Centre dedocumentation
scientifique

Automated retrieval of forest structure variables based on multi-scale texture analysis of VHR satellite imagery / Benoit Beguet in ISPRS Journal of photogrammetry and remote sensing, vol 96 (October 2014)

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 96 (October 2014) . - pp 164 - 178 Titre : Automated retrieval of forest structure variables based on multi-scale texture analysis of VHR satellite imagery Type de document : Article/Communication Auteurs : Benoit Beguet, Auteur ; Dominique Guyon, Auteur ; Samia Boukir, Auteur ; Nesrine Chehata , Auteur Année de publication : 2014 Article en page(s) : pp 164 - 178 Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] forêt [Termes IGN] image à haute résolution [Termes IGN] image multibande Résumé : (Auteur) The main goal of this study is to design a method to describe the structure of forest stands from Very High Resolution satellite imagery, relying on some typical variables such as crown diameter, tree height, trunk diameter, tree density and tree spacing. The emphasis is placed on the automatization of the process of identification of the most relevant image features for the forest structure retrieval task, exploiting both spectral and spatial information. Our approach is based on linear regressions between the forest structure variables to be estimated and various spectral and Haralick’s texture features. The main drawback of this well-known texture representation is the underlying parameters which are extremely difficult to set due to the spatial complexity of the forest structure. To tackle this major issue, an automated feature selection process is proposed which is based on statistical modeling, exploring a wide range of parameter values. It provides texture measures of diverse spatial parameters hence implicitly inducing a multi-scale texture analysis. A new feature selection technique, we called Random PRiF, is proposed. It relies on random sampling in feature space, carefully addresses the multicollinearity issue in multiple-linear regression while ensuring accurate prediction of forest variables. Our automated forest variable estimation scheme was tested on Quickbird and Pléiades panchromatic and multispectral images, acquired at different periods on the maritime pine stands of two sites in South-Western France. It outperforms two well-established variable subset selection techniques. It has been successfully applied to identify the best texture features in modeling the five considered forest structure variables. The RMSE of all predicted forest variables is improved by combining multispectral and panchromatic texture features, with various parameterizations, highlighting the potential of a multi-resolution approach for retrieving forest structure variables from VHR satellite images. Thus an average prediction error of ∼∼1.1 m is expected on crown diameter, ∼∼0.9 m on tree spacing, ∼∼3 m on height and ∼∼0.06 m on diameter at breast height. Numéro de notice : A2014-377 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=73816 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2014101	RAB	Revue	Centre de documentation	En réserve 3L	Disponible

Quantification et cartographie de la structure forestière à partir de la texture des images Pléiades / Benoit Beguet in Revue Française de Photogrammétrie et de Télédétection, n° 208 (Octobre 2014)

Public [article]  inRevue Française de Photogrammétrie et de Télédétection > n° 208 (Octobre 2014) . - pp 83 - 88 Titre : Quantification et cartographie de la structure forestière à partir de la texture des images Pléiades Type de document : Article/Communication Auteurs : Benoit Beguet, Auteur ; Nesrine Chehata , Auteur ; Samia Boukir, Auteur ; Dominique Guyon, Auteur Année de publication : 2014 Article en page(s) : pp 83 - 88 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes IGN] analyse texturale [Termes IGN] classification par forêts aléatoires [Termes IGN] forêt [Termes IGN] hauteur des arbres [Termes IGN] image à très haute résolution [Termes IGN] image multibande [Termes IGN] image panchromatique [Termes IGN] image Pléiades [Termes IGN] Landes (40) [Termes IGN] Pinus pinaster [Termes IGN] régression multiple [Termes IGN] structure d'un peuplement forestier [Termes IGN] texture d'image Résumé : (Auteur) Cette étude montre le potentiel de l'information texturale des images à très haute résolution spatiale Pléiades pour la quantification et la cartographie de la structure forestière des peuplements de pin maritime du sud-ouest de la France (massif landais). Une première étape montre qu'il est possible d'estimer, par régressions linéaires multiples, les variables de structure forestière (comme le diamètre des couronnes ou la hauteur des arbres) à partir d'un ensemble d'attributs de texture automatiquement sélectionnés parmi un grand nombre de paramétrages possibles. La classification de l'image est ensuite effectuée en utilisant l'algorithme des forêts aléatoires (RF) pour discriminer cinq classes de structure forestière avec une approche hiérarchique. L'importance de variable des RF est utilisée pour la sélection des attributs de texture. Les résultats montrent l'intérêt de l'automatisation du processus, et de l'utilisation conjointe des deux résolutions des images Pléiades (panchromatique et multispectral) pour dériver les attributs de texture les plus performants pour détecter de fines variations de structure forestière. Numéro de notice : A2014-609 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=74910 [article]

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
018-2014042	SL	Revue	Centre de documentation	Revues en salle	Disponible
018-2014041	SL	Revue	Centre de documentation	Revues en salle	Disponible

Caractérisation et cartographie de la structure forestière à partir d'images satellitaires à très haute résolution spatiale / Benoit Beguet (2014)  

Public Titre : Caractérisation et cartographie de la structure forestière à partir d'images satellitaires à très haute résolution spatiale Type de document : Thèse/HDR Auteurs : Benoit Beguet, Auteur Editeur : Talence : Université de Bordeaux 3 Michel de Montaigne Année de publication : 2014 Format : 21 x 30 cm Note générale : bibliographie Sciences de la Terre, Université Michel de Montaigne - Bordeaux III Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes IGN] analyse texturale [Termes IGN] caractérisation [Termes IGN] carte forestière [Termes IGN] classification par forêts aléatoires [Termes IGN] densité de la végétation [Termes IGN] forêt tempérée [Termes IGN] hauteur des arbres [Termes IGN] image multibande [Termes IGN] image panchromatique [Termes IGN] image Pléiades-HR [Termes IGN] image Quickbird [Termes IGN] Landes (40) [Termes IGN] Pinus pinaster [Termes IGN] régression multiple [Termes IGN] structure d'un peuplement forestier Résumé : (auteur) Les images à très haute résolution spatiale (THR) telles que les images Pléiades (50 cm en Panchromatique, 2m en multispectral) rendent possible une description fine de la structure forestière (distribution et dimensions des arbres) à l'échelle du peuplement, en exploitant la relation entre la structure spatiale des arbres et la texture d'image quand la taille du pixel est inférieure à la dimension des arbres. Cette attente répond au besoin d'inventaire spatialisé de la ressource forestière à l'échelle du peuplement et de ses changements dus à la gestion forestière, à l'aménagement du territoire ou aux événements catastrophiques. L'objectif est double: (1) évaluer le potentiel de la texture d'images THR pour estimer les principales variables de structure forestière (diamètre des couronnes, diamètre du tronc, hauteur, densité ou espacement des arbres) à l'échelle du peuplement; (2) sur ces bases, classer les données image, au niveau pixel, par types de structure forestière afin de produire l'information spatialisée la plus fine possible. Les principaux développements portent sur l'automatisation du paramètrage, la sélection de variables, la modélisation par régression multivariable et une approche de classification par classifieurs d'ensemble (Forêts Aléatoires ou Random Forests). Ils sont testés et évalués sur deux sites de la forêt landaise de pin maritime à partir de trois images Pléiades et une Quickbird, acquises dans diverses conditions (saison, position du soleil, angles de visée). La méthodologie proposée est générique. La robustesse aux conditions d'acquisition des images est évaluée. Les résultats montrent que des variations fines de texture caractéristiques de celles de la structure forestière sont bien identifiables. Les performances en terme d'estimation des variables forestières (RMSE) : ~1.1 m pour le diamètre des couronnes, ~3 m pour la hauteur des arbres ou encore ~0.9 m pour leur espacement, ainsi qu'en cartographie des structures forestières (~82 % de taux de bonne classification pour la reconnaissance des 5 classes principales de la structure forestière) sont satisfaisantes d'un point de vue opérationnel. L'application à des images multi-annuelles permettra d'évaluer leur capacité à détecter et cartographier des changements tels que coupe forestière, mitage urbain ou encore dégâts de tempête. Numéro de notice : 17119 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Thèse française Note de thèse : thèse de doctorat : Sciences de la Terre : Bordeaux 3 : 2014 Organisme de stage : Géoressources et Environnement nature-HAL : Thèse DOI : sans En ligne : https://hal.archives-ouvertes.fr/tel-01169651 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=80289