Centre de documentation
scientifique

sans n° - novembre 2024 - Chiffres clés du climat - Edition 2024 (Bulletin de Datalab) / Janine Eguienta    

Public [n° ou bulletin]  est un bulletin de Datalab / CGDD Commissariat Général au Développement Durable (2016 -)   Titre : sans n° - novembre 2024 - Chiffres clés du climat - Edition 2024 Type de document : Périodique Auteurs : Janine Eguienta, Auteur Année de publication : 2024 Importance : 95 p. Langues : Français (fre) Descripteur : [Termes IGN] climat [Termes IGN] données [Termes IGN] économie d'énergie [Termes IGN] énergie éolienne [Termes IGN] énergie nucléaire [Termes IGN] gestion des ressources Résumé : Cette publication, par son organisation et le choix des thèmes abordés, a pour ambition d’informer un public le plus large possible sur le changement climatique, ses mécanismes, causes et effets ainsi que sur les dispositifs mis en place pour le circonscrire, aux échelles internationale, européenne et nationale. Elle fournit en particulier des statistiques détaillées sur les émissions de gaz à effet de serre dans le monde, en Europe et en France. Numéro de notice : 163-202403 Affiliation des auteurs : non IGN Nature : Numéro de périodique En ligne : https://www.statistiques.developpement-durable.gouv.fr/chiffres-cles-du-climat-f [...] Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=bulletin_display&id=35244 [n° ou bulletin]

Documents numériques

en open access Chiffres clés du climat - Edition 2024 Adobe Acrobat PDF

n° 320 - septembre - octobre 2024 (Bulletin de Echanger)

Public [n° ou bulletin]  Titre : n° 320 - septembre - octobre 2024 Type de document : Périodique Année de publication : 2024 Importance : 32 p. Langues : Français (fre) Descripteur : [Termes IGN] cartographie numérique [Termes IGN] intelligence artificielle Numéro de notice : 156-202404 Affiliation des auteurs : IGN (2020- ) Nature : Numéro de périodique Permalink : https://documentation.ensg.eu/index.php?lvl=bulletin_display&id=35190 [n° ou bulletin]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
156-2024041	RAB	Revue	Centre de documentation	En réserve L003	Disponible

sans n° - septembre 2024 - Chiffres clés de l'énergie - Edition 2024 (Bulletin de Datalab) / Janine Eguienta  

Public [n° ou bulletin]  est un bulletin de Datalab / CGDD Commissariat Général au Développement Durable (2016 -)   Titre : sans n° - septembre 2024 - Chiffres clés de l'énergie - Edition 2024 Type de document : Périodique Auteurs : Janine Eguienta, Auteur Année de publication : 2024 Importance : 95 p. Langues : Français (fre) Descripteur : [Termes IGN] climat [Termes IGN] données [Termes IGN] économie d'énergie [Termes IGN] énergie éolienne [Termes IGN] énergie nucléaire [Termes IGN] gestion des ressources Résumé : La branche énergie représente environ 3 % de la valeur ajoutée en France. En 2023, l’énergie pèse à hauteur de 71 Md€ dans le déficit commercial de la France. En 2022, dans un contexte de tensions internationales et de prix de l’énergie élevés, les ménages, les entreprises et les administrations ont dépensé 215 Md€ pour satisfaire leur besoin en énergie. Les ménages y ont consacré 9,5 % de leur budget. La production nationale primaire représente plus de la moitié de l’approvisionnement en énergie du territoire. Si la France importe désormais la quasi-totalité des énergies fossiles qu’elle consomme et en a progressivement diversifié la provenance géographique, elle redevient en 2023 exportatrice nette d’électricité. L’électricité et le gaz naturel, moins émetteurs de gaz à effet de serre que le pétrole et le charbon, se sont progressivement substitués à ces derniers dans les principaux secteurs d’activité économique, même si le pétrole demeure prépondérant dans les transports. Numéro de notice : 163-202402 Affiliation des auteurs : non IGN Nature : Numéro de périodique En ligne : https://www.statistiques.developpement-durable.gouv.fr/chiffres-cles-des-energie [...] Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=bulletin_display&id=35233 [n° ou bulletin]

sans n° - août 2024 - Chiffres clés des énergies renouvelables - Edition 2024 (Bulletin de Datalab) / Janine Eguienta    

Public [n° ou bulletin]  est un bulletin de Datalab / CGDD Commissariat Général au Développement Durable (2016 -)   Titre : sans n° - août 2024 - Chiffres clés des énergies renouvelables - Edition 2024 Type de document : Périodique Auteurs : Janine Eguienta, Auteur Année de publication : 2024 Importance : 112 p. Langues : Français (fre) Descripteur : [Termes IGN] climat [Termes IGN] données [Termes IGN] énergie renouvelable Résumé : En croissance régulière depuis plusieurs années, les énergies renouvelables représentent 15,4 % de la consommation d’énergie primaire en 2023. Parallèlement, leur poids dans l’économie française s’est accru : elles sont ainsi à l’origine, en 2021, de 14,4 Md€ d’investissements et de 102 000 emplois en équivalent temps plein. Très diverses, les énergies renouvelables en France regroupent une dizaine de filières. Le bois-énergie et l’hydraulique restent les plus développées, mais l’éolien, le solaire photovoltaïque et les pompes à chaleur sont parmi celles qui progressent le plus ces dernières années. La France est le deuxième producteur européen de biomasse, d’hydroélectricité, de déchets renouvelables et de géothermie. Selon les règles de calcul européennes, la part des énergies renouvelables atteint 22,2 % de la consommation finale brute d’énergie en 2023. En 2022, la France se situait à la 15e position de l’Union européenne pour cet indicateur. Numéro de notice : 163-202401 Affiliation des auteurs : non IGN Nature : Numéro de périodique En ligne : https://www.statistiques.developpement-durable.gouv.fr/chiffres-cles-des-energie [...] Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=bulletin_display&id=35210 [n° ou bulletin]

Documents numériques

en open access Datalab 2024 Adobe Acrobat PDF

Étude des outils permettant la classification d’un nuage de points LiDAR aérien et optimisation de la chaîne de traitement dans le cadre du programme national du LiDAR HD / Evan samzun in XYZ, n° 179 (juin 2024)

Public [article]  inXYZ > n° 179 (juin 2024) . - pp. 35 - 42 Titre : Étude des outils permettant la classification d’un nuage de points LiDAR aérien et optimisation de la chaîne de traitement dans le cadre du programme national du LiDAR HD Type de document : Article/Communication Auteurs : Evan samzun, Auteur Année de publication : 2024 Article en page(s) : pp. 35 - 42 Langues : Français (fre) Descripteur : [Vedettes matières IGN] Lasergrammétrie [Termes IGN] classification [Termes IGN] image aérienne [Termes IGN] intelligence artificielle [Termes IGN] Lidar [Termes IGN] semis de points Résumé : Ce travail présente une étude portant sur la classification de nuages de points issus d’une acquisition aérienne, en se concentrant sur les données acquises dans le cadre du projet national LiDAR HD. Il réalise une analyse critique des outils proposés par Terrascan et des méthodes pa- ramétriques qui offrent un bon rapport temps/qualité, mais il subsiste des confusions qui demandent un temps de correction conséquent. De plus, les outils Terrascan sont limités à la classification du sol, des bâtiments et d’une partie de la végétation. Il n’est pas proposé de méthodes efficaces pour classifier des éléments de la classe du sursol pérenne, comme les pylônes électriques ou les éoliennes notamment. Pour y remédier, une autre méthode innovante, basée sur les descripteurs 3D est proposée. Cette méthode offre une meilleure détection des bâtiments et permet, en outre, de classifier des éléments du sursol pérenne. Enfin, il est étudié les synergies entre les différents outils testés. Puis les performances d’une IA sont introduites afin de discuter de l’avenir de la classification des nuages de points aériens. Numéro de notice : A2024-17902 Affiliation des auteurs : non IGN Thématique : POSITIONNEMENT Nature : Article nature-HAL : ArtSansCL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=103658 [article]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
112-2024021	RAB	Revue	Centre de documentation	En réserve L003	Exclu du prêt

De pléiades à pléiades NEO: une analyse de l'amélioration de les restitution 3D / David Youssefi in Revue Française de Photogrammétrie et de Télédétection, n° 226 (2024)  

Permalink

Accéder aux abonnements du CDoS / IGN (2024) 

Permalink

Cartographier l'anthropocène 2024 / IGN (2024)    

Permalink

Géomaticien en cabinet de géomètres-experts / Esteban Augustin (2024)

Permalink

Global Open Data Assessment / Mathis Rouillard (2024)

Permalink

Leveraging deep learning and remote sensing to predict ecosystem types in the NiN framework / Matteo Crespin-Jouan (2024)

Permalink

A conceptual framework for developing dashboards for big mobility data / Lindsey Conrow in Cartography and Geographic Information Science, Vol 50 n° 5 (June 2023)  

Permalink

Research on map emotional semantics using deep learning approach / Daping Xi in Cartography and Geographic Information Science, Vol 50 n° 5 (June 2023)  

Permalink

Resilient GNSS real-time kinematic precise positioning with inequality and equality constraints / Zhetao Zhang in GPS solutions, vol 27 n° 3 (July 2023)  

Permalink

FORMS: Forest Multiple Source height, wood volume, and biomass maps in France at 10 to 30 m resolution based on Sentinel-1, Sentinel-2, and GEDI data with a deep learning approach / Martin Schwartz in Earth System Science Data, vol 15 n° inconnu (2023)  

Permalink