Descripteur
Termes IGN > sciences naturelles > sciences de la Terre et de l'univers > géosciences > géographie physique > météorologie > météore > brouillard
brouillardVoir aussi |
Documents disponibles dans cette catégorie (6)
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
Exploration and analysis of the factors influencing GNSS PWV for nowcasting applications / Min Guo in Advances in space research, vol 67 n° 12 (15 June 2021)
[article]
Titre : Exploration and analysis of the factors influencing GNSS PWV for nowcasting applications Type de document : Article/Communication Auteurs : Min Guo, Auteur ; Hanwei Zhang, Auteur ; Pengfei Xia, Auteur Année de publication : 2021 Article en page(s) : pp 3960 - 3978 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de géodésie spatiale
[Termes IGN] brouillard
[Termes IGN] données GNSS
[Termes IGN] données météorologiques
[Termes IGN] Pékin (Chine)
[Termes IGN] retard troposphérique zénithal
[Termes IGN] surveillance météorologique
[Termes IGN] température de surface
[Termes IGN] vapeur d'eauRésumé : (auteur) Precipitable water vapor (PWV) can be assimilated into a numerical weather model (NWM) to improve the prediction accuracy of numerical weather prediction. In this study, taking GNSS data for the Beijing Fangshan station (BJFS) as an example, based on the method of Pearson correlation coefficient combined with quantitative analysis, GNSS datasets are used to study the relationships between GNSS-derived PWV (GNSS PWV_Met) and its influencing factors, including the internal influencing factors zenith troposphere delay (ZTD), zenith hydrostatic delay (ZHD), zenith wet delay (ZWD), and surface temperature (Ts), and the external influencing factor haze (mainly PM2.5). Firstly, based on the strong correlation between PWV_Met and ZTD hourly sequences from the International GNSS Service Network’s BJFS station for DOYS 182–212, 2015, the results of experiment prove that the reliability of GNSS ZTD is used to forecast PWV_Met in short-term forecasting. Secondly, based on hourly data of BJFS in 2016, the correlation between PWV_Met and ZTD, ZWD, ZHD, pressure (P) and Ts is analyzed, and then, with the rate of ZTD variation as the main factor, ZTD variation as auxiliary factor, the prediction success rate is 88.24% from hourly data of precipitation event for DOYs 183–213 in Beijing. The experiment indicates that ZTD can help forecast short-term precipitation. Thirdly, based on data from three hazy periods with relatively stable weather conditions, no heavy rainfall, and relatively continuous data in the past three years, the correlation between GNSS PWV_Met/ZTD and PM2.5 hourly series is analyzed. The results of the experiments suggests that GNSS ZTD should be considered to assist in haze monitoring. So in the absence of radiosonde stations and meteorological elements, ZTDs on retrieval of GNSS stations have more application value in short-term forecast. Numéro de notice : A2021-947 Affiliation des auteurs : non IGN Thématique : POSITIONNEMENT Nature : Article DOI : 10.1016/j.asr.2021.02.018 Date de publication en ligne : 06/05/2021 En ligne : https://doi.org/10.1016/j.asr.2021.02.018 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99763
in Advances in space research > vol 67 n° 12 (15 June 2021) . - pp 3960 - 3978[article]Analyse d’images par méthode de Deep Learning appliquée au contexte routier en conditions météorologiques dégradées / Khouloud Dahmane (2019)
Titre : Analyse d’images par méthode de Deep Learning appliquée au contexte routier en conditions météorologiques dégradées Type de document : Thèse/HDR Auteurs : Khouloud Dahmane, Auteur ; Frédéric Chausse, Directeur de thèse Editeur : Clermont-Ferrand : Université Clermont Auvergne Année de publication : 2019 Importance : 146 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse pour obtenir le grade de Docteur de l'Université Clermont Auvergne, spécialité Électronique et SystèmesLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] apprentissage profond
[Termes IGN] brouillard
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] coefficient de corrélation
[Termes IGN] données météorologiques
[Termes IGN] pluie
[Termes IGN] réseau neuronal artificiel
[Termes IGN] système de transport intelligent
[Termes IGN] trafic routier
[Termes IGN] vision par ordinateurIndex. décimale : THESE Thèses et HDR Résumé : (auteur) De nos jours, les systèmes de vision sont de plus en plus utilisés dans le contexte routier. Ils permettent ainsi d'assurer la sécurité et faciliter la mobilité. Ces systèmes de vision sont généralement affectés par la dégradation des conditions météorologiques en présence de brouillard ou de pluie forte, phénomènes limitant la visibilité et réduisant ainsi la qualité des images. Afin d'optimiser les performances des systèmes de vision, il est nécessaire de disposer d'un système de détection fiable de ces conditions météorologiques défavorables.Il existe des capteurs météorologiques dédiés à la mesure physique, mais ils sont coûteux. Ce problème peut être résolu en utilisant les caméras qui sont déjà installées sur les routes. Ces dernières peuvent remplir simultanément deux fonctions : l'acquisition d'images pour les applications de surveillance et la mesure physique des conditions météorologiques au lieu des capteurs dédiés. Suite au grand succès des réseaux de neurones convolutifs (CNN) dans la classification et la reconnaissance d'images, nous avons utilisé une méthode d'apprentissage profond pour étudier le problème de la classification météorologique. L'objectif de notre étude est de chercher dans un premier temps à mettre au point un classifieur du temps, qui permet de discriminer entre temps « normal », brouillard et pluie. Dans un deuxième temps, une fois la classe connue, nous cherchons à développer un modèle de mesure de la distance de visibilité météorologique du brouillard. Rappelons que l'utilisation des CNN exige l'utilisation de bases de données d'apprentissage et de test. Pour cela, deux bases de données ont été utilisées, "Cerema-AWP database" (https://ceremadlcfmds.wixsite.com/cerema-databases), et la base "Cerema-AWH database", en cours d'acquisition depuis 2017 sur le site de la Fageole sur l'autoroute A75. Chaque image des deux bases est labellisée automatiquement grâce aux données météorologiques relevées sur le site permettant de caractériser diverses gammes de pluie et de brouillard. La base Cerema-AWH, qui a été mise en place dans le cadre de nos travaux, contient cinq sous-bases : conditions normales de jour, brouillard fort, brouillard faible, pluie forte et pluie faible. Les intensités de pluie varient de 0 mm/h à 70 mm/h et les visibilités météorologiques de brouillard varient entre 50m et 1800m. Parmi les réseaux de neurones connus et qui ont montré leur performance dans le domaine de la reconnaissance et la classification, nous pouvons citer LeNet, ResNet-152, Inception-v4 et DenseNet-121. Nous avons appliqué ces réseaux dans notre système de classification des conditions météorologiques dégradées. En premier lieu, une étude justificative de l'usage des réseaux de neurones convolutifs est effectuée. Elle étudie la nature de la donnée d'entrée et les hyperparamètres optimaux qu'il faut utiliser pour aboutir aux meilleurs résultats. Ensuite, une analyse des différentes composantes d'un réseau de neurones est menée en construisant une architecture instrumentale de réseau de neurones. La classification des conditions météorologiques avec les réseaux de neurones profonds a atteint un score de 83% pour une classification de cinq classes et 99% pour une classification de trois classes.Ensuite, une analyse sur les données d'entrée et de sortie a été faite permettant d'étudier l'impact du changement de scènes et celui du nombre de données d'entrée et du nombre de classes météorologiques sur le résultat de classification.Enfin, une méthode de transfert de bases de données a été appliquée. Cette méthode permet d'étudier la portabilité du système de classification des conditions météorologiques d'un site à un autre. Un score de classification de 63% a été obtenu en faisant un transfert entre une base publique et la base Cerema-AWH. (...) Note de contenu : 1- Introduction
2- Revue bibliographique des algorithmes de classification et de mesure
3- Les réseaux de neurones artificiels
4- Description des bases de données météorologiques
5- Classification des conditions météorologiques par caméra routière
6- ConclusionNuméro de notice : 28507 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Électronique et Systèmes : Université Clermont Auvergne : 2020 Organisme de stage : Institut Pascal nature-HAL : Thèse DOI : sans En ligne : https://tel.hal.science/tel-03022934/ Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97041
Titre : Rendu réaliste du brouillard Type de document : Mémoire Auteurs : Florent Geniet, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2019 Importance : 29 p. Format : 21 x 30 cm Note générale : Bibliographie
Rapport de projet pluridisciplinaire, cycle ING2Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] brouillard
[Termes IGN] état de l'art
[Termes IGN] image de synthèse
[Termes IGN] lancer de rayons
[Termes IGN] rendu réalisteIndex. décimale : PROJET Mémoires : Rapports de projet - stage des ingénieurs de 2e année Résumé : (Auteur) Dans l’optique du développement de la voiture intelligente, WMG cherche à créer un capeur capable de fonctionner par temps de brouillard. Le développement de ce capteur fait intervenir le deep learning, il faut donc pouvoir entrainer ce capteur sur différentes situations de brouillard. C’est pourquoi, le développement d’un système de génération d’images de synthèse de brouillard physiquement réaliste est intéressant, car il permet de faire cet entrainement sans avoir besoin de créer un brouillard artificiel ou d’en attendre un naturel. Le but de mon stage est donc de rechercher les éléments physiques caractérisant un brouillard, et ensuite d’ajouter dans le système de lancer de rayon PBRT le code correspondant à la génération de brouillard physiquement réaliste. Note de contenu : Introduction
1. Cadre de travail
1.1 Présentation de WMG
1.2 Problématique
2. Base scientifique et technique
2.1 Aspects techniques
2.2 Etat de l’art
3. Mise en oeuvre
3.1 Méthodologie
3.2 Résultats
ConclusionNuméro de notice : 26142 Affiliation des auteurs : IGN (2012-2019) Thématique : IMAGERIE/INFORMATIQUE Nature : Mémoire de projet pluridisciplinaire Organisme de stage : Warwick Manufacturing Group WMG Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93934 Réservation
Réserver ce documentExemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité 26142-01 PROJET Livre Centre de documentation Travaux d'élèves Disponible Documents numériques
peut être téléchargé
Rendu réaliste du brouillard - pdf auteurAdobe Acrobat PDF Markov random field for combined defogging and stereo reconstruction / Laurent Caraffa (2018)
Titre : Markov random field for combined defogging and stereo reconstruction Type de document : Article/Communication Auteurs : Laurent Caraffa , Auteur ; Jean-Philippe Tarel, Auteur Editeur : Philadelphie : Society for Industrial and Applied Mathematics SIAM Année de publication : 2018 Conférence : IS 2018, SIAM conference on imaging science 05/06/2018 08/06/2018 Bologne Italie Open Access Abstracts Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] brouillard
[Termes IGN] champ aléatoire de Markov
[Termes IGN] reconstruction d'imageRésumé : (auteur) Stereo reconstruction serves many outdoor applications, and thus sometimes faces difficulties with foggy weather. However, fog provides depth cues for far away objects. By taking advantages of both stereo and fog cues, stereo reconstruction in fog can be improved. We propose a Markov Random Field modelfor this problem. The proposed model is tested on synthetic images and it shows that improved results can be achieved on both stereo reconstruction and visibility restoration. Numéro de notice : C2018-098 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE/INFORMATIQUE Nature : Communication nature-HAL : ComSansActesPubliés-Unpublished DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96508 Single image dehazing via an improved atmospheric scattering model / Mingye Ju in The Visual Computer, vol 33 n° 12 (December 2017)
[article]
Titre : Single image dehazing via an improved atmospheric scattering model Type de document : Article/Communication Auteurs : Mingye Ju, Auteur ; Dengyin Zhang, Auteur ; Xuemei Wang, Auteur Année de publication : 2017 Article en page(s) : pp 1613 - 1625 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] brouillard
[Termes IGN] diffusion du rayonnement
[Termes IGN] effet atmosphérique
[Termes IGN] image isolée
[Termes IGN] scène urbaine
[Termes IGN] segmentation d'imageRésumé : (Auteur) Under foggy or hazy weather conditions, the visibility and color fidelity of outdoor images are prone to degradation. Hazy images can be the cause of serious errors in many computer vision systems. Consequently, image haze removal has practical significance for real-world applications. In this study, we first analyze the inherent weaknesses of the atmospheric scattering model and propose an improvement to address those weaknesses. Then, we present a fast image haze removal algorithm based on the improved model. In our proposed method, the input image is partitioned into several scenes based on the haze thickness. Next, averaging and erosion operations calculate the rough scene luminance map in a scene-wise manner. We obtain the rough scene transmission map by maximizing the contrast in each scene and then develop a way to gently remove the haze using an adaptive method for adjusting scene transmission based on scene features. In addition, we propose a guided total variation model for edge optimization, so as to prevent from the block effect as well as to eliminate the negative effect from the wrong scene segmentation results. The experimental results demonstrate that our method is effective in solving a series of common problems, including uneven illuminance, overenhanced and oversaturated images, and so forth. Moreover, our method outperforms most current dehazing algorithms in terms of visual effects, universality, and processing speed. Numéro de notice : A2017-715 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Article DOI : 10.1007/s00371-016-1305-1 En ligne : https://doi.org/10.1007/s00371-016-1305-1 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=88099
in The Visual Computer > vol 33 n° 12 (December 2017) . - pp 1613 - 1625[article]Regional boundary layer airflow patterns derived from digital NOAA-AVHRR data / M. Winiger in International Journal of Remote Sensing IJRS, vol 10 n°4-5 (May 1989)Permalink