Descripteur
Termes IGN > 1- Outils - instruments et méthodes > document > document géographique > document cartographique > carte > carte thématique > carte d'occupation du sol
carte d'occupation du solVoir aussi |
Documents disponibles dans cette catégorie (331)
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
Mapping fine-scale human disturbances in a working landscape with Landsat time series on Google Earth Engine / Tongxi Hu in ISPRS Journal of photogrammetry and remote sensing, vol 176 (June 2021)
[article]
Titre : Mapping fine-scale human disturbances in a working landscape with Landsat time series on Google Earth Engine Type de document : Article/Communication Auteurs : Tongxi Hu, Auteur ; Elizabeth Myers Toman, Auteur ; Gang Chen, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : pp 250 - 261 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] bassin hydrographique
[Termes IGN] carte d'occupation du sol
[Termes IGN] classification bayesienne
[Termes IGN] détection de changement
[Termes IGN] estimation bayesienne
[Termes IGN] Google Earth Engine
[Termes IGN] image Landsat
[Termes IGN] méthode de Monte-Carlo par chaînes de Markov
[Termes IGN] Normalized Difference Vegetation Index
[Termes IGN] Ohio (Etats-Unis)
[Termes IGN] précision infrapixellaire
[Termes IGN] série temporelleRésumé : (auteur) Large fractions of human-altered lands are working landscapes where people and nature interact to balance social, economic, and ecological needs. Achieving these sustainability goals requires tracking human footprints and landscape disturbance at fine scales over time—an effort facilitated by remote sensing but still under development. Here, we report a satellite time-series analysis approach to detecting fine-scale human disturbances in an Ohio watershed dominated by forests and pastures but with diverse small-scale industrial activities such as hydraulic fracturing (HF) and surface mining. We leveraged Google Earth Engine to stack decades of Landsat images and explored the effectiveness of a fuzzy change detection algorithm called the Bayesian Estimator of Abrupt change, Seasonality, and Trend (BEAST) to capture fine-scale disturbances. BEAST is an ensemble method, capable of estimating changepoints probabilistically and identifying sub-pixel disturbances. We found the algorithm can successfully capture the patterns and timings of small-scale disturbances, such as grazing, agriculture management, coal mining, HF, and right-of-ways for gas and power lines, many of which were not captured in the annual land cover maps from Cropland Data Layers—one of the most widely used classification-based land dynamics products in the US. For example, BEAST could detect the initial HF wellpad construction within 60 days of the registered drilling dates on 88.2% of the sites. The wellpad footprints were small, disturbing only 0.24% of the watershed in area, which was dwarfed by other activities (e.g., right-of-ways of utility transmission lines). Together, these known activities have disturbed 9.7% of the watershed from the year 2000 to 2017 with evergeen forests being the most affected land cover. This study provides empirical evidence on the effectiveness and reliability of BEAST for changepoint detection as well as its capability to detect disturbances from satellite images at sub-pixel levels and also documents the value of Google Earth Engine and satellite time-series imaging for monitoring human activities in complex working landscapes. Numéro de notice : A2021-415 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2021.04.008 Date de publication en ligne : 17/05/2021 En ligne : https://doi.org/10.1016/j.isprsjprs.2021.04.008 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97746
in ISPRS Journal of photogrammetry and remote sensing > vol 176 (June 2021) . - pp 250 - 261[article]Resolution enhancement for large-scale land cover mapping via weakly supervised deep learning / Qiutong Yu in Photogrammetric Engineering & Remote Sensing, PERS, vol 87 n° 6 (June 2021)
[article]
Titre : Resolution enhancement for large-scale land cover mapping via weakly supervised deep learning Type de document : Article/Communication Auteurs : Qiutong Yu, Auteur ; Wei Liu, Auteur ; Wesley Nunes Gonçalves, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : pp 405 - 412 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image mixte
[Termes IGN] apprentissage profond
[Termes IGN] apprentissage semi-dirigé
[Termes IGN] carte d'occupation du sol
[Termes IGN] changement d'occupation du sol
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] données d'entrainement (apprentissage automatique)
[Termes IGN] fusion d'images
[Termes IGN] image à haute résolution
[Termes IGN] image multibande
[Termes IGN] image Sentinel-MSI
[Termes IGN] image Sentinel-SAR
[Termes IGN] image Terra-MODIS
[Termes IGN] série temporelleRésumé : (Auteur) Multispectral satellite imagery is the primary data source for monitoring land cover change and characterizing land cover globally. However, the consistency of land cover monitoring is limited by the spatial and temporal resolutions of the acquired satellite images. The public availability of daily high-resolution images is still scarce. This paper aims to fill this gap by proposing a novel spatiotemporal fusion method to enhance daily low spatial resolution land cover mapping using a weakly supervised deep convolutional neural network. We merge Sentinel images and moderate resolution imaging spectroradiometer (MODIS )-derived thematic land cover maps under the application background of massive remote sensing data and the large spatial resolution gaps between MODIS data and Sentinel images. The neural network training was conducted on the public data set SEN12MS, while the validation and testing used ground truth data from the 2020 IEEE Geoscience and Remote Sensing Society data fusion contest. The proposed data fusion method shows that the synthesized land cover map has significantly higher spatial resolution than the corresponding MODIS-derived land cover map. The ensemble approach can be implemented for generating high-resolution time series of satellite images by fusing fine images from Sentinel-1 and -2 and daily coarse images from MODIS. Numéro de notice : A2021-373 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.14358/PERS.87.6.405 Date de publication en ligne : 01/06/2021 En ligne : https://doi.org/10.14358/PERS.87.6.405 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97825
in Photogrammetric Engineering & Remote Sensing, PERS > vol 87 n° 6 (June 2021) . - pp 405 - 412[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 105-2021061 SL Revue Centre de documentation Revues en salle Disponible A user-driven process for INSPIRE-compliant land use database: example from Wallonia, Belgium / Benjamin Beaumont in Annals of GIS, vol 27 n° 2 (April 2021)
[article]
Titre : A user-driven process for INSPIRE-compliant land use database: example from Wallonia, Belgium Type de document : Article/Communication Auteurs : Benjamin Beaumont, Auteur ; Tais Grippa, Auteur ; Moritz Lennert, Auteur Année de publication : 2021 Article en page(s) : pp 211 - 224 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Infrastructure de données
[Termes IGN] aménagement du territoire
[Termes IGN] base de données foncières
[Termes IGN] carte d'occupation du sol
[Termes IGN] chaîne de traitement
[Termes IGN] données massives
[Termes IGN] édition en libre accès
[Termes IGN] infrastructure européenne de données localisées
[Termes IGN] INSPIRE
[Termes IGN] utilisateur
[Termes IGN] utilisation du sol
[Termes IGN] Wallonie (Belgique)Résumé : (auteur) Regional land use monitoring at high spatial, temporal, and thematic resolution is an important expectation of Walloon stakeholders. Over the last decade, increased data-processing capacities and the annual acquisition of remotely sensed data have resulted in the production of a large amount of relevant geodata. The INSPIRE directive and its obligations for 2020 serve as a path for the development of a new user-driven and open-source hierarchical land use classification system mapping scheme, as presented in this paper. The process includes intensive user consultation, the development of an entire automatic processing chain, and efforts to address challenges such as big data handling, the variability of input data properties, and reproducibility. The thematically detailed land use map, with its 69 classes, is already widely used by Walloon stakeholders, and new demands for updating have already emerged. Based on a European classification system that is compulsory for all member states, INSPIRE-compliant land use maps will make it possible to carry out cross-border studies and compare spatial planning strategies between states. Numéro de notice : A2021-626 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.1080/19475683.2021.1875047 Date de publication en ligne : 17/01/2021 En ligne : https://doi.org/10.1080/19475683.2021.1875047 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98256
in Annals of GIS > vol 27 n° 2 (April 2021) . - pp 211 - 224[article]Cartographie de l’occupation du sol du Gabon en 2015, changements entre 2010 et 2015 / Farrel Nzigou Boucka in Revue Française de Photogrammétrie et de Télédétection, n° 223 (mars - décembre 2021)
[article]
Titre : Cartographie de l’occupation du sol du Gabon en 2015, changements entre 2010 et 2015 Type de document : Article/Communication Auteurs : Farrel Nzigou Boucka, Auteur ; Conan Vassily Obame, Auteur ; Francis Manfoumbi, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : pp 118 - 128 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Cartographie étrangère
[Termes IGN] analyse diachronique
[Termes IGN] carte d'occupation du sol
[Termes IGN] cartographie thématique
[Termes IGN] changement d'occupation du sol
[Termes IGN] couvert forestier
[Termes IGN] GabonRésumé : (Auteur) La cartographie de l’occupation du sol du Gabon en 2010 et 2015 et celle des changements entre ces deux dates a été réalisée dans le cadre du programme OSFACO [1] par l'Agence Gabonaise d'Etudes et d'Observations Spatiales (AGEOS). Il s’agit de la première carte d’occupation du sol de référence à l’échelle nationale dont la légende est issue d’une concertation des acteurs majeurs du secteur forestier gabonais. Cette carte a été obtenue en affinant celle du couvert forestier du Gabon (forêt/non forêt) obtenue dans le cadre des projets OSFT [2] et GEOFORAFRI [3]. La cartographie s’est basée sur l’utilisation des images satellitaires SPOT 5/7, Sentinel 2 pour l’année 2015 et les images SPOT 4, ASTER et ALOS 1 pour l’année 2010. Les méthodes de classification semi-automatisée et d'amélioration manuelle ont été combinées pour une meilleure précision des classes d’occupation du sol. Les résultats obtenus mettent en évidence 10 classes d’occupation du sol représentant les grands ensembles paysagers du pays, dominés par les forêts qui occupent 89% de la superficie totale du Gabon en 2015. Les classes d’occupation du sol qui ont le plus évolué entre 2010 et 2015 sont les forêts, les savanes, les terres agricoles et les surfaces artificialisées. Les principales pertes en forêt sont liées à la conversion des forêts vers les surfaces artificialisées, les terres cultivées et les sols nus. Les gains en forêt les plus importants quant à eux sont observés au niveau de la fermeture des pistes forestières. La validation du produit, réalisée par une équipe indépendante de celle qui a produit la carte, s’est basée sur une donnée de référence issue d’un plan d’échantillonnage combinant une composante systématique et aléatoire suivant la méthodologie de Sannier et al. (2016). L’analyse de la correspondance entre la donnée d’occupation du sol produite et la donnée de référence a permis d’estimer la précision globale à 95%.
[1] Observation Spatiale des Forêts d’Afrique Centrale et de l’Ouest, projet financé par l’Agence Française de Développement (AFD), de 2016 à 2020.
[2] Observation Spatiale des Forêts tropicales, projet financé par l’AFD, de 2011 à 2015.
[3] Renforcement des capacités et accès aux données satellitaires pour le suivi des forêts en Afrique Centrale et de l’Ouest, projet financé par le Fonds Français pour l'Environnement Mondial (FFEM), de 2012 à 2017.Numéro de notice : A2021-907 Affiliation des auteurs : non IGN Thématique : FORET/GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : 10.52638/rfpt.2021.567 Date de publication en ligne : 11/10/2021 En ligne : https://doi.org/10.52638/rfpt.2021.567 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98764
in Revue Française de Photogrammétrie et de Télédétection > n° 223 (mars - décembre 2021) . - pp 118 - 128[article]Evaluation du potentiel des series d’images multi-temporelles optique et radar des satellites Sentinel 1 & 2 pour le suivi d’une zone côtière en contexte tropical: cas de l’estuaire du Cameroun pour la période 2015-2020 / Nourdi Njutapvoui in Revue Française de Photogrammétrie et de Télédétection, n° 223 (mars - décembre 2021)
[article]
Titre : Evaluation du potentiel des series d’images multi-temporelles optique et radar des satellites Sentinel 1 & 2 pour le suivi d’une zone côtière en contexte tropical: cas de l’estuaire du Cameroun pour la période 2015-2020 Type de document : Article/Communication Auteurs : Nourdi Njutapvoui, Auteur ; Raphael Onguene, Auteur ; Jean-Paul Rudant , Auteur Année de publication : 2021 Article en page(s) : pp 88 - 103 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image mixte
[Termes IGN] Cameroun
[Termes IGN] carte d'occupation du sol
[Termes IGN] classification dirigée
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] données multitemporelles
[Termes IGN] écosystème
[Termes IGN] érosion côtière
[Termes IGN] estuaire
[Termes IGN] image Sentinel-MSI
[Termes IGN] image Sentinel-SAR
[Termes IGN] indice de végétation
[Termes IGN] restauration d'image
[Termes IGN] trait de côte
[Termes IGN] zone intertropicaleRésumé : (Auteur) Ce travail porte sur l’évaluation du potentiel des images multi-temporelles et multi-capteurs (optique et radar) des satellites Sentinel 1 et 2 pour la cartographie de l’occupation du sol et le suivi de l’évolution du trait de côte dans un écosystème tropical sur la période 2015 à 2020. La zone d’étude choisie est l’Estuaire du Cameroun. Cette zone représente un milieu de transition écologique majeur dans la sous-région avec la présence de réserves naturelles protégées (mangroves, forêt dense, zones humides) mais aussi une forte activité anthropique (constructions, agriculture, forêt dégradée). L’approche méthodologique a consisté en une chaine de prétraitements et d’analyses visuelles d’images, suivie d’une combinaison des bandes de chaque capteur, d’une classification supervisée Random Forest pour ébaucher une cartographie de l’occupation du sol et enfin une numérisation du trait de côte. Globalement, les résultats montrent que la classification, avec les images Sentinel 2 en utilisant 10 bandes et en ajoutant 4 indices de végétation, s’avère légèrement plus précise (95.75%) que celle issue des 13 bandes initiales (91.78%). La classification avec les seules images Sentinel 1A double polarisation (VV, VH) conduit à une précision de 78.44%. La combinaison des bandes Sentinel 2A (10 bandes et 4 indices) et Sentinel 1 améliore les résultats et conduit à une précision de 98.76%. Nos résultats montrent aussi que l’utilisation des séries chronologiques d’images multi-temporelles améliore considérablement la précision de classification par rapport à l’usage d’une seule image (mono-date), et cela pour les deux capteurs, soit un gain supplémentaire de 13% et 10% respectivement pour Sentinel-2 et Sentinel-1. Néanmoins ce gain reste faible pour les classes temporellement stables. Les résultats d’analyse de l’évolution du trait de côte montrent que l’estuaire du Cameroun est perturbé selon différents niveaux d’érosion (Cap Cameroun, Partie Nord île Manoka, embouchure de la Sanaga), et d’accrétion (Limbé, et Partie Sud île Manoka) et aussi par de faible variations internes. La fusion des données de télédétection optique et radar dans la discrimination des classes d’occupation du sol, a permis de montrer que les zones de constructions sont les plus vulnérables à l’érosion côtière. Par contre, la présence de la végétation (mangrove, forêt) stabilise et protège la côte d’éventuels risques de cette nature. Numéro de notice : A2021-665 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : 10.52638/rfpt.2021.586 Date de publication en ligne : 25/08/2021 En ligne : https://doi.org/10.52638/rfpt.2021.586 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98762
in Revue Française de Photogrammétrie et de Télédétection > n° 223 (mars - décembre 2021) . - pp 88 - 103[article]Suivi de la dynamique de l’occupation du sol en République de Guinée par imagerie satellitaire Spot : transfert technologique pour le développement d’outils performants d’aide à la décision / Gabriel Jaffrain in Revue Française de Photogrammétrie et de Télédétection, n° 223 (mars - décembre 2021)PermalinkToward a yearly country-scale CORINE land-cover map without using images: A map translation approach / Luc Baudoux in Remote sensing, Vol 13 n° 6 (March 2021)PermalinkIdentifying urban growth patterns through land-use/land-cover spatio-temporal metrics: Simulation and analysis / Marta Sapena Moll in International journal of geographical information science IJGIS, vol 35 n° 2 (February 2021)PermalinkLand cover harmonization using Latent Dirichlet Allocation / Zhan Li in International journal of geographical information science IJGIS, vol 35 n° 2 (February 2021)PermalinkAnalyse de la dynamique d’embroussaillement des pelouses calcaires par traitement d’images / Théo Mesure (2021)PermalinkApport de la photogrammétrie satellite pour la modélisation du manteau neigeux / César Deschamps-Berger (2021)PermalinkApports des méthodes d'apprentissage profond pour la reconnaissance automatique des modes d'occupation des sols et d'objets par télédétection en milieu tropical / Guillaume Rousset (2021)PermalinkAssessment of combining convolutional neural networks and object based image analysis to land cover classification using Sentinel 2 satellite imagery (Tenes region, Algeria) / N. Zaabar (2021)PermalinkBenchmarking of convolutional neural network approaches for vegetation land cover mapping / Benjamin Carpentier (2021)PermalinkPermalink