Descripteur
Termes IGN > sciences naturelles > sciences de la vie > biologie > botanique
botaniqueSynonyme(s)biologie végétale phytologie |
Documents disponibles dans cette catégorie (2036)
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
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)
[article]
Titre : Detection of windthrown tree stems on UAV-orthomosaics using U-Net convolutional networks Type de document : Article/Communication Auteurs : Stefan Reder, Auteur ; J.P. Mund, Auteur ; Nicole Albert, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : n° 75 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] apprentissage profond
[Termes IGN] branche (arbre)
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] détection d'objet
[Termes IGN] dommage forestier causé par facteurs naturels
[Termes IGN] données d'entrainement (apprentissage automatique)
[Termes IGN] image captée par drone
[Termes IGN] orthophotoplan numérique
[Termes IGN] segmentation sémantique
[Termes IGN] tempête
[Termes IGN] troncRésumé : (auteur) The increasing number of severe storm events is threatening European forests. Besides the primary damages directly caused by storms, there are secondary damages such as bark beetle outbreaks and tertiary damages due to negative effects on the market. These subsequent damages can be minimized if a detailed overview of the affected area and the amount of damaged wood can be obtained quickly and included in the planning of clearance measures. The present work utilizes UAV-orthophotos and an adaptation of the U-Net architecture for the semantic segmentation and localization of windthrown stems. The network was pre-trained with generic datasets, randomly combining stems and background samples in a copy–paste augmentation, and afterwards trained with a specific dataset of a particular windthrow. The models pre-trained with generic datasets containing 10, 50 and 100 augmentations per annotated windthrown stems achieved F1-scores of 73.9% (S1Mod10), 74.3% (S1Mod50) and 75.6% (S1Mod100), outperforming the baseline model (F1-score 72.6%), which was not pre-trained. These results emphasize the applicability of the method to correctly identify windthrown trees and suggest the collection of training samples from other tree species and windthrow areas to improve the ability to generalize. Further enhancements of the network architecture are considered to improve the classification performance and to minimize the calculative costs. Numéro de notice : A2022-082 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article DOI : 10.3390/rs14010075 En ligne : https://doi.org/10.3390/rs14010075 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99476
in Remote sensing > vol 14 n° 1 (January-1 2022) . - n° 75[article]Developing the potential of airborne lidar systems for the sustainable management of forests / Karun Dayal (2022)
Titre : Developing the potential of airborne lidar systems for the sustainable management of forests : accounting for and managing the impacts of lidar scan angle on ABA model predictions of forest attributes Type de document : Thèse/HDR Auteurs : Karun Dayal, Auteur ; Sylvie Durrieu, Directeur de thèse ; Marc Bouvier, Directeur de thèse Editeur : Paris, Nancy, ... : AgroParisTech (2007 -) Année de publication : 2022 Note générale : Bibliographie
Thèse pour obtenir le grade de Docteur de l’Institut national des sciences et industries du vivant et de l'environnement - AgroParisTech, Spécialité GéomatiqueLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Acquisition d'image(s) et de donnée(s)
[Termes IGN] analyse comparative
[Termes IGN] angle de visée
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] forêt alpestre
[Termes IGN] forêt ripicole
[Termes IGN] gestion durable
[Termes IGN] inventaire forestier national (données France)
[Termes IGN] jeu de données localisées
[Termes IGN] ligne de visée
[Termes IGN] modèle numérique de surface de la canopée
[Termes IGN] peuplement forestier
[Termes IGN] précision géométrique (imagerie)
[Termes IGN] prédiction
[Termes IGN] réseau neuronal artificiel
[Termes IGN] télémètre laser à balayage
[Termes IGN] télémètre laser aéroportéIndex. décimale : THESE Thèses et HDR Résumé : (Auteur) L’information mesurée par Lidar aéroporté dépend de la végétation observée et de la géométrie de l'acquisition lidar, elle-même fonction des paramètres d'acquisition et des propriétés du terrain. Cette thèse vise à comprendre la relation entre la géométrie d'acquisition du lidar et les prédictions d'attributs forestiers en se focalisant sur l'évaluation et la gestion des impacts de l'angle de balayage du lidar sur les métriques lidar et les modèles construits à l’échelle du peuplement (i.e. approches surfaciques ou ABA). Quatre types de forêts différents ont été étudiés, dont trois types de forêts (feuillus, conifères et mixtes) en terrain montagneux et un type de forêt (ripisylve) en terrain relativement plat . La thèse est divisée en trois parties. La première partie évalue l'effet de l'angle de balayage du lidar sur les mesures lidar couramment utilisées dans les prédictions de type ABA. On a ainsi montré que les différentes métriques lidar ne sont pas impactées de la même façon par des changements d'angle de balayage. La deuxième partie de l'étude s’intéresse aux conséquences sur la qualité des modèles de l’introduction dans ces modèles de métriques lidar présentant des sensibilités différentes à l'angle de balayage. Un modèle basé sur un jeu de métriques Lidar prédéfinies, plus ou moins sensibles aux angles de balayage, est utilisé.Les jeux de données lidar existants sont ré-échantillonnés selon les lignes de vol pour 1) simuler des acquisitions lidar avec différentes configurations de balayage, 2) construire des modèles pour une série de configurations de balayage différentes, et 3) comparer la qualité des estimations qui résultent de chaque configuration d’acquisition. Ces comparaisons montrent que l’introduction de métriques sensibles à l’angle de balayage diminue la robustesse des modèles. De plus, la variation de la précision des modèles ABA s’est révélée être plus élevée pour les jeux de données composés de nuages de points acquis depuis une seule ligne de vol que pour ceux composés de nuages de points obtenus en combinant les mesures de plusieurs lignes de vol.Nous avons aussi tenté de normaliser les métriques lidar en utilisant des méthodes de voxellisation pour limiter les impacts des changements d’angles de balayage. Les métriques issues des données voxellisées contribuent à augmenter la précision des prédictions ou à augmenter leur justesse, ou, dans certains cas, les deux en même temps. Dans la dernière partie de l'étude, les propriétés du terrain (topographie) et les paramètres d'acquisition sont explicitement pris en compte dans les modèles. Comme les interactions entre les paramètres d'acquisition lidar, le terrain et les propriétés de la végétation peuvent être complexes, un réseau de neurone (perceptron multicouche) est utilisé pour modéliser les relations entre les attributs forestiers et les métriques lidar en tenant compte de ces interactions entre métriques lidar et géométrie d'acquisition. Cela a permis d'améliorer significativement les prédictions ABA. Note de contenu : Chapter 1: Introduction
1.1 Sustainable Forest Management
1.2 The role of remote sensing in enhancing forest inventory
1.3 Enhanced forest inventory with lidar
1.4 Understanding the role of lidar scan angle in forestry applications
1.5 Research questions and objectives
1.6 Overview of the thesis
Chapter 2: Scan angle impact on lidar-derived metrics used in ABA models for prediction of forest
stand characteristics: a grid based analysis
2.1 Introduction
2.2 Materials
2.3 Methods
2.4 Results
2.5 Discussion
2.6 Conclusions
2.7 Acknowledgement
Chapter 3: An investigation into lidar scan angle impacts on stand attribute predictions in different
forest environments
3.1 Introduction
3.2 Materials and methods
3.3 Results
3.5 Conclusion
3.6 Acknowledgements
Chapter 4: Improving ABA models for forest attribute prediction using neural networks by considering effects of terrain and scan angles on 3D lidar point clouds
4.1 Introduction
4.2 Materials and methods
4.3 Results
4.4 Discussion
4.5 Conclusion
Chapter 5: Conclusion
5.1 Synthesis of the thesis
5.2 Limitations and PerspectivesNuméro de notice : 26957 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Géomatique : Université Paris-Saclay : 2022 Organisme de stage : UMR TETIS - Territoires, Environnement, Télédétection et Information Spatiale nature-HAL : Thèse DOI : sans Date de publication en ligne : 24/01/2023 En ligne : https://hal.science/tel-03954492 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102527 Effets 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)Permalink