Détail de l'auteur
Auteur Stéphane Girard |
Documents disponibles écrits par cet auteur (2)
![](./images/expand_all.gif)
![](./images/collapse_all.gif)
![Tris disponibles](./images/orderby_az.gif)
Time-series analysis of massive satellite images : Application to earth observation / Alexandre Constantin (2021)
![]()
Titre : Time-series analysis of massive satellite images : Application to earth observation Titre original : Analyse de séries temporelles massives d'images satellitaires : Applications à la cartographie des écosystèmes Type de document : Thèse/HDR Auteurs : Alexandre Constantin, Auteur ; Stéphane Girard, Directeur de thèse ; Mathieu Fauvel, Directeur de thèse Editeur : Grenoble [France] : Université Grenoble Alpes Année de publication : 2021 Importance : 136 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse Pour obtenir le grade de Docteur de l'Université de Grenoble Alpes, Specialité : Mathématiques AppliquéesLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] analyse multivariée
[Termes IGN] carte d'occupation du sol
[Termes IGN] classification dirigée
[Termes IGN] classification pixellaire
[Termes IGN] covariance
[Termes IGN] échantillonnage de données
[Termes IGN] écosystème
[Termes IGN] image Sentinel-MSI
[Termes IGN] processus gaussien
[Termes IGN] Python (langage de programmation)
[Termes IGN] régression
[Termes IGN] série temporelleIndex. décimale : THESE Thèses et HDR Résumé : (auteur) This thesis takes place in the context of the processing of the data from Sentinel-2 mission. This mission, initiated by the European Space Agency and launched in 2017, produces an unprecedented amount of Satellite Image Time-Series (SITS). Among the key analyses of these images, this thesis focuses on the classification task, i.e. land use or land cover maps that can be produced using spectro-temporal aspect of the Sentinel-2 SITS.Two main difficulties are identified in this thesis for the process of Sentinel-2 SITS. First, the unprecedented amount of data requires both scalable classifiers and code optimization techniques (such as parallel processing). Second, the acquisition noise (clouds, shadows) combined with the temporal aspect results in irregular and unevenly sampled time-series. Conventional approaches re-sample time-series to a set of time stamps, then they use machine learning techniques to classify vectors at a large-scale (national scale). The main disadvantage of this two-step processing approach is that it increases the number of operations applied to the SITS, implying a more difficult transition to massive amount of data. To a lower extent, the re-sampling step may slightly alter the temporal characteristics of the data.This thesis contributions are the following. We introduce a novel model-based approach with the ability to classify irregularly sampled time-series based on a mixture of multivariate Gaussian processes. A two-step approach has been used, by defining on one hand a model of uni-variate time-series, independent from the spectral wavelength point of view, then by considering on the second hand both spectral and temporal information from SITS. These models allow jointly a reconstruction of unobserved or noisy data. Estimation of both models has been implemented using a parallelized python code to be scalable to large-scale data-sets. The two models are evaluated numerically on Sentinel-2 SITS in terms of classification and reconstruction accuracy and are compared with conventional approaches. Analyses of the results illustrate the relevance of the two models and the benefit of using interpretable parametric models. Note de contenu : General Introduction
1- Satellite image time-series analysis and classification
2- Statistical modelling for time-series classification
3- Model-based classification for irregularly sampled time-series
4- Joint supervised classification and reconstruction of irregularly sampled satellite image times series
5- Mixture of multivariate gaussian processes for classification of irregularly sampled SITS
Conclusion and perspectivesNuméro de notice : 15280 Affiliation des auteurs : non IGN Thématique : IMAGERIE/MATHEMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Mathématiques Appliquées : Grenoble : 2021 Organisme de stage : Laboratoire Jean Kuntzmann DOI : sans En ligne : https://hal.science/tel-03682025 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101161 Suivi écologique des prairies semi-naturelles : analyse statistique de séries temporelles denses d’images satellite à haute résolution spatiale / Maylis Lopes (2018)
![]()
contenu dans 27èmes Journées de la Recherche de l'IGN / Journées Recherche de l'IGN 2018, 27es Journées (22 - 23 mars 2018; Cité Descartes, Champs-sur-Marne, France) (2018)
Titre : Suivi écologique des prairies semi-naturelles : analyse statistique de séries temporelles denses d’images satellite à haute résolution spatiale Type de document : Article/Communication Auteurs : Maylis Lopes, Auteur ; Mathieu Fauvel, Auteur ; Stéphane Girard, Auteur Editeur : Saint-Mandé : Institut national de l'information géographique et forestière - IGN (2012-) Année de publication : 2018 Conférence : Journées Recherche de l'IGN 2018, 27es Journées 22/03/2018 23/03/2018 Champs-sur-Marne France programme sans actes Importance : 49 p. Format : 30 x 21 cm Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] analyse diachronique
[Termes IGN] couleur (variable spectrale)
[Termes IGN] image Sentinel-MSI
[Termes IGN] méthode robuste
[Termes IGN] prairie
[Termes IGN] série temporelle
[Termes IGN] signature spectrale
[Termes IGN] surveillance écologiqueRésumé : (Auteur) Les prairies semi-naturelles (PSN) représentent une source importante de biodiversité dans les paysages agricoles qu’il est important de surveiller. La télédétection constitue un puissant outil pour assurer ce suivi grâce à la couverture spatiale des satellites et leur fréquence de revisite. Cependant jusqu’à récemment, le fonctionnement écologique des PSN a été peu étudié dans nos paysages fragmentés du fait des résolutions spatiale ou temporelle limitées des capteurs. Les satellites de nouvelle génération, tels que Sentinel-2, offrent de nouvelles opportunités pour le suivi des prairies car ils fournissent gratuitement des images des surfaces terrestres à haute résolution spatiale et temporelle. Cependant, le nouveau type de donnée issue de ces satellites implique des problèmes liés au traitement de données massives et de grande dimension en raison du nombre croissant de pixels à traiter et du nombre élevé de variables spectro-temporelles. Dans ce travail, nous analysons tout d’abord la réponse spectro-temporelle des PSN. Puis nous proposons des outils et méthodes robustes adaptés au suivi écologique des PSN à partir de séries temporelles denses d’images satellites à haute résolution spatiale. Numéro de notice : C2018-039 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Communication nature-HAL : ComSansActesPubliés-Unpublished DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91142 Documents numériques
peut être téléchargé
Suivi écologique des prairies semi-naturelles... - Diaporama de présentationAdobe Acrobat PDF