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 (323)
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
Cartographie 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)
[article]
Titre : Cartographie des cultures dans le périmètre du Loukkos (Maroc) : apport de la télédétection radar et optique Type de document : Article/Communication Auteurs : Siham Acharki, Auteur ; Mina Amharref, Auteur ; Pierre-Louis Frison , Auteur ; A. Samed Bernoussi, Auteur Année de publication : 2020 Projets : 3-projet - voir note / Article en page(s) : pp 15 - 28 Note générale : bibliographie
Ce travail est réalisé dans le cadre du projet PPR2/2016/79, OGI-Env, soutenu par le MENFPESRS et le CNRST (Maroc).Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image mixte
[Termes IGN] carte de la végétation
[Termes IGN] classification dirigée
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] image Sentinel-MSI
[Termes IGN] image Sentinel-SAR
[Termes IGN] MarocRésumé : (auteur) Dans cet article, nous analysons la possibilité d’amélioration de la classification des cultures dans un périmètre irrigué du nord du Maroc en se basant sur la combinaison des données multi-temporelles de deux satellites (Sentinel-1 et Sentinel-2) avec l’inclusion de neuf indices. Le périmètre concerné (Loukkos), en plus de sa position stratégique, se caractérise par un climat méditerranéen avec une forte valeur écologique. Il présente une intense activité agricole avec une grande diversité des cultures dont le fonctionnement pourrait être affecté par le changement climatique.Afin de quantifier les besoins en eau, nous avons utilisé les séries d’images satellitaires acquises pour la période du 09/2017 au 08/2018. Les cartes produites pour trois niveaux de classification illustrent notre approche. L’étude a montré que les 10canaux optiques, à 10 et 20 m de résolution spatiale, des données acquises par Sentinel-2 permettent d'obtenir de bonnes performances, avec un indice de kappa > 85\% pour toutes les sous-classe set une précision globale > 86\%. Ces performances sont supérieures à celles obtenues avec des données radar acquises par Sentinel-1, avec des écarts de F-score inférieurs de 9% en moyenne, et pouvant aller jusqu'à 29% (sur le chêne-liège/Niveau SSC). Ni l'ajout d'indices radiométriques optiques, ni la combinaison des données optiques et radar n'apportent d'amélioration significative aux performances obtenues avec les données Sentinel-2. Afin d’exploiter les données obtenues, les travaux à venir se focaliseraient sur l’étude des profils temporels de chaque type de culture. Numéro de notice : A2020-576 Affiliation des auteurs : UPEM-LASTIG+Ext (2016-2019) Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : 10.52638/rfpt.2020.481 Date de publication en ligne : 25/11/2020 En ligne : https://doi.org/10.52638/rfpt.2020.481 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96391
in Revue Française de Photogrammétrie et de Télédétection > n° 222 (novembre 2020) . - pp 15 - 28[article]Bretagne, la végétation cartographiée / Marielle Mayo in Géomètre, n° 2185 (novembre 2020)
[article]
Titre : Bretagne, la végétation cartographiée Type de document : Article/Communication Auteurs : Marielle Mayo, Auteur Année de publication : 2020 Article en page(s) : pp 46 - 49 Langues : Français (fre) Descripteur : [Vedettes matières IGN] Cartographie thématique
[Termes IGN] 1:25.000
[Termes IGN] acquisition d'images
[Termes IGN] aménagement régional
[Termes IGN] ArcGIS
[Termes IGN] BD ortho
[Termes IGN] Bretagne
[Termes IGN] carte de la végétation
[Termes IGN] classification orientée objet
[Termes IGN] données localisées
[Termes IGN] données publiques
[Termes IGN] IGN cité
[Termes IGN] image infrarouge couleur
[Termes IGN] image proche infrarouge
[Termes IGN] modèle orienté objet
[Termes IGN] phytoécologieRésumé : (Auteur) Une cartographie inédite de la végétation de Bretagne sera accessible en totalité en ligne en décembre. Produite par télédétection grâce à une méthode semi-automatisée innovante, elle répond aux nouveaux besoins des acteurs de la biodiversité et de l'aménagement du territoire. Numéro de notice : A2020-707 Affiliation des auteurs : non IGN Thématique : BIODIVERSITE/FORET/IMAGERIE Nature : Article nature-HAL : ArtSansCL DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96281
in Géomètre > n° 2185 (novembre 2020) . - pp 46 - 49[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 063-2020101 RAB Revue Centre de documentation En réserve L003 Disponible Landslide susceptibility mapping using Naïve Bayes and Bayesian network models in Umyeonsan, Korea / Sunmin Lee in Geocarto international, vol 35 n° 15 ([01/11/2020])
[article]
Titre : Landslide susceptibility mapping using Naïve Bayes and Bayesian network models in Umyeonsan, Korea Type de document : Article/Communication Auteurs : Sunmin Lee, Auteur ; Moung-Jin Lee, Auteur ; Hyung-Sup Jung, Auteur ; Saro Lee, Auteur Année de publication : 2020 Article en page(s) : pp 1665 - 1679 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale
[Termes IGN] apprentissage automatique
[Termes IGN] carte de la végétation
[Termes IGN] carte forestière
[Termes IGN] carte topographique
[Termes IGN] cartographie des risques
[Termes IGN] catastrophe naturelle
[Termes IGN] Corée du sud
[Termes IGN] effondrement de terrain
[Termes IGN] modèle stochastique
[Termes IGN] réseau bayesien
[Termes IGN] système d'information géographique
[Termes IGN] zone urbaineRésumé : (auteur) In recent years, machine learning techniques have been increasingly applied to the assessment of various natural disasters, including landslides and floods. Machine learning techniques can be used to make predictions based on the relationships among events and their influencing factors. In this study, a machine learning approaches were applied based on landslide location data in a geographic information system environment. Topographic maps were used to determine the topographical factors. Additional soil and forest parameters were examined using information obtained from soil and forest maps. A total of 17 factors affecting landslide occurrence were selected and a spatial database was constructed. Naïve Bayes and Bayesian network models were applied to predict landslides based on selected risk factors. The two models showed accuracies of 78.3 and 79.8%, respectively. The results of this study provide a useful foundation for effective strategies to prevent and manage landslides in urban areas. Numéro de notice : A2020-658 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/MATHEMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/10106049.2019.1585482 Date de publication en ligne : 16/04/2019 En ligne : https://doi.org/10.1080/10106049.2019.1585482 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96130
in Geocarto international > vol 35 n° 15 [01/11/2020] . - pp 1665 - 1679[article]Mapping 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)
[article]
Titre : Mapping tree species deciduousness of tropical dry forests combining reflectance, spectral unmixing, and texture data from high-resolution imagery Type de document : Article/Communication Auteurs : Astrid Helena Huechacona-Ruiz, Auteur ; Juan Manuel Dupuy, Auteur ; Naomi B. Schwartz, Auteur Année de publication : 2020 Article en page(s) : n° 1234 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] analyse des mélanges spectraux
[Termes IGN] arbre caducifolié
[Termes IGN] carte de la végétation
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] distribution spatiale
[Termes IGN] forêt tropicale
[Termes IGN] image proche infrarouge
[Termes IGN] image Sentinel-MSI
[Termes IGN] Normalized Difference Vegetation Index
[Termes IGN] réflectance
[Termes IGN] texture d'image
[Termes IGN] YucatanRésumé : (auteur) In tropical dry forests, deciduousness (i.e., leaf shedding during the dry season) is an important adaptation of plants to cope with water limitation, which helps trees adjust to seasonal drought. Deciduousness is also a critical factor determining the timing and duration of carbon fixation rates, and affecting energy, water, and carbon balance. Therefore, quantifying deciduousness is vital to understand important ecosystem processes in tropical dry forests. The aim of this study was to map tree species deciduousness in three types of tropical dry forests along a precipitation gradient in the Yucatan Peninsula using Sentinel-2 imagery. We propose an approach that combines reflectance of visible and near-infrared bands, normalized difference vegetation index (NDVI), spectral unmixing deciduous fraction, and several texture metrics to estimate the spatial distribution of tree species deciduousness. Deciduousness in the study area was highly variable and decreased along the precipitation gradient, while the spatial variation in deciduousness among sites followed an inverse pattern, ranging from 91.5 to 43.3% and from 3.4 to 9.4% respectively from the northwest to the southeast of the peninsula. Most of the variation in deciduousness was predicted jointly by spectral variables and texture metrics, but texture metrics had a higher exclusive contribution. Moreover, including texture metrics as independent variables increased the variance of deciduousness explained by the models from R2 = 0.56 to R2 = 0.60 and the root mean square error (RMSE) was reduced from 16.9% to 16.2%. We present the first spatially continuous deciduousness map of the three most important vegetation types in the Yucatan Peninsula using high-resolution imagery. Numéro de notice : A2020-756 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/f11111234 Date de publication en ligne : 23/11/2020 En ligne : https://doi.org/10.3390/f11111234 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96468
in Forests > vol 11 n°11 (November 2020) . - n° 1234[article]Object-based classification of mixed forest types in Mongolia / E. Nyamjargal in Geocarto international, vol 35 n° 14 ([15/10/2020])
[article]
Titre : Object-based classification of mixed forest types in Mongolia Type de document : Article/Communication Auteurs : E. Nyamjargal, Auteur ; D. Amarsaikhan, Auteur ; A. Munkh-Erdene, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : pp 1615 - 1626 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] analyse d'image orientée objet
[Termes IGN] approche hiérarchique
[Termes IGN] carte forestière
[Termes IGN] classification bayesienne
[Termes IGN] classification orientée objet
[Termes IGN] classification pixellaire
[Termes IGN] forêt
[Termes IGN] image multibande
[Termes IGN] image multitemporelle
[Termes IGN] image Sentinel-MSI
[Termes IGN] méthode du maximum de vraisemblance (estimation)
[Termes IGN] Mongolie
[Termes IGN] peuplement mélangéRésumé : (auteur) The aim of this study is to produce updated forest map of the Bogdkhan Mountain, Mongolia using multitemporal Sentinel-2A images. The target area has highly mixed forest types and it is very difficult to differentiate the fuzzy boundaries among different forest types. To extract the forest class information, an object-based classification technique is applied and a rule-base to separate the mixed classes is developed. The rule-base uses a hierarchy of rules describing different conditions under which the actual classification has to be performed. To compare the result of the developed method with a result of a pixel-based approach, a Bayesian maximum likelihood classification is applied. The final result indicates overall accuracy of 90.87% for the object-based classification, while for the pixel-based approach it is 79.89%. Overall, the research indicates that the object-based method that uses a thoroughly defined segmentation and a well-constructed rule-base can significantly improve the classification of mixed forest types and produce of a reliable forest map. Numéro de notice : A2020-619 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/10106049.2019.1583775 Date de publication en ligne : 10/06/2019 En ligne : https://doi.org/10.1080/10106049.2019.1583775 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95995
in Geocarto international > vol 35 n° 14 [15/10/2020] . - pp 1615 - 1626[article]Uncertainty 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