Centre de documentation
scientifique

Urban impervious surface estimation from remote sensing and social data / Yan Yu in Photogrammetric Engineering & Remote Sensing, PERS, vol 84 n° 12 (December 2018)  

Public [article]  inPhotogrammetric Engineering & Remote Sensing, PERS > vol 84 n° 12 (December 2018) . - pp 771 - 780 Titre : Urban impervious surface estimation from remote sensing and social data Type de document : Article/Communication Auteurs : Yan Yu, Auteur ; Jun Li, Auteur ; Changyu Zhu, Auteur ; Antonio J. Plaza, Auteur Année de publication : 2018 Article en page(s) : pp 771 - 780 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques [Termes IGN] analyse des mélanges spectraux [Termes IGN] base de données routières [Termes IGN] Canton (Kouangtoung) [Termes IGN] contenu généré par les utilisateurs [Termes IGN] données issues des réseaux sociaux [Termes IGN] données localisées des bénévoles [Termes IGN] données vectorielles [Termes IGN] Google Maps [Termes IGN] image Landsat-8 [Termes IGN] image Landsat-OLI [Termes IGN] OpenStreetMap [Termes IGN] point d'intérêt [Termes IGN] régression multiple [Termes IGN] réseau routier [Termes IGN] surface imperméable [Termes IGN] zone urbaine Résumé : (auteur) We propose an inspiring approach for accurate impervious surface estimation based on the integration of remote sensing and social data. The proposed approach exploits the strengths of two kind of heterogeneous features, i.e., physical features and social features, where the former ones are derived by a morphological attribute profiles-guided spectral mixture analysis model using remote sensing imagery, and the latter ones are obtained from the normalized kernel density of point of interest and vector road datasets. These two features are then integrated using a multivariable linear regression model to estimate impervious surfaces. The proposed method has been tested in the main urban area of Guangzhou, China, in pixel level and parcel level, respectively. The obtained results, with the overall RMSE of 10.98% and 10.90% for pixel level and parcel level, respectively, demonstrate the good performance of integrating remote sensing imagery and social data for mapping of urban impervious surface. Numéro de notice : A2018-549 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.14358/PERS.84.12.771 Date de publication en ligne : 01/12/2018 En ligne : https://doi.org/10.14358/PERS.84.12.771 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91622 [article]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
105-2018121	RAB	Revue	Centre de documentation	En réserve L003	Disponible