Centre dedocumentation
scientifique

Developing shopping and dining walking indices using POIs and remote sensing data / Yingbin Deng in ISPRS International journal of geo-information, vol 9 n° 6 (June 2020)  

Public [article]  inISPRS International journal of geo-information > vol 9 n° 6 (June 2020) . - 22 p. Titre : Developing shopping and dining walking indices using POIs and remote sensing data Type de document : Article/Communication Auteurs : Yingbin Deng, Auteur ; Yingwei Yan, Auteur ; Yichun Xie, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : 22 p. Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes descripteurs IGN] achat [Termes descripteurs IGN] couvert végétal [Termes descripteurs IGN] distance [Termes descripteurs IGN] données environnementales [Termes descripteurs IGN] loisir [Termes descripteurs IGN] navigation pédestre [Termes descripteurs IGN] Normalized Difference Vegetation Index [Termes descripteurs IGN] OpenStreetMap [Termes descripteurs IGN] point d'intérêt [Termes descripteurs IGN] sport [Termes descripteurs IGN] température au sol [Termes descripteurs IGN] trajet Résumé : (auteur) Walking is one of the most commonly promoted traveling methods and is garnering increasing attention. Many indices/scores have been developed by scholars to measure the walkability in a local community. However, most existing walking indices/scores involve urban planning-oriented, local service-oriented, regional accessibility-oriented, and physical activity-oriented walkability assessments. Since shopping and dining are two major leisure activities in our daily lives, more attention should be given to the shopping or dining-oriented walking environment. Therefore, we developed two additional walking indices that focus on shopping or dining. The point of interest (POI), vegetation coverage, water coverage, distance to bus/subway station, and land surface temperature were employed to construct walking indices based on 50-meter street segments. Then, walking index values were categorized into seven recommendation levels. The field verification illustrates that the proposed walking indices can accurately represent the walking environment for shopping and dining. The results in this study could provide references for citizens seeking to engage in activities of shopping and dining with a good walking environment. Numéro de notice : A2020-310 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/ijgi9060366 date de publication en ligne : 02/06/2020 En ligne : https://doi.org/10.3390/ijgi9060366 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95157 [article]

A semi-ellipsoid-model based fuzzy classifier to map grassland in Inner Mongolia, China / Hai Lan in ISPRS Journal of photogrammetry and remote sensing, vol 85 (November 2013)

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 85 (November 2013) . - pp 21 - 31 Titre : A semi-ellipsoid-model based fuzzy classifier to map grassland in Inner Mongolia, China Type de document : Article/Communication Auteurs : Hai Lan, Auteur ; Yichun Xie, Auteur Année de publication : 2013 Article en page(s) : pp 21 - 31 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] analyse comparative [Termes descripteurs IGN] classification floue [Termes descripteurs IGN] classification hybride [Termes descripteurs IGN] fusion d'images [Termes descripteurs IGN] image CBERS [Termes descripteurs IGN] image Landsat-ETM+ [Termes descripteurs IGN] image Landsat-TM [Termes descripteurs IGN] Mongolie intérieure (Chine) [Termes descripteurs IGN] prairie Résumé : (Auteur) Remote sensing techniques offer effective means for mapping plant communities. However, mapping grassland with fine vegetative classes over large areas has been challenging for either the coarse resolutions of remotely sensed images or the high costs of acquiring images with high-resolutions. An improved hybrid-fuzzy-classifier (HFC) derived from a semi-ellipsoid-model (SEM) is developed in this paper to achieve higher accuracy for classifying grasslands with Landsat images. The Xilin River Basin, Inner Mongolia, China, is chosen as the study area, because an acceptable volume of ground truthing data was previously collected by multiple research communities. The accuracy assessment is based on the comparison of the classification outcomes from four types of image sets: (1) Landsat ETM+ August 14, 2004, (2) Landsat TM August 12, 2009, (3) the fused images of ETM+ with CBERS, and (4) TM with CBERS, respectively, and by three classifiers, the proposed HFC-SEM, the tetragonal pyramid model (TPM) based HFC, and the support vector machine method. In all twelve classification experiments, the HFC-SEM classifier had the best overall accuracy statistics. This finding indicates that the medium resolution Landsat images can be used to map grassland vegetation with good vegetative detail when the proper classifier is applied. Numéro de notice : A2013-605 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=32741 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2013111	RAB	Revue	Centre de documentation	En réserve 3L	Disponible

GeoComputation 2005, 8th international conference on GeoComputation, 1- 3 August 2005, University of Michigan, USA / Yichun Xie (2005)

Public Titre : GeoComputation 2005, 8th international conference on GeoComputation, 1- 3 August 2005, University of Michigan, USA Type de document : Actes de congrès Auteurs : Yichun Xie, Editeur scientifique ; Daniel G. Brown, Editeur scientifique Congrès : GeoComputation 2005, 8th international conference on GeoComputation (1 - 3 aout 2005; Ann Arbor, Michigan - Etats-Unis), Auteur Editeur : Ann Arbor : University of Michigan Année de publication : 2005 Format : 1 cédérom Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique [Termes descripteurs IGN] ArcGIS [Termes descripteurs IGN] distribution spatiale [Termes descripteurs IGN] données localisées [Termes descripteurs IGN] modèle conceptuel de données localisées [Termes descripteurs IGN] population urbaine [Termes descripteurs IGN] qualité des données [Termes descripteurs IGN] système d'information géographique [Termes descripteurs IGN] utilisation du sol Index. décimale : MULTIM Cédéroms et DVD Numéro de notice : 24670 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Actes Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92407

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
24670-01	MULTIM	Cédérom	Centre de documentation	Indéterminé	Exclu du prêt