Descripteur
Documents disponibles dans cette catégorie (2471)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Etendre la recherche sur niveau(x) vers le bas
Titre : Geoinformatics in citizen science Type de document : Monographie Auteurs : Gloria Bordogna, Éditeur scientifique Editeur : Bâle [Suisse] : Multidisciplinary Digital Publishing Institute MDPI Année de publication : 2019 Importance : 206 p. ISBN/ISSN/EAN : 978-3-03921-073-2 Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique web
[Termes IGN] analyse de données
[Termes IGN] cartographie thématique
[Termes IGN] données localisées des bénévoles
[Termes IGN] OpenStreetMap
[Termes IGN] QGIS
[Termes IGN] qualité des données
[Termes IGN] système d'information géographiqueRésumé : (Editeur) The book features contributions that report original research in the theoretical, technological, and social aspects of geoinformation methods, as applied to supporting citizen science. Specifically, the book focuses on the technological aspects of the field and their application toward the recruitment of volunteers and the collection, management, and analysis of geotagged information to support volunteer involvement in scientific projects. Internationally renowned research groups share research in three areas: First, the key methods of geoinformatics within citizen science initiatives to support scientists in discovering new knowledge in specific application domains or in performing relevant activities, such as reliable geodata filtering, management, analysis, synthesis, sharing, and visualization; second, the critical aspects of citizen science initiatives that call for emerging or novel approaches of geoinformatics to acquire and handle geoinformation; and third, novel geoinformatics research that could serve in support of citizen science. Numéro de notice : 26303 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Monographie DOI : 10.3390/books978-3-03921-073-2 Date de publication en ligne : 28/08/2019 En ligne : https://doi.org/10.3390/books978-3-03921-073-2 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95045 L'imperfection des données géographiques, 1. Bases théoriques / Mireille Batton-Hubert (2019)
Titre de série : L'imperfection des données géographiques, 1 Titre : Bases théoriques Type de document : Monographie Auteurs : Mireille Batton-Hubert, Éditeur scientifique ; Eric Desjardin, Éditeur scientifique ; François Pinet, Éditeur scientifique Editeur : Londres : ISTE Editions Année de publication : 2019 Collection : Systèmes d'information, web et société Importance : 224 p. Format : 16 x 24 cm ISBN/ISSN/EAN : 978-1-78405-624-7 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Bases de données localisées
[Termes IGN] aide à la décision
[Termes IGN] données localisées
[Termes IGN] incertitude des données
[Termes IGN] information géographique
[Termes IGN] logique modale
[Termes IGN] objet géographique
[Termes IGN] qualité des données
[Termes IGN] représentation des donnéesIndex. décimale : 37.10 Bases de données géographiques Résumé : (Editeur) La géomatique est un domaine des sciences qui, depuis une trentaine d’années, s’est intimement intriqué dans notre vie de tous les jours (applications de navigation sur téléphone, données géolocalisées, etc.) au point que l’on oublie souvent les défis qu’elle sous-tend. Au cours des décennies à venir, les volumes générés de données géoréférencées devraient connaître une croissance importante. Cet ouvrage porte sur la notion d’imperfection des données géographiques, un thème important de la géomatique. Il est en effet essentiel de pouvoir définir et représenter l’imperfection que peuvent connaître les données géographiques. En faire abstraction peut entraîner de nombreux risques, par exemple, utiliser une carte contenant des erreurs peut conduire des personnes qui ignorent ces imperfections à se perdre. L’imperfection des données géographiques 1 explore à la fois les aspects théoriques pour une meilleure compréhension des phénomènes et des représentations, et les aspects pratiques/pragmatiques en présentant des exemples et applications concrètes des outils. Note de contenu : 1. Imperfection et information géographique
2. Concepts et terminologies de l’imperfection de l’information géographique
3. Origines de l’imperfection des données géographiques
4. Intégrité et confiance des données géographiques
5. Formalismes et représentation des objets géographiques imparfaits
6. Représentation des diagrammes d’objets géographiques imparfaits
7. Raisonnement algébrique pour des données incertaines
8. Raisonnement en logique modale pour des données incertaines
9. Révision des qualificatifs de l’imparfait pour l’information géographique
10. Le géographe et l’aide à la décision : comment se saisir de la complexité, des incertitudes et des risques ?Numéro de notice : 26246A Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Recueil / ouvrage collectif Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94493 Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 26246-01A 37.10 Livre Centre de documentation Géomatique Disponible Joint analysis of SAR and optical satellite images time series for grassland event detection / Anatol Garioud (2019)
Titre : Joint analysis of SAR and optical satellite images time series for grassland event detection Type de document : Article/Communication Auteurs : Anatol Garioud , Auteur ; Silvia Valero, Auteur ; Sébastien Giordano , Auteur ; Clément Mallet , Auteur Editeur : Leibniz : Leibniz Institute of Ecological Urban and Regional Development Année de publication : 2019 Conférence : ILUS 2019, 3rd International land use symposium, Land use changes: Trends and projections 04/12/2019 06/12/2019 Paris France programme sans actes Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image mixte
[Termes IGN] analyse d'image orientée objet
[Termes IGN] classification par réseau neuronal
[Termes IGN] cohérence des données
[Termes IGN] détection d'événement
[Termes IGN] détection de changement
[Termes IGN] image optique
[Termes IGN] image radar moirée
[Termes IGN] image Sentinel-MSI
[Termes IGN] image Sentinel-SAR
[Termes IGN] Mâcon
[Termes IGN] prairie
[Termes IGN] puits de carboneRésumé : (auteur) Throughout Europe, grasslands are a major component of the landscape comprising 40% of agricultural land. Permanent Grassland (PM) means land used to grow herbaceous forage crops naturally (self-seeded) or through cultivation (sown) and that has not been included in the crop rotation of the holding for five years or more. PM are major ecosystems associated with high biodiversity which provide a wide range of ecosystem services (e.g. carbon sequestration, water quality, flood and erosion control). Grasslands have an important carbon storage capacity which is valuable for climate protection. Different studies have demonstrated that grassland managements such as grazing or mowing can cause significant effects on carbon storage in soils. Identifying and mapping grassland management practices over time can thus have important impact on climate studies. Remote sensing allows a synoptic and regular monitoring through systematic acquisitions of Earth Observation imagery. The emergence of free and easily Sentinel's satellite data provided by the European Copernicus program, offers new possibilities for grassland monitoring. Sentinel-1 (51) and Sentinel-2 (52) missions acquire radar and optical satellite image time series at high temporal resolution and fine spatial resolution. They fully match the requirements both for yearly and real-time monitoring. In this work, we target to jointly exploit both data sources to dynamically detect mowing events (MowEve) on permanent grasslands. Thematic related analysis of the datasets will highlight strengths and weaknesses of both optical and radar imagery. (i) 52 appears efficient for MowEve detection, with significant variations in the vegetation status that can be easily detected in the spectral signal extracted from the time series of images. But the temporal revisit of 52 although nominally 5 days is often reduced even by half due to the frequent cloud cover (ii) SAR images acquisitions being independent of illumination conditions or cloud cover allows for systematic acquisitions and revisit rate of 6 days. Data consistency makes S1 data essential during fast phenomena such as MowEve. Yet, radar data appears very sensitive to soil moisture, precipitations and geometrical properties making interpretation of their time series more challenging. MowEve detection being weakly supervised, the proposed methodology relies on applying traditional change detection strategies on a low-level fused 51 and S2 data representation. Recurrent Neural Networks will be trained to derive yearly or real-time synthetic 52 vegetation indices from both 52 and S1 observations. Furthermore, through attention mechanisms, our proposed RNN architecture will be able to take into account external data (climate, clouds, topography, etc.) so as to dynamically weight at parcel-level the contribution of optical and radar images. Such method will contribute to obtain dense temporal optical profiles without missing data and compatible with MowEve detection. An experimental evaluation will be carried out on a test site covering an area of 110x110 Km in France (Macon region). Object-oriented analysis will be presented based on permanent grasslands derived from the Land Parcel Identification System. The proposed approach will be compared with traditional MowEve methods essentially based on thresholding independently the different modalities. Numéro de notice : C2019-067 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE Nature : Communication nature-HAL : ComSansActesPubliés-Unpublished DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97022 Méthodes d'exploitation de données historiques pour la production de cartes d'occupation des sols à partir d'images de télédétection et en absence de données de référence de la période à cartographier / Benjamin Tardy (2019)
Titre : Méthodes d'exploitation de données historiques pour la production de cartes d'occupation des sols à partir d'images de télédétection et en absence de données de référence de la période à cartographier Type de document : Thèse/HDR Auteurs : Benjamin Tardy, Auteur ; Jordi Inglada, Directeur de thèse Editeur : Toulouse : Université de Toulouse 3 Paul Sabatier Année de publication : 2019 Importance : 228 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse en vue de l'obtention du doctorat de l'Université Toulouse 3 Paul Sabatier, Spécialité Surfaces et interfaces continentales, HydrologieLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] aménagement du territoire
[Termes IGN] apprentissage automatique
[Termes IGN] carte d'occupation du sol
[Termes IGN] classification de Dempster-Shafer
[Termes IGN] classification dirigée
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] croissance urbaine
[Termes IGN] fusion de données
[Termes IGN] historique des données
[Termes IGN] image Formosat/COSMIC
[Termes IGN] image Sentinel-MSI
[Termes IGN] série temporelleIndex. décimale : THESE Thèses et HDR Résumé : (auteur) L'étude des surfaces continentales constitue un enjeu majeur à l'échelle mondiale pour le suivi et la gestion des territoires, notamment en matière de répartition entre l'expansion urbaine, terres agricoles et espaces naturels. Dans ce contexte, les cartes d'OCcupation des Sols (OCS) caractérisant la couverture biophysique des terres émergées sont un atout essentiel pour l'analyse des surfaces continentales. Les algorithmes de classification supervisée permettent, à partir de séries temporelles annuelles d'images satellites et de données de référence, de produire automatiquement la carte de la période correspondante. Cependant, les données de référence sont une information coûteuse à obtenir surtout sur de grandes étendues. En effet, les campagnes de relevés terrain requièrent un fort coût humain, et les bases de données sont associées à de longs délais de mises à jour. De plus, ces données de référence disposent d'une validité limitée à la période correspondante, en raison des changements d'OCS. Ces changements concernent essentiellement l'expansion urbaine au détriment des surfaces naturelles, et les terres agricoles soumises à la rotation des cultures. L'objectif général de la thèse vise à proposer des méthodes de production de cartes d'OCS sans exploiter les données de référence de la période correspondante. Les travaux menés s'appuient sur un historique d'OCS. Cet historique regroupe toutes les informations disponibles pour la zone concernée : cartes d'OCS, séries temporelles, données de référence, modèles de classification, etc. Une première partie des travaux considère que l'historique ne contient qu'une seule période. Ainsi, nous avons proposé un protocole de classification naïve permettant d'exploiter un classifieur déjà entraîné sur une nouvelle période. Les performances obtenues ont montré que cette approche se révèle insuffisante, requérant ainsi des méthodes plus performantes. L'adaptation de domaine permet d'aborder ce type de problématique. Nous avons considéré deux approches : la projection de données via une analyse canonique des corrélations et le transport optimal. Ces deux approches permettent de projeter les données de l'historique afin de réduire les différences avec l'année à traiter. Néanmoins ces approches offrent des résultats équivalents à la classification naïve pour des coûts de production bien plus significatifs. Une seconde partie des travaux considère que l'historique contient au moins deux périodes de données. À partir des cartes supervisées de ces périodes précédentes, nous proposons une approche de mise à jour de la carte la plus récente, en modélisant les transitions des classes d'OCS. Nous avons également proposé l'utilisation d'un classifieur unique entraîné à partir de plusieurs périodes de l'historique. L'objectif de ce classifieur consiste à pouvoir s'adapter aux variations entre les années. Enfin nous avons mis en place des systèmes de vote afin de réaliser une fusion de classifieurs, chacun entraîné sur une période différente de l'historique. Ces systèmes offrent l'avantage d'être toujours plus performants que chaque classifieur individuellement. Nous avons comparé les performances de plusieurs approches allant du simple vote majoritaire à des fusions plus complexes: vote par confiance, vote par probabilités, vote Dempster-Shafer ainsi qu'une inférence bayésienne. Ces approches produisent des performances similaires, mais pour des coûts de production variables. Nous avons expérimenté ces approches sur deux jeux de données, l'un constitué de sept années d'images Formosat-2 et l'autre de trois années d'images Sentinel-2. Le premier offre une très bonne diversité temporelle mais sur une faible emprise spatiale. Inversement, le second couvre une large zone mais pour un historique limité. Nous avons conclu que les approches du classifieur unique ainsi qu'un simple vote majoritaire offrent de bonnes performances pour des faibles coûts indépendamment du jeu de données. Note de contenu : I- Introduction
II- Présentation du problème
III- Propositions de méthodes exploitant un unique domaine Source
IV- Propositions de méthodes exploitant de multiples domaines Source
V- Mise en oeuvre des méthodes pour une production opérationnelle sur de
grandes étendues
VI ConclusionsNuméro de notice : 28509 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Surfaces et interfaces continentales, Hydrologie : Toulouse 3 : 2019 Organisme de stage : CESBIO nature-HAL : Thèse DOI : sans En ligne : http://www.theses.fr/2019TOU30261 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97060 Preserving Semantics, Tractability and Evolution on a multi-scale Geographic Information Infrastructure : Cases for extending INSPIRE Data Specifications / Bénédicte Bucher (2019)
Titre : Preserving Semantics, Tractability and Evolution on a multi-scale Geographic Information Infrastructure : Cases for extending INSPIRE Data Specifications Titre original : Report of Eurogeographics-EuroSDR workshop on INSPIRE Data Extension Type de document : Rapport Auteurs : Bénédicte Bucher , Auteur ; Dominique Laurent , Auteur ; Paul Janssen, Auteur Editeur : Dublin : European Spatial Data Research EuroSDR Année de publication : 2019 Conférence : EuroSDR & EuroGeographics 2018, workshop INSPIRE Data Extension 27/11/2018 28/11/2018 Varsovie Pologne programme sans actes Importance : 17 p. Format : 21 x 30 cm Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Infrastructure de données
[Termes IGN] hétérogénéité sémantique
[Termes IGN] infrastructure européenne de données localisées
[Termes IGN] INSPIRE
[Termes IGN] organisme cartographique national
[Termes IGN] web des données
[Termes IGN] web sémantiqueRésumé : (auteur) [introduction] Grounding on data the planning and monitoring of European environmental activities is an important issue for the construction of Europe. Reusing geo-data already produced by members to monitor activities at the level of the country or region in order to perform monitoring and planning at the global level of Europe is a different but related issue. It is a strategy to achieve more consistency and trust between the different levels where environmental activities and policies are monitored. This strategy has led the European Commission to issue the INSPIRE directive–Infrastructure for Spatial Information in Europe- ; national public authorities should make their data reusable for Europe [European Parliament 2007][Video 1]. Reusing at the level of Europe national data is not straight forward. Even though we share a common European physical territory, especially in the domain of environment where many phenomena do not stop at borders, each country has its own specific way to design data about ground water, transport networks, population, landuse and air temperature. The European digital territory also has its boundaries. The ‘INSPIRE extensions’ workshop was organized to foster exchanges between organizations in charge of implementing INSPIRE, with a focus on the topic of extending INSPIRE Data Specifications, to share their experiences, improve each one’s knowledge and also the scalability of local initiatives. It was co-organised by EuroGeographics Knowledge Exchange Network on INSPIRE (aka KEN INSPIRE), EuroSDR Commission 4 (focused on information usage) and Geonovum, a public organization who is coordinating the Dutch National Spatial Data Infrastructure (NSDI) supported by the Dutch Cadaster and the Geological Survey of the Netherlands. Complementary to the minutes dedicated to the KEN INSPIRE community, this report wishes to be more pedagogic to reach out an audience –scientists or developers- who may not be familiar enough with INSPIRE issues and problems but could find INSPIRE as a possible application domain for its scientific or technological field and, in the future, be willing to contribute to the progress of INSPIRE. The two first sections summarise the motivation of INSPIRE and the reasons for designing INSPIRE Data Extensions. The section after presents approaches adopted by practitioners: inheritance on the one hand and adaptation on the other. The subsequent sections tackle issues related to INSPIRE implementation in general and not limited to Data extension.
All presentations of the workshop together with the minutes are available on the workshop website: https://eurogeographics.org/calendar-event/workshop-on-inspire-extension-june-2017/Numéro de notice : 25848 Affiliation des auteurs : LASTIG COGIT+Ext (2012-2019) Autre URL associée : vers HAL Thématique : GEOMATIQUE Nature : Rapport sur congrès nature-HAL : Rapport DOI : sans En ligne : http://www.eurosdr.net/publications Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95329 PermalinkRetrieving relevant land cover and land use data to study urban climate change / Bénédicte Bucher (2019)PermalinkPermalinkLes systèmes d'information géographique / Christina Aschan-Leygonie (2019)PermalinkThe difficult way towards Land cover and land use data harmonization across scales, space and time in Europe / Dominique Laurent (2019)PermalinkThe necessary yet complex evaluation of 3D city models: a semantic approach / Oussama Ennafii (2019)PermalinkTowards improving knowledge capitalization system for sport events legacy / Malika Grim-Yefsah (2019)PermalinkWebscraping, bigdata et analyse spatiale de données immobilières : réponse à un projet ESPON au sein de l'UMS RIATE / Marc Lieury (2019)PermalinkIntegrating urban and national forest inventory data in support of rural–urban assessments / James A. Westfall in Forestry, an international journal of forest research, vol 91 n° 5 (December 2018)PermalinkA new generation of the United States National Land Cover Database : Requirements, research priorities, design, and implementation strategies / Limin Yang in ISPRS Journal of photogrammetry and remote sensing, vol 146 (December 2018)Permalink