Centre de documentation
scientifique

GeoDanceHive: An operational hive for honeybees dances recording / Sylvain Galopin in Animals, vol 13 n° 7 (April-1 2023)  

Public [article]  inAnimals > vol 13 n° 7 (April-1 2023) . - n° 1182 Titre : GeoDanceHive: An operational hive for honeybees dances recording Type de document : Article/Communication Auteurs : Sylvain Galopin , Auteur ; Guillaume Touya , Auteur ; Pierrick Aupinel, Auteur ; Freddie-Jeanne Richard, Auteur Année de publication : 2023 Projets : 3-projet - voir note / Article en page(s) : n° 1182 Note générale : bibliographie This research was funded by the french ministries of Agriculture and Food Sovereignty (MASA—FCPR program), Ecological Transition and Territorial Cohesion (MTECT), Health and Prevention (MSP) and Higher Education and Research (MESR) and by the French national facility for institutional procurement of VHR satellite imagery (DINAMIS) and by the Lune de Miel® Fondation. This research was financially supported by the French Office for Biodiversity, on the fee envelope for diffuse pollution of the Écophyto II+ coord plan. F-J Richard, partners P. Aupinel and G. Touya for the DANCE project. Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique [Termes IGN] alimentation [Termes IGN] comportement [Termes IGN] enregistrement de données [Termes IGN] Hymenoptera (ordre) Résumé : (auteur) Honeybees are known for their ability to communicate about resources in their environment. They inform the other foragers by performing specific dance sequences according to the spatial characteristics of the resource. The purpose of our study is to provide a new tool for honeybees dances recording, usable in the field, in a practical and fully automated way, without condemning the harvest of honey. We designed and equipped an outdoor prototype of a production hive, later called “GeoDanceHive”, allowing the continuous recording of honeybees’ behavior such as dances and their analysis. The GeoDanceHive is divided into two sections, one for the colony and the other serving as a recording studio. The time record of dances can be set up from minutes to several months. To validate the encoding and sampling quality, we used an artificial feeder and visual decoding to generate maps with the vector endpoints deduced from the dance information. The use of the GeoDanceHive is designed for a wide range of users, who can meet different objectives, such as researchers or professional beekeepers. Thus, our hive is a powerful tool for honeybees studies in the field and could highly contribute to facilitating new research approaches and a better understanding landscape ecology of key pollinators. Numéro de notice : A2023-087 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/ani13071182 En ligne : https://doi.org/10.3390/ani13071182 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102987 [article]

AncGIS: SIG Web pour l’analyse des ressources mellifères / Sylvain Galopin (2020)

Public Titre : AncGIS: SIG Web pour l’analyse des ressources mellifères Type de document : Article/Communication Auteurs : Sylvain Galopin , Auteur Editeur : GdR MaDICS Année de publication : 2020 Conférence : Atelier 2020 AGEE du second symposium GdR CNRS MaDICS 06/07/2020 06/07/2020 en ligne France programme Langues : Français (fre) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes IGN] WebSIG Numéro de notice : C2020-025 Affiliation des auteurs : IGN (2020- ) Thématique : GEOMATIQUE Nature : Communication nature-HAL : ComSansActesPubliés-Unpublished DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97637

Very high resolution land cover mapping of urban areas at global scale with convolutional neural network / Thomas Tilak (2020)  

Public Titre : Very high resolution land cover mapping of urban areas at global scale with convolutional neural network Type de document : Article/Communication Auteurs : Thomas Tilak , Auteur ; Arnaud Braun , Auteur ; David Chandler , Auteur ; Nicolas David , Auteur ; Sylvain Galopin , Auteur ; Amélie Lombard, Auteur ; Camille Parisel , Auteur ; Camille Parisel , Auteur ; Matthieu Porte , Auteur ; Marjorie Robert, Auteur Editeur : International Society for Photogrammetry and Remote Sensing ISPRS Année de publication : 2020 Autre Editeur : Ithaca [New York - Etats-Unis] : ArXiv - Université Cornell Collection : International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, ISSN 1682-1750 num. 43-B3 Projets : 1-Pas de projet / Conférence : ISPRS 2020, Commission 3, virtual Congress, Imaging today foreseeing tomorrow 31/08/2020 02/09/2020 Nice (en ligne) France Archives Commission 3 Importance : 8 p. Format : 21 x 30 cm Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] BD Alti [Termes IGN] carte d'occupation du sol [Termes IGN] chaîne de production [Termes IGN] chaîne de traitement [Termes IGN] classification par réseau neuronal convolutif [Termes IGN] corrélation croisée maximale [Termes IGN] données d'entrainement (apprentissage automatique) [Termes IGN] Gironde (33) [Termes IGN] image à très haute résolution [Termes IGN] image aérienne [Termes IGN] image multibande [Termes IGN] modèle numérique de surface [Termes IGN] segmentation sémantique [Termes IGN] vectorisation [Termes IGN] zone d'intérêt [Termes IGN] zone urbaine Résumé : (auteur) This paper describes a methodology to produce a 7-classes land cover map of urban areas from very high resolution images and limited noisy labeled data. The objective is to make a segmentation map of a large area (a french department) with the following classes: asphalt, bare soil, building, grassland, mineral material (permeable artificialized areas), forest and water from 20cm aerial images and Digital Height Model. We created a training dataset on a few areas of interest aggregating databases, semi-automatic classification, and manual annotation to get a complete ground truth in each class. A comparative study of different encoder-decoder architectures (U-Net, U-Net with Resnet encoders, Deeplab v3+) is presented with different loss functions. The final product is a highly valuable land cover map computed from model predictions stitched together, binarized, and refined before vectorization. Numéro de notice : C2020-038 Affiliation des auteurs : IGN+Ext (2020- ) Autre URL associée : vers ArXiv Thématique : IMAGERIE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.5194/isprs-archives-XLIII-B3-2020-201-2020 Date de publication en ligne : 21/08/2020 En ligne : https://doi.org/10.5194/isprs-archives-XLIII-B3-2020-201-2020 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95079