Centre dedocumentation
scientifique

Individual tree crown segmentation in tropical peat swamp forest using airborne hyperspectral data / Sitinor Atikah Nordin in Geocarto international, vol 34 n° 11 ([15/08/2019])  

Public [article]  inGeocarto international > vol 34 n° 11 [15/08/2019] . - pp 1218 - 1236 Titre : Individual tree crown segmentation in tropical peat swamp forest using airborne hyperspectral data Type de document : Article/Communication Auteurs : Sitinor Atikah Nordin, Auteur ; Zulkiflee Abd Latif, Auteur ; Hamdan Omar, Auteur Année de publication : 2019 Article en page(s) : pp 1218 - 1236 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] analyse en composantes principales [Termes descripteurs IGN] analyse multibande [Termes descripteurs IGN] Asie du sud-est [Termes descripteurs IGN] bande rouge [Termes descripteurs IGN] canopée [Termes descripteurs IGN] capteur hyperspectral [Termes descripteurs IGN] carte forestière [Termes descripteurs IGN] forêt tropicale [Termes descripteurs IGN] image hyperspectrale [Termes descripteurs IGN] image proche infrarouge [Termes descripteurs IGN] image satellite [Termes descripteurs IGN] niveau de gris (image) [Termes descripteurs IGN] réflectance végétale [Termes descripteurs IGN] segmentation d'image [Termes descripteurs IGN] teneur en chlorophylle des feuilles [Termes descripteurs IGN] tourbière Résumé : (Auteur) Individual tree crown segmentation is important step for deriving various information for fine-scale analysis of ecological process. However, only several studies have applied tree crown segmentation in tropical forest ecosystems, especially in mixed peat swamp forests. In this study, hyperspectral data were used to detect changes in the biochemical and biophysical characteristics, which are important factors for tree crown segmentation. Principal Component Analysis method was performed to investigate its influence on crown segmentation. Visually Selected PCs, 160 PCs and 160 Spectral Bands image were used and two segmentation techniques; Watershed Transformation and Region Growing segmentation were applied on those images. The highest accuracy was achieved for the crown segmentation is using Region Growing segmentation, based on 1:1 measurement, D value and RMSE value. The results obtained from 160 PCs image using region growing algorithm shows better accuracy with D value of 0.2 (80% accuracy, 20% error) and RMSE of 9.9 m2. Numéro de notice : A2019-463 Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/10106049.2018.1475511 date de publication en ligne : 24/05/2018 En ligne : https://doi.org/10.1080/10106049.2018.1475511 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93605 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
059-2019061	SL	Revue	Centre de documentation	Revues en salle	Disponible

Mapping leaf chlorophyll content from Sentinel-2 and RapidEye data in spruce stands using the invertible forest reflectance model / Roshanak Darvishzadeh in International journal of applied Earth observation and geoinformation, vol 79 (July 2019)  

Public [article]  inInternational journal of applied Earth observation and geoinformation > vol 79 (July 2019) . - pp 58-70 Titre : Mapping leaf chlorophyll content from Sentinel-2 and RapidEye data in spruce stands using the invertible forest reflectance model Type de document : Article/Communication Auteurs : Roshanak Darvishzadeh, Auteur ; Andrew K. Skidmore, Auteur ; Haidi Abdullah, Auteur ; Elias Cherenet, Auteur Année de publication : 2019 Article en page(s) : pp 58-70 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes descripteurs IGN] analyse multibande [Termes descripteurs IGN] bande rouge [Termes descripteurs IGN] bande spectrale [Termes descripteurs IGN] Bavière (Allemagne) [Termes descripteurs IGN] canopée [Termes descripteurs IGN] carte de la végétation [Termes descripteurs IGN] image RapidEye [Termes descripteurs IGN] image Sentinel-MSI [Termes descripteurs IGN] modèle d'inversion [Termes descripteurs IGN] Picea abies [Termes descripteurs IGN] réflectance végétale [Termes descripteurs IGN] spectrophotométrie [Termes descripteurs IGN] teneur en chlorophylle des feuilles Résumé : (auteur) Leaf chlorophyll plays an essential role in controlling photosynthesis, physiological activities and forest health. In this study, the performance of Sentinel-2 and RapidEye satellite data and the Invertible Forest Reflectance Model (INFORM) radiative transfer model (RTM) for retrieving and mapping of leaf chlorophyll content in the Norway spruce (Picea abies) stands of a temperate forest was evaluated. Biochemical properties of leaf samples as well as stand structural characteristics were collected in two subsequent field campaigns during July 2015 and 2016 in the Bavarian Forest National Park (BFNP), Germany, parallel with the timing of the RapidEye and Sentinel-2 images. Leaf chlorophyll was measured both destructively and nondestructively using wet chemical spectrophotometry analysis and a hand-held chlorophyll content meter. The INFORM was utilised in the forward mode to generate two lookup tables (LUTs) in the spectral band settings of RapidEye and Sentinel-2 data using information obtained from the field campaigns. Before generating the LUTs, the sensitivity of the model input parameters to the spectral data from RapidEye and Sentinel-2 were examined. The canopy reflectance of the studied plots were obtained from the satellite images and used as input for the inversion of LUTs. The coefficient of determination (R2), root mean square errors (RMSE), and the normalised root mean square errors (NRMSE), between the retrieved and measured leaf chlorophyll, were then used to examine the attained results from RapidEye and Sentinel-2 data, respectively. The use of multiple solutions and spectral subsets for the inversion process were further investigated to enhance the retrieval accuracy of foliar chlorophyll. The result of the sensitivity analysis demonstrated that the simulated canopy reflectance of Sentinel-2 is sensitive to the alternation of all INFORM input parameters, while the simulated canopy reflectance from RapidEye did not show sensitivity to leaf water content variations. In general, there was agreement between the simulated and measured reflectance spectra from RapidEye and Sentinel-2, particularly in the visible and red-edge regions. However, examining the average absolute error from the simulated and measured reflectance revealed a large discrepancy in spectral bands around the near-infrared shoulder. The relationship between retrieved and measured leaf chlorophyll content from the Sentinel-2 data had a higher coefficient of determination with a higher NRMSE (NRMSE = 0.36 μg/cm2, R2 = 0.45) compared to those obtained using the RapidEye data (NRMSE = 0.31 μg/cm2 and R2 = 0.39). Using the mean of the ten best solutions (retrieved chlorophyll) the retrieval error for both Sentinel-2 and RapidEye data decreased (NRMSE = 0.34, NRMSE = 0.26, respectively), as compared to only selecting the single best solution. When the Sentinel-2 red edge bands were used as the spectral subset, the retrieval error of leaf chlorophyll decreased indicating the importance of red edge, as well as properly located spectral bands, for leaf chlorophyll estimation. The chlorophyll maps produced by the inversion of the two LUTs effectively represented the variation of foliar chlorophyll in BFNP and confirmed our earlier findings on the observed stress pattern caused by insect infestation. Our findings emphasise the importance of multispectral satellites which benefits from red edge spectral bands such as Sentinel-2 as well as RapidEye for regional mapping of vegetation foliar properties, particularly, chlorophyll using RTMs such as INFORM. Numéro de notice : A2019-460 Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.jag.2019.03.003 date de publication en ligne : 08/03/2019 En ligne : https://doi.org/10.1016/j.jag.2019.03.003 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93577 [article]

Conditional random field and deep feature learning for hyperspectral image classification / Fahim Irfan Alam in IEEE Transactions on geoscience and remote sensing, vol 57 n° 3 (March 2019)  

Public [article]  inIEEE Transactions on geoscience and remote sensing > vol 57 n° 3 (March 2019) . - pp 1612 - 1628 Titre : Conditional random field and deep feature learning for hyperspectral image classification Type de document : Article/Communication Auteurs : Fahim Irfan Alam, Auteur ; Jun Zhou, Auteur ; Alan Wee-Chung Liew, Auteur ; Xiuping Jia, Auteur ; et al., Auteur Année de publication : 2019 Article en page(s) : pp 1612 - 1628 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] analyse multibande [Termes descripteurs IGN] champ aléatoire conditionnel [Termes descripteurs IGN] classification par réseau neuronal convolutif [Termes descripteurs IGN] déconvolution [Termes descripteurs IGN] données localisées 3D [Termes descripteurs IGN] image hyperspectrale [Termes descripteurs IGN] voxel Résumé : (Auteur) Image classification is considered to be one of the critical tasks in hyperspectral remote sensing image processing. Recently, a convolutional neural network (CNN) has established itself as a powerful model in classification by demonstrating excellent performances. The use of a graphical model such as a conditional random field (CRF) contributes further in capturing contextual information and thus improving the classification performance. In this paper, we propose a method to classify hyperspectral images by considering both spectral and spatial information via a combined framework consisting of CNN and CRF. We use multiple spectral band groups to learn deep features using CNN, and then formulate deep CRF with CNN-based unary and pairwise potential functions to effectively extract the semantic correlations between patches consisting of 3-D data cubes. Furthermore, we introduce a deep deconvolution network that improves the final classification performance. We also introduced a new data set and experimented our proposed method on it along with several widely adopted benchmark data sets to evaluate the effectiveness of our method. By comparing our results with those from several state-of-the-art models, we show the promising potential of our method. Numéro de notice : A2019-131 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2018.2867679 date de publication en ligne : 20/09/2018 En ligne : https://doi.org/10.1109/TGRS.2018.2867679 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92461 [article]

A critical comparison among pansharpening algorithms / Gemine Vivone in IEEE Transactions on geoscience and remote sensing, vol 53 n° 5 (mai 2015)

Public [article]  inIEEE Transactions on geoscience and remote sensing > vol 53 n° 5 (mai 2015) . - pp 2565 - 2586 Titre : A critical comparison among pansharpening algorithms Type de document : Article/Communication Auteurs : Gemine Vivone, Auteur ; Luciano Alparone, Auteur ; Jocelyn Chanussot, Auteur ; et al., Auteur Année de publication : 2015 Article en page(s) : pp 2565 - 2586 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] algorithme de fusion [Termes descripteurs IGN] analyse comparative [Termes descripteurs IGN] analyse multibande [Termes descripteurs IGN] analyse multirésolution [Termes descripteurs IGN] état de l'art [Termes descripteurs IGN] image à haute résolution [Termes descripteurs IGN] image multibande [Termes descripteurs IGN] image panchromatique [Termes descripteurs IGN] image satellite [Termes descripteurs IGN] Matlab [Termes descripteurs IGN] pansharpening (fusion d'images) [Termes descripteurs IGN] qualité des données Résumé : (Auteur) Pansharpening aims at fusing a multispectral and a panchromatic image, featuring the result of the processing with the spectral resolution of the former and the spatial resolution of the latter. In the last decades, many algorithms addressing this task have been presented in the literature. However, the lack of universally recognized evaluation criteria, available image data sets for benchmarking, and standardized implementations of the algorithms makes a thorough evaluation and comparison of the different pansharpening techniques difficult to achieve. In this paper, the authors attempt to fill this gap by providing a critical description and extensive comparisons of some of the main state-of-the-art pansharpening methods. In greater details, several pansharpening algorithms belonging to the component substitution or multiresolution analysis families are considered. Such techniques are evaluated through the two main protocols for the assessment of pansharpening results, i.e., based on the full- and reduced-resolution validations. Five data sets acquired by different satellites allow for a detailed comparison of the algorithms, characterization of their performances with respect to the different instruments, and consistency of the two validation procedures. In addition, the implementation of all the pansharpening techniques considered in this paper and the framework used for running the simulations, comprising the two validation procedures and the main assessment indexes, are collected in a MATLAB toolbox that is made available to the community. Numéro de notice : A2015-523 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=77534 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
065-2015051	RAB	Revue	Centre de documentation	En réserve 3L	Disponible

Méthode de sélection des bandes à base de l'analyse en composantes indépendantes appliquée aux images hyperspectrales de télédétection / Seloua Chouaf in Revue Française de Photogrammétrie et de Télédétection, n° 204 (Octobre 2013)

Public [article]  inRevue Française de Photogrammétrie et de Télédétection > n° 204 (Octobre 2013) . - pp 57 - 62 Titre : Méthode de sélection des bandes à base de l'analyse en composantes indépendantes appliquée aux images hyperspectrales de télédétection Type de document : Article/Communication Auteurs : Seloua Chouaf, Auteur ; Youcef Smara, Auteur Congrès : AARSE 2012, 9th international conference of the African Association of Remote Sensing and the Environment (29 octobre - 2 novembre 2012; El Jadida, Maroc), Commanditaire Année de publication : 2013 Article en page(s) : pp 57 - 62 Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications SIG [Termes descripteurs IGN] ajustement de paramètres [Termes descripteurs IGN] analyse multibande [Termes descripteurs IGN] bande spectrale [Termes descripteurs IGN] bruit (théorie du signal) [Termes descripteurs IGN] image hyperspectrale Résumé : (Auteur) Les données hyperspectrales se caractérisent par une importante dimension spectrale qui atteint quelques centaines de bandes étroites et contigües. Le volume occupé par ces images est non négligeable et fait que des taches usuelles telles que : le stockage, le traitement et l'analyse soient alourdies. Pour pallier ce problème et garantir une meilleure exploitation de ces données, nous proposons par le présent article, une méthode de réduction qui vise à créer un espace de représentation de dimension moindre, informatif et libéré des redondances tout en préservant la signification physique des bandes. Vu le pouvoir de séparation de l'analyse en composantes indépendantes «AGI», reconnu dans le cas des données multidimensionnelles à grand volume, nous l'exploitons pour extraire un ensemble de composantes statistiquement indépendantes obtenues par la minimisation de la gaussiannité. Différents degrés d'importance sont affectés aux bandes spectrales, permettant leur classement. Finalement, nous appliquons une sélection à l'ensemble des bandes classées et nous retenons les plus informatives afin de construire l'espace de représentation spectral réduit. Pour nos tests, nous avons appliqué l'ACI en considérant d'une part, une orthogonalisation à déflation (poursuite de projections, composantes ordonnées) et d'autre part, une orthogonalisation symétrique (estimation globale, composantes désordonnées). On suggère pour le cas symétrique, d'ajuster les données originales à un bruit additif afin d'obtenir des composantes indépendantes ordonnées (suivant le rapport signal à bruit). Les résultats recueillis montrent que la méthode proposée assure la réduction du cube hyperspectral avec d'acceptables rapports dimension-représentativité. Numéro de notice : A2013-740 Thématique : GEOMATIQUE Nature : Article DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=32876 [article]

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
018-2013042	SL	Revue	Centre de documentation	Revues en salle	Disponible
018-2013041	SL	Revue	Centre de documentation	Revues en salle	Disponible

Application of multiple endmember spectral mixture analysis (MESMA) to AVIRIS imagery for coastal salt marsh mapping: a case study in China Camp, CA, USA / L. Li in International Journal of Remote Sensing IJRS, vol 26 n° 23 (December 2005)

Permalink

Multispectral Thermal Imager: mission and applications overview / J.J. Szymanski in IEEE Transactions on geoscience and remote sensing, vol 43 n° 9 (September 2005)

Permalink

A quantitative comparison of methods for classifying burned areas with LISS-3 imagery / R.M. Roman-Cuesta in International Journal of Remote Sensing IJRS, vol 26 n° 9 (May 2005)

Permalink

Mapping Lake CDOM [coloured dissolved organic matter] by satellite remote sensing / T. Kuster in Remote sensing of environment, vol 94 n° 4 (28/02/2005)

Permalink

Mapping tropical forest structure in south-eastern Madagascar using remote sensing and artificial neural networks / J.C. Ingram in Remote sensing of environment, vol 94 n° 4 (28/02/2005)

Permalink

Cartographie de la fraction argileuse du sol dans le rif marocain à l'aide du capteur ASTER et de l'analyse géostatique / M. Chikhaoui in Revue internationale de géomatique, vol 14 n° 3 - 4 (septembre 2004 – février 2005)

Permalink

Mapping wildfire burns severity in southern California forests and shrub lands using enhanced Thematic Mapper imagery / J. Rogan in Geocarto international, vol 16 n° 4 (December 2001 - February 2002)

Permalink

Analyse en ondelettes et mise en correspondance en télédétection / Jean-Pierre Djamdji (1993)

Permalink

Nice sur Méditerranée, ville du Paillon et / Andrée Dagorne (1993)

Permalink

Delineation of salt-affected soils through digital analysis of Landsat MSS data / A.N. Singh in International Journal of Remote Sensing IJRS, vol 10 n° 1 (January 1989)

Permalink