Centre de documentation
scientifique

A machine learning method for Arctic lakes detection in the permafrost areas of Siberia / Piotr Janiec in European journal of remote sensing, vol 56 n° 1 (2023)  

Public [article]  inEuropean journal of remote sensing > vol 56 n° 1 (2023) . - n° 2163923 Titre : A machine learning method for Arctic lakes detection in the permafrost areas of Siberia Type de document : Article/Communication Auteurs : Piotr Janiec, Auteur ; Jakub Nowosad, Auteur ; Sbigniew Zwoliński, Auteur Année de publication : 2023 Article en page(s) : n° 2163923 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] apprentissage automatique [Termes IGN] Arctique [Termes IGN] classification et arbre de régression [Termes IGN] classification par forêts d'arbres décisionnels [Termes IGN] image Landsat-8 [Termes IGN] lac glaciaire [Termes IGN] MERIT [Termes IGN] modèle numérique de surface [Termes IGN] pergélisol [Termes IGN] Short Waves InfraRed [Termes IGN] Sibérie Résumé : (auteur) Thermokarst lakes are the main components of the vast Arctic and subarctic landscapes. These lakes can serve as geoindicators of permafrost degradation; therefore, proper lake distribution assessment methods are necessary. In this study, we compared four machine learning methods to improve existing lake detection systems. The northern part of Yakutia was selected as the study area owing to its complex environment. We used data from Landsat 8 and spectral indices to take into account the spectral characteristics of the lakes, and MERIT DEM data to take into account the topography. The lowest accuracy was found for the classification and regression trees (CART) method (overall accuracy = 81%). On the other hand, the random forests (RF) classification provided the best results (overall accuracy = 92%), and only this classification coped well in all problematic areas, such as shaded and humid areas, near steep slopes, burn scars, and rivers. The altitude and bands SWIR1 (Short wave infrared 1), SWIR2 (Short wave infrared 2), and Green were the most important. Spectral indices did not have significant impact on the classification results in the specific conditions of the thermokarst lakes environment. 17,700 lakes were identified with the total area of 271.43 km2. Numéro de notice : A2023-218 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.1080/22797254.2022.2163923 Date de publication en ligne : 19/01/2023 En ligne : https://doi.org/10.1080/22797254.2022.2163923 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=103156 [article]

A second-order attention network for glacial lake segmentation from remotely sensed imagery / Shidong Wang in ISPRS Journal of photogrammetry and remote sensing, vol 189 (July 2022)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 189 (July 2022) . - pp 289 - 301 Titre : A second-order attention network for glacial lake segmentation from remotely sensed imagery Type de document : Article/Communication Auteurs : Shidong Wang, Auteur ; Maria V. Peppa, Auteur ; Wen Xiao, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : pp 289 - 301 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] apprentissage profond [Termes IGN] attention (apprentissage automatique) [Termes IGN] changement climatique [Termes IGN] covariance [Termes IGN] image Landsat-8 [Termes IGN] Inde [Termes IGN] itération [Termes IGN] lac glaciaire [Termes IGN] réflectance de surface [Termes IGN] segmentation d'image [Termes IGN] tenseur Résumé : (auteur) Climate change is increasing the risk of glacial lake outburst floods (GLOFs) in many of the world’s most vulnerable and high mountain regions. Simultaneously, remote sensing technologies now facilitate continuous monitoring of glacial lake evolution around the globe, although accurate and reliable automated glacial lake mapping from satellite data remains challenging. In this study, a Second-order Attention Network (SoAN) is devised for the automated segmentation of lakes from satellite imagery. In particular, a novel Second-order Attention Module (SoAM) is proposed to capture the long-range spatial dependencies and establish channel attention derived from the covariance representations of local features. Furthermore, as the dimensions of the input and output tensors are identical and it simply relies on matrix calculations, the proposed SoAM can be embedded into different positions of a given architecture while maintaining similar reference speed. The designed network is implemented on Landsat-8 imagery and outputs are compared against representative deep learning models, demonstrating improved results with a Dice of 81.02% and a F2 Score of 85.17%. Numéro de notice : A2022-470 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2022.05.007 Date de publication en ligne : 29/05/2022 En ligne : https://doi.org/10.1016/j.isprsjprs.2022.05.007 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100814 [article]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2022071	SL	Revue	Centre de documentation	Revues en salle	Disponible

Use of multi-temporal and multi-sensor data for continental water body extraction in the context of the SWOT mission / Nicolas Gasnier (2022)  

Public Titre : Use of multi-temporal and multi-sensor data for continental water body extraction in the context of the SWOT mission Type de document : Thèse/HDR Auteurs : Nicolas Gasnier, Auteur ; Florence Tupin, Directeur de thèse ; Loïc Denis, Directeur de thèse Editeur : Paris : Institut Polytechnique de Paris Année de publication : 2022 Importance : 213 p. Format : 21 x 30 cm Note générale : Bibliographie Thèse de doctorat présentée à l’Institut Polytechnique de Paris, spécialité Images Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications [Termes IGN] base de données localisées [Termes IGN] détection d'objet [Termes IGN] détection de changement [Termes IGN] données hydrographiques [Termes IGN] hauteurs de mer [Termes IGN] image multitemporelle [Termes IGN] image radar moirée [Termes IGN] image Sentinel-SAR [Termes IGN] image SWOT [Termes IGN] lac [Termes IGN] rivière [Termes IGN] série temporelle [Termes IGN] télédétection en hyperfréquence Index. décimale : THESE Thèses et HDR Résumé : (Auteur) Spaceborne remote sensing provides hydrologists and decision-makers with data that are essential for understanding the water cycle and managing the associated resources and risks. The SWOT satellite, which is a collaboration between the French (CNES) and American (NASA, JPL) space agencies, is scheduled for launch in 2022 and will measure the height of lakes, rivers, and oceans with high spatial resolution. It will complement existing sensors, such as the SAR and optical constellations Sentinel-1 and 2, and in situ measurements. SWOT represents a technological breakthrough as it is the first satellite to carry a near-nadir swath altimeter. The estimation of water levels is done by interferometry on the SAR images acquired by SWOT. Detecting water in these images is therefore an essential step in processing SWOT data, but it can be very difficult, especially with low signal-to-noise ratios, or in the presence of unusual radiometries. In this thesis, we seek to develop new methods to make water detection more robust. To this end, we focus on the use of exogenous data to guide detection, the combination of multi-temporal and multi-sensor data and denoising approaches. The first proposed method exploits information from the river database used by SWOT (derived from GRWL) to detect narrow rivers in the image in a way that is robust to both noise in the image, potential errors in the database, and temporal changes. This method relies on a new linear structure detector, a least-cost path algorithm, and a new Conditional Random Field segmentation method that combines data attachment and regularization terms adapted to the problem. We also proposed a method derived from GrabCut that uses an a priori polygon containing a lake to detect it on a SAR image or a time series of SAR images. Within this framework, we also studied the use of a multi-temporal and multi-sensor combination between Sentinel-1 SAR and Sentinel-2 optical images. Finally, as part of a preliminary study on denoising methods applied to water detection, we studied the statistical properties of the geometric temporal mean and proposed an adaptation of the variational method MuLoG to denoise it. Note de contenu : 1. Introduction 1.1 Context 1.2 Contributions 1.3 Organization of the manuscript I BACKGROUND ON SAR REMOTE SENSING AND WATER SURFACE MONITORING WITH SAR IMAGES 2. SAR images 2.1 Physics and statistics of SAR images 2.2 The SWOT mission 2.3 Sentinel-1 3. SAR water detection and hydrological prior 3.1 Water detection in SAR images 3.2 SWOT processing and products 3.3 Prior water masks and databases 4. Methodological background 4.1 Markov random fields 4.2 Variational methods for image denoising PROPOSED APPROACHES 5. Guided extraction of narrow rivers on SAR images using an exogenous river database 5.1 Introduction 5.2 Proposed river segmentation pipeline 5.3 Experimental results 5.4 Conclusion 6. Adaptation of the GrabCut method to SAR images: lake detection from a priori polygon 6.1 Single-date GrabCut method for lake detection from a priori polygon 6.2 Multitemporal and multi-sensor adaptations of the method 6.3 2D+T GrabCut of SAR images with temporal regularization for lake detection within an a priori mask 6.4 Joint 2D+T segmentation of SAR and optical images 7. Denoising of the temporal geometric mean 7.1 Introduction 7.2 Statistics of the temporal geometric mean of SAR intensities 7.3 Denoising method 7.4 Experiments 7.5 Application to change detection 7.6 Application to ratio-based denoising of single SAR images within a time series 7.7 Conclusion 8 Conclusion and perspectives Numéro de notice : 26762 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Images : Palaiseau : 2022 Organisme de stage : Télécom Paris nature-HAL : Thèse DOI : sans Date de publication en ligne : 17/02/2022 En ligne : https://tel.hal.science/tel-03578831/ Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99823

Variations de volume des lacs pour l'analyse climatique / Iris Lucas (2022) 

Public Titre : Variations de volume des lacs pour l'analyse climatique : Améliorer la connaissance de la quantité d’eau des lacs et leur variation à partir de données satellitaires Type de document : Mémoire Auteurs : Iris Lucas, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2022 Importance : 67 p. Format : 21 x 30 cm Note générale : bibliographie Rapport de fin d'étude, cycle des Ingénieurs diplômés de l’ENSG 3ème année, Spécialité PPMD Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes IGN] bassin hydrographique [Termes IGN] Canada [Termes IGN] carte hypsométrique [Termes IGN] Champagne (province, comté) [Termes IGN] données altimétriques [Termes IGN] extraction de traits caractéristiques [Termes IGN] image Landsat-8 [Termes IGN] image radar moirée [Termes IGN] image Sentinel-MSI [Termes IGN] lac [Termes IGN] méthode robuste [Termes IGN] modèle de Gauss-Helmert [Termes IGN] Ransac (algorithme) [Termes IGN] régression [Termes IGN] variation temporelle [Termes IGN] volume d'eau Index. décimale : MPPMD Mémoires du mastère spécialisé Photogrammétrie, Positionnement et Mesures de Déformation Résumé : (auteur) La ressource en eau douce est limitée, son étude fait partie des axes majeurs des études environnementales. C’est au sein de la cellule hydrologie continentale de CLS, pour le compte d’Apside que je me suis penchée sur cette question, appliquant les savoirs acquis en géomatique durant mes années à l’ENSG. L’objectif de ce stage est d’améliorer la connaissance de la quantité d’eau des lacs et leur variation à partir de données satellitaires. Ce savoir pourra être appliqué dans divers projets sur l’étude des lacs à CLS. Etudier les variations de volume nécessite l’utilisation de surfaces d’eau que l’on peut extraire par imagerie satellitaire (Sentinel-2, Landsat-8) et hauteurs d’eau provenant de satellites altimétriques (accessibles sur la plateforme Hydroweb). Pour ce faire, j’ai développé un algorithme d’extraction de surfaces d’eau par télédétection optique, puis développé une méthode d’estimation robuste pour dégager une courbe hypsométrique. Grâce à cette courbe, j’ai pu déterminer des variations de volumes pour divers bassins. Ce rapport détaille le processus développé, la méthodologie suivie et les éventuelles pistes d’amélioration possibles. Note de contenu : 1- Introduction 2- Extraire les données de surfaces d’eau 3- Extraire le profil des lacs : la courbe hypsométrique 4- Dernière étape de la chaine : génération des variations de volume 5- Conclusion Numéro de notice : 24053 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Mémoire de fin d'études IT Organisme de stage : Apside Toulouse Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101951

Documents numériques

en open access Variations de volume... - pdf auteur - Adobe Acrobat PDF

Ten years of Lake Taupō surface height estimates using the GNSS interferometric reflectometry / Lucas D. Holden in Journal of geodesy, vol 95 n° 7 (July 2021)  

Public [article]  inJournal of geodesy > vol 95 n° 7 (July 2021) . - n° 74 Titre : Ten years of Lake Taupō surface height estimates using the GNSS interferometric reflectometry Type de document : Article/Communication Auteurs : Lucas D. Holden, Auteur ; Kristine M. Larson, Auteur Année de publication : 2021 Article en page(s) : n° 74 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de géodésie spatiale [Termes IGN] altimétrie satellitaire par radar [Termes IGN] lac [Termes IGN] Nouvelle-Zélande [Termes IGN] réflectométrie par GNSS [Termes IGN] série temporelle [Termes IGN] signal GNSS [Termes IGN] station GNSS Résumé : (auteur) A continuously operating GNSS station within a lake interior is uncommon, but advantageous for testing the GNSS Interferometric Reflectometry (GNSS-IR) technique. In this research, GNSS-IR is used to estimate ten years of lake surface heights for Lake Taupō in New Zealand. This is achieved using data collected from station TGHO, approximately 4 km from the lake’s shoreline. Its reliability is assessed by comparisons with shoreline gauges and satellite radar altimetry lake surface heights. Relative RMS differences between the daily averaged lake gauge and GNSS-IR lake surface heights range from ± 0.027 to ± 0.028 m. Relative RMS differences between the satellite radar altimetry lake surface heights and the GNSS-IR lake surface heights are ± 0.069 m and ± 0.124 m. The results show that the GNSS-IR technique at Lake Taupō can provide reliable lake surface height estimates in a terrestrial reference frame. A new ground-based absolute satellite radar altimetry calibration/validation approach based on GNSS-IR is proposed and discussed. Numéro de notice : A2021-513 Affiliation des auteurs : non IGN Thématique : POSITIONNEMENT Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1007/s00190-021-01523-7 Date de publication en ligne : 18/06/2021 En ligne : https://doi.org/10.1007/s00190-021-01523-7 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97932 [article]

Using remote sensing and modeling to monitor and understand harmful algal blooms. Application to Karaoun Reservoir (Lebanon) / Najwa Sharaf (2021)  

Permalink

A novel algorithm to estimate phytoplankton carbon concentration in inland lakes using Sentinel-3 OLCI images / Heng Lyu in IEEE Transactions on geoscience and remote sensing, vol 58 n° 9 (September 2020)  

Permalink

Télédétection radar SAR et photogrammétrie / Radouane Hout (2020)  

Permalink

Classification of glacial lakes using integrated approach of DFPS technique and gradient analysis using Sentinel 2A data / Prateek Verma in Geocarto international, vol 34 n° 10 ([15/07/2019])  

Permalink

Using Sentinel-1A DInSAR interferometry and Landsat 8 data for monitoring water level changes in two lakes in Crete, Greece / D.D. Alexakis in Geocarto international, vol 34 n° 7 ([01/06/2019])  

Permalink

Geospatial analyses of Earth observation (EO) data / Antonio Pepe (2019)  

Permalink

Historic reconstruction of reservoir topography using contour line interpolation and structure from motion photogrammetry / Ana Casado in International journal of geographical information science IJGIS, vol 32 n° 11-12 (November - December 2018)  

Permalink

Above-bottom biomass retrieval of aquatic plants with regression models and SfM data acquired by a UAV platform – A case study in Wild Duck Lake Wetland, Beijing, China / Ran Jing in ISPRS Journal of photogrammetry and remote sensing, vol 134 (December 2017)  

Permalink

Object-based water body extraction model using Sentinel-2 satellite imagery / Gordana Kaplan in European journal of remote sensing, vol 50 n° 1 (2017)  

Permalink

Geometric accuracy of topographical objects at Polish topographic maps / Radzym Lawniczack in Geodesy and cartography, vol 65 n° 1 (June 2016)  

Permalink