Descripteur
Termes IGN > 1- Outils - instruments et méthodes > document > document géographique > document cartographique > carte > carte thématique > carte de la végétation
carte de la végétationVoir aussi |
Documents disponibles dans cette catégorie (372)
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
From local to global: A transfer learning-based approach for mapping poplar plantations at national scale using Sentinel-2 / Yousra Hamrouni in ISPRS Journal of photogrammetry and remote sensing, vol 171 (January 2021)
[article]
Titre : From local to global: A transfer learning-based approach for mapping poplar plantations at national scale using Sentinel-2 Type de document : Article/Communication Auteurs : Yousra Hamrouni, Auteur ; Eric Paillassa, Auteur ; Véronique Chéret, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : pp 76 - 100 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] apprentissage automatique
[Termes IGN] base de données forestières
[Termes IGN] carte de la végétation
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] couvert forestier
[Termes IGN] échantillonnage
[Termes IGN] France (administrative)
[Termes IGN] image Sentinel-MSI
[Termes IGN] mise à jour de base de données
[Termes IGN] Populus (genre)
[Termes IGN] série temporelleRésumé : (auteur) Reliable estimates of poplar plantations area are not available at the French national scale due to the unsuitability and low update rate of existing forest databases for this short-rotation species. While supervised classification methods have been shown to be highly accurate in mapping forest cover from remotely sensed images, their performance depends to a great extent on the labelled samples used to build the models. In addition to their high acquisition cost, such samples are often scarce and not fully representative of the variability in class distributions. Consequently, when classification models are applied to large areas with high intra-class variance, they generally yield poor accuracies because of data shift issues. In this paper, we propose the use of active learning to efficiently adapt a classifier trained on a source image to spatially distinct target images with minimal labelling effort and without sacrificing the classification performance. The adaptation consists in actively adding to the initial local model new relevant training samples from other areas in a cascade that iteratively improves the generalisation capabilities of the classifier leading to a global model tailored to these different areas. This active selection relies on uncertainty sampling to directly focus on the most informative pixels for which the algorithm is the least certain of their class labels. Experiments conducted on Sentinel-2 time series revealed their high capacity to identify poplar plantations at a local scale with an average F-score ranging from 89.5% to 99.3%. For large area adaptation, the results showed that when the same number of training samples was used, active learning outperformed random sampling by up to 5% of the overall accuracy and up to 12% of the class F-score. Additionally, and depending on the class considered, the random sampling model required up to 50% more samples to achieve the same performance of an active learning-based model. Moreover, the results demonstrate the suitability of the derived global model to accurately map poplar plantations among other tree species with overall accuracy values up to 14% higher than those obtained with local models. The proposed approach paves the way for a national scale mapping in an operational context. Numéro de notice : A2021-013 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2020.10.018 Date de publication en ligne : 20/11/2020 En ligne : https://doi.org/10.1016/j.isprsjprs.2020.10.018 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96417
in ISPRS Journal of photogrammetry and remote sensing > vol 171 (January 2021) . - pp 76 - 100[article]Réservation
Réserver ce documentExemplaires(3)
Code-barres Cote Support Localisation Section Disponibilité 081-2021011 SL Revue Centre de documentation Revues en salle Disponible 081-2021013 DEP-RECP Revue LASTIG Dépôt en unité Exclu du prêt 081-2021012 DEP-RECF Revue Nancy Dépôt en unité Exclu du prêt
Titre : Mapping and Monitoring Forest Cover Type de document : Monographie Auteurs : Russell G. Congalton, Éditeur scientifique Editeur : Bâle [Suisse] : Multidisciplinary Digital Publishing Institute MDPI Année de publication : 2021 Importance : 144 p. ISBN/ISSN/EAN : 978-3-0365-2043-8 Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] carte forestière
[Termes IGN] couvert forestier
[Termes IGN] forêt
[Termes IGN] image aérienne
[Termes IGN] image satellite
[Termes IGN] inventaire forestier local
[Termes IGN] mangroveNote de contenu : - Mapping and Monitoring Forest Cover
- Spatial and Temporal Changes in Vegetation in the Ruoergai Region, China
- Monitoring Mangrove Forest Degradation and Regeneration: Landsat Time Series Analysis of Moisture and Vegetation Indices at Rabigh Lagoon, Red Sea
- Monitoring Carbon Stock and Land-Use Change in 5000-Year-Old Juniper Forest Stand of Ziarat, Balochistan, through a Synergistic Approach
- Forest Cover Mapping Based on a Combination of Aerial Images and Sentinel-2 Satellite Data Compared to National Forest Inventory Data
- Use of Remote Sensing Data to Improve the Efficiency of National Forest Inventories: A Case Study from the United States National Forest Inventory
- A Comparison of Forest Tree Crown Delineation from Unmanned Aerial Imagery Using Canopy Height Models vs. Spectral LightnessNuméro de notice : 17141 Affiliation des auteurs : non IGN Thématique : FORET/GEOMATIQUE/IMAGERIE Nature : Recueil / ouvrage collectif DOI : 10.3390/books978-3-0365-2044-5 En ligne : https://doi.org/10.3390/books978-3-0365-2044-5 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98631 Proposition d’un référentiel de description et de détection de la végétation dans une agglomération / Mathilde Segaud (2021)
Titre : Proposition d’un référentiel de description et de détection de la végétation dans une agglomération Type de document : Mémoire Auteurs : Mathilde Segaud, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2021 Importance : 128 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] Cartographie thématique
[Termes IGN] agglomération
[Termes IGN] analyse de données
[Termes IGN] analyse spatiale
[Termes IGN] arbre urbain
[Termes IGN] base de données localisées de référence
[Termes IGN] carte de la végétation
[Termes IGN] cartographie écologique
[Termes IGN] couvert végétal
[Termes IGN] extraction de la végétation
[Termes IGN] flore locale
[Termes IGN] image Pléiades
[Termes IGN] indice de végétation
[Termes IGN] milieu urbain
[Termes IGN] Nancy
[Termes IGN] paysage urbain
[Termes IGN] service écosystémique
[Termes IGN] structure de la végétationIndex. décimale : IGAST Mémoires du Master Information Géographique, Analyse Spatiale et Télédétection Résumé : (Auteur) Ce stage intervient sur le projet Des Hommes et Des Arbres, ainsi que Green Urban Sat. Il a pour objectif de proposer une méthode générique de cartographie de la végétation pour les agglomérations. Cette cartographie est destinée à devenir un support d’évaluation de services écosystémiques rendus par la végétation. Ce stage vise à élaborer et à proposer un référentiel de description de la végétation, ainsi qu’un socle de méthodes de cartographie de la végétation fidèle au référentiel typologique proposé. Dans un premier temps, j’ai pris connaissance des modèles de description de la végétation dans la littérature. Cette étude bibliographique fait ressortir l’intérêt d’une approche structurelle de description de la végétation à des fins d’évaluation de services écosystémiques. Une typologie est produite en tant que référentiel. Le second chapitre consiste à étudier, parmi les bases de données de végétation existantes, celles qui pourraient instancier ou participer à l’élaboration du référentiel typologique. Une analyse quantitative et qualitative de bases de données sélectionnées est produite. Enfin, une proposition méthodologique de cartographie de description de la végétation en accord avec le référentiel est présentée. La méthode proposée fait appel à des outils d’analyse spatiale et de télédétection. Elle est inspirée d’une analyse de la littérature et basée sur les contraintes auxquelles nous devons faire face dans le projet. Note de contenu : Introduction
1. Mise en place d’un référentiel de description de la végétation
1.1 Objectifs et problématiques
1.2 Végétation en milieu urbain : définition et contraintes
1.3 Typologies de description de la végétation
1.4 Classification de la végétation dans les bases de données
1.5 Proposition d’une typologie de description de la végétation à l’échelle d’une agglomération
1.6 Conclusion : Avantages et limites du référentiel
2. Analyse de la compatibilité des données existantes avec le référentiel
2.1 Objectifs et problématiques
2.2 Présentation du site d’étude : la Métropole du Grand Nancy (MGN)
2.3 Présentation des bases de données étudiées
2.4 Analyse de la couverture végétale sur les zones d’étude
2.5 Identification des formes végétalisées
2.6 Conclusion
3. Méthode de détection de la végétation
3.1 Objectifs et problématiques
3.2 Méthodes de caractérisation et de suivi de la végétation
3.3 Proposition d’une méthode de cartographie de la végétation
3.4 Expérimentations et résultats
3.5 Conclusion et travaux futurs
Discussion, limites et perspectives
Gestion de projet
ConclusionNuméro de notice : 26691 Affiliation des auteurs : non IGN Thématique : FORET/GEOMATIQUE/IMAGERIE Nature : Mémoire de fin d'études IT Organisme de stage : Cerema Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99304 Documents numériques
peut être téléchargé
Proposition d’un référentiel de description et de détection de la végétation dans une agglomération - pdf auteurAdobe Acrobat PDF Suivi des vignes par télédétection de proximité : le deep learning au service de l’agriculture de précision / Sami Beniaouf (2021)
Titre : Suivi des vignes par télédétection de proximité : le deep learning au service de l’agriculture de précision Type de document : Mémoire Auteurs : Sami Beniaouf, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2021 Importance : 65 p. Format : 21 x 30 cm Note générale : bibliographie
Mémoire de Master PPMD Photogrammétrie, Positionnement et Mesure de DéformationLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] analyse d'image orientée objet
[Termes IGN] apprentissage profond
[Termes IGN] carte de la végétation
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] géoréférencement
[Termes IGN] image captée par drone
[Termes IGN] maladie phytosanitaire
[Termes IGN] semis de points
[Termes IGN] surveillance de la végétation
[Termes IGN] Vaud (Suisse)
[Termes IGN] viticultureIndex. décimale : MPPMD Mémoires du mastère spécialisé Photogrammétrie, Positionnement et Mesures de Déformation Résumé : (auteur) Au cours des dernières années, les progrès rapides des techniques d'apprentissage en profondeur ont considérablement accéléré l'élan de la détection d'objets, qui constitue la base de nombreuses tâches de vision par ordinateur, telles que la segmentation d'instances, la classification d'images, le suivi d'objets et bien d'autres. Ce travail s’intéresse à l’utilisation de cette technique ainsi que la photogrammétrie terrestre et la télédétection dans le domaine de la viticulture, pour l’extraction et la cartographie d’informations physiologiques lié aux vignes. Cette étude s’est orientée vers la détection de la maladie de Mildiou au moyen d’une caméra multispectrale. Le mildiou de la vigne est causé par l'organisme de type fongique Plasmopara viticola, qui se produit généralement pendant les années excessivement humides et chaudes. Le champignon provoque directement une perte de rendement par la pourriture des feuilles, des grappes et des pousses. La détection d’objets par segmentation en instances a été réalisé en utilisant le modèle d’apprentissage pré-entraîné Mask R-CNN, dont les couches de classification ont été réentraîné avec des images de vignes acquises et labélisées. La méthodologie suivie consiste en l’extraction de masques d’objets des classes d’intérêt en utilisant le modèle entraîné, qui sont ensuite importés séparément sur les images. La reconstruction du nuage de points 3D à partir d’images masquées ensuit la génération d’un nuage de point de la classe cible. En segmentant ces nuages de points par instances, le calcul des coordonnées des barycentres de ces instances sont représentés finalement sur une carte. Note de contenu :
Introduction générale
I- Introduction à la viticulture de précision
I.1- Télédétection
I.2- Optimisation du rendement
I.3- Détection de maladies
I.4- Apprentissage profond
II- Acquisition des images et méthodologie
II.1- Acquisition des images
II.2- Méthodologie
Résultats et analyseNuméro de notice : 28393 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Mémoire PPMD Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98747 Documents numériques
peut être téléchargé
Suivi des vignes par télédétection... - pdf auteur -Adobe Acrobat PDF
Titre : Les synergies de la télédétection optique par drone et satellite : changement d’échelle et application à la conservation des prairies humides Type de document : Thèse/HDR Auteurs : Emilien Alvarez-Vanhard, Auteur ; Thomas Houet, Directeur de thèse ; Thomas Corpetti, Directeur de thèse Editeur : Rennes : Université de Rennes 2 Année de publication : 2021 Importance : 193 p. Format : 21 x 30 cm Note générale : Bibliographie
Thèse présentée pour obtenir le grade de Docteur de l’Université de Rennes 2, Spécialité : GéographieLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] carte de la végétation
[Termes IGN] données de terrain
[Termes IGN] échelle des données
[Termes IGN] étalonnage des données
[Termes IGN] fusion de données multisource
[Termes IGN] image captée par drone
[Termes IGN] image satellite
[Termes IGN] inondation
[Termes IGN] jeu de données localisées
[Termes IGN] marais
[Termes IGN] phytosociologie
[Termes IGN] prairie
[Termes IGN] réserve naturelle
[Termes IGN] zone humideIndex. décimale : THESE Thèses et HDR Résumé : (Auteur) La technologie drone est une nouvelle source de données de télédétection qui offre de nouvelles perspectives aux sciences de l'observation de la Terre. Elle permet un nouveau régime d'observation flexible et à très haute résolution spatiale qui apparaît comme complémentaire à celui des systèmes satellitaires et favorise l'application du changement d'échelle. Cette thèse a pour objectif d'évaluer l'apport des complémentarités entre drone et satellite pour le suivi des prairies humides - des milieux à fort enjeux écologiques et économiques. Pour cela, les principales synergies entre les données drone et satellite ont été identifiées dans la littérature scientifique. Un jeu de données multi-sources et multi-échelles alliant observations drone, satellitaires et in-situ a été constitué sur le site de la réserve régionale du marais de Sougéal, France. Ainsi, deux synergies adaptées au changement d'échelle - la "calibration de modèle" et la "fusion de données" - ont été appliquées à la cartographie de la structure des prairies humides - la distribution des communautés végétales et les dynamiques d'inondation. Les résultats montrent que le drone apporte une information sur la structure spatiale fine qui est utile pour dépasser les effets de pixels mixtes présents dans les données satellitaires. Par ailleurs, ces synergies facilitent la réalisation de représentations cartographiques qui intègrent la nature graduelle des milieux de prairies humides. Note de contenu : Introduction générale
Chapitre 1 - État-de-l’art : Identification des synergies entre drone et satellite
1.1 Introduction
1.2 Méthodes
1.3 Résultats
1.4 Discussion
1.5 Conclusion
Chapitre 2 - Le potentiel des synergies drone/satellite pour le suivi des prairies humides
2.1 Introduction
2.2 Les problématiques et enjeux du suivi des prairies humides
2.3 Méthodologies appliquées aux synergies drone/satellite
2.4 Site d’étude et données
2.5 Conclusion
Chapitre 3 - Calibration de modèle : Cartographie des communautés végétales de prairie humide
3.1 Introduction
3.2 Matériels
3.3 Méthodes
3.4 Résultats
3.5 Discussion
3.6 Conclusion
Chapitre 4 - Fusion de données : Cartographie des dynamiques d’inondation de prairie humide
4.1 Introduction
4.2 Matériels
4.3 Méthodes
4.4 Résultats
4.5 Discussion
4.6 Conclusion
Conclusion généraleNuméro de notice : 26727 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Géographie : Rennes 2 : 2021 Organisme de stage : Littoral, Environnement, Télédétection, Géomatique LETG nature-HAL : Thèse DOI : sans Date de publication en ligne : 10/01/2021 En ligne : https://tel.archives-ouvertes.fr/tel-03519981/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99529 Threat degree classification according to habitat quality: A case study from the Czech Republic / Pavel Lustyk in Forests, vol 12 n° 1 (January 2021)PermalinkBioclimatic modeling of potential vegetation types as an alternative to species distribution models for projecting plant species shifts under changing climates / Robert E. Keane in Forest ecology and management, vol 477 ([01/12/2020])PermalinkConvolutional Neural Networks accurately predict cover fractions of plant species and communities in Unmanned Aerial Vehicle imagery / Teja Kattenborn in Remote sensing in ecology and conservation, vol 6 n° 4 (December 2020)PermalinkForest cover mapping based on a combination of aerial images and Sentinel-2 satellite data compared to National Forest Inventory data / Selina Ganz in Forests, vol 11 n° 12 (December 2020)PermalinkMapping forest tree species in high resolution UAV-based RGB-imagery by means of convolutional neural networks / Felix Schiefer in ISPRS Journal of photogrammetry and remote sensing, vol 170 (December 2020)PermalinkCartographie des cultures dans le périmètre du Loukkos (Maroc) : apport de la télédétection radar et optique / Siham Acharki in Revue Française de Photogrammétrie et de Télédétection, n° 222 (novembre 2020)PermalinkBretagne, la végétation cartographiée / Marielle Mayo in Géomètre, n° 2185 (novembre 2020)PermalinkLandslide susceptibility mapping using Naïve Bayes and Bayesian network models in Umyeonsan, Korea / Sunmin Lee in Geocarto international, vol 35 n° 15 ([01/11/2020])PermalinkMapping tree species deciduousness of tropical dry forests combining reflectance, spectral unmixing, and texture data from high-resolution imagery / Astrid Helena Huechacona-Ruiz in Forests, vol 11 n°11 (November 2020)PermalinkObject-based classification of mixed forest types in Mongolia / E. Nyamjargal in Geocarto international, vol 35 n° 14 ([15/10/2020])PermalinkUncertainty of forested wetland maps derived from aerial photography / Stephen P. Prisley in Photogrammetric Engineering & Remote Sensing, PERS, vol 86 n° 10 (October 2020)PermalinkAncient forest statistics provide centennial perspective over the status and dynamics of forest area in France / Timothée Audinot in Annals of Forest Science, vol 77 n° 3 (September 2020)PermalinkAssessing local trends in indicators of ecosystem services with a time series of forest resource maps / Matti Katila in Silva fennica, vol 54 n° 4 (September 2020)PermalinkCombining optical and radar satellite image time series to map natural vegetation: savannas as an example / Maylis Lopes in Remote sensing in ecology and conservation, vol 6 n° 3 (September 2020)PermalinkComparison of tree-based classification algorithms in mapping burned forest areas / Dilek Kucuk Matci in Geodetski vestnik, vol 64 n° 3 (September - November 2020)PermalinkEvaluation of crop mapping on fragmented and complex slope farmlands through random forest and object-oriented analysis using unmanned aerial vehicles / Re-Yang Lee in Geocarto international, vol 35 n° 12 ([01/09/2020])PermalinkLocal color and morphological image feature based vegetation identification and its application to human environment street view vegetation mapping, or how green is our county? / Istvan G. Lauko in Geo-spatial Information Science, vol 23 n° 3 (September 2020)PermalinkMapping croplands of Europe, Middle East, Russia, and Central Asia using Landsat, Random Forest, and Google Earth Engine / Aparna R. Phalke in ISPRS Journal of photogrammetry and remote sensing, vol 167 (September 2020)PermalinkAccuracies of support vector machine and random forest in rice mapping with Sentinel-1A, Landsat-8 and Sentinel-2A datasets / Lamin R. Mansaray in Geocarto international, vol 35 n° 10 ([01/08/2020])PermalinkDevelopment and application of a new mangrove vegetation index (MVI) for rapid and accurate mangrove mapping / Alvin B. Baloloy in ISPRS Journal of photogrammetry and remote sensing, vol 166 (August 2020)Permalink