Centre dedocumentation
scientifique

Accurate assessment of protected area boundaries for land use planning using 3D GIS / Dilek Tezel in Geocarto international, vol 36 n° 1 ([01/01/2021])  

Public [article]  inGeocarto international > vol 36 n° 1 [01/01/2021] . - pp 96 - 109 Titre : Accurate assessment of protected area boundaries for land use planning using 3D GIS Type de document : Article/Communication Auteurs : Dilek Tezel, Auteur ; Mehmet Buyukdemircioglu, Auteur ; Sultan Kocaman, Auteur Année de publication : 2021 Article en page(s) : pp 96 - 109 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications SIG [Termes descripteurs IGN] aire protégée [Termes descripteurs IGN] analyse de données [Termes descripteurs IGN] analyse visuelle [Termes descripteurs IGN] biodiversité [Termes descripteurs IGN] conservation des ressources naturelles [Termes descripteurs IGN] modèle 3D de l'espace urbain [Termes descripteurs IGN] planification [Termes descripteurs IGN] SIG 3D [Termes descripteurs IGN] Turquie Résumé : (Auteur) Protected areas (PAs) are essential for ensuring the sustainability of biodiversity and protecting human lives. Efficient and sustainable protection require cooperation of all stakeholders and anticipate the coherence of conservation aims and human use. PAs can limit the human activities and land use alternatives significantly. Participatory planning and monitoring can help to achieve the protection goals and 3D GIS can serve as the base platform for planning. This study investigates the potential of 3D GIS with high-resolution datasets for accurate definition of PA boundaries and demonstrates a case study in Cesme Peninsula, Turkey. The PA boundaries have been examined with respect to the property ownership boundaries and buildings using the 3D city model of Cesme. A conceptual approach for the determination of PA boundaries is proposed. The results show that 3D GIS can support the ecosystem conservation efforts while observing the interests of all stakeholders at the same time. Numéro de notice : A2021-053 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/10106049.2019.1590466 date de publication en ligne : 28/05/2019 En ligne : https://doi.org/10.1080/10106049.2019.1590466 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96778 [article]

Analyse de la déforestation dans la périphérie ouest de la réserve de biosphère du Dja au Cameroun, à partir d'une série multi-annuelle d'images Landsat / Eric Wilson Tegno Nguekam in Revue Française de Photogrammétrie et de Télédétection, n° 222 (novembre 2020)  

Public [article]  inRevue Française de Photogrammétrie et de Télédétection > n° 222 (novembre 2020) . - pp 29 - 39 Titre : Analyse de la déforestation dans la périphérie ouest de la réserve de biosphère du Dja au Cameroun, à partir d'une série multi-annuelle d'images Landsat Type de document : Article/Communication Auteurs : Eric Wilson Tegno Nguekam, Auteur ; Salomon C. Nguembe Fils, Auteur ; Joachim Etouna, Auteur ; Simon Njeudeng Tenku, Auteur Année de publication : 2020 Article en page(s) : pp 29 - 39 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes descripteurs IGN] Cameroun [Termes descripteurs IGN] carte d'occupation du sol [Termes descripteurs IGN] classification dirigée [Termes descripteurs IGN] déboisement [Termes descripteurs IGN] données spatiotemporelles [Termes descripteurs IGN] image Landsat-ETM+ [Termes descripteurs IGN] image Landsat-OLI [Termes descripteurs IGN] réserve naturelle Résumé : (Auteur) Dans cet article, il est question d’évaluer la déforestation dans la périphérie Ouest de la réserve de Biosphère du Dja à travers les techniques de télédétection et de système d’information géographique. Pour cela, huit images Landsat de date différentes (2011 à 2018) ont été utilisées pour produire les cartes d’occupation du sol, à travers la méthode de classification supervisée et l’algorithme « maximum likelihood ». Les classes d’occupation de sol retenues pour cette classification sont : forêt dense, forêt dégradée, zone de culture, zone marécageuse, zone d’habitation, sol nu et eau. L’analyse des changements a été faite avec la technique de « change detection ». Les résultats de cette étude ont montré que la déforestation a été importante pendant la période d’étude (2011 – 2018). Les surfaces forestières se sont principalement transformées en zone de culture, marécage, forêt dégradée, sol nu. Le taux de déforestation observé est de 6,8% et dénote une importante baisse du couvert forestier dense. L’étude a montré des tendances de déforestation dans cette périphérie. Elle a permis d’observer que les zones tendancieuses sont concentrées principalement autour de certaines activités anthropiques présentes dans cette zone (la plantation agricole SUDCAM, le barrage de Mekin, les lieux habités). Numéro de notice : A2020-761 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : sans date de publication en ligne : 25/11/2020 En ligne : http://www.sfpt.fr/rfpt/index.php/RFPT/article/view/434/247 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96402 [article]

Etat des lieux en 2018 du site littoral très dégradé de Capu Laurasu (Propriano, Corse) avant sa réhabilitation par le conservatoire du littoral / Guilhan Paradis in Evaxiana, n° 7 (2020)  

Public [article]  inEvaxiana > n° 7 (2020) . - pp 249 - 301 Titre : Etat des lieux en 2018 du site littoral très dégradé de Capu Laurasu (Propriano, Corse) avant sa réhabilitation par le conservatoire du littoral Type de document : Article/Communication Auteurs : Guilhan Paradis, Auteur ; Carole Piazza, Auteur Année de publication : 2020 Article en page(s) : pp 249 - 301 Note générale : bibliographie, tableaux phytosociologiques Langues : Français (fre) Descripteur : [Vedettes matières IGN] Ecologie [Termes descripteurs IGN] action anthropique [Termes descripteurs IGN] Corse-du-Sud [Termes descripteurs IGN] impact sur l'environnement [Termes descripteurs IGN] littoral [Termes descripteurs IGN] phytosociologie [Termes descripteurs IGN] plage [Termes descripteurs IGN] site Natura 2000 [Termes descripteurs IGN] tamarix africana [Termes descripteurs IGN] unité phytosociologique Résumé : (auteur) Le site de Capu Laurosu, acheté en 2015 par le Conservatoire du littoral, comprend une terrasse marine graveleuse et un cordon littoral de sable grossier. Présentant la rarissime endémique Anchusa crispa, il est inscrit dans le réseau Natura 2000 et bénéficie depuis 2015 d'un arrêté de protection de biotope. Mais il est très dégradé par des impacts qui perdurent depuis le début des années 1960 : incendies, intense piétinement et multiplication des pistes et chemins d'accès à la plage, ce qui a fragmenté la végétation, circuit de karting, stationnement des véhicules sur tout le cordon jusqu'à proximité de la plage aérienne. Sa végétation est décrite par la méthode phytosociologique sigmatiste des relevés et par une cartographie détaillée. Cette étude met en évidence les perturbations et la fragmentation de la végétation liées aux impacts anthropiques. Elle décrit l'état initial du site avant sa restauration par le Conservatoire du littoral et permettra d'évaluer l'efficacité des mesures mises en oeuvre sur la flore et la végétation du site. Numéro de notice : A2020-574 Affiliation des auteurs : non IGN Thématique : BIODIVERSITE/FORET Nature : Article En ligne : http://www.sbco.fr/Evaxiana/Evaxiana07.pdf Format de la ressource électronique : URL bulletin Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96291 [article]

Applying multi-temporal Landsat satellite data and Markov-cellular automata to predict forest cover change and forest degradation of sundarban reserve forest, Bangladesh / Mohammad Emran Hasan in Forests, vol 11 n° 9 (September 2020)  

Public [article]  inForests > vol 11 n° 9 (September 2020) . - N° 1016 Titre : Applying multi-temporal Landsat satellite data and Markov-cellular automata to predict forest cover change and forest degradation of sundarban reserve forest, Bangladesh Type de document : Article/Communication Auteurs : Mohammad Emran Hasan, Auteur ; Biswajit Nath, Auteur ; A.H.M. Raihan Sarker, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : N° 1016 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes descripteurs IGN] automate cellulaire [Termes descripteurs IGN] Bangladesh [Termes descripteurs IGN] classification par maximum de vraisemblance [Termes descripteurs IGN] couvert forestier [Termes descripteurs IGN] déboisement [Termes descripteurs IGN] dégradation de l'environnement [Termes descripteurs IGN] détection de changement [Termes descripteurs IGN] gestion forestière durable [Termes descripteurs IGN] image Landsat-OLI [Termes descripteurs IGN] image Landsat-TM [Termes descripteurs IGN] mangrove [Termes descripteurs IGN] modèle de Markov [Termes descripteurs IGN] modèle de simulation [Termes descripteurs IGN] occupation du sol [Termes descripteurs IGN] réserve forestière [Termes descripteurs IGN] réserve naturelle [Termes descripteurs IGN] santé des forêts [Termes descripteurs IGN] série temporelle [Termes descripteurs IGN] système d'information géographique Résumé : (auteur) Overdependence on and exploitation of forest resources have significantly transformed the natural reserve forest of Sundarban, which shares the largest mangrove territory in the world, into a great degradation status. By observing these, a most pressing concern is how much degradation occurred in the past, and what will be the scenarios in the future if they continue? To confirm the degradation status in the past decades and reveal the future trend, we took Sundarban Reserve Forest (SRF) as an example, and used satellite Earth observation historical Landsat imagery between 1989 and 2019 as existing data and primary data. Moreover, a geographic information system model was considered to estimate land cover (LC) change and spatial health quality of the SRF from 1989 to 2029 based on the large and small tree categories. The maximum likelihood classifier (MLC) technique was employed to classify the historical images with five different LC types, which were further considered for future projection (2029) including trends based on 2019 simulation results from 1989 and 2019 LC maps using the Markov-cellular automata model. The overall accuracy achieved was 82.30%~90.49% with a kappa value of 0.75~0.87. The historical result showed forest degradation in the past (1989–2019) of 4773.02 ha yr−1, considered as great forest degradation (GFD) and showed a declining status when moving with the projection (2019–2029) of 1508.53 ha yr−1 and overall there was a decline of 3956.90 ha yr−1 in the 1989–2029 time period. Moreover, the study also observed that dense forest was gradually degraded (good to bad) but, conversely, light forest was enhanced, which will continue in the future even to 2029 if no effective management is carried out. Therefore, by observing the GFD, through spatial forest health quality and forest degradation mapping and assessment, the study suggests a few policies that require the immediate attention of forest policy-makers to implement them immediately and ensure sustainable development in the SRF. Numéro de notice : A2020-752 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/f11091016 date de publication en ligne : 21/09/2020 En ligne : https://doi.org/10.3390/f11091016 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96432 [article]

Evaluating techniques for mapping island vegetation from unmanned aerial vehicle (UAV) images: Pixel classification, visual interpretation and machine learning approaches / S.M. Hamylton in International journal of applied Earth observation and geoinformation, vol 89 (July 2020)  

Public [article]  inInternational journal of applied Earth observation and geoinformation > vol 89 (July 2020) . - n° 102085 Titre : Evaluating techniques for mapping island vegetation from unmanned aerial vehicle (UAV) images: Pixel classification, visual interpretation and machine learning approaches Type de document : Article/Communication Auteurs : S.M. Hamylton, Auteur ; R.H. Morris, Auteur ; R.C. Carvalho, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : n° 102085 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes descripteurs IGN] apprentissage automatique [Termes descripteurs IGN] carte de la végétation [Termes descripteurs IGN] classification par réseau neuronal convolutif [Termes descripteurs IGN] classification pixellaire [Termes descripteurs IGN] détection de changement [Termes descripteurs IGN] données de terrain [Termes descripteurs IGN] image captée par drone [Termes descripteurs IGN] Nouvelle-Galles du Sud [Termes descripteurs IGN] pesticide [Termes descripteurs IGN] réserve naturelle [Termes descripteurs IGN] série temporelle [Termes descripteurs IGN] surveillance de la végétation Résumé : (auteur) We evaluate three approaches to mapping vegetation using images collected by an unmanned aerial vehicle (UAV) to monitor rehabilitation activities in the Five Islands Nature Reserve, Wollongong (Australia). Between April 2017 and July 2018, four aerial surveys of Big Island were undertaken to map changes to island vegetation following helicopter herbicide sprays to eradicate weeds, including the creeper Coastal Morning Glory (Ipomoea cairica) and Kikuyu Grass (Cenchrus clandestinus). The spraying was followed by a large scale planting campaign to introduce native plants, such as tussocks of Spiny-headed Mat-rush (Lomandra longifolia). Three approaches to mapping vegetation were evaluated, including: (i) a pixel-based image classification algorithm applied to the composite spectral wavebands of the images collected, (ii) manual digitisation of vegetation directly from images based on visual interpretation, and (iii) the application of a machine learning algorithm, LeNet, based on a deep learning convolutional neural network (CNN) for detecting planted Lomandra tussocks. The uncertainty of each approach was assessed via comparison against an independently collected field dataset. Each of the vegetation mapping approaches had a comparable accuracy; for a selected weed management and planting area, the overall accuracies were 82 %, 91 % and 85 % respectively for the pixel based image classification, the visual interpretation / digitisation and the CNN machine learning algorithm. At the scale of the whole island, statistically significant differences in the performance of the three approaches to mapping Lomandra plants were detected via ANOVA. The manual digitisation took a longer time to perform than others. The three approaches resulted in markedly different vegetation maps characterised by different digital data formats, which offered fundamentally different types of information on vegetation character. We draw attention to the need to consider how different digital map products will be used for vegetation management (e.g. monitoring the health individual species or a broader profile of the community). Where individual plants are to be monitored over time, a feature-based approach that represents plants as vector points is appropriate. The CNN approach emerged as a promising technique in this regard as it leveraged spatial information from the UAV images within the architecture of the learning framework by enforcing a local connectivity pattern between neurons of adjacent layers to incorporate the spatial relationships between features that comprised the shape of the Lomandra tussocks detected. Numéro de notice : A2020-716 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article DOI : 10.1016/j.jag.2020.102085 date de publication en ligne : 03/03/2020 En ligne : https://doi.org/10.1016/j.jag.2020.102085 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96287 [article]

Incorporating landscape character in cork oak forest expansion in Sardinia: constraint or opportunity? / I.N. Vogiatzakis in Forests, vol 11 n° 5 (May 2020)  

Permalink

Visualizing when, where, and how fires happen in U.S. parks and protected areas / Nicole C. Inglis in ISPRS International journal of geo-information, vol 9 n° 5 (May 2020)  

Permalink

What Is threatening forests in protected areas? A global assessment of deforestation in protected areas, 2001–2018 / Christopher M. Wade in Forests, vol 11 n° 5 (May 2020)  

Permalink

Plant survival monitoring with UAVs and multispectral data in difficult access afforested areas / Maria Luz Gil-Docampo in Geocarto international, vol 35 n° 2 ([01/02/2020])  

Permalink

Analyse spatio-temporelle des mobilités de randonneurs dans le PNR du Massif des Bauges / Colin Kerouanton (2020)  

Permalink

Dictionnaire encyclopédique de la diversité biologique et de la conservation de la nature 2020 / Patrick Triplet (2020)  

Permalink

Patrimoine arboré : pousser de nouvelles pratiques / Xavier Fodor in SIGmag, n° 22 (octobre 2019)

Permalink

The conservation status assessment of Natura 2000 forest habitats in Europe: capabilities, potentials and challenges of national forest inventories data / Iciar A. Alberdi in Annals of Forest Science [en ligne], vol 76 n° 2 (June 2019)  

Permalink

Un bilan des modalités d’évaluation de l’état de conservation des habitats forestiers dans 399 sites Natura 2000 / Damien Marage in Revue forestière française [en ligne], Vol 71 n° 2 (2019)  

Permalink

Modeling tree-growth : Assessing climate suitability of temperate forests growing in Moncayo Natural Park (Spain) / Edurne Martínez del Castillo in Forest ecology and management, vol 435 (1 March 2019)  

Permalink