Centre dedocumentation
scientifique

Landslide susceptibility mapping and assessment using geospatial platforms and weights of evidence (WoE) method in the indian Himalayan region: Recent developments, gaps, and future directions / Amit Batar in ISPRS International journal of geo-information, vol 10 n° 3 (March 2021)  

Public [article]  inISPRS International journal of geo-information > vol 10 n° 3 (March 2021) . - n° 114 Titre : Landslide susceptibility mapping and assessment using geospatial platforms and weights of evidence (WoE) method in the indian Himalayan region: Recent developments, gaps, and future directions Type de document : Article/Communication Auteurs : Amit Batar, Auteur ; Teiji Watanabe, Auteur Année de publication : 2021 Article en page(s) : n° 114 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes IGN] analyse bivariée [Termes IGN] analyse de sensibilité [Termes IGN] bassin hydrographique [Termes IGN] cartographie des risques [Termes IGN] effondrement de terrain [Termes IGN] géomorphologie locale [Termes IGN] Google Earth [Termes IGN] Himalaya [Termes IGN] Inde [Termes IGN] inventaire [Termes IGN] système d'information géographique [Termes IGN] théorème de Bayes Résumé : (auteur) The Himalayan region and hilly areas face severe challenges due to landslide occurrences during the rainy seasons in India, and the study area, i.e., the Rudraprayag district, is no exception. However, the landslide related database and research are still inadequate in these landslide-prone areas. The main purpose of this study is: (1) to prepare the multi-temporal landslide inventory map using geospatial platforms in the data-scarce environment; (2) to evaluate the landslide susceptibility map using weights of evidence (WoE) method in the Geographical Information System (GIS) environment at the district level; and (3) to provide a comprehensive understanding of recent developments, gaps, and future directions related to landslide inventory, susceptibility mapping, and risk assessment in the Indian context. Firstly, 293 landslides polygon were manually digitized using the BHUVAN (Indian earth observation visualization) and Google Earth® from 2011 to 2013. Secondly, a total of 14 landslide causative factors viz. geology, geomorphology, soil type, soil depth, slope angle, slope aspect, relative relief, distance to faults, distance to thrusts, distance to lineaments, distance to streams, distance to roads, land use/cover, and altitude zones were selected based on the previous study. Then, the WoE method was applied to assign the weights for each class of causative factors to obtain a landslide susceptibility map. Afterward, the final landslide susceptibility map was divided into five susceptibility classes (very high, high, medium, low, and very low classes). Later, the validation of the landslide susceptibility map was checked against randomly selected landslides using IDRISI SELVA 17.0 software. Our study results show that medium to very high landslide susceptibilities had occurred in the non-forest areas, mainly scrubland, pastureland, and barren land. The results show that medium to very high landslide susceptibilities areas are in the upper catchment areas of the Mandakini river and adjacent to the National Highways (107 and 07). The results also show that landslide susceptibility is high in high relative relief areas and shallow soil, near thrusts and faults, and on southeast, south, and west-facing steep slopes. The WoE method achieved a prediction accuracy of 85.7%, indicating good accuracy of the model. Thus, this landslide susceptibility map could help the local governments in landslide hazard mitigation, land use planning, and landscape protection. Numéro de notice : A2021-233 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/ijgi10030114 date de publication en ligne : 27/02/2021 En ligne : https://doi.org/10.3390/ijgi10030114 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97228 [article]

Susceptibilité aux glissements de terrain dans la ville d’Al Hoceima et sa périphérie : application de la méthode de la théorie de l’évidence / Taoufik Byou in Geomatica [en ligne], vol 75 n° 1 (Mars 2021)  

Public [article]  inGeomatica [en ligne] > vol 75 n° 1 (Mars 2021) . - pp 1 - 27 Titre : Susceptibilité aux glissements de terrain dans la ville d’Al Hoceima et sa périphérie : application de la méthode de la théorie de l’évidence Type de document : Article/Communication Auteurs : Taoufik Byou, Auteur ; Khalid Obda, Auteur ; Ali Taous, Auteur ; Ilias Obda, Auteur Année de publication : 2021 Article en page(s) : pp 1 - 27 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes IGN] aléa [Termes IGN] analyse bivariée [Termes IGN] cartographie des risques [Termes IGN] effondrement de terrain [Termes IGN] Maroc [Termes IGN] modèle stochastique [Termes IGN] pondération [Termes IGN] Rif (Maroc) [Termes IGN] risque naturel [Termes IGN] ville Résumé : (auteur) Le Rif Marocain en général et la ville d’Al Hoceima et sa périphérie urbaine, plus particulièrement, connaissent fréquemment des aléas géomorphologiques, notamment les glissements de terrain qui entravent la gestion urbaine. Ce type d’aléa naturel est de grande actualité, aussi bien sur le plan scientifique que sur le plan médiatique, à cause de l’augmentation de la vulnérabilité, en raison de circonstances de changements globaux (réchauffements climatiques) et à la forte urbanisation, souvent irrationnelle. L’objectif de cet article est la mise en place d’une approche objective visant l’évaluation de la susceptibilité aux glissements de terrain dans la ville d’Al Hoceima et sa périphérie. La théorie de l’évidence, qui est une méthode probabiliste bivariée, est fondée sur les règles de Bayes qui consistent à calculer la probabilité d’occurrence spatiale de glissements de terrain, en se basant sur la notion de probabilité à priori et de probabilité à posteriori, tout en considérant les glissements de terrain comme variable à modéliser et chaque facteur causatif comme variable prédictive. Le but de ce travail est de procéder à un zonage d’aléa glissement de terrain tout en assurant une bonne prédiction de ce phénomène avec une bonne résolution spatiale. Les résultats de la courbe de ROC (receiver operating characteristic) montre que la confrontation de la carte de susceptibilité, des glissements de terrain à la carte d’inventaire, permet une capacité de prédiction considérable (area under curve, AUC = 0,889). Ceci pousse au constat selon lequel, plus de deux tiers des glissements de terrain inventoriés s’inscrivent dans des classes de susceptibilité élevée et très élevée. Ce produit cartographique peut constituer un puissant outil d’aide permettant la formulation de suggestions, dans le but d’optimiser l’évaluation du risque de glissements de terrain dans les zones exposées à ce phénomène. Numéro de notice : A2021-607 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.1139/geomat-2019-0025 En ligne : https://doi.org/10.1139/geomat-2019-0025 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98321 [article]

Network-constrained bivariate clustering method for detecting urban black holes and volcanoes / Qiliang Liu 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 1903 - 1929 Titre : Network-constrained bivariate clustering method for detecting urban black holes and volcanoes Type de document : Article/Communication Auteurs : Qiliang Liu, Auteur ; Zhihui Wu, Auteur ; Min Deng, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : pp 1903 - 1929 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes IGN] analyse bivariée [Termes IGN] analyse de groupement [Termes IGN] analyse spatio-temporelle [Termes IGN] circulation urbaine [Termes IGN] contour [Termes IGN] détection d'anomalie [Termes IGN] méthode de Monte-Carlo [Termes IGN] Pékin (Chine) [Termes IGN] planification urbaine [Termes IGN] réseau de contraintes [Termes IGN] réseau routier [Termes IGN] sécurité publique [Termes IGN] trafic routier [Termes IGN] trajectoire [Termes IGN] trou noir [Termes IGN] voisinage (topologie) [Termes IGN] volcan [Termes IGN] zone urbaine Résumé : (auteur) Urban black holes and volcanoes are typical traffic anomalies that are useful for optimizing urban planning and maintaining public safety. It is still challenging to detect arbitrarily shaped urban black holes and volcanoes considering the network constraints with less prior knowledge. This study models urban black holes and volcanoes as bivariate spatial clusters and develops a network-constrained bivariate clustering method for detecting statistically significant urban black holes and volcanoes with irregular shapes. First, an edge-expansion strategy is proposed to construct the network-constrained neighborhoods without the time-consuming calculation of the network distance between each pair of objects. Then, a network-constrained spatial scan statistic is constructed to detect urban black holes and volcanoes, and a multidirectional optimization method is developed to identify arbitrarily shaped urban black holes and volcanoes. Finally, the statistical significance of multiscale urban black holes and volcanoes is evaluated using Monte Carlo simulation. The proposed method is compared with three state-of-the-art methods using both simulated data and Beijing taxicab spatial trajectory data. The comparison shows that the proposed method can detect urban black holes and volcanoes more accurately and completely and is useful for detecting spatiotemporal variations of traffic anomalies. Numéro de notice : A2020-511 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/13658816.2020.1720027 date de publication en ligne : 27/02/2020 En ligne : https://doi.org/10.1080/13658816.2020.1720027 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95665 [article]

Exploratory bivariate and multivariate geovisualizations of a social vulnerability index / Georgianna Strode in Cartographic perspectives, n° 95 (July 2020)  

Public [article]  inCartographic perspectives > n° 95 (July 2020) . - 19 p. Titre : Exploratory bivariate and multivariate geovisualizations of a social vulnerability index Type de document : Article/Communication Auteurs : Georgianna Strode, Auteur ; Victor Mesev, Auteur ; Susanne Bleisch, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : 19 p. Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes IGN] analyse bivariée [Termes IGN] analyse multivariée [Termes IGN] analyse spatiale [Termes IGN] carte thématique [Termes IGN] données socio-économiques [Termes IGN] ethnie [Termes IGN] Floride (Etats-Unis) [Termes IGN] formule d'Euler [Termes IGN] planification stratégique [Termes IGN] prévention [Termes IGN] santé [Termes IGN] signe conventionnel [Termes IGN] sociologie [Termes IGN] vulnérabilité [Vedettes matières IGN] Géovisualisation Résumé : (auteur) In the United States, the Centers for Disease Control and Prevention (CDC) is the national agency that conducts and supports public health research and practice. Among the CDC’s many achievements is the development of a social vulnerability index (SVI) to aid planners and emergency responders when identifying vulnerable segments of the population, especially during natural hazard events. The index includes an overall social vulnerability ranking as well as four individual themes: socioeconomic, household composition & disability, ethnicity & language, and housing & transportation. This makes the SVI dataset multivariate, but it is typically viewed via maps that show one theme at a time. This paper explores a suite of cartographic techniques that can represent the SVI beyond the univariate view. Specifically, we recommend three techniques: (1) bivariate mapping to illustrate overall vulnerability and population density, (2) multivariate mapping using cartographic glyphs to disaggregate levels of the four vulnerability themes, and (3) visual analytics using Euler diagrams to depict overlap between the vulnerability themes. The CDC’s SVI, and by extension, vulnerability indices in other countries, can be viewed in a variety of cartographic forms that illustrate the location of vulnerable groups of society. Viewing data from various perspectives can facilitate the understanding and analysis of the growing amount and complexity of data. Numéro de notice : A2020-750 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.14714/CP95.1569 date de publication en ligne : 17/03/2020 En ligne : https://doi.org/10.14714/CP95.1569 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96404 [article]

Simultaneous intensity bias estimation and stripe noise removal in infrared images using the global and local sparsity constraints / Li Liu in IEEE Transactions on geoscience and remote sensing, vol 58 n° 3 (March 2020)  

Public [article]  inIEEE Transactions on geoscience and remote sensing > vol 58 n° 3 (March 2020) . - pp 1777 - 1789 Titre : Simultaneous intensity bias estimation and stripe noise removal in infrared images using the global and local sparsity constraints Type de document : Article/Communication Auteurs : Li Liu, Auteur ; Luping Xu, Auteur ; Houzhang Fang, Auteur Année de publication : 2020 Article en page(s) : pp 1777 - 1789 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes IGN] analyse bivariée [Termes IGN] analyse comparative [Termes IGN] filtrage du bruit [Termes IGN] image infrarouge [Termes IGN] intensité lumineuse [Termes IGN] interpolation polynomiale [Termes IGN] itération [Termes IGN] optimisation (mathématiques) [Termes IGN] programmation par contraintes [Termes IGN] texture d'image Résumé : (Auteur) Infrared (IR) images are often contaminated by obvious intensity bias and stripes, which severely affect the visual quality and subsequent applications. It is challenging to eliminate simultaneously the mixed nonuniformity noise without blurring the fine-image details in low-textured IR images. In this article, we present a new model for simultaneous intensity bias correction and destriping through introducing two sparsity constraints. One is that model fit on the intensity bias should be as accurate as possible. A bivariate polynomial model is built to characterize the global smoothness of the intensity bias. The other constraint is that the unidirectional variational sparse model can concisely represent the direction characteristic of stripe noise. A computationally efficient numerical algorithm based on split Bregman iteration is used to solve the complex optimization problem. The proposed method is fundamentally different from the existing denoising techniques and simultaneously estimates the sharp image, intensity bias, and stripe components. Significant improvement on image quality is achieved on both simulated and real studies. Both qualitative and quantitative comparisons with the state-of-the-art correction methods demonstrate its superiority. Numéro de notice : A2020-089 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2019.2948601 date de publication en ligne : 18/11/2019 En ligne : https://doi.org/10.1109/TGRS.2019.2948601 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94663 [article]

A general method for the classification of forest stands using species composition and vertical and horizontal structure / Miquel de Cáceres in Annals of Forest Science [en ligne], vol 76 n° 2 (June 2019)  

Permalink

Applicability of generalized additive model in groundwater potential modelling and comparison its performance by bivariate statistical methods / Fatemeh Falah in Geocarto international, vol 32 n° 10 (October 2017)  

Permalink

Mapping uncertainty from multi-criteria analysis of land development suitability, the case of Howth, Dublin / Bernadette Quinn in Journal of maps, vol 11 n° 3 ([01/07/2015])  

Permalink

R et espace : Traitement de l’information géographique / Groupe Element R (2014)    

Permalink

Effect of climatic cycles in Pacific Ocean on mean sea level variations over the Southwest Pacific Ocean and Tasman Sea / Anthony Wiart (2012) 

Permalink

Comparison of GIS-based methodologies for the landslide susceptibility assessment / P. Magliulo in Geoinformatica, vol 13 n° 3 (September 2009)

Permalink

Mapping the results of geographically weighted regression / J. Mennis in Cartographic journal (the), vol 43 n° 2 (July 2006)

Permalink

L'outil statistique en géographie, Tome 2. L'analyse bivariée / Philippe Lahousse (2000)

Permalink

Statistique appliquée à la géographie / G. Chemla (1997)

Permalink

Hypothesis testing using univariate and bivariate choropleth maps / L.W. Carstensen in American cartographer (the), vol 13 n° 3 (July 1986)

Permalink