Centre dedocumentation
scientifique

Non-stationary extreme value analysis of ground snow loads in the French Alps: a comparison with building standards / Erwann Le Roux in Natural Hazards and Earth System Sciences, vol 20 n° 11 (November 2020)  

Public [article]  inNatural Hazards and Earth System Sciences > vol 20 n° 11 (November 2020) . - pp 2961 – 2977 Titre : Non-stationary extreme value analysis of ground snow loads in the French Alps: a comparison with building standards Type de document : Article/Communication Auteurs : Erwann Le Roux, Auteur ; Guillaume Evin, Auteur ; Nicolas Eckert, Auteur ; Juliette Blanchet, Auteur Année de publication : 2020 Article en page(s) : pp 2961 – 2977 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes descripteurs IGN] Alpes (France) [Termes descripteurs IGN] changement climatique [Termes descripteurs IGN] construction [Termes descripteurs IGN] épaisseur [Termes descripteurs IGN] estimation des charges [Termes descripteurs IGN] manteau neigeux [Termes descripteurs IGN] norme [Termes descripteurs IGN] sécurité [Termes descripteurs IGN] série temporelle [Termes descripteurs IGN] toit [Termes descripteurs IGN] valeur limite Mots-clés libres : Ground snow load  surcharge de neige Résumé : (auteur) In a context of climate change, trends in extreme snow loads need to be determined to minimize the risk of structure collapse. We study trends in 50-year return levels of ground snow load (GSL) using non-stationary extreme value models. These trends are assessed at a mountain massif scale from GSL data, provided for the French Alps from 1959 to 2019 by a meteorological reanalysis and a snowpack model. Our results indicate a temporal decrease in 50-year return levels from 900 to 4200 m, significant in the northwest of the French Alps up to 2100 m. We detect the most important decrease at 900 m with an average of −30 % for return levels between 1960 and 2010. Despite these decreases, in 2019 return levels still exceed return levels designed for French building standards under a stationary assumption. At worst (i.e. at 1800 m), return levels exceed standards by 15 % on average, and half of the massifs exceed standards. We believe that these exceedances are due to questionable assumptions concerning the computation of standards. For example, these were devised with GSL, estimated from snow depth maxima and constant snow density set to 150 kg m−3, which underestimate typical GSL values for the snowpack. Numéro de notice : A2020-713 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.5194/nhess-20-2961-2020 date de publication en ligne : 06/11/2020 En ligne : https://doi.org/10.5194/nhess-20-2961-2020 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96279 [article]

La gratuité, une histoire ancienne... / Anonyme in Géomètre, n° 2182 (juillet - août 2020)

Public [article]  inGéomètre > n° 2182 (juillet - août 2020) . - pp 36 - 36 Titre : La gratuité, une histoire ancienne... Type de document : Article/Communication Auteurs : Anonyme, Auteur Année de publication : 2020 Article en page(s) : pp 36 - 36 Langues : Français (fre) Descripteur : [Vedettes matières IGN] Histoire des sciences et techniques [Termes descripteurs IGN] carte de Cassini [Termes descripteurs IGN] cartographie ancienne [Termes descripteurs IGN] données publiques [Termes descripteurs IGN] Mont-Blanc, massif du Résumé : (Auteur) Mettre gratuitement à disposition une donnée chèrement acquise n'est pas une idée nouvelle. Deux exemples anciens nous le rappellent... Numéro de notice : A2020-432 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtSansCL DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95629 [article]

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
063-2020071	SL	Revue	Centre de documentation	Revues en salle	En circulation Exclu du prêt

Exploring the potential of deep learning segmentation for mountain roads generalisation / Azelle Courtial in ISPRS International journal of geo-information, vol 9 n° 5 (May 2020)  

Public [article]  inISPRS International journal of geo-information > vol 9 n° 5 (May 2020) . - n° 338 ; 21 p. Titre : Exploring the potential of deep learning segmentation for mountain roads generalisation Type de document : Article/Communication Auteurs : Azelle Courtial , Auteur ; Achraf El Ayedi, Auteur ; Guillaume Touya , Auteur ; Xiang Zhang, Auteur Année de publication : 2020 Projets : 1-Pas de projet / Article en page(s) : n° 338 ; 21 p. Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes descripteurs IGN] 1:25.000 [Termes descripteurs IGN] 1:250.000 [Termes descripteurs IGN] Alpes (France) [Termes descripteurs IGN] apprentissage profond [Termes descripteurs IGN] classification par réseau neuronal convolutif [Termes descripteurs IGN] données routières [Termes descripteurs IGN] données vectorielles [Termes descripteurs IGN] généralisation automatique de données [Termes descripteurs IGN] montagne [Termes descripteurs IGN] route [Termes descripteurs IGN] segmentation [Termes descripteurs IGN] symbole graphique [Termes descripteurs IGN] virage [Vedettes matières IGN] Généralisation Résumé : (auteur) Among cartographic generalisation problems, the generalisation of sinuous bends in mountain roads has always been a popular one due to its difficulty. Recent research showed the potential of deep learning techniques to overcome some remaining research problems regarding the automation of cartographic generalisation. This paper explores this potential on the popular mountain road generalisation problem, which requires smoothing the road, enlarging the bend summits, and schematising the bend series by removing some of the bends. We modelled the mountain road generalisation as a deep learning problem by generating an image from input vector road data, and tried to generate it as an output of the model a new image of the generalised roads. Similarly to previous studies on building generalisation, we used a U-Net architecture to generate the generalised image from the ungeneralised image. The deep learning model was trained and evaluated on a dataset composed of roads in the Alps extracted from IGN (the French national mapping agency) maps at 1:250,000 (output) and 1:25,000 (input) scale. The results are encouraging as the output image looks like a generalised version of the roads and the accuracy of pixel segmentation is around 65%. The model learns how to smooth the output roads, and that it needs to displace and enlarge symbols but does not always correctly achieve these operations. This article shows the ability of deep learning to understand and manage the geographic information for generalisation, but also highlights challenges to come. Numéro de notice : A2020-295 Affiliation des auteurs : LaSTIG+Ext (2020- ) Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/ijgi9050338 date de publication en ligne : 25/05/2020 En ligne : https://doi.org/10.3390/ijgi9050338 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95131 [article]

Intertidal topography mapping using the waterline method from Sentinel-1 & -2 images: The examples of Arcachon and Veys Bays in France / Edward Salameh in ISPRS Journal of photogrammetry and remote sensing, vol 163 (May 2020)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 163 (May 2020) . - pp 98 - 120 Titre : Intertidal topography mapping using the waterline method from Sentinel-1 & -2 images: The examples of Arcachon and Veys Bays in France Type de document : Article/Communication Auteurs : Edward Salameh, Auteur ; Frédéric Frappart, Auteur ; Imen Turki, Auteur ; Benoit Laignel, Auteur Année de publication : 2020 Article en page(s) : pp 98 - 120 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image mixte [Termes descripteurs IGN] aménagement du littoral [Termes descripteurs IGN] Arcachon (bassin d') [Termes descripteurs IGN] carte topographique [Termes descripteurs IGN] Cotentin [Termes descripteurs IGN] estran [Termes descripteurs IGN] France (administrative) [Termes descripteurs IGN] hydrodynamique [Termes descripteurs IGN] image Sentinel-MSI [Termes descripteurs IGN] image Sentinel-SAR [Termes descripteurs IGN] modèle numérique de surface [Termes descripteurs IGN] niveau de l'eau [Termes descripteurs IGN] sédiment [Termes descripteurs IGN] télédétection spatiale [Termes descripteurs IGN] trait de côte [Termes descripteurs IGN] zone tampon Résumé : (auteur) Intertidal flats lying as a buffer zone between land and sea provide critical services including protection against storm surges and coastal flooding. These environments are characterized by a continuous redistribution of sediment and changes in topography. Sea level rise, anthropogenic pressures, and their related stressors have a considerable impact on these areas and are expected to put them under more stress; hence the increased need for frequent and updated topography maps. Comparing to traditional surveying approaches, spaceborne remote sensing is able to provide topography maps more frequently with a lower cost and a higher coverage. The latter is currently considered as an established tool for measuring intertidal topography. In this study, an improved approach of the waterline method was developed to derive intertidal Digital Elevation Models (DEMs). The changes include a faster, more efficient and quasi-automatic detection and post-processing of waterlines. The edge detection technique consists in combining a k-means based segmentation and an active contouring procedure. This method was designed to generate closed contours in order to enable an automatization of the post-processing of the extracted waterlines. The waterlines were extracted from Sentinel-1 and Sentinel-2 images for two bays located on the French Coast: the Arcachon lagoon and the Bay of Veys. DEMs were generated for the Arcachon Bay between 2015 and 2018, and for the Bay of Veys between 2016 and 2018 using satellite acquisitions made during summer (low storm activity period). The comparison of the generated DEMs with lidar observations showed an error of about 19–25 cm. This study also demonstrated that the waterline method applied to Sentinel images is suitable for monitoring the morpho-sedimentary evolution in intertidal areas. By comparing the DEMs generated between 2016 and 2018, the Arcachon Bay and the Bay of Veys experienced net volume losses of 1.12 × 106 m3 and 0.70 × 106 m3 respectively. The generated DEMs provide useful and needed information for several scientific applications (e.g., sediment balance, hydrodynamic modelling), but also for authorities and stakeholders for coastal management and implementation of ecosystem protection policies. Numéro de notice : A2020-138 Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2020.03.003 date de publication en ligne : 13/03/2020 En ligne : https://doi.org/10.1016/j.isprsjprs.2020.03.003 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94756 [article]

Réservation

Réserver ce document

Exemplaires (3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2020051	SL	Revue	Centre de documentation	Revues en salle	Disponible
081-2020053	DEP-RECP	Revue	MATIS	Dépôt en unité	Exclu du prêt
081-2020052	DEP-RECF	Revue	Nancy	Dépôt en unité	Exclu du prêt

Constraint based evaluation of generalized images generated by deep learning / Azelle Courtial (2020)  

Public Titre : Constraint based evaluation of generalized images generated by deep learning Type de document : Article/Communication Auteurs : Azelle Courtial , Auteur ; Guillaume Touya , Auteur ; Xiang Zhang, Auteur Editeur : ICA Commission on Generalisation and Multiple Representation Année de publication : 2020 Projets : 1-Pas de projet / Conférence : ICA 2020, 23rd Workshop on Map Generalisation and Multiple Representation 05/11/2020 06/11/2020 Delft Pays-Bas Open Access Proceedings Importance : 3 p. Format : 21 x 30 cm Note générale : Bibliographie Langues : Français (fre) Descripteur : [Termes descripteurs IGN] 1:25.000 [Termes descripteurs IGN] 1:250.000 [Termes descripteurs IGN] Alpes (France) [Termes descripteurs IGN] apprentissage profond [Termes descripteurs IGN] carte routière [Termes descripteurs IGN] classification pixellaire [Termes descripteurs IGN] données maillées [Termes descripteurs IGN] généralisation automatique de données [Termes descripteurs IGN] généralisation cartographique automatisée [Termes descripteurs IGN] montagne [Termes descripteurs IGN] précision cartographique [Termes descripteurs IGN] programmation par contraintes [Termes descripteurs IGN] réseau routier [Vedettes matières IGN] Généralisation Résumé : (Auteur) The use of deep learning techniques for map generalisation raises new problems regarding the evaluation of the results: (1) images are used as input/output instead of vector data; (2) the deep learning processes do not guarantee results that follow cartographic principles; (3) the deep learning models are black boxes that hide the causal mechanisms. Also, deep learning intern evaluation is mostly based on the realism of the images and the pixel classification accuracy, and none of these criteria is sufficient to evaluate a generalisation process. In this article, we propose an adaptation of the constraint-based evaluation to the images generated by deep learning. Six raster-based constraints are proposed for a mountain road generalisation use case. Numéro de notice : C2020-018 Affiliation des auteurs : LaSTIG+Ext (2020- ) Thématique : GEOMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : sans date de publication en ligne : 17/11/2020 En ligne : https://varioscale.bk.tudelft.nl/events/icagen2020/ICAgen2020/ICAgen2020_paper_2 [...] Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96380

Test du potentiel de l’imagerie satellite haute résolution pour le suivi des mouvements gravitaires des falaises crayeuses de Seine-Maritime / Zoé Stroebele (2020) 

Permalink

Télédétection des habitats insulaires ligériens par drone : Retour d’expérience sur les îles de Mareau-aux-Prés (Loiret) / Hilaire Martin in Revue forestière française [en ligne], vol 71 n° 6 (2019)  

Permalink

La succession végétale dans les Landes de Gascogne et la position de l’Avoine de Thore (Pseudarrhenatherum longifolium) / Pierre Lafon in Evaxiana, n° 6 (2019)

Permalink

Actualisation de la répartition des fougères et aliées en Isle-Crémieu / Pierrette Chamberaud in Lo Parvi, n° 27 (2019) 

Permalink

Increasing precision for French forest inventory estimates using the k-NN technique with optical and photogrammetric data and model-assisted estimators / Dinesh Babu Irulappa Pillai Vijayakumar in Remote sensing, vol 11 n° 8 (August 2019)  

Permalink

Apport des mesures du radar à synthèse d'ouverture de Sentinel-1 pour l'étude des propriétés du manteau neigeux / Gaëlle Veyssière (2019)  

Permalink

Caractérisation des déplacements liés aux coulées de lave au Piton de la Fournaise à partir de données InSAR / Alexis Hrysiewicz (2019)  

Permalink

Réorganisation du SIG et valorisation des données du Parc Naturel Régional du Gâtinais français / Paul Roux (2019) 

Permalink

Ces plantes venues d'ailleurs / Christophe Grangier in Lo Parvi, n° 26 (2018) 

Permalink

Les peintures murales des lieux de culte du Sud de l’arc alpin du XIVe au XVIe siècle / Océane Acquier in Géomatique expert, n° 124 (septembre - octobre 2018)

Permalink