Centre dedocumentation
scientifique

Mapping the condition of macadamia tree crops using multi-spectral UAV and WorldView-3 imagery / Kasper Johansen in ISPRS Journal of photogrammetry and remote sensing, vol 165 (July 2020)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 165 (July 2020) . - pp 28 - 40 Titre : Mapping the condition of macadamia tree crops using multi-spectral UAV and WorldView-3 imagery Type de document : Article/Communication Auteurs : Kasper Johansen, Auteur ; Qibin Duan, Auteur ; Yu-Hsuan Tu, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : pp 28 - 40 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes descripteurs IGN] Australie [Termes descripteurs IGN] carte de la végétation [Termes descripteurs IGN] classification par forêts aléatoires [Termes descripteurs IGN] données multitemporelles [Termes descripteurs IGN] image captée par drone [Termes descripteurs IGN] image multibande [Termes descripteurs IGN] image Worldview [Termes descripteurs IGN] production végétale [Termes descripteurs IGN] surveillance de la végétation Résumé : (auteur) Australia is one of the world’s largest producers of macadamia nuts. As macadamia trees can take up to 15 years to mature and produce maximum yield, it is important to optimize tree condition. Field based assessment of macadamia tree condition is time-consuming and often inconsistent. Using remotely sensed imagery may allow for faster, more extensive, and more consistent assessment of macadamia tree condition. To identify individual macadamia tree crowns, high spatial resolution imagery is required. Hence, the objective of this work was to develop and test an approach to map the condition of individual macadamia tree crowns using both multi-spectral Unmanned Aerial Vehicle (UAV) and WorldView-3 imagery for different macadamia varieties and three different sites located near Bundaberg, Australia. A random forest classifier, based on all available spectral bands and selected vegetation indices was used to predict five condition categories, ranging from excellent (category 1) to poor (category 5). Various combinations of the developed models were tested between the three sites and over time. The results showed that the multi-spectral WorldView-3 imagery produced the lowest out of bag (OOB) classification errors in most cases. However, for both the UAV and the WorldView-3 imagery, more than 98.5% of predicted macadamia condition categories were either correctly mapped or offset by a single category out of the five condition categories (excellent, good, moderate, fair and poor) for trees of the same variety and at one point in time. Multi-temporally, the WorldView-3 imagery performed better than the UAV data for predicting the condition of the same macadamia tree variety. Applying a model from one site to another site with the same macadamia tree variety produced OOB classification between 31.20 and 42.74%, but with >98.63% of trees predicted within a single condition category. Importantly, models trained based on one type of macadamia tree variety could not be successfully applied to a site with another variety. The developed classification models may be used as a decision and management support tool for the macadamia industry to inform management practices and improve on-demand irrigation, fertilization, and pest inspection at the individual tree level. Numéro de notice : A2020-277 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2020.04.01 date de publication en ligne : 20/05/2020 En ligne : https://doi.org/10.1016/j.isprsjprs.2020.04.017 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95093 [article]

Réservation

Réserver ce document

Exemplaires (3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2020071	SL	Revue	Centre de documentation	Revues en salle	Disponible
081-2020073	DEP-RECP	Revue	MATIS	Dépôt en unité	Exclu du prêt
081-2020072	DEP-RECF	Revue	Nancy	Dépôt en unité	Exclu du prêt

Using Ranked Probability Skill Score (RPSS) as Nonlocal Root-Mean-Square Errors (RMSEs) for Mitigating Wet Bias of Soil Moisture Ocean Salinity (SMOS) Soil Moisture / Ju Hyoung Lee in Photogrammetric Engineering & Remote Sensing, PERS, vol 86 n° 2 (February 2020)  

Public [article]  inPhotogrammetric Engineering & Remote Sensing, PERS > vol 86 n° 2 (February 2020) . - pp 91 - 98 Titre : Using Ranked Probability Skill Score (RPSS) as Nonlocal Root-Mean-Square Errors (RMSEs) for Mitigating Wet Bias of Soil Moisture Ocean Salinity (SMOS) Soil Moisture Type de document : Article/Communication Auteurs : Ju Hyoung Lee, Auteur Année de publication : 2020 Article en page(s) : pp 91 - 98 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes descripteurs IGN] Afrique occidentale [Termes descripteurs IGN] données multitemporelles [Termes descripteurs IGN] erreur moyenne quadratique [Termes descripteurs IGN] erreur systématique [Termes descripteurs IGN] humidité du sol [Termes descripteurs IGN] image SMOS [Termes descripteurs IGN] salinité Résumé : (Auteur) To mitigate instantaneously evolving biases in satellite retrievals, a stochastic approach is applied over West Africa. This stochastic approach independently self-corrects Soil Moisture Ocean Salinity (SMOS) wet biases, unlike the cumulative density function (CDF) matching that rescales satellite retrievals with respect to several years of reference data. Ranked probability skill score (RPSS) is used as nonlocal root-mean-square errors (RMSEs) to assess stochastic retrievals. Stochastic method successfully decreases RMSEs from 0.146 m3/m3 to 0.056 m3/m3 in the Republic of Benin and from 0.080 m3/m3 to 0.038 m3/m3 in Niger, while the CDF matching method exacerbates the original SMOS biases up to 0.141 m3/m3 in Niger, and 0.120 m3/m3 in Benin. Unlike the CDF matching or European Centre for Medium-Range Weather Forecasts (ECMWF) Re-Analysis (ERA))–interim soil moisture, only a stochastic retrieval responds to Tropical Rainfall Measuring Mission rainfall. Based on the effects of bias correction, RPSS is suggested as a nonlocal verification without needing local measurements. Numéro de notice : A2020-126 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.14358/PERS.86.2.91 date de publication en ligne : 01/02/2020 En ligne : https://doi.org/10.14358/PERS.86.2.91 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94772 [article]

3D iterative spatiotemporal filtering for classification of multitemporal satellite data sets / Hessah Albanwan in Photogrammetric Engineering & Remote Sensing, PERS, vol 86 n° 1 (January 2020)  

Public [article]  inPhotogrammetric Engineering & Remote Sensing, PERS > vol 86 n° 1 (January 2020) . - pp 23 - 31 Titre : 3D iterative spatiotemporal filtering for classification of multitemporal satellite data sets Type de document : Article/Communication Auteurs : Hessah Albanwan, Auteur ; Rongjun Qin, Auteur ; Xiaohu Lu, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : pp 23 - 31 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] analyse de données [Termes descripteurs IGN] changement d'occupation du sol [Termes descripteurs IGN] changement d'utilisation du sol [Termes descripteurs IGN] classification orientée objet [Termes descripteurs IGN] données multitemporelles [Termes descripteurs IGN] filtrage spatiotemporel [Termes descripteurs IGN] image à très haute résolution [Termes descripteurs IGN] itération [Termes descripteurs IGN] orthoimage Résumé : (Auteur) The current practice in land cover/land use change analysis relies heavily on the individually classified maps of the multi-temporal data set. Due to varying acquisition conditions (e.g., illumination, sensors, seasonal differences), the classification maps yielded are often inconsistent through time for robust statistical analysis. 3D geometric features have been shown to be stable for assessing differences across the temporal data set. Therefore, in this article we investigate the use of a multi-temporal orthophoto and digital surface model derived from satellite data for spatiotemporal classification. Our approach consists of two major steps: generating per-class probability distribution maps using the random-forest classifier with limited training samples, and making spatiotemporal inferences using an iterative 3D spatiotemporal filter operating on per-class probability maps. Our experimental results demonstrate that the proposed methods can consistently improve the individual classification results by 2%–6% and thus can be an important postclassification refinement approach. Numéro de notice : A2020-049 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.14358/PERS.86.1.23 date de publication en ligne : 01/01/2020 En ligne : https://doi.org/10.14358/PERS.86.1.23 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94534 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
105-2020011	SL	Revue	Centre de documentation	Revues en salle	Disponible

Recherche multimodale d'images aériennes multi-date à l'aide d'un réseau siamois / Margarita Khokhlova (2020)    

Public Titre : Recherche multimodale d'images aériennes multi-date à l'aide d'un réseau siamois Type de document : Article/Communication Auteurs : Margarita Khokhlova, Auteur ; Valérie Gouet-Brunet , Auteur ; Nathalie Abadie , Auteur ; Liming Chen, Auteur Editeur : Vannes : Université de Bretagne Sud Année de publication : 2020 Projets : 1-Pas de projet / Conférence : RFIAP 2020, Reconnaissance des Formes, Image, Apprentissage et Perception 23/06/2020 26/06/2020 Vannes France Open Access Proceedings Importance : 11 p. Format : 21 x 30 cm Note générale : bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] analyse du paysage [Termes descripteurs IGN] appariement d'images [Termes descripteurs IGN] architecture de réseau [Termes descripteurs IGN] BD ortho [Termes descripteurs IGN] BD Topo [Termes descripteurs IGN] classification barycentrique [Termes descripteurs IGN] classification par réseau neuronal convolutif [Termes descripteurs IGN] détection de changement [Termes descripteurs IGN] données multitemporelles [Termes descripteurs IGN] géolocalisation [Termes descripteurs IGN] image aérienne [Termes descripteurs IGN] image multitemporelle [Termes descripteurs IGN] recherche d'image basée sur le contenu [Termes descripteurs IGN] segmentation sémantique Résumé : (auteur) Cet article présente un réseau multimodal qui met en correspondance des images aériennes de territoires urbains et ruraux français prises à environ 15 ans d'intervalle. Il devrait être invariant à un large éventail de changements, tels que l'évolution du paysage au fil des années. Il exploite les images originales et les régions sémantiquement segmentées et étiquetées. Le coeur de la méthode est un réseau siamois qui apprend à extraire des caractéristiques des paires d'images correspondantes dans le temps et des paires non correspondantes. Ces descripteurs sont suffisamment discriminants pour qu'un simple classifieur k-NN suffise comme critère de géo-correspondance final. Dans cet article, nous dé-montrons que notre descripteur siamois surpasse les autres descripteurs d'images en termes de recherche d'images par contenu à travers le temps. Numéro de notice : C2020-003 Affiliation des auteurs : LaSTIG+Ext (2020- ) Thématique : IMAGERIE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésNat DOI : sans En ligne : https://cap-rfiap2020.sciencesconf.org/data/RFIAP_2020_paper_21.pdf Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95446

Voir aussi

• Cross-year multi-modal image retrieval using siamese networks / Margarita Khokhlova (2020)  

Documents numériques

en open access rfiap2020_21_cameraready.pdf Adobe Acrobat PDF

A new generation of the United States National Land Cover Database : Requirements, research priorities, design, and implementation strategies / Limin Yang in ISPRS Journal of photogrammetry and remote sensing, vol 146 (December 2018)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 146 (December 2018) . - pp 108 - 123 Titre : A new generation of the United States National Land Cover Database : Requirements, research priorities, design, and implementation strategies Type de document : Article/Communication Auteurs : Limin Yang, Auteur ; Suming Jin, Auteur ; Patrick Danielson, Auteur ; Collin Homer, Auteur ; Leila Gass, Auteur ; et al., Auteur Année de publication : 2018 Article en page(s) : pp 108 - 123 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Bases de données localisées [Termes descripteurs IGN] approche hiérarchique [Termes descripteurs IGN] base de données d'occupation du sol [Termes descripteurs IGN] changement d'occupation du sol [Termes descripteurs IGN] couvert végétal [Termes descripteurs IGN] données multitemporelles [Termes descripteurs IGN] Etats-Unis [Termes descripteurs IGN] historique des données [Termes descripteurs IGN] image Landsat [Termes descripteurs IGN] implémentation (informatique) [Termes descripteurs IGN] modèle numérique de surface de la canopée [Termes descripteurs IGN] zone humide Résumé : (Auteur) The U.S. Geological Survey (USGS), in partnership with several federal agencies, has developed and released four National Land Cover Database (NLCD) products over the past two decades: NLCD 1992, 2001, 2006, and 2011. These products provide spatially explicit and reliable information on the Nation’s land cover and land cover change. To continue the legacy of NLCD and further establish a long-term monitoring capability for the Nation’s land resources, the USGS has designed a new generation of NLCD products named NLCD 2016. The NLCD 2016 design aims to provide innovative, consistent, and robust methodologies for production of a multi-temporal land cover and land cover change database from 2001 to 2016 at 2–3-year intervals. Comprehensive research was conducted and resulted in developed strategies for NLCD 2016: a streamlined process for assembling and preprocessing Landsat imagery and geospatial ancillary datasets; a multi-source integrated training data development and decision-tree based land cover classifications; a temporally, spectrally, and spatially integrated land cover change analysis strategy; a hierarchical theme-based post-classification and integration protocol for generating land cover and change products; a continuous fields biophysical parameters modeling method; and an automated scripted operational system for the NLCD 2016 production. The performance of the developed strategies and methods were tested in twenty World Reference System-2 path/row throughout the conterminous U.S. An overall agreement ranging from 71% to 97% between land cover classification and reference data was achieved for all tested area and all years. Results from this study confirm the robustness of this comprehensive and highly automated procedure for NLCD 2016 operational mapping. Numéro de notice : A2018-537 Affiliation des auteurs : non IGN Thématique : FORET/GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2018.09.006 date de publication en ligne : 13/09/2018 En ligne : https://doi.org/10.1016/j.isprsjprs.2018.09.006 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91550 [article]

Réservation

Réserver ce document

Exemplaires (3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2018131	RAB	Revue	Centre de documentation	En réserve 3L	Disponible
081-2018133	DEP-EXM	Revue	MATIS	Dépôt en unité	Exclu du prêt
081-2018132	DEP-EAF	Revue	Nancy	Dépôt en unité	Exclu du prêt

Modeling spatial and temporal variabilities in hyperspectral image unmixing / Pierre-Antoine Thouvenin (2017)  

Permalink

Du nuage de points à la représentation 3D avec PostGIS / Tom Van Tilburg in Géomatique expert, n° 113 (novembre - décembre 2016)

Permalink

Validation of medium-scale historical maps of southern Latvia for evaluation of impact of continuous forest cover on the present-day mean stand area and tree species richness / Anda Fescenko in Baltic forestry, vol 22 n° 1 ([01/02/2016])  

Permalink

Multitemporal fluctuations in L-Band Backscatter from a japanese forest / Manabu Watanabe in IEEE Transactions on geoscience and remote sensing, vol 53 n° 11 (November 2015)  

Permalink

Editorial Theme Issue "Multitemporal remote sensing data analysis" / Clément Mallet in ISPRS Journal of photogrammetry and remote sensing, vol 107 (September 2015)  

Permalink

TerraSAR-X dual-pol time-series for mapping of wetland vegetation / Julie Betbeder in ISPRS Journal of photogrammetry and remote sensing, vol 107 (September 2015)  

Permalink

vol 107 - September 2015 - Multitemporal remote sensing data analysis (Bulletin de ISPRS Journal of photogrammetry and remote sensing) / Clément Mallet  

Permalink

Urbanization of the United States over two centuries: an approach based on a long-term database (1790–2010) / Anne Bretagnolle in International journal of geographical information science IJGIS, vol 29 n° 5 (May 2015)  

Permalink

Vegetation Burn Severity Mapping Using Landsat-8 and WorldView-2 / Zhuoting Wu in Photogrammetric Engineering & Remote Sensing, PERS, vol 81 n° 2 (February 2015)

Permalink

Classification and change detection in multi - epoch airborne laser scanning point clouds / Sudan Xu (2015)    

Permalink