouest de la réserve de biosphère du Dja au Cameroun, à partir d'une série multi-annuelle d'images Landsat / Eric Wilson Tegno Nguekam in Revue Française de Photogrammétrie et de Télédétection, n° 222 (novembre 2020)
PermalinkCartographie des cultures dans le périmètre du Loukkos (Maroc) : apport de la télédétection radar et optique / Siham Acharki in Revue Française de Photogrammétrie et de Télédétection, n° 222 (novembre 2020)
PermalinkDétection du changement de l'étalement urbain au bas-Sahara algérien : apport de la télédétection spatiale et des SIG, cas de la ville de Biskra (Algérie) / Assoule Dechaicha in Revue Française de Photogrammétrie et de Télédétection, n° 222 (novembre 2020)
PermalinkForêt d'arbres aléatoires et classification d'images satellites : relation entre la précision du modèle d'entraînement et la précision globale de la classification / Aurélien N.G. Matsaguim in Revue Française de Photogrammétrie et de Télédétection, n° 222 (novembre 2020)
PermalinkPermalink