Centre dedocumentation
scientifique

Prediction of plant diversity in grasslands using Sentinel-1 and -2 satellite image time series / Mathieu Fauvel in Remote sensing of environment, Vol 237 (February 2020)  

Public [article]  inRemote sensing of environment > Vol 237 (February 2020) . - 13 p. Titre : Prediction of plant diversity in grasslands using Sentinel-1 and -2 satellite image time series Type de document : Article/Communication Auteurs : Mathieu Fauvel, Auteur ; Maylis Lopes, Auteur ; Titouan Dubo, Auteur ; Justine Rivers-Moore, Auteur ; Pierre-Louis Frison , Auteur ; Nicolas Gross, Auteur ; Annie Ouin, Auteur Année de publication : 2020 Article en page(s) : 13 p. Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image mixte [Termes descripteurs IGN] biodiversité végétale [Termes descripteurs IGN] classification par forêts aléatoires [Termes descripteurs IGN] Haute-Garonne (31) [Termes descripteurs IGN] image radar moirée [Termes descripteurs IGN] image RapidEye [Termes descripteurs IGN] image Sentinel-MSI [Termes descripteurs IGN] image Sentinel-SAR [Termes descripteurs IGN] indice de diversité [Termes descripteurs IGN] indice de végétation [Termes descripteurs IGN] Normalized Difference Vegetation Index [Termes descripteurs IGN] prairie [Termes descripteurs IGN] série temporelle [Termes descripteurs IGN] taxinomie Résumé : (auteur) The prediction of grasslands plant diversity using satellite image time series is considered in this article. Fifteen months of freely available Sentinel optical and radar data were used to predict taxonomic and functional diversity at the pixel scale (10 m × 10 m) over a large geographical extent (40,000 km2). 415 field measurements were collected in 83 grasslands to train and validate several statistical learning methods. The objective was to link the satellite spectro-temporal data to the plant diversity indices. Among the several diversity indices tested, Simpson and Shannon indices were best predicted with a coefficient of determination around 0.4 using a Random Forest predictor and Sentinel-2 data. The use of Sentinel-1 data was not found to improve significantly the prediction accuracy. Using the Random Forest algorithm and the Sentinel-2 time series, the prediction of the Simpson index was performed. The resulting map highlights the intra-parcel variability and demonstrates the capacity of satellite image time series to monitor grasslands plant taxonomic diversity from an ecological viewpoint. Numéro de notice : A2020-004 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.rse.2019.111536 date de publication en ligne : 26/11/2019 En ligne : https://doi.org/10.1016/j.rse.2019.111536 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94296 [article]

Segmenting mangrove ecosystems drone images using SLIC superpixels / Edward Zimudzi in Geocarto international, vol 34 n° 14 ([30/10/2019])  

Public [article]  inGeocarto international > vol 34 n° 14 [30/10/2019] . - pp 1648 - 1662 Titre : Segmenting mangrove ecosystems drone images using SLIC superpixels Type de document : Article/Communication Auteurs : Edward Zimudzi, Auteur ; Ian Sanders, Auteur ; Nicholas Rollings, Auteur ; Christian Omlin, Auteur Année de publication : 2019 Article en page(s) : pp 1648 - 1662 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] algorithme de superpixels [Termes descripteurs IGN] classification par nuées dynamiques [Termes descripteurs IGN] classification pixellaire [Termes descripteurs IGN] écosystème [Termes descripteurs IGN] Fidji [Termes descripteurs IGN] image de drone [Termes descripteurs IGN] mangrove [Termes descripteurs IGN] modèle numérique de surface [Termes descripteurs IGN] orthophotoplan numérique [Termes descripteurs IGN] segmentation d'image [Termes descripteurs IGN] SLIC algorithm Résumé : (auteur) Mangrove ecosystems play a very important ecological role on land–ocean interfaces in tropical regions. These ecosystems comprise of various tree species and aquatic animals, protecting the environment and providing a habitat that supports many living organisms including humans. The identification of image regions in mangrove ecosystems plays a significant role in ecosystem monitoring and conservation. Recent studies have suggested oversegmentation of colour images using superpixels as a solution to the segmentation of image regions. This study used the SLIC superpixel algorithm and k-means clustering to segment images taken from a camera mounted on a drone from a mangrove ecosystem in Fiji. The SLIC superpixel algorithm performed well to demarcate image regions with similar colour and texture information into patches and to use k-means for the segmentation of the whole image. These results lend support to the use of superpixel algorithms for the segmentation of mangrove ecosystems. Understanding how superpixels can be used for the segmentation of drone images will assist conservation efforts in mangrove ecosystems. Numéro de notice : A2019-539 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/10106049.2018.1497093 date de publication en ligne : 22/10/2018 En ligne : https://doi.org/10.1080/10106049.2018.1497093 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94114 [article]

Les eaux de pluie maîtrisées ou en excès / Pierre Clergeot in Géomètre, n° 2173 (octobre 2019)

Public [article]  inGéomètre > n° 2173 (octobre 2019) . - pp 32 - 47 Titre : Les eaux de pluie maîtrisées ou en excès Type de document : Article/Communication Auteurs : Pierre Clergeot, Auteur Année de publication : 2019 Article en page(s) : pp 32 - 47 Langues : Français (fre) Descripteur : [Vedettes matières IGN] Hydrologie [Termes descripteurs IGN] aquifère [Termes descripteurs IGN] bassin hydrographique [Termes descripteurs IGN] carte topographique [Termes descripteurs IGN] changement climatique [Termes descripteurs IGN] collectivité territoriale [Termes descripteurs IGN] cours d'eau [Termes descripteurs IGN] données météorologiques [Termes descripteurs IGN] drainage [Termes descripteurs IGN] eau pluviale [Termes descripteurs IGN] écoulement des eaux [Termes descripteurs IGN] gestion de l'eau [Termes descripteurs IGN] inondation [Termes descripteurs IGN] précipitation [Termes descripteurs IGN] prévention des risques [Termes descripteurs IGN] réseau d'assainissement [Termes descripteurs IGN] ruissellement [Termes descripteurs IGN] talweg [Termes descripteurs IGN] terminologie [Termes descripteurs IGN] urbanisme [Termes descripteurs IGN] zone humide [Termes descripteurs IGN] zone urbaine Note de contenu : - Connaître le relief pour faire face - Eaux pluviales et eaux de ruissellement - La maîtrise des risques dus au ruissellement - Les pluies intenses et la mesure des précipitations - La hiérarchie des pluies,un vocabulaire à préciser - Les bassins versants et les eaux de ruissellement - Le service public administratif de gestion des eaux pluviales urbaines Numéro de notice : A2019-487 Nature : Article nature-HAL : ArtSansCL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93685 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
063-2019091	SL	Revue	Centre de documentation	Revues en salle	Disponible

Unmanned aerial vehicles (UAVs) for monitoring macroalgal biodiversity: comparison of RGB and multispectral imaging sensors for biodiversity assessments / Leigh Tait in Remote sensing, vol 11 n° 19 (October 2019)  

Public [article]  inRemote sensing > vol 11 n° 19 (October 2019) . - 18 p. Titre : Unmanned aerial vehicles (UAVs) for monitoring macroalgal biodiversity: comparison of RGB and multispectral imaging sensors for biodiversity assessments Type de document : Article/Communication Auteurs : Leigh Tait, Auteur ; Jochen Bind, Auteur ; Hannah Charan-Dixon, Auteur ; et al., Auteur Année de publication : 2019 Article en page(s) : 18 p. Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes descripteurs IGN] algue [Termes descripteurs IGN] biodiversité [Termes descripteurs IGN] changement climatique [Termes descripteurs IGN] estran [Termes descripteurs IGN] habitat (nature) [Termes descripteurs IGN] image de drone [Termes descripteurs IGN] image multibande [Termes descripteurs IGN] image RVB [Termes descripteurs IGN] Kappa de Cohen [Termes descripteurs IGN] Nouvelle-Zélande [Termes descripteurs IGN] orthophotoplan numérique [Termes descripteurs IGN] réflectance spectrale [Termes descripteurs IGN] surveillance du littoral Résumé : (auteur) Developments in the capabilities and affordability of unmanned aerial vehicles (UAVs) have led to an explosion in their use for a range of ecological and agricultural remote sensing applications. However, the ubiquity of visible light cameras aboard readily available UAVs may be limiting the application of these devices for fine-scale, high taxonomic resolution monitoring. Here we compare the use of RGB and multispectral cameras deployed aboard UAVs for assessing intertidal and shallow subtidal marine macroalgae to a high taxonomic resolution. Our results show that the diverse spectral profiles of marine macroalgae naturally lend themselves to remote sensing and habitat classification. Furthermore, we show that biodiversity assessments, particularly in shallow subtidal habitats, are enhanced using six-band discrete wavelength multispectral sensors (81% accuracy, Cohen’s Kappa) compared to three-band broad channel RGB sensors (79% accuracy, Cohen’s Kappa) for 10 habitat classes. Combining broad band RGB signals and narrow band multispectral sensing further improved the accuracy of classification with a combined accuracy of 90% (Cohen’s Kappa). Despite notable improvements in accuracy with multispectral imaging, RGB sensors were highly capable of broad habitat classification and rivaled multispectral sensors for classifying intertidal habitats. High spatial scale monitoring of turbid exposed rocky reefs presents a unique set of challenges, but the limitations of more traditional methods can be overcome by targeting ideal conditions with UAVs. Numéro de notice : A2019-553 Thématique : BIODIVERSITE/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/rs11192332 date de publication en ligne : 08/10/2019 En ligne : https://doi.org/10.3390/rs11192332 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94206 [article]

Change detection work-flow for mapping changes from arable lands to permanent grasslands with advanced boosting methods / Jiří Šandera in Geodetski vestnik, vol 63 n° 3 (September - November 2019)  

Public [article]  inGeodetski vestnik > vol 63 n° 3 (September - November 2019) . - pp 379 - 394 Titre : Change detection work-flow for mapping changes from arable lands to permanent grasslands with advanced boosting methods Type de document : Article/Communication Auteurs : Jiří Šandera, Auteur ; Přemysl Štych, Auteur Année de publication : 2019 Article en page(s) : pp 379 - 394 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes descripteurs IGN] analyse diachronique [Termes descripteurs IGN] apprentissage automatique [Termes descripteurs IGN] boosting adapté [Termes descripteurs IGN] carte d'occupation du sol [Termes descripteurs IGN] chaîne de traitement [Termes descripteurs IGN] changement d'occupation du sol [Termes descripteurs IGN] détection de changement [Termes descripteurs IGN] image Landsat [Termes descripteurs IGN] prairie [Termes descripteurs IGN] terre arable Résumé : (Auteur) The necessity of mapping changes in land cover categories based on satellite imageries is a challenging task especially in terms of arable land and grasslands. The phenological phases of arable lands change quickly while grasslands is more stable. It might be hard to capture these changes regarding the spectral overlap between crops in full growth and grass itself. We have introduced a relatively simple processing workflow with good efficiency and accuracy. Our proposed method utilises the combination of a Multivariate Alteration Change Detection Algorithm and an existing boosting method, such as the AdaBoost algorithm with different weak learners and the most recent one – Extreme Gradient Boosting that is actually a relatively new approach in remote sensing. According to the results, the highest overall accuracy is 89.51 %. The proposed process workflow was tested on Landsat data with 30 m spatial resolution, using open-source software: R and GRASS GIS, Orfeo Toolbox library. Numéro de notice : A2019-501 Thématique : IMAGERIE Nature : Article DOI : 10.15292/geodetski-vestnik.2019.03.379-394 En ligne : http://dx.doi.org/10.15292/geodetski-vestnik.2019.03.379-394 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93783 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
139-2019031	SL	Revue	Centre de documentation	Revues en salle	Disponible

Pressures and threats to nature related to human activities in European urban and suburban forests / Ewa Referowska-Chodak in Forests, vol 10 n° 9 (September 2019)  

Permalink

A representativeness-directed approach to mitigate spatial bias in VGI for the predictive mapping of geographic phenomena / Guiming Zhang in International journal of geographical information science IJGIS, vol 33 n° 9 (September 2019)  

Permalink

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])  

Permalink

Land-cover change in the Wulagai grassland, Inner Mongolia of China between 1986 and 2014 analysed using multi-temporal Landsat images / Temulun Tangud in Geocarto international, vol 34 n° 11 ([15/08/2019])  

Permalink

On the use of Sentinel-2 for coastal habitat mapping and satellite-derived bathymetry estimation using downscaled coastal aerosol band / Dimitris Poursanidis in International journal of applied Earth observation and geoinformation, vol 80 (August 2019)  

Permalink

Combining spatiotemporal fusion and object-based image analysis for improving wetland mapping in complex and heterogeneous urban landscapes / Meng Zhang in Geocarto international, vol 34 n° 10 ([15/07/2019])  

Permalink

Evaluating the potential of the red edge channel for C3 (Festuca spp.) grass discrimination using Sentinel-2 and Rapid Eye satellite image data / Charles Otunga in Geocarto international, vol 34 n° 10 ([15/07/2019])  

Permalink

A novel method for separating woody and herbaceous time series / Qiang Zhou in Photogrammetric Engineering & Remote Sensing, PERS, vol 85 n° 7 (July 2019)  

Permalink

Spatial information recovery in the desert using LMS-based geodetic network adjustment / Eva Stopková in Survey review, vol 51 n° 367 (July 2019)  

Permalink

Including Sentinel-1 radar data to improve the disaggregation of MODIS land surface temperature data / Abdelhakim Amazirh in ISPRS Journal of photogrammetry and remote sensing, vol 150 (April 2019)  

Permalink