Centre dedocumentation
scientifique

Bretagne, la végétation cartographiée / Marielle Mayo in Géomètre, n° 2185 (novembre 2020)

Public [article]  inGéomètre > n° 2185 (novembre 2020) . - pp 46 - 49 Titre : Bretagne, la végétation cartographiée Type de document : Article/Communication Auteurs : Marielle Mayo, Auteur Année de publication : 2020 Article en page(s) : pp 46 - 49 Langues : Français (fre) Descripteur : [Vedettes matières IGN] Cartographie thématique [Termes descripteurs IGN] 1:25.000 [Termes descripteurs IGN] acquisition d'images [Termes descripteurs IGN] aménagement régional [Termes descripteurs IGN] appariement semi-automatique [Termes descripteurs IGN] ArcGIS [Termes descripteurs IGN] BD ortho [Termes descripteurs IGN] Bretagne [Termes descripteurs IGN] carte de la végétation [Termes descripteurs IGN] classification orientée objet [Termes descripteurs IGN] données localisées [Termes descripteurs IGN] données publiques [Termes descripteurs IGN] écologie végétale [Termes descripteurs IGN] image infrarouge couleur [Termes descripteurs IGN] image proche infrarouge [Termes descripteurs IGN] modèle orienté objet Résumé : (Auteur) Une cartographie inédite de la végétation de Bretagne sera accessible en totalité en ligne en décembre. Produite par télédétection grâce à une méthode semi-automatisée innovante, elle répond aux nouveaux besoins des acteurs de la biodiversité et de l'aménagement du territoire. Numéro de notice : A2020-707 Affiliation des auteurs : non IGN Thématique : BIODIVERSITE/FORET/IMAGERIE Nature : Article nature-HAL : ArtSansCL DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96281 [article]

Delivering time-evolving 3D city models for web visualization / Vincent Jaillot in International journal of geographical information science IJGIS, vol 34 n° 10 (October 2020)  

Public [article]  inInternational journal of geographical information science IJGIS > vol 34 n° 10 (October 2020) . - pp 2030 - 2052 Titre : Delivering time-evolving 3D city models for web visualization Type de document : Article/Communication Auteurs : Vincent Jaillot, Auteur ; Sylvie Servigne, Auteur ; Gilles Gesquière, Auteur Année de publication : 2020 Article en page(s) : pp 2030 - 2052 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique web [Termes descripteurs IGN] CityGML [Termes descripteurs IGN] implémentation (informatique) [Termes descripteurs IGN] interactivité [Termes descripteurs IGN] modèle 3D de l'espace urbain [Termes descripteurs IGN] modèle conceptuel de données [Termes descripteurs IGN] modélisation spatio-temporelle [Termes descripteurs IGN] Open geospatial consortium Résumé : (auteur) Studying and planning urban evolution is essential for understanding the past and designing the cities of the future and can be facilitated by providing means for sharing, visualizing, and navigating in cities, on the web, in space and in time. Standard formats, methods, and tools exist for visualizing large-scale 3D cities on the web. In this paper, we go further by integrating the temporal dimension of cities in geospatial web delivery standard formats. In doing so, we enable interactive visualization of large-scale time-evolving 3D city models on the web. A key characteristic of this paper lies in the proposed four-step generic approach. First, we design a generic conceptual model of standard formats for delivering 3D cities on the web. Then, we formalize and integrate the temporal dimension of cities into this generic conceptual model. Following which, we specify the conceptual model in the 3D Tiles standard at logical and technical specification levels, resulting in an extension of 3D Tiles for delivering time-evolving 3D city models on the web. Finally, we propose an open-source implementation, experiments, and an evaluation of the propositions and visualization rules. We also provide access to reproducibility notes allowing researchers to replicate all the experiments. Numéro de notice : A2020-514 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/INFORMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/13658816.2020.1749637 date de publication en ligne : 14/04/2020 En ligne : https://doi.org/10.1080/13658816.2020.1749637 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95673 [article]

Integration of spatialization and individualization: the future of epidemic modelling for communicable diseases / Meifang Li in Annals of GIS, vol 26 n° 3 (July 2020)  

Public [article]  inAnnals of GIS > vol 26 n° 3 (July 2020) . - pp 219 - 226 Titre : Integration of spatialization and individualization: the future of epidemic modelling for communicable diseases Type de document : Article/Communication Auteurs : Meifang Li, Auteur ; Xun Shi, Auteur ; Xia Li, Auteur Année de publication : 2020 Article en page(s) : pp 219 - 226 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes descripteurs IGN] analyse spatio-temporelle [Termes descripteurs IGN] épidémie [Termes descripteurs IGN] historique des données [Termes descripteurs IGN] modèle orienté objet [Termes descripteurs IGN] modélisation spatio-temporelle [Termes descripteurs IGN] risque sanitaire [Termes descripteurs IGN] système d'information géographique [Termes descripteurs IGN] transmissibilité Résumé : (auteur) In the past several decades, epidemic modelling for communicable diseases has experienced transitions from treating the entire study area as a whole to addressing spatial variation within the area, and from targeting the entire population to incorporating characteristics of categorized subpopulations and finally going down to the individual level. These transitions have been first driven by the recognition that generalizations of space and population in conventional epidemic modelling may have hampered the effectiveness of the modelling; they then have been supported by increasingly available data that allow depiction of detailed spatiotemporal characteristics of an epidemic, as well as those characteristics of the environment in both human and natural aspects; and finally they have been facilitated by developments in geographic information science, data science, computer science, and computing technologies. Based on a review of a variety of recently developed communicable disease models, we explicitly put forward the notions of spatialization and individualization in this area, and point out that the integration of the two is the future of communicable disease modelling. We also point out that in this area models based on the object conceptualization are good at modelling spatiotemporal process, whereas models based on the field conceptualization are good at representing spatialized information. We propose a procedural framework of epidemic modelling that implements the integration of individualization and spatialization, integration of object-based process and field-based representation, and integration of modelling that retrospectively traces infection relationships based on historical patient data and modelling that prospectively predicts such relationships of future epidemics. Numéro de notice : A2020-581 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/19475683.2020.1768438 date de publication en ligne : 25/05/2020 En ligne : https://doi.org/10.1080/19475683.2020.1768438 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95903 [article]

A hybrid deep learning–based model for automatic car extraction from high-resolution airborne imagery / Mehdi Khoshboresh Masouleh in Applied geomatics, vol 12 n° 2 (June 2020)  

Public [article]  inApplied geomatics > vol 12 n° 2 (June 2020) . - pp 107 - 119 Titre : A hybrid deep learning–based model for automatic car extraction from high-resolution airborne imagery Type de document : Article/Communication Auteurs : Mehdi Khoshboresh Masouleh, Auteur ; Reza Shah-Hosseini, Auteur Année de publication : 2020 Article en page(s) : pp 107 - 119 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes descripteurs IGN] apprentissage profond [Termes descripteurs IGN] classification par réseau neuronal convolutif [Termes descripteurs IGN] extraction automatique [Termes descripteurs IGN] gestion de trafic [Termes descripteurs IGN] image à haute résolution [Termes descripteurs IGN] image aérienne [Termes descripteurs IGN] modèle orienté objet [Termes descripteurs IGN] orthophotographie [Termes descripteurs IGN] segmentation sémantique [Termes descripteurs IGN] trafic routier [Termes descripteurs IGN] véhicule automobile Résumé : (auteur) Automatic car extraction (ACE) from high-resolution airborne imagery (i.e., true-orthophoto) has been a hot research topic in the field of photogrammetry and machine learning. ACE from high-resolution airborne imagery is the most suitable method for control and monitoring practices in large cities such as traffic management. The use of deep learning–based feature extraction methods, such as convolutional neural networks, have been providing state-of-the-art performance in the last few years, particularly, these techniques have been successfully applied to automatic object extraction from images. In this paper, we proposed a novel hybrid method to take advantage of the semantic segmentation of high-resolution airborne imagery to ACE that is realized based on the combination of deep convolutional neural networks and restricted Boltzmann machine (RBM). This hybrid method is called RBMDeepNet. We trained and tested our model on the ISPRS Potsdam and Vaihingen benchmark datasets (non-big data) which is more challenging for ACE. Here, Potsdam data is a true-color dataset, and Vaihingen data is a false-color dataset. The results obtained in the present study showed that the proposed method for ACE from high-resolution airborne imagery achieves a 7% improvement in accuracy with about 10% improvement in processing time compared to similar methods. Numéro de notice : A2020-558 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1007/s12518-019-00285-4 date de publication en ligne : 06/08/2019 En ligne : https://doi.org/10.1007/s12518-019-00285-4 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95868 [article]

Mining spatiotemporal association patterns from complex geographic phenomena / Zhanjun He in International journal of geographical information science IJGIS, vol 34 n° 6 (June 2020)  

Public [article]  inInternational journal of geographical information science IJGIS > vol 34 n° 6 (June 2020) . - pp 1162 -1 187 Titre : Mining spatiotemporal association patterns from complex geographic phenomena Type de document : Article/Communication Auteurs : Zhanjun He, Auteur ; Jiannan Cai, Auteur ; Zhong Xie, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : pp 1162 -1 187 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes descripteurs IGN] approche hiérarchique [Termes descripteurs IGN] Chine [Termes descripteurs IGN] diffusion spatiale [Termes descripteurs IGN] données localisées dynamiques [Termes descripteurs IGN] exploration de données géographiques [Termes descripteurs IGN] interaction spatiale [Termes descripteurs IGN] modèle entité-association [Termes descripteurs IGN] modélisation spatio-temporelle [Termes descripteurs IGN] phénomène géographique [Termes descripteurs IGN] pollution atmosphérique [Termes descripteurs IGN] tempête Résumé : (auteur) Spatiotemporal association pattern mining can discover interesting interdependent relationships among various types of geospatial data. However, existing mining methods for spatiotemporal association patterns usually model geographic phenomena as simple spatiotemporal point events. Therefore, they cannot be applied to complex geographic phenomena, which continuously change their properties, shapes or locations, such as storms and air pollution. The most salient feature of such complex geographic phenomena is the geographic dynamic. To fully reveal dynamic characteristics of complex geographic phenomena and discover their associated factors, this research proposes a novel complex event-based spatiotemporal association pattern mining framework. First, a complex geographic event was hierarchically modeled and represented by a new data structure named directed spatiotemporal routes. Then, sequence mining technique was applied to discover the spatiotemporal spread pattern of the complex geographic events. An adaptive spatiotemporal episode pattern mining algorithm was proposed to discover the candidate driving factors for the occurrence of complex geographic events. Finally, the proposed approach was evaluated by analyzing the air pollution in the region of Beijing-Tianjin-Hebei. The experimental results showed that the proposed approach can well address the geographic dynamic of complex geographic phenomena, such as the spatial spreading pattern and spatiotemporal interaction with candidate driving factors. Numéro de notice : A2020-340 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/13658816.2019.1566549 date de publication en ligne : 01/02/2019 En ligne : https://doi.org/10.1080/13658816.2019.1566549 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95216 [article]

Projet infos usagers et projet transport à la demande / Oriane Sobreira (2020) 

Permalink

Relative space-based GIS data model to analyze the group dynamics of moving objects / Mingxiang Feng in ISPRS Journal of photogrammetry and remote sensing, vol 153 (July 2019)  

Permalink

A conceptual framework for studying collective reactions to events in location-based social media / Alexander Dunkel in International journal of geographical information science IJGIS, Vol 33 n° 3-4 (March - April 2019)  

Permalink

A framework for connecting two interoperability universes: OGC Web Feature Services and Linked Data / Luis Vilches-Blazquez in Transactions in GIS, vol 23 n° 1 (February 2019)  

Permalink

GIS approach to publishing commonfacilities plans of land consolidation in the Czech Republic / Arnošt Müller in Geodetski vestnik, vol 62 n° 4 (December 2018 - February 2019)  

Permalink

Scene classification based on multiscale convolutional neural network / Yanfei Liu in IEEE Transactions on geoscience and remote sensing, vol 56 n° 12 (December 2018)  

Permalink

Ontologies pour représenter l’évolution des découpages territoriaux statistiques / Camille Bernard in Revue internationale de géomatique, vol 28 n° 4 (octobre - décembre 2018)  

Permalink

A spatio-temporal scenario model for emergency decision / Cheng Liu in Geoinformatica [en ligne], vol 22 n° 2 (April 2018)  

Permalink

Analyse de l'incertitude et de la précision thématique de classifications GEOBIA d'une image WorldView-2 / François Messner in Revue Française de Photogrammétrie et de Télédétection, n° 216 (février 2018)

Permalink

Geospatial data on the web / Linda Van Den Brink (2018)    

Permalink