Descripteur
Termes IGN > environnement > écologie > écosystème > biotope > milieu naturel
milieu naturel
Commentaire :
Espace naturel employé pour :
milieu naturel, zone naturelle. nature. >> campagne, biome, paysage, site naturel. >>Terme(s) spécifique(s) : cours d'eau, désert, dune, espace protégé, forêt, fynbos, lagon, lagune, lande, littoral, marais, marécage, mer, montagne, région polaire, savane, steppe, tourbière, zone naturelle d'intérêt écologique faunistique et floristique, zone humide. Equiv. LCSH : Pas d'équivalent. Domaine(s) : 550. |
Documents disponibles dans cette catégorie (727)
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
Apport de la télédétection et des variables auxiliaires dans l'étude de l'évolution des périodes de sécheresse / Nesrine Farhani (2022)
Titre : Apport de la télédétection et des variables auxiliaires dans l'étude de l'évolution des périodes de sécheresse Type de document : Thèse/HDR Auteurs : Nesrine Farhani, Auteur ; Gilles Boulet, Directeur de thèse ; Zohra Lili-Chabaane, Directeur de thèse Editeur : Toulouse : Université de Toulouse 3 Paul Sabatier Année de publication : 2022 Importance : 194 p. Format : 21 x 30 cm Note générale : Bibliographie
Thèse en vue de l'obtention du Doctorat de l'Université Toulouse délivré par l'Université Toulouse 3 - Paul Sabatier, spécialité Surfaces et Interfaces Continentales, HydrologieLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] albedo
[Termes IGN] capteur actif
[Termes IGN] capteur passif
[Termes IGN] données météorologiques
[Termes IGN] évapotranspiration
[Termes IGN] gestion de l'eau
[Termes IGN] image Landsat-ETM+
[Termes IGN] image Landsat-TM
[Termes IGN] image Terra-MODIS
[Termes IGN] image thermique
[Termes IGN] indice de stress
[Termes IGN] Leaf Area Index
[Termes IGN] Normalized Difference Vegetation Index
[Termes IGN] sécheresse
[Termes IGN] stress hydrique
[Termes IGN] température de surface
[Termes IGN] Tunisie
[Termes IGN] zone arideIndex. décimale : THESE Thèses et HDR Résumé : (auteur) La surveillance des sécheresses dans les régions arides et semi-arides est cruciale car ses conséquences pour l'agriculture peuvent être dramatiques. Afin d'aider les décideurs à établir de bonnes pratiques de gestion de la ressource en eau et d'atténuation du risque des sécheresses, nous nous intéressons à l'analyse des indices de stress hydriques. À cette fin, un modèle de bilan d'énergie à double source permet, en combinant de l'information satellitaire (température de surface, NDVI, albédo et LAI) et de l'information météorologique (température de l'air, humidité relative de l'air, vitesse du vent et rayonnement global), de simuler l'évapotranspiration ainsi que le stress hydrique. Ces deux variables doivent être fournies d'une façon continue et sur une longue période temporelle pour une analyse adéquate des périodes de sécheresses. Or, les réseaux d'observations météorologiques sont parfois insuffisants (faible densité des sites instrumentés et périodes d'observation courtes et souvent non-concomitantes). Notre premier objectif est alors de simuler des scénarios de différentes variables climatiques afin de les prolonger. Nous avons adapté un générateur de conditions météorologiques "MetGen" qui permet de combler les lacunes présentes sur une période d'observation et de projeter des scénarios sur une période distincte de la période d'observation. MetGen exploite parmi ses co-variables, les données de réanalyses qui fournissent des variables à faible résolution spatiale (environ 31 km), comme source d'information importante. Nous comparons cette méthode avec des méthodes de correction de biais (univariée et multivariée) qui exploitent également les données de réanalyses. Cette approche statistique est validée selon deux volets : l'évaluation de la capacité (1) à bien reproduire les variables météorologiques et (2) à bien restituer les variables de bilan d'énergie. Les analyses, menées avec les données des stations météorologiques du système d'observations, ont permis de valider MetGen sur une période de validation (2011-2016). Nous avons utilisé alors cette méthode afin de simuler des données climatiques sur toute la période d'étude (2000-2019). Cette série ainsi que celle provenant des réanalyses brutes sont utilisées comme forçages climatiques du modèle d'énergie à double source SPARSE, afin de simuler deux indices de stress thermiques SI(SWG) et SI(ERA5) issus du générateur et des réanalyses ERA5 respectivement, à une échelle kilométrique. Ces deux indices sensibles aux anomalies de température de surface, sont comparés avec d'autres indices standardisés issus de différentes longueurs d'onde : le NDVI issu du visible/proche infrarouge, SWI du micro-onde et un indice standardisé de précipitations UPI qui est utilisé comme une référence pour notre analyse. Cette analyse est effectuée en termes de pertinence, de cohérence et de précocité pour la détection d'une sécheresse agronomique. Les deux indices thermiques ont montré des bonnes performances pour la détection du stress, notamment SI(SWG) qui a montré plus de précision et de capacité à détecter le stress hydrique d'une façon précoce. Ces analyses et tous ces approches statistiques sont effectuées au niveau du bassin versant de Merguellil situé au centre de la Tunisie et qui présente un modèle typique des régions semi-arides. Note de contenu : 1- Introduction
2- Partie A
2.1 Etat de l'art
2.2 Matériel et méthodes
2.3 Conclusion partielle et synthèse
3- Partie B
3.1 Introduction
3.2 Développement de la méthode statistique
3.3 Résultats complémentaires
3.4 Conclusion partielle et synthèse
4- Partie C
4.1 Introduction
4.2 Interpolation journalière de l’évapotranspiration
4.3 Indice de sécheresse
4.4 Utilisation de l’indice thermique pour le stress de la végétation
4.5 Comparaison SI et ESI
4.6 Conclusion partielle et synthèse
Conclusion et perspectivesNuméro de notice : 28880 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Surfaces et Interfaces Continentales, Hydrologie : Toulouse 3 : 2022 Organisme de stage : CESBIO DOI : sans En ligne : http://www.theses.fr/2022TOU30022 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101529 Automatic algorithm for georeferencing historical-to-nowadays aerial images acquired in natural environments / Daniela Craciun (2022)
Titre : Automatic algorithm for georeferencing historical-to-nowadays aerial images acquired in natural environments Type de document : Article/Communication Auteurs : Daniela Craciun , Auteur ; Arnaud Le Bris , Auteur Editeur : International Society for Photogrammetry and Remote Sensing ISPRS Année de publication : 2022 Collection : International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, ISSN 1682-1750 num. 43-B2 Projets : HIATUS / Giordano, Sébastien Conférence : ISPRS 2022, Commission 2, 24th ISPRS international congress, Imaging today, foreseeing tomorrow 06/06/2022 11/06/2022 Nice France OA ISPRS Archives Importance : pp 21 - 28 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Photogrammétrie numérique
[Termes IGN] appariement d'images
[Termes IGN] estimation de pose
[Termes IGN] géoréférencement
[Termes IGN] gradient
[Termes IGN] histogramme
[Termes IGN] image ancienne
[Termes IGN] milieu naturel
[Termes IGN] modèle numérique de surfaceRésumé : (auteur) Automatic georeferencing for historical-to-nowadays aerial images represents the main ingredient for supplying territory evolution analysis and environmental monitoring. Existing georeferencing methods based on feature extraction and matching reported successful results for multi-epoch aerial images acquired in structured and man-made environments. While improving the state-of-the-art of the multi-epoch georeferencing problem, such frameworks present several limitations when applied to unstructured scenes, such as natural feature-less environments, characterized by homogenous or texture-less areas. This is mainly due to the lack of structured areas which often results in sparse and ambiguous feature matches, introducing inconsistencies during the pose estimation process. This paper addresses the automatic georeferencing problem for historical aerial images acquired in unstructured natural environments. The research work presented in this paper introduces a feature-less algorithm designed to perform historical-to-nowadays image matching for pose estimation in a fully automatic fashion. The proposed algorithm operates within two stages: (i) 2D patch extraction and matching and (ii) 3D patch-based local alignment. The final output is a set of 3D patch matches and the 3D rigid transformation relating each homologous patches. The obtained 3D point matches are designed to be injected into traditional multi-views pose optimisation engines. Experimental results on real datasets acquired over Fabas area situated in France demonstrate the effectiveness of the proposed method. Our findings illustrate that the proposed georeferencing technique provides accurate results in presence of large periods of time separating historical from nowadays aerial images (up to 48 years time span). Numéro de notice : C2022-020 Affiliation des auteurs : UGE-LASTIG (2020- ) Thématique : IMAGERIE/INFORMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.5194/isprs-archives-XLIII-B2-2022-21-2022 Date de publication en ligne : 30/05/2022 En ligne : http://dx.doi.org/10.5194/isprs-archives-XLIII-B2-2022-21-2022 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100846 Characteristics of taiga and tundra snowpack in development and validation of remote sensing of snow / Henna-Reetta Hannula (2022)
Titre : Characteristics of taiga and tundra snowpack in development and validation of remote sensing of snow Type de document : Thèse/HDR Auteurs : Henna-Reetta Hannula, Auteur Editeur : Helsinki [Finland] : University of Helsinki Année de publication : 2022 Importance : 79 p. Format : 21 x 30 cm ISBN/ISSN/EAN : 978-952-336-153-9 Note générale : Bibliographie
Academic dissertation, Faculty of Science, University of HelsinkiLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] analyse des mélanges spectraux
[Termes IGN] carte thématique
[Termes IGN] changement climatique
[Termes IGN] distribution du coefficient de réflexion bidirectionnelle BRDF
[Termes IGN] distribution spatiale
[Termes IGN] données spatiotemporelles
[Termes IGN] échantillonnage de données
[Termes IGN] Finlande
[Termes IGN] forêt boréale
[Termes IGN] image infrarouge
[Termes IGN] manteau neigeux
[Termes IGN] problème inverse
[Termes IGN] réflectance spectrale
[Termes IGN] taïga
[Termes IGN] toundraRésumé : (auteur) Remote sensing of snow is a method to measure snow cover characteristics without direct physical contact with the target from airborne or space-borne platforms. Reliable estimates of snow cover extent and snow properties are vital for several applications including climate change research and weather and hydrological forecasting. Optical remote sensing methods detect the extent of snow cover based on its high reflectivity compared to other natural surfaces. A universal challenge for snow cover mapping is the high spatiotemporal variability of snow properties and heterogeneous landscapes such as the boreal forest biome. The optical satellite sensor’s footprint may extend from tens of meters to a kilometer; the signal measured by the sensor can simultaneously emerge from several target categories within individual satellite pixels. By use of spectral unmixing or inverse model-based methods, the fractional snow cover (FSC) within the satellite image pixel can be resolved from the recorded electromagnetic signal. However, these algorithms require knowledge of the spectral reflectance properties of the targets present within the satellite scene and the accuracy of snow cover maps is dependent on the feasibility of these spectral model parameters. On the other hand, abrupt changes in land cover types with large differences in their snow properties may be located within a single satellite image pixel and complicate the interpretation of the observations. Ground-based in-situ observations can be used to validate the snow parameters derived by indirect methods, but these data are affected by the chosen sampling. This doctoral thesis analyses laboratory-based spectral reflectance information on several boreal snow types for the purpose of the more accurate reflectance representation of snow in mapping method used for the detection of fractional snow cover. Multi-scale reflectance observations representing boreal spectral endmembers typically used in optical mapping of snow cover, are exploited in the thesis. In addition, to support the interpretation of remote sensing observations in boreal and tundra environments, extensive in-situ dataset of snow depth, snow water equivalent and snow density are exploited to characterize the snow variability and to assess the uncertainty and representativeness of these point-wise snow measurements applied for the validation of remote sensing observations. The overall goal is to advance knowledge about the spectral endmembers present in boreal landscape to improve the accuracy of the FSC estimates derived from the remote sensing observations and support better interpretation and validation of remote sensing observations over these heterogeneous landscapes. The main outcome from the work is that laboratory-controlled experiments that exclude disturbing factors present in field circumstances may provide more accurate representation of wet (melting) snow endmember reflectance for the FSC mapping method. The behavior of snow band reflectance is found to be insensitive to width and location differences between visible satellite sensor bands utilized in optical snow cover mapping which facilitates the use of various sensors for the construction of historical data records. The results also reveal the high deviation of snow reflectance due to heterogeneity in snow macro- and microstructural properties. The quantitative statistics of bulk snow properties show that areal averages derived from in-situ measurements and used to validate remote sensing observations are dependent on the measurement spacing and sample size especially over land covers with high absolute snow depth variability, such as barren lands in tundra. Applying similar sampling protocol (sample spacing and sample size) over boreal and tundra land cover types that represent very different snow characteristics will yield to non-equal representativeness of the areal mean values. The extensive datasets collected for this work demonstrate that observations measured at various scales can provide different view angle to the same challenge but at the same time any dataset individually cannot provide a full understanding of the target complexity. This work and the collected datasets directly facilitate further investigation of uncertainty in fractional snow cover maps retrieved by optical remote sensing and the interpretation of satellite observations in boreal and tundra landscapes. Note de contenu : 1. Introduction
2. Snow and its properties
3. Multispectral optical remote sensing of snow
4. Study site, datasets and methods
5. Results and discussion
6. Conclusions and future workNuméro de notice : 24060 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse étrangère Note de thèse : PhD Thesis : Sciences : University of Helsinki : 2022 DOI : 10.35614/isbn.9789523361522 En ligne : https://doi.org/10.35614/isbn.9789523361522 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101997 Détection des prairies de fauche et estimation des périodes de fauche par télédétection / Emma Seneschal (2022)
Titre : Détection des prairies de fauche et estimation des périodes de fauche par télédétection Type de document : Mémoire Auteurs : Emma Seneschal, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2022 Importance : 103 p. Format : 21 x 30 cm Note générale : bibliographie
Rapport de fin d'étude, cycle des Ingénieurs diplômés de l’ENSG 3ème année, Information Géographique, Analyse Spatiale et TélédétectionLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] apprentissage profond
[Termes IGN] Aves
[Termes IGN] Cantal (15)
[Termes IGN] cartographie thématique
[Termes IGN] classification dirigée
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] échantillonnage de données
[Termes IGN] habitat animal
[Termes IGN] image multibande
[Termes IGN] image Sentinel-MSI
[Termes IGN] image Sentinel-SAR
[Termes IGN] Jura (39)
[Termes IGN] Perceptron multicouche
[Termes IGN] prairie
[Termes IGN] régressionIndex. décimale : IGAST Mémoires du Master Information Géographique, Analyse Spatiale et Télédétection Résumé : (auteur) Ce travail s’inscrit dans le projet Parcelle qui vise à promouvoir le développement de la chaîne de traitement Iota2, développée par le CESBIO. Dans ce cadre-là, une collaboration s’est développée avec l’OFB qui a besoin de cartographier les prairies de fauche précoce dans le cadre de son «Observatoire National de l’Ecosystème Prairie de Fauche» (ONEPF). Le report des fauches est plébiscité depuis de nombreuses années face au déclin de l’avifaune prairiale. Des programmes agri-environnementaux incitent les agriculteurs à reporter les fenaisons jusqu’à mi-juillet. Les cartographies du suivi des prairies de fauche avec une récolte tardive constitueraient un outil de suivi des surfaces de l’habitat potentiellement favorable à la reproduction des oiseaux prairiaux en France. L’utilisation de la télédétection avec Iota2 permettrait une production annuelle plus rapide et moins coûteuse par rapport à des campagnes terrains et au processus actuel de production. Ce travail répond aux problématiques suivantes :
— Comment et avec quelle précision peut-on identifier et cartographier les prairies de fauche en France ?
— Est-il possible d’estimer la période de fauche et à quelle précision ?
Les séries temporelles denses, multi-spectrales et à haute résolution des satellites S1 & S2 ont été retenues pour l’étude des gestions des prairies (fauche, pâture et mixte). Les comportements des prairies selon leur mode de gestion ont été analysés grâce aux profils spectro-temporels des parcelles (bandes et indices spectraux issus de S2). Iota2 a été utilisé pour classifier avec Random Forest ou Deep Learning les prairies selon leur type de gestion. Plusieurs configurations ont été testées : calcul d’indices spectraux, ajout d’informations dérivées de MNT, augmentation de données, modification de l’architecture du réseau de neurones profonds, etc. Les cartographies prédictives des prairies de fauche ont été générées pour les années 2019 et 2021 respectivement sur les zones géographiques Jura-Mâconais et du Cantal. De meilleurs résultats ont été obtenus avec les échantillons d’apprentissage des sites du Jura et de Mâcon (F-score de 0.96 pour les parcelles de fauche). Les nouvelles fonctionnalités de Iota2 ont permis d’estimer la période de fauche par régression (avec un MultiLayerPerceptron). Les premiers résultats réalisés avec les séries temporelles S2 semblent prometteurs (R2 supérieurs à 0.5 et bonnes précisions). Ainsi, Iota2 est un outil performant qui permet la production rapide et qualitative de cartes de suivi des gestions prairiales en intégrant la télédétection. Iota2 pourrait être intégrée dans le processus de l’ONEPF.Note de contenu : Introduction
1- Avifaune et prairie
2- Prairies et télédétection
3- Données
4- Détection des prairies de fauche
5- Détection des périodes de fauche
ConclusionNuméro de notice : 24021 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Mémoire de fin d'études IT Organisme de stage : CESBIO Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101819 Documents numériques
en open access
Détection des prairies... - pdf auteur -Adobe Acrobat PDF Monitoring forest-savanna dynamics in the Guineo-Congolian transition area of the centre region of Cameroon / Le Bienfaiteur Sagang Takougoum (2022)
Titre : Monitoring forest-savanna dynamics in the Guineo-Congolian transition area of the centre region of Cameroon Type de document : Thèse/HDR Auteurs : Le Bienfaiteur Sagang Takougoum, Auteur ; Bonaventure Sonké, Directeur de thèse ; Nicolas Barbier, Directeur de thèse Editeur : Yaoundé : Université de Yaoundé Année de publication : 2022 Importance : 166 p. Format : 21 x 30 cm Note générale : Bibliographie
Thèse pour obtenir le grade de Docteur de l'Université de Yaoundé 1, Spécialité Botanique-EcologieLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] biomasse aérienne
[Termes IGN] Cameroun
[Termes IGN] carte d'utilisation du sol
[Termes IGN] carte de la végétation
[Termes IGN] classification dirigée
[Termes IGN] classification par maximum de vraisemblance
[Termes IGN] données de terrain
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] dynamique de la végétation
[Termes IGN] écotone
[Termes IGN] flore locale
[Termes IGN] forêt
[Termes IGN] Google Earth Engine
[Termes IGN] image Landsat
[Termes IGN] image SPOT 6
[Termes IGN] image SPOT 7
[Termes IGN] incendie de forêt
[Termes IGN] modèle statistique
[Termes IGN] savane
[Termes IGN] surveillance forestièreIndex. décimale : THESE Thèses et HDR Résumé : (Auteur) Understanding the effects of global change (combining anthropic and climatic pressures) on biome distribution needs innovative approaches allowing to address the large spatial scales involved and the scarcity of available ground data. Characterizing vegetation dynamics at landscape to regional scale requires both a high level of spatial detail (resolution), generally obtained through precise field measurements, and a sufficient coverage of the land surface (extent) provided by satellite images. The difficulty usually lies between these two scales as both signal saturation from satellite data and ground sampling limitations contribute to inaccurate extrapolations. Airborne laser scanning (ALS) data has revolutionized the trade-off between spatial detail and landscape coverage as it gives accurate information of the vegetation’s structure over large areas which can be used to calibrate satellite data. Also recent satellite data of improved spectral and spatial resolutions (Sentinel 2) allow for detailed characterizations of compositional gradients in the vegetation, notably in terms of the abundance of broad functional/optical plant types. Another major obstacle comes from the lack of a temporal perspective on dynamics and disturbances. Growing satellite imagery archives over several decades (45 years; Landsat) and available computing facilities such as Google Earth Engine (GEE) provide new possibilities to track long term successional trajectories and detect significant disturbances (i.e. fire) at a fine spatial detail (30m) and relate them to the current structure and composition of the vegetation. With these game changing tools our objective was to track long-term dynamics of forest-savanna ecotone in the Guineo-Congolian transition area of the Central Region of Cameroon with induced changes in the vegetatio structure and composition within two contrasted scenarios of anthropogenic pressures: 1) the Nachtigal area which is targeted for the dam construction and subject to intense agricultural activities and 2) the Mpem et Djim National Park (MDNP) which has no management plan. The maximum likelihood classification of the Spot 6/7 image aided with the information from the canopy height derived from ALS data discriminated the vegetation types within the Nachtigal area with good accuracy (96.5%). Using field plots data in upscaling aboveground biomass (AGB) form field plots estimates to the satellite estimates with model-based approaches lead to a systematic overestimation in AGB density estimates and a root mean squared prediction error (RMSPE) of up to 65 Mg.ha−1 (90%), whereas calibration with ALS data (AGBALS) lead to low bias and a drop of ~30% in RMSPE (down to 43 Mg.ha−1, 58%) with little effect of the satellite sensor used. However, these results also confirm that, whatever the spectral indices used and attention paid to sensor quality and pre-processing, the signal is not sufficient to warrant accurate pixel wise predictions, because of large relative RMSPE, especially above (200–250 Mg.ha−1). The design-based approach, for which average AGB density values were attributed to mapped land cover classes, proved to be a simple and reliable alternative (for landscape to region level estimations), when trained with dense ALS samples. AGB and species diversity measured within 74 field inventory plots (distributed along a savanna to forest successional gradient) were higher for the vegetation located in the MDNP compared to their pairs in the Nachtigal area. The automated unsupervised long-term (45 years) land cover change monitoring from Landsat image archives based on GEE captured a consistent and regular pattern of forest progression into savanna at an average rate of 1% (ca. 6 km².year-1). No fire occurrence was captured for savanna that transited to forest within five years of monitoring. Distinct assemblages of spectral species are apparent in forest vegetation which is consistent with the age of transition. As forest gets older AGBALS recovers at a rate of 4.3 Mg.ha-1.year-1 in young forest stands ( Note de contenu : Chapter 1. Generalities
1.1 Introduction
1.2 Literature Review
Chapter 2. Material And Methods
2.1 Material
2.2 Methods
Chapter 3. Results And Discussion
3.1 Results
3.2 Discussion
Chapter 4. Conclusion And Perspectives
4.1 Conclusion
4.2 PerspectivesNuméro de notice : 26820 Affiliation des auteurs : non IGN Thématique : BIODIVERSITE/FORET/IMAGERIE Nature : Thèse étrangère Note de thèse : Thèse de doctorat : Botanique-Ecologie : Yaoundé : 2022 Organisme de stage : Institut de Recherche pour le Développement IRD nature-HAL : Thèse DOI : sans Date de publication en ligne : 13/04/2022 En ligne : https://hal.inrae.fr/tel-03528875/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100465 Monitoring grassland dynamics by exploiting multi-modal satellite image time series / Anatol Garioud (2022)PermalinkNon-linear GNSS signal processing applied to land observation with high-rate airborne reflectometry / Hamza Issa (2022)PermalinkUn désordre complexe à modéliser / Laurent Polidori in Géomètre, n° 2197 (décembre 2021)PermalinkUsing textual volunteered geographic information to model nature-based activities: A case study from Aotearoa New Zealand / Ekaterina Egorova in Journal of Spatial Information Science (JoSIS), n° 23 (2021)PermalinkTidal flood area mapping in the face of climate change scenarios: case study in a tropical estuary in the Brazilian semi-arid region / Paulo Victor N. Araújo in Natural Hazards and Earth System Sciences, vol 21 n° 11 (November 2021)PermalinkAge-dependence of stand biomass in managed boreal forests based on the Finnish National Forest Inventory data / Anna Repo in Forest ecology and management, vol 498 (October-15 2021)PermalinkSuperpixel-based regional-scale grassland community classification using genetic programming with Sentinel-1 SAR and Sentinel-2 multispectral images / Zhenjiang Wu in Remote sensing, vol 13 n° 20 (October-2 2021)PermalinkAutomatic detection of inland water bodies along altimetry tracks for estimating surface water storage variations in the Congo basin / Frédéric Frappart in Remote sensing, vol 13 n° 19 (October-1 2021)PermalinkComparison of digital elevation models through the analysis of geomorphic surface remnants in the Desatoya Mountains, Nevada / Bernadett Dobre in Transactions in GIS, vol 25 n° 5 (October 2021)PermalinkSpectral reflectance estimation of UAS multispectral imagery using satellite cross-calibration method / Saket Gowravaram in Photogrammetric Engineering & Remote Sensing, PERS, vol 87 n° 10 (October 2021)Permalink