Descripteur
Documents disponibles dans cette catégorie (5805)
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
Contraintes observationnelles historiques sur la sensibilité climatique : implications pour les projections de la hausse du niveau de la mer / Jonathan Chenal (2022)
Titre : Contraintes observationnelles historiques sur la sensibilité climatique : implications pour les projections de la hausse du niveau de la mer Type de document : Thèse/HDR Auteurs : Jonathan Chenal , Auteur ; Benoit Meyssignac, Directeur de thèse Editeur : Toulouse : Université de Toulouse 3 Paul Sabatier Année de publication : 2022 Note générale : bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de géodésie spatiale
[Termes IGN] chaleur
[Termes IGN] changement climatique
[Termes IGN] dioxyde de carbone
[Termes IGN] erreur systématique
[Termes IGN] montée du niveau de la mer
[Termes IGN] niveau de la mer
[Termes IGN] régression linéaire
[Termes IGN] série temporelle
[Termes IGN] température de surface de la merIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Ma thèse explore l'estimation observationnelle de la sensibilité climatique d'équilibre (ECS) à partir des données instrumentales historiques et récentes, en particulier spatiales. L'ECS est la température globale moyenne de surface de la Terre atteinte après un doublement instantané de la concentration de dioxyde de carbone atmosphérique par rapport à la concentration préindustrielle. Cette quantité est la métrique fondamentale de l'amplitude du changement climatique contemporain, car l'évolution actuelle et future de nombreuses variables du système climatique, comme la température ou l'expansion thermique de l'océan, lui est fortement corrélée. L'ECS demeure cependant mal connue, puisque depuis le rapport Charney de 1979 jusqu'au Cinquième rapport d'évaluation du Groupe intergouvernemental d'experts sur le climat (GIEC), sa plage de valeurs probables se situait entre 1,5 et 4,5 degrés, avec un biais marqué entre estimations instrumentales, qui se situent dans la partie basse de l'intervalle, et estimations issues des modèles de climat, qui se situent dans la partie haute de l'intervalle. La cause principale de cette dispersion réside dans le fait que la sensibilité climatique varie avec le temps, en lien notamment avec l'effet radiatif des structures spatiales du réchauffement de surface, qui peuvent changer au cours du temps du fait de la variabilité interne du climat ou des variations historiques dans le type de forçage. Ma thèse utilise des séries temporelles observationnelles récentes de contenu de chaleur de l'océan et de température de surface, et une reconstruction récente de forçage radiatif, pour estimer le paramètre de rétroaction climatique, puis l'ECS, par régression linéaire de l'équation du bilan d'énergie planétaire. Dans ce processus, je prends en compte toutes les sources d'erreur et je les propage dans la régression afin d'obtenir une description exhaustive de l'incertitude observationnelle associée à l'ECS. Par ailleurs, j'utilise les variations temporelles du paramètre de rétroaction climatique simulées par les modèles de climat pour évaluer les biais et incertitudes associés à ce paramètre et dus à la structure spatiale du réchauffement historique. Sur la base du bilan d'énergie ainsi résolu sur 1971-2017, je démontre qu'il est très peu probable (p Numéro de notice : 17769 Affiliation des auteurs : non IGN Thématique : POSITIONNEMENT Nature : Thèse française Organisme de stage : Laboratoire d'Etudes en Géophysique et Océanographie Spatiales LEGOS nature-HAL : Thèse DOI : sans En ligne : http://thesesups.ups-tlse.fr/5598/ Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=103338 Conventional and neural network-based water vapor density model for GNSS troposphere tomography / Chen Liu in GPS solutions, vol 26 n° 1 (January 2022)
[article]
Titre : Conventional and neural network-based water vapor density model for GNSS troposphere tomography Type de document : Article/Communication Auteurs : Chen Liu, Auteur ; Yibin Yao, Auteur ; Chaoqian Xu, Auteur Année de publication : 2022 Article en page(s) : n° 4 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de géodésie spatiale
[Termes IGN] classification par réseau neuronal
[Termes IGN] erreur absolue
[Termes IGN] étalonnage de modèle
[Termes IGN] modèle météorologique
[Termes IGN] propagation troposphérique
[Termes IGN] tomographie par GPS
[Termes IGN] vapeur d'eau
[Termes IGN] voxelRésumé : (auteur) Global navigation satellite system (GNSS) water vapor (WV) tomography is a promising technique to reconstruct the three-dimensional (3D) WV field. However, this technique usually suffers from the ill-posed problem caused by the poor geometry of GNSS rays, resulting in underdetermined tomographic equations. Such equations often rely on iterative methods for solving, but conventional iterative approaches require accurate initial WV density. To address this demand, we proposed two models for WV density estimation. One is the conventional model (CO model) that consists of an exponential model and a linear least-squares model, which are used to describe the spatial and temporal variability of the WV density, respectively. The other is a neural network model (NN model) that uses a backpropagation neural network (BPNN) to fit the nonlinear variation of WV density in both spatial and temporal domains. WV density derived from a Hong Kong (HK) radiosonde station (RS) during 2020 was used to validate the proposed models. Validation results show that both models well describe the spatial and temporal distribution of the WV density. The NN model exhibits better prediction performance than the CO model in terms of root mean square error (RMSE) and bias. We also applied the proposed models to GNSS WV tomography to test their performance in extreme weather conditions. Test results show that the proposed model-based GNSS tomography can correct the content of WV density but cannot accurately sense its irregular distribution. Numéro de notice : A2022-005 Affiliation des auteurs : non IGN Thématique : POSITIONNEMENT Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1007/s10291-021-01188-x Date de publication en ligne : 23/10/2021 En ligne : https://doi.org/10.1007/s10291-021-01188-x Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98920
in GPS solutions > vol 26 n° 1 (January 2022) . - n° 4[article]Cultural Heritage and Climate Change: New challenges and perspectives for research / Christopher Ballard (2022)
Titre : Cultural Heritage and Climate Change: New challenges and perspectives for research : White paper from JPI Cultural Heritage & JPI Climate Type de document : Rapport Auteurs : Christopher Ballard, Auteur ; Nacima Baron, Auteur ; Ann Bourgès, Auteur ; Bénédicte Bucher , Auteur ; et al., Auteur Editeur : European Union Année de publication : 2022 Projets : 1-Pas de projet / Importance : 32 p. Note générale : Auteurs : Christopher Ballard, Nacima Baron, Ann Bourgès, Bénédicte Bucher, May Cassar, Marie-Yvane Daire, Cathy Daly, Aitziber Egusquiza, Sandra Fatoric, Cornelius Holtorf , Menne Kosian , Roger-Alexandre Lefevre Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique
[Termes IGN] changement climatique
[Termes IGN] patrimoine culturel
[Termes IGN] protection du patrimoineRésumé : (auteur) Collaboration between the two Joint Programming Initiatives “Cultural Heritage and Global Change” (JPI CH), and “Connecting Climate Knowledge for Europe” (JPI Climate) began in 2019 and led to the organisation of a joint workshop a year later. Following the recommendations in the workshop report, an expert working group was set up to scope research gaps and opportunities at the interface of cultural heritage and climate change, culminating in the publication of this White Paper. This strategic document is expected to support the two JPIs to generate policy-relevant research outcomes. Four key messages are brought forth reviewing the state of the art in the field of cultural heritage and climate change research:
• Research on individual geopolitical regions, or a few in immediate vicinity of one another, remains prevalent: there is an opportunity to stimulate research and knowledge exchange that crosscuts several regions which - although geographically disparate - present common challenges and opportunities.
• Quantitative and qualitative methods remain siloed in their applications; mixed methods, which reflect a cross-disciplinary approach, are more likely to be found in pre-policy publications.
• There is a need for further understanding of culture and heritage as embedded in their socio-environmental contexts to inform policy, including the role of traditional and local knowledge, as well as learning from the past.
• The ecological and social impacts related to losses and opportunities for cultural assets and values from adaptation and mitigation need to be researched more intensively.
Based on this comprehensive literature review, key research gaps and priorities under five themes have been identified for the European region and beyond that require more advanced knowledge in the coming years and that should be addressed by researchers to support climate adaptation and mitigation measures:
• Addressing the Climate Emergency: Strengthening the commitment of the cultural heritage sector to address the climate emergency
• The Impacts of Climate Change: Predicting and assessing the impacts of climate change on and through cultural heritage
• Protecting Cultural Heritage: Building protection and adaptation strategies for cultural heritage
• Contributing to Climate Adaptation: Assessing the potential of cultural heritage to inform the development of climate adaptation
• Cultural Heritage as a Resource: Investigating how cultural heritage can support societal transformations and be a resource for climate mitigation and sustainable futures.
To address the research gaps and priorities, both JPIs propose three types of instrument that could be used in supporting collaborative efforts between and beyond the two initiatives:
• Funding instruments enable the mobilisation of new research funding from the participating partners to launch joint funding calls, to provide better use of public resources, add value and avoid duplication.
• Networking and capacity building instruments focus on knowledge exchange, capacity building, communication and dissemination across relevant communities and promote joint activities between these communities, in cooperation with other instruments.
• Exploration and assessment instruments touch upon those required to gather, assess, and synthesise knowledge needed to inform and guide decisions on addressing the knowledge gaps identified in this White Paper.
Both JPIs will work hard to support and promote, on the one hand, research that complements, and builds upon existing findings and ensures that these contribute to future prevention and adaptation policies; and on the other hand, research that further explores how to make cultural heritage a readily available resource for climate mitigation and sustainable development.Numéro de notice : 10662 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Autre URL associée : vers HAL Thématique : GEOMATIQUE Nature : Rapport nature-HAL : Rapport DOI : sans En ligne : https://www.heritageresearch-hub.eu/app/uploads/2022/03/White-Paper-March-2022-d [...] Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102854
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)PermalinkEffets des bryophytes sur les microsites de régénération forestière en climat tempéré / Laura Chevaux (2022)PermalinkPermalinkEvaluation de méthodes automatisées de cartographie des zones inondables adaptées à la prévision des crues soudaines / Nabil Hocini (2022)PermalinkÉvolution rétrospective et prospective d’un massif dunaire par imagerie multispectrale et LiDAR / Iris Jeuffrard (2022)PermalinkFlood susceptibility mapping using meta-heuristic algorithms / Alireza Arabameri in Geomatics, Natural Hazards and Risk, vol 13 (2022)PermalinkForest fire susceptibility assessment using Google Earth engine in Gangwon-do, Republic of Korea / Yong Piao in Geomatics, Natural Hazards and Risk, vol 13 (2022)PermalinkPermalinkGlobal and climate challenges, graph-based data analysis for multisource information extraction / Morgane Batelier (2022)PermalinkGlobal glacier mass change by spatiotemporal analysis of digital elevation models / Romain Hugonnet (2022)Permalink