Centre dedocumentation
scientifique

Large-scale burn severity mapping in multispectral imagery using deep semantic segmentation models / Xikun Hu in ISPRS Journal of photogrammetry and remote sensing, vol 196 (February 2023)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 196 (February 2023) . - pp 228 - 240 Titre : Large-scale burn severity mapping in multispectral imagery using deep semantic segmentation models Type de document : Article/Communication Auteurs : Xikun Hu, Auteur ; Puzhao Zhang, Auteur ; Yifang Ban, Auteur Année de publication : 2023 Article en page(s) : pp 228 - 240 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes IGN] carte thématique [Termes IGN] classification par réseau neuronal convolutif [Termes IGN] dommage [Termes IGN] image Landsat-ETM+ [Termes IGN] image Landsat-OLI [Termes IGN] image Landsat-TM [Termes IGN] image multibande [Termes IGN] image Sentinel-MSI [Termes IGN] incendie de forêt [Termes IGN] jeu de données localisées [Termes IGN] segmentation sémantique [Termes IGN] surveillance forestière [Termes IGN] zone sinistrée Résumé : (auteur) Nowadays Earth observation satellites provide forest fire authorities and resource managers with spatial and comprehensive information for fire stabilization and recovery. Burn severity mapping is typically performed by classifying bi-temporal indices (e.g., dNBR, and RdNBR) using thresholds derived from parametric models incorporating field-based measurements. Analysts are currently expending considerable manual effort using prior knowledge and visual inspection to determine burn severity thresholds. In this study, we aim to employ highly automated approaches to provide spatially explicit damage level estimates. We first reorganize a large-scale Landsat-based bi-temporal burn severity assessment dataset (Landsat-BSA) by visual data cleaning based on annotated MTBS data (approximately 1000 major fire events in the United States). Then we apply state-of-the-art deep learning (DL) based methods to map burn severity based on the Landsat-BSA dataset. Experimental results emphasize that multi-class semantic segmentation algorithms can approximate the threshold-based techniques used extensively for burn severity classification. UNet-like models outperform other region-based CNN and Transformer-based models and achieve accurate pixel-wise classification results. Combined with the online hard example mining algorithm to reduce class imbalance issue, Attention UNet achieves the highest mIoU (0.78) and the highest Kappa coefficient close to 0.90. The bi-temporal inputs with ancillary spectral indices work much better than the uni-temporal multispectral inputs. The restructured dataset will be publicly available and create opportunities for further advances in remote sensing and wildfire communities. Numéro de notice : A2023-122 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2022.12.026 Date de publication en ligne : 11/01/2023 En ligne : https://doi.org/10.1016/j.isprsjprs.2022.12.026 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102498 [article]

An implicit radar convolutional burn index for burnt area mapping with Sentinel-1 C-band SAR data / Puzhao Zhang in ISPRS Journal of photogrammetry and remote sensing, Vol 158 (December 2019)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > Vol 158 (December 2019) . - pp 50 - 62 Titre : An implicit radar convolutional burn index for burnt area mapping with Sentinel-1 C-band SAR data Type de document : Article/Communication Auteurs : Puzhao Zhang, Auteur ; Andrea Nascetti, Auteur ; Yifang Ban, Auteur ; Maoguo Gong, Auteur Année de publication : 2019 Article en page(s) : pp 50 - 62 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications [Termes IGN] Californie (Etats-Unis) [Termes IGN] carte de la végétation [Termes IGN] classification par réseau neuronal convolutif [Termes IGN] détection de changement [Termes IGN] image à haute résolution [Termes IGN] image multibande [Termes IGN] image multitemporelle [Termes IGN] image radar moirée [Termes IGN] incendie [Termes IGN] Normalized Difference Vegetation Index [Termes IGN] Short Waves InfraRed Résumé : (auteur) Compared with optical sensors, the all-weather and day-and-night imaging ability of Synthetic Aperture Radar (SAR) makes it competitive for burnt area mapping. This study investigates the potential of Sentinel-1 C-band SAR sensors in burnt area mapping with an implicit Radar Convolutional Burn Index (RCBI). Based on multitemporal Sentinel-1 SAR data, a convolutional networks-based classification framework is proposed to learn the RCBI for highlighting the burnt areas. We explore the mapping accuracy level that can be achieved using SAR intensity and phase information for both VV and VH polarizations. Moreover, we investigate the decorrelation of Interferometric SAR (InSAR) coherence to wildfire events using different temporal baselines. The experimental results on two recent fire events, Thomas Fire (Dec., 2017) and Carr Fire (July, 2018) in California, demonstrate that the learnt RCBI has a better potential than the classical log-ratio operator in highlighting burnt areas. By exploiting both VV and VH information, the developed RCBI achieved an overall mapping accuracy of 94.68% and 94.17% on the Thomas Fire and Carr Fire, respectively. Numéro de notice : A2019-545 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2019.09.013 Date de publication en ligne : 04/10/2019 En ligne : https://doi.org/10.1016/j.isprsjprs.2019.09.013 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94189 [article]

Réservation

Réserver ce document

Exemplaires (3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2019121	RAB	Revue	Centre de documentation	En réserve 3L	Disponible
081-2019123	DEP-RECP	Revue	LaSTIG	Dépôt en unité	Exclu du prêt
081-2019122	DEP-RECF	Revue	Nancy	Dépôt en unité	Exclu du prêt

Sentinel-1A SAR and sentinel-2A MSI data fusion for urban ecosystem service mapping / Jan Haas in Remote Sensing Applications: Society and Environment, RSASE, vol 8 (November 2017)  

Public [article]  inRemote Sensing Applications: Society and Environment, RSASE > vol 8 (November 2017) . - pp 41 - 53 Titre : Sentinel-1A SAR and sentinel-2A MSI data fusion for urban ecosystem service mapping Type de document : Article/Communication Auteurs : Jan Haas, Auteur ; Yifang Ban, Auteur Année de publication : 2017 Article en page(s) : pp 41 - 53 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image mixte [Termes IGN] fusion d'images [Termes IGN] image Sentinel-MSI [Termes IGN] image Sentinel-SAR [Termes IGN] occupation du sol [Termes IGN] segmentation d'image [Termes IGN] service écosystémique [Termes IGN] Zurich (Suisse) Résumé : (auteur) The two main objectives of this study are to evaluate the potential use and synergetic effects of ESA Sentinel-1A C-band SAR and Sentinel-2A MSI data for classification and mapping of ecologically important urban and peri-urban space and to introduce spatial characteristics into ecosystem service analyses based on remotely sensed data. Image resolutions between 5 m and 20 m provided by the Sentinel satellites introduce a new relevant spatial scale in-between high and medium resolution data at which not only urban areas but also their important hinterlands can be effectively and efficiently mapped. Sentinel-1/2 data fusion facilitates both the capture of ecologically relevant details while at the same time also enabling large-scale urban analyses that draw surrounding regions into consideration. The combined use of Sentinel-1A SAR in Interferometric Wide Swath mode and simulated Sentinel-2A MSI (APEX) data is being evaluated in a classification of the Zürich metropolitan area, Switzerland. The SAR image was terrain-corrected, speckle-filtered and co-registered to the simulated Sentinel-2 image. After radiometric and spatial resampling, the fused image stack was segmented and classified by SVM. After post-classification, landscape elements were investigated in terms of spatial characteristics and topological relations that are believed to influence ecosystem service supply and demand, i.e. area, contiguity, perimeter-to-area ratio and distance. Based on the classification results, ecosystem service supplies and demands accounting for spatial and topological patch characteristics were attributed to 14 land cover classes. The quantification of supply and demand values resulted in a positive ecosystem service budget for Zürich. The spatially adjusted service budgets and the original budgets are similar from a landscape perspective but deviate up to 50% on the patch level. The introduction of spatial and topological patch characteristics gives a more accurate impression of ecosystem service supply and demands and their distributions, thus enabling more detailed analyses in complex urban surroundings. The method and underlying data are considered suitable for urban land cover and ecosystem service mapping and the introduction of spatial aspects into relative ecosystem service valuation concepts is believed to add another important aspect in currently existing approaches. Numéro de notice : A2017-414 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.1016/j.rsase.2017.07.006 En ligne : https://doi.org/10.1016/j.rsase.2017.07.006 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=86305 [article]

An across-country comparison of the hierarchical spatial structures of cities / Xintao Liu in Geomatica [en ligne], vol 68 n° 3 (September 2014)  

Public [article]  inGeomatica [en ligne] > vol 68 n° 3 (September 2014) . - pp 207 - 217 Titre : An across-country comparison of the hierarchical spatial structures of cities Type de document : Article/Communication Auteurs : Xintao Liu, Auteur ; Yifang Ban, Auteur ; Songnian Li, Auteur Année de publication : 2014 Article en page(s) : pp 207 - 217 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes IGN] analyse comparative [Termes IGN] géostatistique [Termes IGN] métropole [Termes IGN] ville Index. décimale : 37.20 Analyse spatiale et ses outils Résumé : (Auteur) Le présent article examine les structures hiérarchiques de vingt-neuf pays européens sélectionnés sous l'angle de blocs et de villes naturelles et fait une comparaison entre les pays. Les blocs sont des cycles minimaux formés de segments de routes dans le réseau routier d'un seul pays; les villes naturelles sont définies comme étant des regroupements de petits blocs. Nous avons vérifié la distribution granulométrique des blocs et des villes naturelles au niveau des pays et nous avons constaté que les deux présentent des distributions à queue lourde. La distribution, selon la loi de puissance, de la taille des villes indique la présence de la propriété de mise à l’échelle. Par conséquent, les villes d'un pays peuvent être groupées itérativement dans une structure similaire à deux niveaux de tête et de queue par le truchement de la règle de division tête/queue. Les niveaux ascendants représentent les petites villes, les villes moyennes, les grandes villes et les villes géantes. Par conséquent, un modèle simple est développé pour évaluer et faire une comparaison croisée du degré de similarité et de stabilité des propriétés de mise à l’échelle et des structures hiérarchiques des villes. En outre, les villes et les blocs sont les unités fonctionnelles d'un pays et les valeurs du coefficient de corrélation entre la taille des villes et le nombre de blocs et les facteurs économiques (c.-à-d., produit intérieur brut et population) peuvent atteindre jusqu’à 0,87. Nous émettons de plus l'hypothèse que les résultats comparés des hiérarchies peuvent servir d'indicateurs pour évaluer le système économique d'un pays. Numéro de notice : A2014-624 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.5623/cig2014-305 En ligne : https://doi.org/10.5623/cig2014-305 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=75003 [article]

Object-based fusion of multitemporal multiangle ENVISAT ASAR and HJ-1B multispectral data for urban land-cover mapping / Yifang Ban in IEEE Transactions on geoscience and remote sensing, vol 51 n° 4 Tome 1 (April 2013)  

Public [article]  inIEEE Transactions on geoscience and remote sensing > vol 51 n° 4 Tome 1 (April 2013) . - pp 1998 - 2006 Titre : Object-based fusion of multitemporal multiangle ENVISAT ASAR and HJ-1B multispectral data for urban land-cover mapping Type de document : Article/Communication Auteurs : Yifang Ban, Auteur ; Alexender Jacob, Auteur Année de publication : 2013 Article en page(s) : pp 1998 - 2006 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes IGN] carte d'occupation du sol [Termes IGN] conflation [Termes IGN] fusion de données multisource [Termes IGN] image Envisat-ASAR [Termes IGN] image HJ-1B [Termes IGN] image multibande [Termes IGN] image multitemporelle [Termes IGN] image radar moirée [Termes IGN] Pékin (Chine) [Termes IGN] segmentation d'image [Termes IGN] zone urbaine Résumé : (Auteur) The objectives of this research are to develop robust methods for segmentation of multitemporal synthetic aperture radar (SAR) and optical data and to investigate the fusion of multitemporal ENVISAT advanced synthetic aperture radar (ASAR) and Chinese HJ-1B multispectral data for detailed urban land-cover mapping. Eight-date multiangle ENVISAT ASAR images and one-date HJ-1B charge-coupled device image acquired over Beijing in 2009 are selected for this research. The edge-aware region growing and merging (EARGM) algorithm is developed for segmentation of SAR and optical data. Edge detection using a Sobel filter is applied on SAR and optical data individually, and a majority voting approach is used to integrate all edge images. The edges are then used in a segmentation process to ensure that segments do not grow over edges. The segmentation is influenced by minimum and maximum segment sizes as well as the two homogeneity criteria, namely, a measure of color and a measure of texture. The classification is performed using support vector machines. The results show that our EARGM algorithm produces better segmentation than eCognition, particularly for built-up classes and linear features. The best classification result (80%) is achieved using the fusion of eight-date ENVISAT ASAR and HJ-1B data. This represents 5%, 11%, and 14% improvements over eCognition, HJ-1B, and ASAR classifications, respectively. The second best classification is achieved using fusion of four-date ENVISAT ASAR and HJ-1B data (78%). The result indicates that fewer multitemporal SAR images can achieve similar classification accuracy if multitemporal multiangle dual-look-direction SAR data are carefully selected. Numéro de notice : A2013-213 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2012.2236560 En ligne : https://doi.org/10.1109/TGRS.2012.2236560 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=32351 [article]

Online visualization of 3D city model using CityGML and X3DOM / B. Mao in Cartographica, vol 46 n° 2 (June 2011)  

Permalink

A multiple representation data structure for dynamic visualisation of generalised 3D city models / B. Mao in ISPRS Journal of photogrammetry and remote sensing, vol 66 n° 2 (March - April 2011)  

Permalink

Context-based mapping of damaged buildings from high-resolution optical satellite images / T. Vu in International Journal of Remote Sensing IJRS, vol 31 n° 13 (July /2010)  

Permalink