Descripteur
Termes IGN > télédétection
télédétection
Commentaire :
Télédétection aérospatiale Télédétection par satellite Télédétection satellitaire Télédétection spatiale Appareils enregistreurs >> Agriculture de précision Capteurs (technologie) Photogrammétrie aérienne Photographie aérienne >>Terme(s) spécifique(s) : Télédétection en sciences de la Terre Cartographie radar Traitement d'images -- Techniques numériques Images de télédétection Radar à antenne synthétique Radar en sciences de la Terre Reconnaissance aérienne Satellites artificiels en télédétection Satellites de télédétection des ressources terrestres SPOT (satellites de télédétection) Surveillance électronique Télédétection hyperfréquence Télémesure spatiale Thermographie Equiv. LCSH : Remote sensing Domaine(s) : 500; 600 |
Documents disponibles dans cette catégorie (2324)
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
Apport de la télédétection et des variables auxiliaires dans l'étude de l'évolution des périodes de sécheresse / Nesrine Farhani (2022)
Titre : Apport de la télédétection et des variables auxiliaires dans l'étude de l'évolution des périodes de sécheresse Type de document : Thèse/HDR Auteurs : Nesrine Farhani, Auteur ; Gilles Boulet, Directeur de thèse ; Zohra Lili-Chabaane, Directeur de thèse Editeur : Toulouse : Université de Toulouse 3 Paul Sabatier Année de publication : 2022 Importance : 194 p. Format : 21 x 30 cm Note générale : Bibliographie
Thèse en vue de l'obtention du Doctorat de l'Université Toulouse délivré par l'Université Toulouse 3 - Paul Sabatier, spécialité Surfaces et Interfaces Continentales, HydrologieLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] albedo
[Termes IGN] capteur actif
[Termes IGN] capteur passif
[Termes IGN] données météorologiques
[Termes IGN] évapotranspiration
[Termes IGN] gestion de l'eau
[Termes IGN] image Landsat-ETM+
[Termes IGN] image Landsat-TM
[Termes IGN] image Terra-MODIS
[Termes IGN] image thermique
[Termes IGN] indice de stress
[Termes IGN] Leaf Area Index
[Termes IGN] Normalized Difference Vegetation Index
[Termes IGN] sécheresse
[Termes IGN] stress hydrique
[Termes IGN] température de surface
[Termes IGN] Tunisie
[Termes IGN] zone arideIndex. décimale : THESE Thèses et HDR Résumé : (auteur) La surveillance des sécheresses dans les régions arides et semi-arides est cruciale car ses conséquences pour l'agriculture peuvent être dramatiques. Afin d'aider les décideurs à établir de bonnes pratiques de gestion de la ressource en eau et d'atténuation du risque des sécheresses, nous nous intéressons à l'analyse des indices de stress hydriques. À cette fin, un modèle de bilan d'énergie à double source permet, en combinant de l'information satellitaire (température de surface, NDVI, albédo et LAI) et de l'information météorologique (température de l'air, humidité relative de l'air, vitesse du vent et rayonnement global), de simuler l'évapotranspiration ainsi que le stress hydrique. Ces deux variables doivent être fournies d'une façon continue et sur une longue période temporelle pour une analyse adéquate des périodes de sécheresses. Or, les réseaux d'observations météorologiques sont parfois insuffisants (faible densité des sites instrumentés et périodes d'observation courtes et souvent non-concomitantes). Notre premier objectif est alors de simuler des scénarios de différentes variables climatiques afin de les prolonger. Nous avons adapté un générateur de conditions météorologiques "MetGen" qui permet de combler les lacunes présentes sur une période d'observation et de projeter des scénarios sur une période distincte de la période d'observation. MetGen exploite parmi ses co-variables, les données de réanalyses qui fournissent des variables à faible résolution spatiale (environ 31 km), comme source d'information importante. Nous comparons cette méthode avec des méthodes de correction de biais (univariée et multivariée) qui exploitent également les données de réanalyses. Cette approche statistique est validée selon deux volets : l'évaluation de la capacité (1) à bien reproduire les variables météorologiques et (2) à bien restituer les variables de bilan d'énergie. Les analyses, menées avec les données des stations météorologiques du système d'observations, ont permis de valider MetGen sur une période de validation (2011-2016). Nous avons utilisé alors cette méthode afin de simuler des données climatiques sur toute la période d'étude (2000-2019). Cette série ainsi que celle provenant des réanalyses brutes sont utilisées comme forçages climatiques du modèle d'énergie à double source SPARSE, afin de simuler deux indices de stress thermiques SI(SWG) et SI(ERA5) issus du générateur et des réanalyses ERA5 respectivement, à une échelle kilométrique. Ces deux indices sensibles aux anomalies de température de surface, sont comparés avec d'autres indices standardisés issus de différentes longueurs d'onde : le NDVI issu du visible/proche infrarouge, SWI du micro-onde et un indice standardisé de précipitations UPI qui est utilisé comme une référence pour notre analyse. Cette analyse est effectuée en termes de pertinence, de cohérence et de précocité pour la détection d'une sécheresse agronomique. Les deux indices thermiques ont montré des bonnes performances pour la détection du stress, notamment SI(SWG) qui a montré plus de précision et de capacité à détecter le stress hydrique d'une façon précoce. Ces analyses et tous ces approches statistiques sont effectuées au niveau du bassin versant de Merguellil situé au centre de la Tunisie et qui présente un modèle typique des régions semi-arides. Note de contenu : 1- Introduction
2- Partie A
2.1 Etat de l'art
2.2 Matériel et méthodes
2.3 Conclusion partielle et synthèse
3- Partie B
3.1 Introduction
3.2 Développement de la méthode statistique
3.3 Résultats complémentaires
3.4 Conclusion partielle et synthèse
4- Partie C
4.1 Introduction
4.2 Interpolation journalière de l’évapotranspiration
4.3 Indice de sécheresse
4.4 Utilisation de l’indice thermique pour le stress de la végétation
4.5 Comparaison SI et ESI
4.6 Conclusion partielle et synthèse
Conclusion et perspectivesNuméro de notice : 28880 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Surfaces et Interfaces Continentales, Hydrologie : Toulouse 3 : 2022 Organisme de stage : CESBIO DOI : sans En ligne : http://www.theses.fr/2022TOU30022 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101529 Attributing pedestrian networks with semantic information based on multi-source spatial data / Xue Yang in International journal of geographical information science IJGIS, vol 36 n° 1 (January 2022)
[article]
Titre : Attributing pedestrian networks with semantic information based on multi-source spatial data Type de document : Article/Communication Auteurs : Xue Yang, Auteur ; Kathleen Stewart, Auteur ; Mengyuan Fang, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : pp 31 - 54 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale
[Termes IGN] données localisées des bénévoles
[Termes IGN] données multisources
[Termes IGN] extraction de données
[Termes IGN] itinéraire piétionnier
[Termes IGN] navigation pédestre
[Termes IGN] ondelette
[Termes IGN] réseau routier
[Termes IGN] segmentation sémantique
[Termes IGN] utilisation du sol
[Termes IGN] Wuhan (Chine)Résumé : (auteur) The lack of associating pedestrian networks, i.e. the paths and roads used for non-vehicular travel, with information about semantic attribution is a major weakness for many applications, especially those supporting accurate pedestrian routing. Researchers have developed various algorithms to generate pedestrian walkways based on datasets, including high-resolution images, existing map databases, and GPS data; however, the semantic attribution of pedestrian walkways is often ignored. The objective of our study is to automatically extract semantic information including incline values and the different categories of pedestrian paths from multi-source spatial data, such as crowdsourced GPS tracking data, land use data, and motor vehicle road (MVR) networks. Incline values for each pedestrian path were derived from tracking data through elevation filtering using wavelet theory and a similarity-based map-matching method. To automatically categorize pedestrian paths into five classes including sidewalk, crosswalk, entrance walkway, indoor path, and greenway, we developed a hierarchical strategy of spatial analysis using land use data and MVR networks. The effectiveness of our proposed method is demonstrated using real datasets including GPS tracking data collected by volunteers, land use data acquired from OpenStreetMap, and MVR network data downloaded from Gaode Map. Numéro de notice : A2022-083 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/13658816.2021.1902530 En ligne : https://doi.org/10.1080/13658816.2021.1902530 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99480
in International journal of geographical information science IJGIS > vol 36 n° 1 (January 2022) . - pp 31 - 54[article]Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 079-2022011 SL Revue Centre de documentation Revues en salle Disponible Classification of mediterranean shrub species from UAV point clouds / Juan Pedro Carbonell-Rivera in Remote sensing, vol 14 n° 1 (January-1 2022)
[article]
Titre : Classification of mediterranean shrub species from UAV point clouds Type de document : Article/Communication Auteurs : Juan Pedro Carbonell-Rivera, Auteur ; Jesus Torralba, Auteur ; Javier Estornell, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : n° 199 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques
[Termes IGN] apprentissage automatique
[Termes IGN] arbuste
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] classification par Perceptron multicouche
[Termes IGN] Espagne
[Termes IGN] Extreme Gradient Machine
[Termes IGN] forêt méditerranéenne
[Termes IGN] image captée par drone
[Termes IGN] incendie de forêt
[Termes IGN] indice de végétation
[Termes IGN] modèle de simulation
[Termes IGN] modèle numérique de terrain
[Termes IGN] parc naturel
[Termes IGN] photogrammétrie aérienne
[Termes IGN] semis de pointsRésumé : (auteur) Modelling fire behaviour in forest fires is based on meteorological, topographical, and vegetation data, including species’ type. To accurately parameterise these models, an inventory of the area of analysis with the maximum spatial and temporal resolution is required. This study investigated the use of UAV-based digital aerial photogrammetry (UAV-DAP) point clouds to classify tree and shrub species in Mediterranean forests, and this information is key for the correct generation of wildfire models. In July 2020, two test sites located in the Natural Park of Sierra Calderona (eastern Spain) were analysed, registering 1036 vegetation individuals as reference data, corresponding to 11 shrub and one tree species. Meanwhile, photogrammetric flights were carried out over the test sites, using a UAV DJI Inspire 2 equipped with a Micasense RedEdge multispectral camera. Geometrical, spectral, and neighbour-based features were obtained from the resulting point cloud generated. Using these features, points belonging to tree and shrub species were classified using several machine learning methods, i.e., Decision Trees, Extra Trees, Gradient Boosting, Random Forest, and MultiLayer Perceptron. The best results were obtained using Gradient Boosting, with a mean cross-validation accuracy of 81.7% and 91.5% for test sites 1 and 2, respectively. Once the best classifier was selected, classified points were clustered based on their geometry and tested with evaluation data, and overall accuracies of 81.9% and 96.4% were obtained for test sites 1 and 2, respectively. Results showed that the use of UAV-DAP allows the classification of Mediterranean tree and shrub species. This technique opens a wide range of possibilities, including the identification of species as a first step for further extraction of structure and fuel variables as input for wildfire behaviour models. Numéro de notice : A2022-057 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article DOI : 10.3390/rs14010199 En ligne : https://doi.org/10.3390/rs14010199 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99462
in Remote sensing > vol 14 n° 1 (January-1 2022) . - n° 199[article]Contributions of multi-temporal airborne LiDAR data to mapping carbon stocks and fluxes in tropical forests / Claudia Milena Huertas Garcia (2022)
Titre : Contributions of multi-temporal airborne LiDAR data to mapping carbon stocks and fluxes in tropical forests Type de document : Thèse/HDR Auteurs : Claudia Milena Huertas Garcia, Auteur ; Grégoire Vincent, Directeur de thèse ; Raphaël Pélissier, Directeur de thèse Editeur : Montpellier : Université de Montpellier Année de publication : 2022 Importance : 155 p. Format : 21 x 30 cm Note générale : Bibliographie
Thèse présentée pour l'obtention du Doctorat de l'Université de Montpellier, Spécialité Ecologie et BiodiversitéLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] allométrie
[Termes IGN] biomasse forestière
[Termes IGN] capteur aérien
[Termes IGN] cartographie écologique
[Termes IGN] données de terrain
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] données multitemporelles
[Termes IGN] dynamique de la végétation
[Termes IGN] forêt tropicale
[Termes IGN] Guyane française
[Termes IGN] modèle numérique de surface de la canopée
[Termes IGN] productivité biologique
[Termes IGN] puits de carboneIndex. décimale : THESE Thèses et HDR Résumé : (Auteur) Le changement climatique actuel affecte le fonctionnement des forêts tropicales de nombreuses façons et pourrait mettre en péril leur rôle de puits de carbone mondial. La documentation précise des flux de carbone forestier à une échelle significative est donc un défi urgent. Le LIDAR aéroporté, qui peut fournir une description fine de la structure et de la dynamique de la canopée, a un grand potentiel à cet égard. Cette thèse explore les capacités et les limites du LiDAR multitemporel aéroporté (ALS) pour cartographier les modèles de flux de carbone (mortalité et productivité) dans l'espace et le temps afin de réduire l'incertitude des modèles globaux de stocks et de flux de carbone dans les forêts tropicales. Nous nous sommes appuyés sur la combinaison de survols ALS répétés sur une période de 10 ans d'une part et d'un large réseau de parcelles totalisant plus de 1,2 km2 d'inventaires de terrain réalisés à la Station Permanente de Recherche de Paracou (Guyane française) d'autre part. Trois chapitres principaux sont présentés sous forme d'articles scientifiques. Le premier chapitre (Q1. Modélisation de l'efflux - Mortalité) traite de la possibilité de développer des estimations fiables de la perte de biomasse, de surface terrière et de nombre de tiges (efflux) à partir des changements observés de la hauteur de la canopée lors de survols répétés de la SLA et évalue en outre si ces modèles de perte sont liés à la hauteur de la canopée locale et à la topographie locale. Le deuxième chapitre (Q2. Allométrie et stock de carbone) quantifie la réduction de l'erreur obtenue dans les estimations de l'AGB au niveau de la parcelle en utilisant des allométries Hauteur-Diamètre ajustées localement. Ces allométries sont établies en fusionnant les inventaires de terrain et les modèles de hauteur de canopée dérivés de l'ALS et en incorporant la hauteur de canopée locale et l'identité des espèces comme prédicteurs. Le troisième chapitre (Q3. Modélisation de l'afflux - Productivité) examine si le gain de hauteur de canopée dérivé de l'ALS répété peut être utilisé pour cartographier la productivité primaire nette ligneuse aérienne (AWNPP) sur un site présentant différentes caractéristiques de structure et de dynamique dans des parcelles non perturbées et perturbées comme Paracou. Un dernier chapitre synthétise les principales conclusions des trois premiers articles, et développe une réflexion critique sur les travaux menés pendant ces trois années et demie. Note de contenu : Introduction
- General introduction
- Materials and methods: Site and LiDAR data characteristics
1. Mapping tree mortality rate in a tropical moist forest using multi-temporal LiDAR
1.1 Introduction
1.2 Methodology
1.3 Results
1.4 Discussion
1.5 Conclusions
2. Reducing bias and uncertainty in plot-level AGB by combining ground inventories and ALS
2.1 Introduction
2.2 Methodology & Materials
2.3 Height modeling
2.4 Results
2.5 Discussion
2.6 Conclusions
3. Can multitemporal airborne LiDAR data predict primary productivity in dense tropical forests?
3.1 Introduction
3.2 Materials and Methods
3.3 Results
3.4 Discussion
3.5. Conclusions
- Synthesis and perspectivesNuméro de notice : 26939 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Ecologie et Biodiversité : Montpellier : 2022 Organisme de stage : Institut de Recherche pour le Développement nature-HAL : Thèse DOI : sans Date de publication en ligne : 17/11/2022 En ligne : https://hal.inrae.fr/tel-03850769/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102079
Titre : Cross-dataset learning for generalizable land use scene classification Type de document : Article/Communication Auteurs : Dimitri Gominski , Auteur ; Valérie Gouet-Brunet , Auteur ; Liming Chen, Auteur Editeur : New York : Institute of Electrical and Electronics Engineers IEEE Année de publication : 2022 Projets : Alegoria / Gouet-Brunet, Valérie Conférence : EarthVision 2022, Large Scale Computer Vision for Remote Sensing Imagery, workshop joint to CVPR 2022 19/06/2022 24/06/2022 New Orleans Louisiane - Etats-Unis OA Proceedings Importance : pp 1382 - 1391 Note générale : bibliographie
in Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) Workshops, 2022, pp. 1382-1391Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] cadre conceptuel
[Termes IGN] descripteur
[Termes IGN] données d'entrainement (apprentissage automatique)
[Termes IGN] intelligence artificielle
[Termes IGN] scène urbaine
[Termes IGN] segmentation sémantique
[Termes IGN] utilisation du solRésumé : (auteur) Few-shot and cross-domain land use scene classification methods propose solutions to classify unseen classes or uneen visual distributions, but are hardly applicable to real-world situations due to restrictive assumptions. Few-shot methods involve episodic training on restrictive training subsets with small feature extractors, while cross-domain methods are only applied to common classes. The underlying challenge remains open: can we accurately classify new scenes on new datasets? In this paper, we propose a new framework for few-shot, cross-domain classification. Our retrieval-inspired approach exploits the interrelations in both the training and testing data to output class labels using compact descriptors. Results show that our method can accurately produce land-use predictions on unseen datasets and unseen classes, going beyond the traditional few-shot or cross-domain formulation, and allowing cross-dataset training. Numéro de notice : C2022-031 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Autre URL associée : vers IEEE Thématique : IMAGERIE/INFORMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1109/CVPRW56347.2022.00144 En ligne : https://openaccess.thecvf.com/content/CVPR2022W/EarthVision/papers/Gominski_Cros [...] Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101087 Development of object detectors for satellite images by deep learning / Alissa Kouraeva (2022)PermalinkExamining the integration of Landsat operational land imager with Sentinel-1 and vegetation indices in mapping southern yellow pines (Loblolly, Shortleaf, and Virginia pines) / Clement E. Akumu in Photogrammetric Engineering & Remote Sensing, PERS, vol 88 n° 1 (January 2022)PermalinkInteractive semantic segmentation of aerial images with deep neural networks / Gaston Lenczner (2022)PermalinkItalian National Forest Inventory: Methods and results of the third survey / Patrizia Gasparini (2022)PermalinkMapping burned areas and land-uses in Kangaroo Island using an object-based image classification framework and Landsat 8 Imagery from Google Earth Engine / Jiyu Liu in Geomatics, Natural Hazards and Risk, vol 13 (2022)PermalinkMonitoring and analysis of crop irrigation dynamics in Central Italy through the use of MODIS NDVI data / Marta Chiesi in European journal of remote sensing, vol 55 n° 1 (2022)PermalinkMonitoring forest-savanna dynamics in the Guineo-Congolian transition area of the centre region of Cameroon / Le Bienfaiteur Sagang Takougoum (2022)PermalinkMonitoring grassland dynamics by exploiting multi-modal satellite image time series / Anatol Garioud (2022)PermalinkMonitoring leaf phenology in moist tropical forests by applying a superpixel-based deep learning method to time-series images of tree canopies / Guangqin Song in ISPRS Journal of photogrammetry and remote sensing, vol 183 (January 2022)PermalinkMulti-view urban scene classification with a complementary-information learning model / Wanxuan Geng in Photogrammetric Engineering & Remote Sensing, PERS, vol 88 n° 1 (January 2022)Permalink