Descripteur
Termes IGN > sciences naturelles > sciences de la vie
sciences de la vie
Commentaire :
Sciences biologiques Sciences naturelles >> Spécialistes des sciences de la vie Vie (biologie) >>Terme(s) spécifique(s) : Mycologie Biologie Botanique Sciences de la santé Zoologie Equiv. LCSH : Life sciences |
Documents disponibles dans cette catégorie (1582)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Etendre la recherche sur niveau(x) vers le bas
Classification of mediterranean shrub species from UAV point clouds / Juan Pedro Carbonell-Rivera in Remote sensing, vol 14 n° 1 (January-1 2022)
[article]
Titre : Classification of mediterranean shrub species from UAV point clouds Type de document : Article/Communication Auteurs : Juan Pedro Carbonell-Rivera, Auteur ; Jesus Torralba, Auteur ; Javier Estornell, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : n° 199 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] apprentissage automatique
[Termes IGN] arbuste
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] classification par Perceptron multicouche
[Termes IGN] Espagne
[Termes IGN] Extreme Gradient Machine
[Termes IGN] forêt méditerranéenne
[Termes IGN] image captée par drone
[Termes IGN] incendie de forêt
[Termes IGN] indice de végétation
[Termes IGN] modèle de simulation
[Termes IGN] modèle numérique de terrain
[Termes IGN] parc naturel
[Termes IGN] photogrammétrie aérienne
[Termes IGN] semis de pointsRésumé : (auteur) Modelling fire behaviour in forest fires is based on meteorological, topographical, and vegetation data, including species’ type. To accurately parameterise these models, an inventory of the area of analysis with the maximum spatial and temporal resolution is required. This study investigated the use of UAV-based digital aerial photogrammetry (UAV-DAP) point clouds to classify tree and shrub species in Mediterranean forests, and this information is key for the correct generation of wildfire models. In July 2020, two test sites located in the Natural Park of Sierra Calderona (eastern Spain) were analysed, registering 1036 vegetation individuals as reference data, corresponding to 11 shrub and one tree species. Meanwhile, photogrammetric flights were carried out over the test sites, using a UAV DJI Inspire 2 equipped with a Micasense RedEdge multispectral camera. Geometrical, spectral, and neighbour-based features were obtained from the resulting point cloud generated. Using these features, points belonging to tree and shrub species were classified using several machine learning methods, i.e., Decision Trees, Extra Trees, Gradient Boosting, Random Forest, and MultiLayer Perceptron. The best results were obtained using Gradient Boosting, with a mean cross-validation accuracy of 81.7% and 91.5% for test sites 1 and 2, respectively. Once the best classifier was selected, classified points were clustered based on their geometry and tested with evaluation data, and overall accuracies of 81.9% and 96.4% were obtained for test sites 1 and 2, respectively. Results showed that the use of UAV-DAP allows the classification of Mediterranean tree and shrub species. This technique opens a wide range of possibilities, including the identification of species as a first step for further extraction of structure and fuel variables as input for wildfire behaviour models. Numéro de notice : A2022-057 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article DOI : 10.3390/rs14010199 En ligne : https://doi.org/10.3390/rs14010199 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99462
in Remote sensing > vol 14 n° 1 (January-1 2022) . - n° 199[article]A comparison of linear-mode and single-photon airborne LiDAR in species-specific forest inventories / Janne Raty in IEEE Transactions on geoscience and remote sensing, vol 60 n° 1 (January 2022)
[article]
Titre : A comparison of linear-mode and single-photon airborne LiDAR in species-specific forest inventories Type de document : Article/Communication Auteurs : Janne Raty, Auteur ; Petri Varvia, Auteur ; Lauri Korhonen, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : n° 4401514 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] altitude
[Termes IGN] analyse comparative
[Termes IGN] capteur linéaire
[Termes IGN] carte de la végétation
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] Finlande
[Termes IGN] forêt boréale
[Termes IGN] instrumentation Leica
[Termes IGN] instrumentation Riegl
[Termes IGN] inventaire forestier étranger (données)
[Termes IGN] photon
[Termes IGN] Pinophyta
[Termes IGN] semis de points
[Termes IGN] signal laserRésumé : (auteur) Single-photon airborne light detection and ranging (LiDAR) systems provide high-density data from high flight altitudes. We compared single-photon and linear-mode airborne LiDAR for the prediction of species-specific volumes in boreal coniferous-dominated forests. The LiDAR data sets were acquired at different flight altitudes using Leica SPL100 (single-photon, 17 points ⋅ m−2 ), Riegl VQ-1560i (linear-mode, 11 points ⋅ m−2 ), and Leica ALS60 (linear-mode, 0.6 points ⋅ m−2 ) LiDAR systems. Volumes were predicted at the plot-level using Gaussian process regression with predictor variables extracted from the LiDAR data sets and aerial images. Our findings showed that the Leica SPL100 produced a greater mean root-mean-squared error (RMSE) value (41.7 m3 ⋅ ha −1 ) than the Leica ALS60 (39.3 m3 ⋅ ha −1 ) in the prediction of species-specific volumes. Correspondingly, the Riegl VQ-1560i (mean RMSE = 33.0 m3 ⋅ ha −1 ) outperformed both the Leica ALS60 and the Leica SPL100. We found that the cumulative distributions of the first echo heights >1.3 m were rather similar among the data sets, whereas the last echo distributions showed larger differences. We conclude that the Leica SPL100 data set is suitable for area-based LiDAR inventory by tree species although the prediction errors are greater than with data obtained using the modern linear-mode LiDAR, such as Riegl VQ-1560i. Numéro de notice : A2022-026 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article DOI : 10.1109/TGRS.2021.3060670 Date de publication en ligne : 04/03/2021 En ligne : https://doi.org/10.1109/TGRS.2021.3060670 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99257
in IEEE Transactions on geoscience and remote sensing > vol 60 n° 1 (January 2022) . - n° 4401514[article]Contributions of multi-temporal airborne LiDAR data to mapping carbon stocks and fluxes in tropical forests / Claudia Milena Huertas Garcia (2022)
Titre : Contributions of multi-temporal airborne LiDAR data to mapping carbon stocks and fluxes in tropical forests Type de document : Thèse/HDR Auteurs : Claudia Milena Huertas Garcia, Auteur ; Grégoire Vincent, Directeur de thèse ; Raphaël Pélissier, Directeur de thèse Editeur : Montpellier : Université de Montpellier Année de publication : 2022 Importance : 155 p. Format : 21 x 30 cm Note générale : Bibliographie
Thèse présentée pour l'obtention du Doctorat de l'Université de Montpellier, Spécialité Ecologie et BiodiversitéLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] allométrie
[Termes IGN] biomasse forestière
[Termes IGN] capteur aérien
[Termes IGN] cartographie écologique
[Termes IGN] données de terrain
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] données multitemporelles
[Termes IGN] dynamique de la végétation
[Termes IGN] forêt tropicale
[Termes IGN] Guyane française
[Termes IGN] modèle numérique de surface de la canopée
[Termes IGN] productivité biologique
[Termes IGN] puits de carboneIndex. décimale : THESE Thèses et HDR Résumé : (Auteur) Le changement climatique actuel affecte le fonctionnement des forêts tropicales de nombreuses façons et pourrait mettre en péril leur rôle de puits de carbone mondial. La documentation précise des flux de carbone forestier à une échelle significative est donc un défi urgent. Le LIDAR aéroporté, qui peut fournir une description fine de la structure et de la dynamique de la canopée, a un grand potentiel à cet égard. Cette thèse explore les capacités et les limites du LiDAR multitemporel aéroporté (ALS) pour cartographier les modèles de flux de carbone (mortalité et productivité) dans l'espace et le temps afin de réduire l'incertitude des modèles globaux de stocks et de flux de carbone dans les forêts tropicales. Nous nous sommes appuyés sur la combinaison de survols ALS répétés sur une période de 10 ans d'une part et d'un large réseau de parcelles totalisant plus de 1,2 km2 d'inventaires de terrain réalisés à la Station Permanente de Recherche de Paracou (Guyane française) d'autre part. Trois chapitres principaux sont présentés sous forme d'articles scientifiques. Le premier chapitre (Q1. Modélisation de l'efflux - Mortalité) traite de la possibilité de développer des estimations fiables de la perte de biomasse, de surface terrière et de nombre de tiges (efflux) à partir des changements observés de la hauteur de la canopée lors de survols répétés de la SLA et évalue en outre si ces modèles de perte sont liés à la hauteur de la canopée locale et à la topographie locale. Le deuxième chapitre (Q2. Allométrie et stock de carbone) quantifie la réduction de l'erreur obtenue dans les estimations de l'AGB au niveau de la parcelle en utilisant des allométries Hauteur-Diamètre ajustées localement. Ces allométries sont établies en fusionnant les inventaires de terrain et les modèles de hauteur de canopée dérivés de l'ALS et en incorporant la hauteur de canopée locale et l'identité des espèces comme prédicteurs. Le troisième chapitre (Q3. Modélisation de l'afflux - Productivité) examine si le gain de hauteur de canopée dérivé de l'ALS répété peut être utilisé pour cartographier la productivité primaire nette ligneuse aérienne (AWNPP) sur un site présentant différentes caractéristiques de structure et de dynamique dans des parcelles non perturbées et perturbées comme Paracou. Un dernier chapitre synthétise les principales conclusions des trois premiers articles, et développe une réflexion critique sur les travaux menés pendant ces trois années et demie. Note de contenu : Introduction
- General introduction
- Materials and methods: Site and LiDAR data characteristics
1. Mapping tree mortality rate in a tropical moist forest using multi-temporal LiDAR
1.1 Introduction
1.2 Methodology
1.3 Results
1.4 Discussion
1.5 Conclusions
2. Reducing bias and uncertainty in plot-level AGB by combining ground inventories and ALS
2.1 Introduction
2.2 Methodology & Materials
2.3 Height modeling
2.4 Results
2.5 Discussion
2.6 Conclusions
3. Can multitemporal airborne LiDAR data predict primary productivity in dense tropical forests?
3.1 Introduction
3.2 Materials and Methods
3.3 Results
3.4 Discussion
3.5. Conclusions
- Synthesis and perspectivesNuméro de notice : 26939 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Ecologie et Biodiversité : Montpellier : 2022 Organisme de stage : Institut de Recherche pour le Développement nature-HAL : Thèse DOI : sans Date de publication en ligne : 17/11/2022 En ligne : https://hal.inrae.fr/tel-03850769/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102079
Titre : Deep learning architectures for onboard satellite image analysis Type de document : Thèse/HDR Auteurs : Gaétan Bahl, Auteur ; Florent Lafarge, Directeur de thèse Editeur : Nice : Université Côte d'Azur Année de publication : 2022 Importance : 120 p. Format : 21 x 30 cm Note générale : Bibliographie
Thèse de Doctorat de l'Université Côte d’Azur, Spécialité InformatiqueLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes IGN] analyse d'image orientée objet
[Termes IGN] apprentissage profond
[Termes IGN] contour
[Termes IGN] détection d'objet
[Termes IGN] extraction du réseau routier
[Termes IGN] forêt
[Termes IGN] image satellite
[Termes IGN] nuage
[Termes IGN] régression
[Termes IGN] réseau neuronal convolutif
[Termes IGN] réseau neuronal de graphes
[Termes IGN] réseau neuronal récurrent
[Termes IGN] segmentation sémantiqueIndex. décimale : THESE Thèses et HDR Résumé : (Auteur) Les progrès des satellites d'observation de la Terre à haute résolution et la réduction des temps de revisite introduite par la création de constellations de satellites ont conduit à la création quotidienne de grandes quantités d'images (des centaines de Teraoctets par jour). Simultanément, la popularisation des techniques de Deep Learning a permis le développement d'architectures capables d'extraire le contenu sémantique des images. Bien que ces algorithmes nécessitent généralement l'utilisation de matériel puissant, des accélérateurs d'inférence IA de faible puissance ont récemment été développés et ont le potentiel d'être utilisés dans les prochaines générations de satellites, ouvrant ainsi la possibilité d'une analyse embarquée des images satellite. En extrayant les informations intéressantes des images satellite directement à bord, il est possible de réduire considérablement l'utilisation de la bande passante, du stockage et de la mémoire. Les applications actuelles et futures, telles que la réponse aux catastrophes, l'agriculture de précision et la surveillance du climat, bénéficieraient d'une latence de traitement plus faible, voire d'alertes en temps réel. Dans cette thèse, notre objectif est double : D'une part, nous concevons des architectures de Deep Learning efficaces, capables de fonctionner sur des périphériques de faible puissance, tels que des satellites ou des drones, tout en conservant une précision suffisante. D'autre part, nous concevons nos algorithmes en gardant à l'esprit l'importance d'avoir une sortie compacte qui peut être efficacement calculée, stockée, transmise au sol ou à d'autres satellites dans une constellation. Tout d'abord, en utilisant des convolutions séparables en profondeur et des réseaux neuronaux récurrents convolutionnels, nous concevons des réseaux neuronaux de segmentation sémantique efficaces avec un faible nombre de paramètres et une faible utilisation de la mémoire. Nous appliquons ces architectures à la segmentation des nuages et des forêts dans les images satellites. Nous concevons également une architecture spécifique pour la segmentation des nuages sur le FPGA d'OPS-SAT, un satellite lancé par l'ESA en 2019, et réalisons des expériences à bord à distance. Deuxièmement, nous développons une architecture de segmentation d'instance pour la régression de contours lisses basée sur une représentation à coefficients de Fourier, qui permet de stocker et de transmettre efficacement les formes des objets détectés. Nous évaluons la performance de notre méthode sur une variété de dispositifs informatiques à faible puissance. Enfin, nous proposons une architecture d'extraction de graphes routiers basée sur une combinaison de Fully Convolutional Networks et de Graph Neural Networks. Nous montrons que notre méthode est nettement plus rapide que les méthodes concurrentes, tout en conservant une bonne précision. Note de contenu : 1. Introduction
1.1 Context and motivation
1.2 Methods and Challenges
1.3 Contributions and outline
2. On-board image segmentation with compact networks
2.1 Introduction
2.2 Related works
2.3 Proposed architectures
2.4 Experiments on cloud segmentation
2.5 Experiments on forest segmentation
2.6 Conclusion
3. Recurrent convolutional networks for semantic segmentation
3.1 Introduction
3.2 Method
3.3 Experiments
3.4 Conclusion and future works
4. Regression of compact object contours
4.1 Introduction
4.2 Related Work
4.3 Method
4.4 Experiments
4.5 Conclusion
5. Road graph extraction
5.1 Introduction
5.2 Related Works
5.3 Method
5.4 Experiments
5.5 Limitations
5.6 Other uses of our method
5.7 Conclusion
6. Conclusion and Perspectives
6.1 Summary
6.2 Limitations and perspectives
6.3 Publications
6.4 Carbon Impact StatementNuméro de notice : 26912 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Informatique : Côte d'Azur : 2022 Organisme de stage : Inria Sophia-Antipolis Méditerranée nature-HAL : Thèse DOI : sans Date de publication en ligne : 27/09/2022 En ligne : https://tel.hal.science/tel-03789667v2 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101955 Detection and biomass estimation of phaeocystis globosa blooms off Southern China from UAV-based hyperspectral measurements / Xue Li in IEEE Transactions on geoscience and remote sensing, vol 60 n° 1 (January 2022)
[article]
Titre : Detection and biomass estimation of phaeocystis globosa blooms off Southern China from UAV-based hyperspectral measurements Type de document : Article/Communication Auteurs : Xue Li, Auteur ; Shaoling Shang, Auteur ; Zhongping Lee, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : n° 4200513 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] algue
[Termes IGN] biomasse
[Termes IGN] cartographie thématique
[Termes IGN] Chine
[Termes IGN] chlorophylle
[Termes IGN] couleur de l'océan
[Termes IGN] espèce exotique envahissante
[Termes IGN] image captée par drone
[Termes IGN] image hyperspectrale
[Termes IGN] plancton
[Termes IGN] réflectanceRésumé : (auteur) Phaeocystis globosa (P. globosa) is a unique causative species of harmful algal blooms, which can form gelatinous colonies. We, for the first time, used unmanned aerial vehicle (UAV) measurements to identify P. globosa blooms and to quantify the biomass. Based on in situ measured remote sensing reflectance ( Rrs ), it is found that, for P. globosa blooms, the maximum of the second-derivative ( dλ2Rrs ) of Rrs(λ) in the 460–480-nm domain is beyond 466 nm. An analysis of the absorption properties from algal cultures suggested that this feature comes from the absorption of chlorophyll c3 (Chl −/c3 ) around 466 nm, a prominent feature of P. globosa. This position of dλ2Rrs maximum was, thus, selected as the criterion for P. globosa identification. The spatial extent of P. globosa blooms in two bays off southern China was then mapped by applying the criterion to UAV-measured Rrs . Twelve out of 16 UAV and in situ match-up stations were consistently identified as dominated by P. globosa, indicating the accuracy of 75%. Furthermore, using localized empirical models, chlorophyll a (Chl −/a ) concentration and colony numbers of P. globosa were estimated from UAV-derived Rrs , where P. globosa colonies were found in a range of ~3–37 gel matrix/L, indicating the occurrence of weak to moderate P. globosa blooms during the surveys. The promising results suggest a high potential for detection and quantification of P. globosa blooms in near-shore bays or harbors using UAV-based hyperspectral remote sensing, where conventional ocean color satellite remote sensing runs into difficulties. Numéro de notice : A2022-025 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2021.3051466 Date de publication en ligne : 26/01/2021 En ligne : https://doi.org/10.1109/TGRS.2021.3051466 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99254
in IEEE Transactions on geoscience and remote sensing > vol 60 n° 1 (January 2022) . - n° 4200513[article]Detection of windthrown tree stems on UAV-orthomosaics using U-Net convolutional networks / Stefan Reder in Remote sensing, vol 14 n° 1 (January-1 2022)PermalinkDétection des prairies de fauche et estimation des périodes de fauche par télédétection / Emma Seneschal (2022)PermalinkDeveloping the potential of airborne lidar systems for the sustainable management of forests / Karun Dayal (2022)PermalinkEffets des bryophytes sur les microsites de régénération forestière en climat tempéré / Laura Chevaux (2022)PermalinkÉléments pour l'analyse et le traitement d'images : application à l'estimation de la qualité du bois / Rémy Decelle (2022)PermalinkEstimating aboveground biomass in dense Hyrcanian forests by the use of Sentinel-2 data / Fardin Moradi in Forests, vol 13 n° 1 (January 2022)PermalinkPermalinkExamining the integration of Landsat operational land imager with Sentinel-1 and vegetation indices in mapping southern yellow pines (Loblolly, Shortleaf, and Virginia pines) / Clement E. Akumu in Photogrammetric Engineering & Remote Sensing, PERS, vol 88 n° 1 (January 2022)PermalinkFactors affecting winter damage and recovery of newly planted Norway spruce seedlings in boreal forests / Jaana Luoranen in Forest ecology and management, vol 503 (January-1 2022)PermalinkPermalinkPermalinkPermalinkFungal perspective of pine and oak colonization in Mediterranean degraded ecosystems / Irene Adamo in Forests, vol 13 n° 1 (January 2022)PermalinkGaining insight into the allometric scaling of trees by utilizing 3d reconstructed tree models - a SimpleForest study / Jan Hackenberg (2022)PermalinkGenetic diversity of sessile oak populations in the Czech Republic / Jakub Dvořák in Journal of forest science, vol 68 n° 1 (January 2022)PermalinkGeospatial assessment of urban ecosystem disservices: An example of poisonous urban trees in Berlin, Germany / Peer von Döhren in Urban Forestry & Urban Greening, vol 67 (January 2022)PermalinkGlobal canopy height regression and uncertainty estimation from GEDI LIDAR waveforms with deep ensembles / Nico Lang in Remote sensing of environment, vol 268 (January 2022)PermalinkPermalinkHigh-resolution canopy height map in the Landes forest (France) based on GEDI, Sentinel-1, and Sentinel-2 data with a deep learning approach / Martin Schwartz (2022)PermalinkPermalink