Centre dedocumentation
scientifique

Evaluating SAR-optical sensor fusion for aboveground biomass estimation in a Brazilian tropical forest / Aline Bernarda Debastiani in Annals of forest research, vol 62 n° 1 (January - June 2019)  

Public [article]  inAnnals of forest research > vol 62 n° 1 (January - June 2019) . - pp 109 - 122 Titre : Evaluating SAR-optical sensor fusion for aboveground biomass estimation in a Brazilian tropical forest Type de document : Article/Communication Auteurs : Aline Bernarda Debastiani, Auteur ; Carlos Roberto Sanquetta, Auteur ; Ana Paula Dalla Corte, Auteur ; et al., Auteur Année de publication : 2019 Article en page(s) : pp 109 - 122 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image mixte [Termes descripteurs IGN] Amazonie [Termes descripteurs IGN] apprentissage automatique [Termes descripteurs IGN] arbre aléatoire [Termes descripteurs IGN] bande C [Termes descripteurs IGN] biomasse aérienne [Termes descripteurs IGN] Brésil [Termes descripteurs IGN] forêt tropicale [Termes descripteurs IGN] fusion d'images [Termes descripteurs IGN] image radar moirée [Termes descripteurs IGN] image Sentinel-MSI [Termes descripteurs IGN] image Sentinel-SAR [Termes descripteurs IGN] réseau neuronal convolutif Résumé : (auteur) The aim of the present study is to evaluate the potential of C-band SAR data from the Sentinel-1/2 instruments and machine learning algorithms for the estimation of forest above ground forest biomass (AGB) in a high-biomass tropical ecosystem. This study was carried out in Jamari National Forest, located in the Brazilian Amazon. The response variable was AGB (Mg/ha) estimated from airborne laser surveys. The following treatments were considered as model predictors: 1) Sentinel-1 Sigma 0 at VV and VH polarizations; 2) (1) plus Sentinel-1 textural metrics; 3) (2) plus Sentinel-2 bands and derived vegetation indices (LAI, RVI, SAVI, NDVI).Our modeling design estimated the relative importance of SAR vs. optical variables in explaining AGB. The modeling was performed with twelve machine-learning algorithms including, neural network and regression tree. The addition of texture and optical data provided a noticeable improvement (3%) over models with SAR backscatter only. The best model performance was achieved with the Random Tree algorithm. Our results demonstrate the potential of freely-available SAR data and machine learning for mapping AGB in tropical ecosystems. Numéro de notice : A2019-335 Thématique : IMAGERIE Nature : Article DOI : 10.15287/afr.2018.1267 date de publication en ligne : 30/07/2019 En ligne : http://dx.doi.org/10.15287%2Fafr.2018.1267 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93349 [article]

Towards automatic SAR-optical stereogrammetry over urban areas using very high resolution imagery / Chunping Qiu in ISPRS Journal of photogrammetry and remote sensing, vol 138 (April 2018)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 138 (April 2018) . - pp 218 - 231 Titre : Towards automatic SAR-optical stereogrammetry over urban areas using very high resolution imagery Type de document : Article/Communication Auteurs : Chunping Qiu, Auteur ; Michael Schmitt, Auteur ; Xiao Xiang Zhu, Auteur Année de publication : 2018 Article en page(s) : pp 218 - 231 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image mixte [Termes descripteurs IGN] couple stéréoscopique [Termes descripteurs IGN] géométrie épipolaire [Termes descripteurs IGN] image optique [Termes descripteurs IGN] image radar moirée [Termes descripteurs IGN] image TerraSAR-X [Termes descripteurs IGN] image Worldview [Termes descripteurs IGN] mesure de similitude [Termes descripteurs IGN] point de liaison (imagerie) [Termes descripteurs IGN] précision de localisation [Termes descripteurs IGN] reconstruction 3D [Termes descripteurs IGN] zone urbaine Résumé : (Auteur) In this paper, we discuss the potential and challenges regarding SAR-optical stereogrammetry for urban areas, using very-high-resolution (VHR) remote sensing imagery. Since we do this mainly from a geometrical point of view, we first analyze the height reconstruction accuracy to be expected for different stereogrammetric configurations. Then, we propose a strategy for simultaneous tie point matching and 3D reconstruction, which exploits an epipolar-like search window constraint. To drive the matching and ensure some robustness, we combine different established hand-crafted similarity measures. For the experiments, we use real test data acquired by the Worldview-2, TerraSAR-X and MEMPHIS sensors. Our results show that SAR-optical stereogrammetry using VHR imagery is generally feasible with 3D positioning accuracies in the meter-domain, although the matching of these strongly hetereogeneous multi-sensor data remains very challenging. Numéro de notice : A2018-124 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2017.12.006 En ligne : https://doi.org/10.1016/j.isprsjprs.2017.12.006 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=89586 [article]

Réservation

Réserver ce document

Exemplaires (3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2018041	RAB	Revue	Centre de documentation	En réserve 3L	Disponible
081-2018043	DEP-EXM	Revue	MATIS	Dépôt en unité	Exclu du prêt
081-2018042	DEP-EAF	Revue	Nancy	Dépôt en unité	Exclu du prêt

Nouvelle méthode en cascade pour la classification hiérarchique multi-temporelle ou multi-capteur d'images satellitaires haute résolution / Ihsen Hedhli in Revue Française de Photogrammétrie et de Télédétection, n° 216 (février 2018)

Public [article]  inRevue Française de Photogrammétrie et de Télédétection > n° 216 (février 2018) . - pp 3 - 17 Titre : Nouvelle méthode en cascade pour la classification hiérarchique multi-temporelle ou multi-capteur d'images satellitaires haute résolution Type de document : Article/Communication Auteurs : Ihsen Hedhli, Auteur ; Gabriele Moser, Auteur ; Josiane Zerubia, Auteur Année de publication : 2018 Article en page(s) : pp 3 - 17 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image mixte [Termes descripteurs IGN] arbre (mathématique) [Termes descripteurs IGN] chaîne de Markov [Termes descripteurs IGN] classification bayesienne [Termes descripteurs IGN] classification dirigée [Termes descripteurs IGN] corrélation d'images [Termes descripteurs IGN] image Cosmo-Skymed [Termes descripteurs IGN] image Pléiades-HR [Termes descripteurs IGN] modèle statistique [Termes descripteurs IGN] résolution multiple [Termes descripteurs IGN] série temporelle Résumé : (Auteur) Ce papier présente un modèle de classification multi-résolution, multi-date et éventuellement multi-capteur fondé sur une modélisation statistique explicite au travers d'un modèle hiérarchique de champs de Markov construit sur une structure quad-arbre. L'approche proposée consiste en un classifieur bayésien supervisé qui combine un modèle statistique conditionnel par classe et un champ de Markov hiérarchique fusionnant l'information spatio-temporelle et multi-résolution. La méthode proposée intègre des informations pixel par pixel à la même résolution. Cela en se basant sur le critère des Modes Marginales a Posteriori (MPM en anglais), qui vise à affecter à chaque pixel l'étiquette optimale en maximisant récursivement la probabilité marginale a posteriori, étant donné l'ensemble des observations multi-temporelles ou multi-capteur. Une des originalités de l'approche proposée est l'utilisation en cascade de plusieurs quad-arbres, chacun étant associé à une nouvelle image disponible, en vue de caractériser les corrélations associées à des images distinctes. Numéro de notice : A2018-091 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=89500 [article]

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
018-2018011	SL	Revue	Centre de documentation	Revues en salle	Disponible
018-2018012	SL	Revue	Centre de documentation	Revues en salle	Disponible

Exploring image fusion of ALOS/PALSAR data and LANDSAT data to differentiate forest area / Saygin Abdikan in Geocarto international, vol 33 n° 1 (January 2018)  

Public [article]  inGeocarto international > vol 33 n° 1 (January 2018) . - pp 21 - 37 Titre : Exploring image fusion of ALOS/PALSAR data and LANDSAT data to differentiate forest area Type de document : Article/Communication Auteurs : Saygin Abdikan, Auteur Année de publication : 2018 Article en page(s) : pp 21 - 37 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image mixte [Termes descripteurs IGN] carte d'occupation du sol [Termes descripteurs IGN] classification par séparateurs à vaste marge [Termes descripteurs IGN] forêt [Termes descripteurs IGN] fusion d'images [Termes descripteurs IGN] image ALOS-PALSAR [Termes descripteurs IGN] image Landsat-TM [Termes descripteurs IGN] image multibande [Termes descripteurs IGN] image radar moirée [Termes descripteurs IGN] qualité des données [Termes descripteurs IGN] transformation en ondelettes Résumé : (Auteur) Remote sensing data utilize valuable information via various satellite sensors that have different specifications. Image fusion allows the user to combine different spatial and spectral resolutions to improve the information for purposes such as forest monitoring and land cover mapping. In this study, I assessed the contribution of dual-polarized Advanced Land Observing Satellite/Phased Array type L-band Synthetic Aperture Radar data to multispectral Landsat imagery. The research investigated the separability of forested areas using different image fusion techniques. Quality analysis of the fused images was conducted using qualitative and quantitative analyses. I applied the support vector machine image classification method for land cover mapping. Among all methods examined, the à trous wavelet transform method best differentiated the forested area with an overall accuracy (OA) of 94.316%, while Landsat had an OA of 92.626%. The findings of this study indicated that optical-SAR-fused images improve land cover classification, which results in higher quality forest inventory data and mapping. Numéro de notice : A2018-030 Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/10106049.2016.1222635 En ligne : https://doi.org/10.1080/10106049.2016.1222635 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=89199 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
059-2018011	SL	Revue	Centre de documentation	Revues en salle	Disponible

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 descripteurs IGN] fusion d'images [Termes descripteurs IGN] image Sentinel-MSI [Termes descripteurs IGN] image Sentinel-SAR [Termes descripteurs IGN] occupation du sol [Termes descripteurs IGN] segmentation d'image [Termes descripteurs IGN] service écosystémique [Termes descripteurs 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 Thématique : IMAGERIE Nature : Article 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]

Intersensor statistical matching for pansharpening : theoretical issues and practical solutions / Luciano Alparone in IEEE Transactions on geoscience and remote sensing, vol 55 n° 8 (August 2017)  

Permalink

Fusion of RADARSAT-2 and multispectral optical remote sensing data for LULC extraction in a tropical agricultural area / Mohamed Barakat A. Gibril in Geocarto international, vol 32 n° 7 (July 2017)  

Permalink

A novel automatic method for the fusion of ALS and TLS LiDAR data for robust assessment of tree crown structure / Claudia Paris in IEEE Transactions on geoscience and remote sensing, vol 55 n° 7 (July 2017)  

Permalink

Hyperspectral SAR / Matthew Ferrara in IEEE Transactions on geoscience and remote sensing, vol 55 n° 3 (March 2017)  

Permalink

Fusing meter-resolution 4-D InSAR point clouds and optical images for semantic urban infrastructure monitoring / Yuanyuan Wang in IEEE Transactions on geoscience and remote sensing, vol 55 n° 1 (January 2017)  

Permalink

Adaptive estimation of the stable boundary layer height using combined Lidar and microwave radiometer observations / Umar Saeed in IEEE Transactions on geoscience and remote sensing, vol 54 n° 12 (December 2016)  

Permalink

Automatic parameter selection for intensity-based registration of imagery to LiDAR data / Ebadat Ghanbari Parmehr in IEEE Transactions on geoscience and remote sensing, vol 54 n° 12 (December 2016)  

Permalink

Classifying buildings from point clouds and images / Evangelos Maltezos in GIM international [en ligne], vol 30 n° 7 (July 2016)

Permalink

Fusion of LiDAR orthowaveforms and hyperspectral imagery for shallow river bathymetry and turbidity estimation / Zhigang Pan in IEEE Transactions on geoscience and remote sensing, vol 54 n° 7 (July 2016)  

Permalink

Improving sensor fusion : a parametric method for the geometric coalignment of airborne hyperspectral and lidar data / Maximilian Brell in IEEE Transactions on geoscience and remote sensing, vol 54 n° 6 (June 2016)  

Permalink