Centre de documentation
scientifique

Vegetation effects modeling in soil moisture retrieval using MSVI / Mina Moradizadeh in Photogrammetric Engineering & Remote Sensing, PERS, vol 82 n° 10 (October 2016)  

Public [article]  inPhotogrammetric Engineering & Remote Sensing, PERS > vol 82 n° 10 (October 2016) . - pp 803 - 810 Titre : Vegetation effects modeling in soil moisture retrieval using MSVI Type de document : Article/Communication Auteurs : Mina Moradizadeh, Auteur ; Mohammad R. Saradjian, Auteur Année de publication : 2016 Article en page(s) : pp 803 - 810 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes IGN] humidité du sol [Termes IGN] image multicapteur [Termes IGN] indice de végétation [Termes IGN] itération [Termes IGN] température au sol [Termes IGN] température de luminance Résumé : (Auteur) Brightness temperature (BT) measured by passive microwave sensors is usually affected by soil moisture, vegetation cover, and soil roughness. Soil moisture estimates have been limited to regions that had either bare soil or low to moderate amounts of vegetation cover. In this study, Simultaneous Land Parameters Retrieval Model (SLPRM) as an iterative least-squares minimization method has been used. This algorithm retrieves surface soil moisture, land surface temperature, and canopy temperature simultaneously using brightness temperature data in bare soil, low to moderate and higher amounts of vegetation cover. Furthermore, a new index called MSVI (Multi Sensor Vegetation Index) has been introduced to approximate vegetation effects on properly observed brightness temperatures. The algorithm includes model construction, calibration, and validation using observations carried out for the SMEX03 (Soil Moisture Experiment 2003) region in the South and North of Oklahoma. The results indicated about 0.9 percent improvement on soil moisture estimation accuracy using the MSVI. Numéro de notice : A2016-935 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.14358/PERS.82.10.803 En ligne : http://dx.doi.org/10.14358/PERS.82.10.803 Format de la ressource électronique : URL artilce Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=83349 [article]

Fuzzy logic system for road identification using Ikonos images / J. Amini in Photogrammetric record, vol 17 n° 99 (April - September 2002)  

Public [article]  inPhotogrammetric record > vol 17 n° 99 (April - September 2002) . - pp 493 - 503 Titre : Fuzzy logic system for road identification using Ikonos images Type de document : Article/Communication Auteurs : J. Amini, Auteur ; C. Lucas, Auteur ; Mohammad R. Saradjian, Auteur ; A. Azizi, Auteur ; S. Sadeghian, Auteur Année de publication : 2002 Article en page(s) : pp 493 - 503 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] écart type [Termes IGN] extraction automatique [Termes IGN] identification automatique [Termes IGN] image Ikonos [Termes IGN] Iran [Termes IGN] logique floue [Termes IGN] réseau routier Résumé : (Auteur) Des progrès significatifs ont été effectués au cours de ces dernières années en recherche pour la détection automatique des changements ainsi que pour l'extraction des objets dans les installations humaines à partir des photographies aériennes et des images satellites. On aborde dans cet article le problème de l'identification des routes suburbaines dans les images d'Ikonos, en se basant sur an système à logique floue. Les variables correspondantes sont l'écart type et l'écart moyen de différents objets ayant des fonctions d'appartenance Gaussiennes. Une fois que l'on a identifié provisoirement les routes et extrait leur squelette, on peut alors numériser ce squelette sous forme vectorielle et l'entrer directement dans un SIG pour procéder à son analyse. On a essayé cette méthode sur une image " Géo " d'Ikonos couvrant Bilesavar, dans le Nord-Ouest de l'Iran. Les résultats pour la région suburbaine de Bilesavar ont montré que l'échelle des gris s'étendait des valeurs 226 à 228 pour les routes, et de 20 à 190 pour ce qui n'était pas une route, la largeur optimale de la fonction centrale Gaussienne étant de 3 et l'écart-type de 0,4. On a également trouvé qu'il était possible d'extraire environ 91% des routes principales ayant une largeur de 6 à 12 pixels en traitant les images à haute résolution de ce satellite avec cet algorithme. Pour écrire le logiciel informatique utilisé dans cette étude, on a eu recours au langage C++ basé sur Windows 98. Numéro de notice : A2002-085 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.1111/0031-868X.00201 En ligne : https://doi.org/10.1111/0031-868X.00201 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=22000 [article]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
106-02011	RAB	Revue	Centre de documentation	En réserve L003	Disponible