Centre dedocumentation
scientifique

Improved crop classification with rotation knowledge using Sentinel-1 and -2 time series / Sébastien Giordano in Photogrammetric Engineering & Remote Sensing, PERS, vol 86 n° 7 (July 2020)  

Public [article]  inPhotogrammetric Engineering & Remote Sensing, PERS > vol 86 n° 7 (July 2020) . - pp 431 - 441 Titre : Improved crop classification with rotation knowledge using Sentinel-1 and -2 time series Type de document : Article/Communication Auteurs : Sébastien Giordano , Auteur ; Simon Bailly, Auteur ; Loïc Landrieu , Auteur ; Nesrine Chehata , Auteur Année de publication : 2020 Projets : MAESTRIA / Mallet, Clément Article en page(s) : pp 431 - 441 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image mixte [Termes descripteurs IGN] Alpes-de-haute-provence (04) [Termes descripteurs IGN] chaîne de traitement [Termes descripteurs IGN] classification par forêts aléatoires [Termes descripteurs IGN] image Sentinel-MSI [Termes descripteurs IGN] image Sentinel-SAR [Termes descripteurs IGN] parcelle agricole [Termes descripteurs IGN] photo-identification [Termes descripteurs IGN] Seine-et-Marne (77) [Termes descripteurs IGN] série temporelle [Termes descripteurs IGN] surface cultivée Résumé : (Auteur) Leveraging the recent availability of accurate, frequent, and multimodal (radar and optical) Sentinel-1 and -2 acquisitions, this paper investigates the automation of land parcel identification system (LPIS) crop type classification. Our approach allows for the automatic integration of temporal knowledge, i.e., crop rotations using existing parcel-based land cover databases and multi-modal Sentinel-1 and -2 time series. The temporal evolution of crop types was modeled with a linear-chain conditional random field, trained with time series of multimodal (radar and optical) satellite acquisitions and associated LPIS. Our model was tested on two study areas in France (≥ 1250 km2) which show different crop types, various parcel sizes, and agricultural practices: . the Seine et Marne and the Alpes de Haute-Provence classified accordingly to a fine national 25-class nomenclature. We first trained a Random Forest classifier without temporal structure to achieve 89.0% overall accuracy in Seine et Marne (10 classes) and 73% in Alpes de Haute-Provence (14 classes). We then demonstrated experimentally that taking into account the temporal structure of crop rotation with our model resulted in an increase of 3% to +5% in accuracy. This increase was especially important (+12%) for classes which were poorly classified without using the temporal structure. A stark positive impact was also demonstrated on permanent crops, while it was fairly limited or even detrimental for annual crops. Numéro de notice : A2020-382 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.14358/PERS.86.7.431 date de publication en ligne : 01/07/2020 En ligne : https://doi.org/10.14358/PERS.86.7.431 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95428 [article]

Journées de la recherche 2019 / Anonyme in Géomatique expert, n° 127 (avril - mai 2019)

Public [article]  inGéomatique expert > n° 127 (avril - mai 2019) . - pp 23 - 34 Titre : Journées de la recherche 2019 Type de document : Article/Communication Auteurs : Anonyme, Auteur Année de publication : 2019 Article en page(s) : pp 23 - 34 Langues : Français (fre) Descripteur : [Vedettes matières IGN] Information géographique [Termes descripteurs IGN] apprentissage profond [Termes descripteurs IGN] base de connaissances [Termes descripteurs IGN] carte de Cassini [Termes descripteurs IGN] données localisées [Termes descripteurs IGN] données localisées 3D [Termes descripteurs IGN] extraction de traits caractéristiques [Termes descripteurs IGN] géoréférencement [Termes descripteurs IGN] parcelle agricole [Termes descripteurs IGN] paroisse [Termes descripteurs IGN] photographie argentique [Termes descripteurs IGN] qualité des données [Termes descripteurs IGN] réseau neuronal convolutif [Termes descripteurs IGN] segmentation [Termes descripteurs IGN] segmentation d'image [Termes descripteurs IGN] semis de points [Termes descripteurs IGN] série temporelle Résumé : (Auteur) Cette année, les journées de la recherche de l’IGN ont fait la part belle aux réseaux de neurones – un sujet décidément très à la mode – ainsi qu’à différentes initiatives d’archivage et de consultation des données géographiques anciennes. Numéro de notice : A2019-308 Thématique : GEOMATIQUE/IMAGERIE/INFORMATIQUE/POSITIONNEMENT Nature : Article DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93284 [article]

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
IFN-001-P002141	PER	Revue	Nogent-sur-Vernisson	Salle périodiques	Exclu du prêt

Impact of oblique UAV imagery on canopy models / Anouk Schleich (2019) 

Public Titre : Impact of oblique UAV imagery on canopy models Type de document : Mémoire Auteurs : Anouk Schleich, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2019 Importance : 104 p. Format : 21 x 30 cm Note générale : Bibliographie Rapport de projet pluridisciplinaire, cycle ING2 Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques [Termes descripteurs IGN] analyse comparative [Termes descripteurs IGN] angle de visée [Termes descripteurs IGN] image aérienne oblique [Termes descripteurs IGN] image de drone [Termes descripteurs IGN] MicMac [Termes descripteurs IGN] nadir [Termes descripteurs IGN] parcelle agricole [Termes descripteurs IGN] Pix4D [Termes descripteurs IGN] semis de points [Termes descripteurs IGN] structure-from-motion [Termes descripteurs IGN] traitement d'image Index. décimale : PROJET Rapports de projet - stage des ingénieurs de 2e année Résumé : (Auteur) Les drones sont une solution très abordable dans le monde de la télédétection. Ils sont de plus en plus utilisés dans le domaine de l’agriculture pour aider les agriculteurs à prévoir leur rendement, à détecter le stress des cultures et à surveiller les champs. Les images aériennes peuvent être utilisées pour construire des modèles 3D grâce au processus photogrammétrique de Structure from Motion. Nous étudierons l’impact des images obliques sur les modèles de canopée. Plusieurs vols avec différents angles de caméra ont été effectués sur un champ de maïs. Nous avons comparé les résultats du vol nadir, correspondant à un angle de 90_, au vol de 80_, 70_, 60_ et 50_. Nous présenterons l’acquisition de données, le traitement des images avec MicMac et Pix4D et qualifierons les résultats. L’un des aspects de la recherche consiste à qualifier les nuages de points de drone en utilisant des nuages de points terrestres. Un autre objectif du projet est d’étudier si l’utilisation de l’imagerie oblique peut éviter l’utilisation de points d’appuis et quel angle est le mieux adapté pour limiter l’effet de doming. Nous pouvons constater que les acquisitions à 70_ et 60_ donnent les meilleurs résultats, mais que cela est très difficile de décider quel angle est le mieux adapté, car différentes analyses donnent différents résultats. Note de contenu : Introduction 1. Creating 3D models for oblique research 1.1 Context 1.2 Acquisition 1.3 Processing 2. Evaluation of the 3D models 2.1 Visually 2.2 Analyze of the processing outputs 2.3 Comparison of point clouds with GRASS Conclusion Numéro de notice : 26125 Thématique : IMAGERIE Nature : Mémoire de projet pluridisciplinaire Organisme de stage : Center for Geospatial Analytics (North Carolina State University) Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93912

Documents numériques

peut être téléchargé Impact of oblique UAV imagery on canopy models - pdf auteur Adobe Acrobat PDF

Monitoring crops water needs at high spatio-temporal resolution by synergy of optical / thermal and radar observations / Abdelhakim Amazirh (2019)  

Public Titre : Monitoring crops water needs at high spatio-temporal resolution by synergy of optical / thermal and radar observations Type de document : Thèse/HDR Auteurs : Abdelhakim Amazirh, Auteur ; A. Chehbouni, Directeur de thèse ; Salah Er-Raki, Auteur Editeur : Toulouse : Université de Toulouse 3 Paul Sabatier Année de publication : 2019 Importance : 240 p. Format : 21 x 30 cm Note générale : bibliographie Thèse en vue de l’obtention du Doctorat de l'Université de Toulouse, Spécialité : Surfaces et Interfaces Continentales, Hydrologie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image mixte [Termes descripteurs IGN] évapotranspiration [Termes descripteurs IGN] gestion de l'eau [Termes descripteurs IGN] humidité du sol [Termes descripteurs IGN] image Landsat [Termes descripteurs IGN] image Landsat-8 [Termes descripteurs IGN] image MODIS [Termes descripteurs IGN] image multibande [Termes descripteurs IGN] image Sentinel-SAR [Termes descripteurs IGN] image thermique [Termes descripteurs IGN] indice de végétation [Termes descripteurs IGN] MARRAKECH [Termes descripteurs IGN] micro-onde [Termes descripteurs IGN] modèle de transfert radiatif [Termes descripteurs IGN] Normalized Difference Vegetation Index [Termes descripteurs IGN] parcelle agricole [Termes descripteurs IGN] ressources en eau [Termes descripteurs IGN] stress hydrique [Termes descripteurs IGN] température de surface [Termes descripteurs IGN] zone semi-aride Résumé : (auteur) Optimizing water management in agriculture is essential over semi-arid areas in order to preserve water resources which are already low and erratic due to human actions and climate change. This thesis aims to use the synergy of multispectral remote sensing observations (radar, optical and thermal data) for high spatio-temporal resolution monitoring of crops water needs. In this context, different approaches using various sensors (Landsat-7/8, Sentinel-1 and MODIS) have been developed to provide information on the crop Soil Moisture (SM) and water stress at a spatio-temporal scale relevant to irrigation management. This work fits well the REC "Root zone soil moisture Estimates at the daily and agricultural parcel scales for Crop irrigation management and water use impact: a multi-sensor remote sensing approach" (http://rec.isardsat.com/) project objectives, which aim to estimate the Root Zone Soil Moisture (RZSM) for optimizing the management of irrigation water. Innovative and promising approaches are set up to estimate evapotranspiration (ET), RZSM, land surface temperature (LST) and vegetation water stress through SM indices derived from multispectral observations with high spatio-temporal resolution. The proposed methodologies rely on image-based methods, radiative transfer modelling and water and energy balance modelling and are applied in a semi-arid climate region (central Morocco). In the frame of my PhD thesis, three axes have been investigated. In the first axis, a Landsat LST-derived RZSM index is used to estimate the ET over wheat parcels and bare soil. The ET modelling estimation is explored using a modified Penman-Monteith equation obtained by introducing a simple empirical relationship between surface resistance (rc) and a RZSM index. The later is estimated from Landsat-derived land surface temperature (LST) combined with the LST endmembers (in wet and dry conditions) simulated by a surface energy balance model driven by meteorological forcing and Landsat-derived fractional vegetation cover. The investigated method is calibrated and validated over two wheat parcels located in the same area near Marrakech City in Morocco. In the next axis, a method to retrieve near surface (0-5 cm) SM at high spatial and temporal resolution is developed from a synergy between radar (Sentinel-1) and thermal (Landsat) data and by using a soil energy balance model. The developed approach is validated over bare soil agricultural fields and gives an accurate estimates of near surface SM with a root mean square difference compared to in situ SM equal to 0.03 m3 m-3. In the final axis a new method is developed to disaggregate the 1 km resolution MODIS LST at 100 m resolution by integrating the near surface SM derived from Sentinel-1 radar data and the optical-vegetation index derived from Landsat observations. The new algorithm including the S-1 backscatter as input to the disaggregation, produces more stable and robust results during the selected year. Where, 3.35 °C and 0.75 were the lowest RMSE and the highest correlation coefficient assessed using the new algorithm. Note de contenu : General Introduction 1- Bibliographic synthesis 2- Data & study sites description 3- Models & methods 4- Results & discussions Conclusions and perspectives Numéro de notice : 25694 Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Spécialité : Surfaces et Interfaces Continentales, Hydrologie : Toulouse : 2019 Organisme de stage : CESBIO - Centre d'Etudes Spatiales de la Biosphère En ligne : http://thesesups.ups-tlse.fr/4412/ Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94759

Satellite image time series classification with pixel-set encoders and temporal self-attention / Vivien Sainte Fare Garnot (2019)    

Public contenu dans ArXiv / Université Cornell (Etats-Unis) (1991)   Titre : Satellite image time series classification with pixel-set encoders and temporal self-attention Type de document : Article/Communication Auteurs : Vivien Sainte Fare Garnot , Auteur ; Loïc Landrieu , Auteur ; Sébastien Giordano , Auteur ; Nesrine Chehata , Auteur Editeur : Ithaca [New York - Etats-Unis] : ArXiv - Université Cornell Année de publication : 2019 Importance : 12 p. Format : 21 x 30 cm Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] apprentissage automatique [Termes descripteurs IGN] classification automatique [Termes descripteurs IGN] classification orientée objet [Termes descripteurs IGN] classification par forêts aléatoires [Termes descripteurs IGN] classification par réseau neuronal convolutif [Termes descripteurs IGN] extraction de traits caractéristiques [Termes descripteurs IGN] géocodage [Termes descripteurs IGN] image multibande [Termes descripteurs IGN] image satellite [Termes descripteurs IGN] parcelle agricole [Termes descripteurs IGN] politique agricole commune [Termes descripteurs IGN] série temporelle [Termes descripteurs IGN] utilisation du sol Résumé : (auteur) Satellite image time series, bolstered by their growing availability, are at the forefront of an extensive effort towards automated Earth monitoring by international institutions. In particular, large-scale control of agricultural parcels is an issue of major political and economic importance. In this regard, hybrid convolutional-recurrent neural architectures have shown promising results for the automated classification of satellite image time series.We propose an alternative approach in which the convolutional layers are advantageously replaced with encoders operating on unordered sets of pixels to exploit the typically coarse resolution of publicly available satellite images. We also propose to extract temporal features using a bespoke neural architecture based on self-attention instead of recurrent networks. We demonstrate experimentally that our method not only outperforms previous state-of-the-art approaches in terms of precision, but also significantly decreases processing time and memory requirements. Lastly, we release a large openaccess annotated dataset as a benchmark for future work on satellite image time series. Numéro de notice : P2019-007 Thématique : IMAGERIE Nature : Preprint nature-HAL : Préprint DOI : sans date de publication en ligne : 18/11/2019 En ligne : https://arxiv.org/abs/1911.07757 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94225

Documents numériques

en open access Satellite image time series classification - pdf préprint Adobe Acrobat PDF

Land parcel management system in Poland and a case study of EU member states / Agnieszka Trystuła in Geodetski vestnik, vol 62 n° 4 (December 2018 - February 2019)  

Permalink

Imagerie radar en ondes millimétriques appliquée à la viticulture / Dominique Henry (2018)  

Permalink

ViCTOr : paysage virtuel pour explorer les dynamiques de la VIticulture et de la Consommation en TouRaine / Etienne Delay in Cybergeo, European journal of geography, n° 2017 (2017)  

Permalink

Surfaces d'intérêts écologiques : mise à jour / Emmanuelle Raulin in La Vendée agricole, vol 2015 n° 12 (20 mars 2015)

Permalink

Du champ à l'argent, tout passe par l'écran / Françoise de Blomac in DécryptaGéo le mag, n° 165 (mars 2015)

Permalink

Le RPG, un référentiel ? / Françoise de Blomac in DécryptaGéo le mag, n° 165 (mars 2015)

Permalink

Délimitation des parcelles agricoles par classification d'images Pléiades / Nesrine Chehata in Revue Française de Photogrammétrie et de Télédétection, n° 209 (Janvier 2015) 

Permalink

A parcel shape index for use in land consolidation planning / Demetris Demetriou in Transactions in GIS, vol 17 n° 6 (December 2013)  

Permalink

Parcel-level identification of crop types using different classification algorithms and multi-resolution imagery in southeastern Turkey / Ugur Alganci in Photogrammetric Engineering & Remote Sensing, PERS, vol 79 n° 11 (November 2013)  

Permalink

Parcellaire viticole : un patrimoine façonné par l'histoire / Marielle Mayo in Géomètre, n° 2108 (novembre 2013)

Permalink