Centre dedocumentation
scientifique

Mapping and prediction of soil organic carbon by an advanced geostatistical technique using remote sensing and terrain data / Santanu Malik in Geocarto international, vol 37 n° 8 ([01/05/2022])  

Public [article]  inGeocarto international > vol 37 n° 8 [01/05/2022] . - pp 2198 - 2214 Titre : Mapping and prediction of soil organic carbon by an advanced geostatistical technique using remote sensing and terrain data Type de document : Article/Communication Auteurs : Santanu Malik, Auteur ; Tridip Bhowmik, Auteur ; Umesh Mishra, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : pp 2198 - 2214 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes IGN] carte d'occupation du sol [Termes IGN] estimation bayesienne [Termes IGN] géostatistique [Termes IGN] gestion durable [Termes IGN] Inde [Termes IGN] krigeage [Termes IGN] modèle de simulation [Termes IGN] puits de carbone [Termes IGN] régression [Termes IGN] réseau neuronal artificiel [Termes IGN] sol arable Résumé : (auteur) Prediction and accurate digital soil mapping (DSM) of soil organic carbon (SOC) at a local scale is a key factor for any agro-ecological modelling. This study aims to use remote sensing and terrain derivatives to provide a reliable method for SOC prediction. An advanced geostatistical-based empirical Bayesian Kriging regression (EBKR) method was used and performance was compared with the artificial neural network (ANN) and hybrid ANN, i.e. ANN-OK (ordinary kriging) and ANN-CK (cokriging). The result showed that the hybrid ANN model performs better than ANN, whereas the EBKR method outperforms all other methods with the highest R2 of 0.936. The DSM map shows that the highest SOC concentration was found in easternmost part of the study area with grass and agricultural land. This work shows the robustness of the EBKR prediction method over other techniques. The study will also aid the policymakers in adopting sustainable land use management. Numéro de notice : A2022-505 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/10106049.2020.1815864 Date de publication en ligne : 24/09/2020 En ligne : https://doi.org/10.1080/10106049.2020.1815864 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101026 [article]

Developing the potential of airborne lidar systems for the sustainable management of forests / Karun Dayal (2022)    

Public Titre : Developing the potential of airborne lidar systems for the sustainable management of forests : accounting for and managing the impacts of lidar scan angle on ABA model predictions of forest attributes Type de document : Thèse/HDR Auteurs : Karun Dayal, Auteur ; Sylvie Durrieu, Directeur de thèse ; Marc Bouvier, Directeur de thèse Editeur : Paris, Nancy, ... : AgroParisTech (2007 -) Année de publication : 2022 Note générale : Bibliographie Thèse pour obtenir le grade de Docteur de l’Institut national des sciences et industries du vivant et de l'environnement - AgroParisTech, Spécialité Géomatique Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Acquisition d'image(s) et de donnée(s) [Termes IGN] analyse comparative [Termes IGN] angle de visée [Termes IGN] données lidar [Termes IGN] données localisées 3D [Termes IGN] forêt alpestre [Termes IGN] forêt ripicole [Termes IGN] gestion durable [Termes IGN] inventaire forestier national (données France) [Termes IGN] jeu de données localisées [Termes IGN] ligne de visée [Termes IGN] modèle numérique de surface de la canopée [Termes IGN] peuplement forestier [Termes IGN] précision géométrique (imagerie) [Termes IGN] prédiction [Termes IGN] réseau neuronal artificiel [Termes IGN] télémètre laser à balayage [Termes IGN] télémètre laser aéroporté Index. décimale : THESE Thèses et HDR Résumé : (Auteur) L’information mesurée par Lidar aéroporté dépend de la végétation observée et de la géométrie de l'acquisition lidar, elle-même fonction des paramètres d'acquisition et des propriétés du terrain. Cette thèse vise à comprendre la relation entre la géométrie d'acquisition du lidar et les prédictions d'attributs forestiers en se focalisant sur l'évaluation et la gestion des impacts de l'angle de balayage du lidar sur les métriques lidar et les modèles construits à l’échelle du peuplement (i.e. approches surfaciques ou ABA). Quatre types de forêts différents ont été étudiés, dont trois types de forêts (feuillus, conifères et mixtes) en terrain montagneux et un type de forêt (ripisylve) en terrain relativement plat . La thèse est divisée en trois parties. La première partie évalue l'effet de l'angle de balayage du lidar sur les mesures lidar couramment utilisées dans les prédictions de type ABA. On a ainsi montré que les différentes métriques lidar ne sont pas impactées de la même façon par des changements d'angle de balayage. La deuxième partie de l'étude s’intéresse aux conséquences sur la qualité des modèles de l’introduction dans ces modèles de métriques lidar présentant des sensibilités différentes à l'angle de balayage. Un modèle basé sur un jeu de métriques Lidar prédéfinies, plus ou moins sensibles aux angles de balayage, est utilisé.Les jeux de données lidar existants sont ré-échantillonnés selon les lignes de vol pour 1) simuler des acquisitions lidar avec différentes configurations de balayage, 2) construire des modèles pour une série de configurations de balayage différentes, et 3) comparer la qualité des estimations qui résultent de chaque configuration d’acquisition. Ces comparaisons montrent que l’introduction de métriques sensibles à l’angle de balayage diminue la robustesse des modèles. De plus, la variation de la précision des modèles ABA s’est révélée être plus élevée pour les jeux de données composés de nuages de points acquis depuis une seule ligne de vol que pour ceux composés de nuages de points obtenus en combinant les mesures de plusieurs lignes de vol.Nous avons aussi tenté de normaliser les métriques lidar en utilisant des méthodes de voxellisation pour limiter les impacts des changements d’angles de balayage. Les métriques issues des données voxellisées contribuent à augmenter la précision des prédictions ou à augmenter leur justesse, ou, dans certains cas, les deux en même temps. Dans la dernière partie de l'étude, les propriétés du terrain (topographie) et les paramètres d'acquisition sont explicitement pris en compte dans les modèles. Comme les interactions entre les paramètres d'acquisition lidar, le terrain et les propriétés de la végétation peuvent être complexes, un réseau de neurone (perceptron multicouche) est utilisé pour modéliser les relations entre les attributs forestiers et les métriques lidar en tenant compte de ces interactions entre métriques lidar et géométrie d'acquisition. Cela a permis d'améliorer significativement les prédictions ABA. Note de contenu : Chapter 1: Introduction 1.1 Sustainable Forest Management 1.2 The role of remote sensing in enhancing forest inventory 1.3 Enhanced forest inventory with lidar 1.4 Understanding the role of lidar scan angle in forestry applications 1.5 Research questions and objectives 1.6 Overview of the thesis Chapter 2: Scan angle impact on lidar-derived metrics used in ABA models for prediction of forest stand characteristics: a grid based analysis 2.1 Introduction 2.2 Materials 2.3 Methods 2.4 Results 2.5 Discussion 2.6 Conclusions 2.7 Acknowledgement Chapter 3: An investigation into lidar scan angle impacts on stand attribute predictions in different forest environments 3.1 Introduction 3.2 Materials and methods 3.3 Results 3.5 Conclusion 3.6 Acknowledgements Chapter 4: Improving ABA models for forest attribute prediction using neural networks by considering effects of terrain and scan angles on 3D lidar point clouds 4.1 Introduction 4.2 Materials and methods 4.3 Results 4.4 Discussion 4.5 Conclusion Chapter 5: Conclusion 5.1 Synthesis of the thesis 5.2 Limitations and Perspectives Numéro de notice : 26957 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Géomatique : Université Paris-Saclay : 2022 Organisme de stage : UMR TETIS - Territoires, Environnement, Télédétection et Information Spatiale nature-HAL : Thèse DOI : sans Date de publication en ligne : 24/01/2023 En ligne : https://pastel.archives-ouvertes.fr/tel-03954492/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102527

A CNN approach to simultaneously count plants and detect plantation-rows from UAV imagery / Lucas Prado Osco in ISPRS Journal of photogrammetry and remote sensing, vol 174 (April 2021)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 174 (April 2021) . - pp 1 - 17 Titre : A CNN approach to simultaneously count plants and detect plantation-rows from UAV imagery Type de document : Article/Communication Auteurs : Lucas Prado Osco, Auteur ; Mauro Dos Santos de Arruda, Auteur ; Diogo Nunes Gonçalves, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : pp 1 - 17 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes IGN] apprentissage profond [Termes IGN] carte agricole [Termes IGN] Citrus sinensis [Termes IGN] classification par réseau neuronal convolutif [Termes IGN] comptage [Termes IGN] cultures [Termes IGN] détection d'objet [Termes IGN] extraction de la végétation [Termes IGN] gestion durable [Termes IGN] image captée par drone [Termes IGN] maïs (céréale) [Termes IGN] rendement agricole Résumé : (auteur) Accurately mapping croplands is an important prerequisite for precision farming since it assists in field management, yield-prediction, and environmental management. Crops are sensitive to planting patterns and some have a limited capacity to compensate for gaps within a row. Optical imaging with sensors mounted on Unmanned Aerial Vehicles (UAV) is a cost-effective option for capturing images covering croplands nowadays. However, visual inspection of such images can be a challenging and biased task, specifically for detecting plants and rows on a one-step basis. Thus, developing an architecture capable of simultaneously extracting plant individually and plantation-rows from UAV-images is yet an important demand to support the management of agricultural systems. In this paper, we propose a novel deep learning method based on a Convolutional Neural Network (CNN) that simultaneously detects and geolocates plantation-rows while counting its plants considering highly-dense plantation configurations. The experimental setup was evaluated in (a) a cornfield (Zea mays L.) with different growth stages (i.e. recently planted and mature plants) and in a (b) Citrus orchard (Citrus Sinensis Pera). Both datasets characterize different plant density scenarios, in different locations, with different types of crops, and from different sensors and dates. This scheme was used to prove the robustness of the proposed approach, allowing a broader discussion of the method. A two-branch architecture was implemented in our CNN method, where the information obtained within the plantation-row is updated into the plant detection branch and retro-feed to the row branch; which are then refined by a Multi-Stage Refinement method. In the corn plantation datasets (with both growth phases – young and mature), our approach returned a mean absolute error (MAE) of 6.224 plants per image patch, a mean relative error (MRE) of 0.1038, precision and recall values of 0.856, and 0.905, respectively, and an F-measure equal to 0.876. These results were superior to the results from other deep networks (HRNet, Faster R-CNN, and RetinaNet) evaluated with the same task and dataset. For the plantation-row detection, our approach returned precision, recall, and F-measure scores of 0.913, 0.941, and 0.925, respectively. To test the robustness of our model with a different type of agriculture, we performed the same task in the citrus orchard dataset. It returned an MAE equal to 1.409 citrus-trees per patch, MRE of 0.0615, precision of 0.922, recall of 0.911, and F-measure of 0.965. For the citrus plantation-row detection, our approach resulted in precision, recall, and F-measure scores equal to 0.965, 0.970, and 0.964, respectively. The proposed method achieved state-of-the-art performance for counting and geolocating plants and plant-rows in UAV images from different types of crops. The method proposed here may be applied to future decision-making models and could contribute to the sustainable management of agricultural systems. Numéro de notice : A2021-205 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2021.01.024 Date de publication en ligne : 13/02/2021 En ligne : https://doi.org/10.1016/j.isprsjprs.2021.01.024 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97171 [article]

Réservation

Réserver ce document

Exemplaires (3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2021041	SL	Revue	Centre de documentation	Revues en salle	Disponible
081-2021043	DEP-RECP	Revue	LaSTIG	Dépôt en unité	Exclu du prêt
081-2021042	DEP-RECF	Revue	Nancy	Dépôt en unité	Exclu du prêt

Utilizing urban geospatial data to understand heritage attractiveness in Amsterdam / Sevim Sezi Karayazi in ISPRS International journal of geo-information, vol 10 n° 4 (April 2021)  

Public [article]  inISPRS International journal of geo-information > vol 10 n° 4 (April 2021) . - n° 198 Titre : Utilizing urban geospatial data to understand heritage attractiveness in Amsterdam Type de document : Article/Communication Auteurs : Sevim Sezi Karayazi, Auteur ; Gamze Dane, Auteur ; Bauke de Vries, Auteur Année de publication : 2021 Article en page(s) : n° 198 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes IGN] Amsterdam (Pays-Bas) [Termes IGN] analyse de groupement [Termes IGN] analyse spatiale [Termes IGN] attractivité (aménagement) [Termes IGN] données issues des réseaux sociaux [Termes IGN] données localisées des bénévoles [Termes IGN] gestion durable [Termes IGN] image Flickr [Termes IGN] musée [Termes IGN] patrimoine [Termes IGN] point d'intérêt [Termes IGN] régression géographiquement pondérée [Termes IGN] tourisme Résumé : (auteur) Touristic cities are home to historical landmarks and irreplaceable urban heritages. Although tourism brings financial advantages, mass tourism creates pressure on historical cities. Therefore, “attractiveness” is one of the key elements to explain tourism dynamics. User-contributed and geospatial data provide an evidence-based understanding of people’s responses to these places. In this article, the combination of multisource information about national monuments, supporting products (i.e., attractions, museums), and geospatial data are utilized to understand attractive heritage locations and the factors that make them attractive. We retrieved geotagged photographs from the Flickr API, then employed density-based spatial clustering of applications with noise (DBSCAN) algorithm to find clusters. Then combined the clusters with Amsterdam heritage data and processed the combined data with ordinary least square (OLS) and geographically weighted regression (GWR) to identify heritage attractiveness and relevance of supporting products in Amsterdam. The results show that understanding the attractiveness of heritages according to their types and supporting products in the surrounding built environment provides insights to increase unattractive heritages’ attractiveness. That may help diminish the burden of tourism in overly visited locations. The combination of less attractive heritage with strong influential supporting products could pave the way for more sustainable tourism in Amsterdam. Numéro de notice : A2021-480 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/ijgi10040198 Date de publication en ligne : 25/03/2021 En ligne : https://doi.org/10.3390/ijgi10040198 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97424 [article]

Climate variability and climate change impacts on land surface, hydrological processes and water management / Yongqiang Zhang (2019)  

Public Titre : Climate variability and climate change impacts on land surface, hydrological processes and water management Type de document : Monographie Auteurs : Yongqiang Zhang, Éditeur scientifique ; Hongxia Li, Éditeur scientifique ; Paolo Reggiani, Éditeur scientifique Editeur : Bâle [Suisse] : Multidisciplinary Digital Publishing Institute MDPI Année de publication : 2019 Importance : 460 p. Format : 17 x 25 cm ISBN/ISSN/EAN : 978-3-03921-508-9 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes IGN] changement climatique [Termes IGN] Chine [Termes IGN] données GRACE [Termes IGN] dynamique de la végétation [Termes IGN] gestion de l'eau [Termes IGN] gestion durable [Termes IGN] hydrologie [Termes IGN] image Landsat [Termes IGN] inondation [Termes IGN] modèle de régression [Termes IGN] modèle hydrographique [Termes IGN] occupation du sol [Termes IGN] sécheresse [Termes IGN] utilisation du sol Résumé : (éditeur) During the last several decades, Earth´s climate has undergone significant changes due to anthropogenic global warming, and feedbacks to the water cycle. Therefore, persistent efforts are required to improve our understanding of hydrological processes and to engage in efficient water management strategies that explicitly consider changing environmental conditions. The twenty-four contributions in this book have broadly addressed topics across four major research areas: (1) Climate and land-use change impacts on hydrological processes, (2) hydrological trends and causality analysis faced in hydrology, (3) hydrological model simulations and predictions, and (4) reviews on water prices and climate extremes. The broad spectrum of international contributions to the Special Issue indicates that climate change impacts on water resources analysis attracts global attention. We hope that the collection of articles presented here can provide scientists, policymakers and stakeholders alike with insights that support sustainable decision-making in the face of climate change and increasingly scarce environmental resources. Note de contenu : 1- Climate variability and climate change Impacts on Land Surface, Hydrological Processes and Water Management 2- Human-Induced Alterations to Land Use and Climate and Their Responses for Hydrology and Water Management in the Mekong River Basin 3- Quantifying the impacts of climate change, coal mining and soil and water conservation on streamflow in a Coal mining concentrated watershed on the Loess Plateau, China 4- A statistical–distributed model of average annual runoff for water resources assessment in DPR Korea 5- Climate change and intense irrigation growth in Western Bahia, Brazil: The urgent need for hydroclimatic monitoring 6- Influence of power operations of cascade hydropower stations under climate change and human activities and revised optimal operation strategies: A case study in the Upper Han River, China 7- Comparative study of two state-of-the-art semi-distributed hydrological models 8- The use of large-scale climate indices in monthly reservoir inflow forecasting and its application on time series and artificial intelligence models 9- Land use and climate change effects on surface runoff variations in the upper Heihe River Basin 10- Meteorological factors affecting pan evaporation in the Haihe River Basin, China 11- Effects of the three gorges project on runoff and related benefits of the key regions along main branches of the Yangtze River 12- Analysis of the recent trends of two climate parameters over two eco-regions of Ethiopia 13- Evaluating future flood scenarios using CMIP5 climate projections 14- Analyzing the impacts of climate variability and land surface changes on the annual water–energy balance in the Weihe River Basin of China 15- Quantifying the impact of climate change and human activities on streamflow in a semi-arid watershed with the Budyko Equation incorporating dynamic vegetation information 16- Spatiotemporal variation of snowfall to precipitation ratio and its implication on water resources by a regional climate model over Xinjiang, China 17- Observed trends of climate and river discharge in Mongolia’s Selenga Sub-Basin of the Lake Baikal basin 18- Multiple linear regression models for predicting nonpoint-source pollutant discharge from a highland agricultural region 19- Analysis of natural streamflow variation and its influential factors on the Yellow River from 1957 to 2010 20- The effects of litter layer and topsoil on surface runoff during simulated rainfall in Guizhou Province, China: A plot scale case study 21- Integrating field experiments with modeling to evaluate the freshwater availability at ungauged sites: A case study of Pingtan Island (China) 22- Assessing the influence of the three gorges dam on hydrological drought using GRACE data 23- Explaining water pricing through a water security lens 24- Compound extremes in hydroclimatology: A review Numéro de notice : 28538 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Monographie DOI : 10.3390/books978-3-03921-508-9 En ligne : https://doi.org/10.3390/books978-3-03921-508-9 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97368

GIS in sustainable urban planning and management / Martin van Maarseveen (2019)  

Permalink

Rapport d'activité 2018 de l'Institut National de l'Information Géographique et Forestière IGN, 1. Les missions et activités de l'IGN / Institut national de l'information géographique et forestière (2012 -) (2019)

Permalink

Forêts, l'appel 2.0 du SIG / Fanny Perrin d'Arloz in SIGmag, n° 12 (mars 2017)

Permalink

An evolutionary ecology perspective to address forest pathology challenges of today and tomorrow / Marie-Laure Desprez-Loustau in Annals of Forest Science, vol 73 n° 1 (March 2016)  

Permalink

Vers une agriculture multifonctionnelle ? / Laurie Vandevelde in Géomètre, n° 2134 (mars 2016)

Permalink

Caring for the planet’s lungs / Judith Metschies in GEO: Geoconnexion international, vol 14 n° 9 (October 2015)

Permalink

Modélisation d’accompagnement en gestion conservatoire : Expérimentation au sein du réseau français Natura 2000 / Hélène Dupont in Revue internationale de géomatique, vol 25 n° 4 (octobre - décembre 2015)  

Permalink

Sylvaccess : un modèle pour cartographier automatiquement l’accessibilité des forêts / Sylvain Dupire in Revue forestière française, Vol 67 n° 2 (mars 2015)  

Permalink

Le projet IGDOM : pour une intégration des territoires ultramarins dans un référentiel national de gestion durable des forêts / Antonella Bellamy in Revue forestière française, Vol 67 n° 1 (janvier 2015)  

Permalink

La forêt française, l'agroforesterie et la filière bois : quel potentiel d'atténuation climatique à moyen et long terme ? / Michel de Galbert in Revue forestière française, vol 66 n° 5 (septembre - octobre 2014)  

Permalink