Centre dedocumentation
scientifique

A new global grid model for the determination of atmospheric weighted mean temperature in GPS precipitable water vapor / Liangke Huang in Journal of geodesy, vol 93 n° 2 (February 2019)  

Public [article]  inJournal of geodesy > vol 93 n° 2 (February 2019) . - pp 159 - 176 Titre : A new global grid model for the determination of atmospheric weighted mean temperature in GPS precipitable water vapor Type de document : Article/Communication Auteurs : Liangke Huang, Auteur ; Weiping Jiang, Auteur ; Lilong Liu, Auteur ; Hua Chen, Auteur ; Shirong Ye, Auteur Année de publication : 2019 Article en page(s) : pp 159 - 176 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de géodésie spatiale [Termes descripteurs IGN] coordonnées GPS [Termes descripteurs IGN] données météorologiques [Termes descripteurs IGN] erreur moyenne quadratique [Termes descripteurs IGN] Global Geodetic Observing System [Termes descripteurs IGN] modèle de géopotentiel [Termes descripteurs IGN] prévision météorologique [Termes descripteurs IGN] radiosondage [Termes descripteurs IGN] régression linéaire [Termes descripteurs IGN] retard troposphérique zénithal [Termes descripteurs IGN] vapeur d'eau Résumé : (auteur) In ground-based global positioning system (GPS) meteorology, atmospheric weighted mean temperature, Tm, plays a very important role in the progress of retrieving precipitable water vapor (PWV) from the zenith wet delay of the GPS. Generally, most of the existing Tm models only take either latitude or altitude into account in modeling. However, a great number of studies have shown that Tm is highly correlated with both latitude and altitude. In this study, a new global grid empirical Tm model, named as GGTm, was established by a sliding window algorithm using global gridded Tm data over an 8-year period from 2007 to 2014 provided by TU Vienna, where both latitude and altitude variations are considered in modeling. And the performance of GGTm was assessed by comparing with the Bevis formula and the GPT2w model, where the high-precision global gridded Tm data as provided by TU Vienna and the radiosonde data from 2015 are used as reference values. The results show the significant performance of the new GGTm model against other models when compared with gridded Tm data and radiosonde data, especially in the areas with great undulating terrain. Additionally, GGTm has the global mean RMSPWV and RMSPWV/PWV values of 0.26 mm and 1.28%, respectively. The GGTm model, fed only by the day of the year and the station coordinates, could provide a reliable and accurate Tm value, which shows the possible potential application in real-time GPS meteorology, especially for the application of low-latitude areas and western China. Numéro de notice : A2019-077 Thématique : POSITIONNEMENT Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1007/s00190-018-1148-9 date de publication en ligne : 15/05/2018 En ligne : https://doi.org/10.1007/s00190-018-1148-9 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92191 [article]

Estimating forest structural attributes using UAV-LiDAR data in Ginkgo plantations / Kun Liu in ISPRS Journal of photogrammetry and remote sensing, vol 146 (December 2018)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 146 (December 2018) . - pp 465 - 482 Titre : Estimating forest structural attributes using UAV-LiDAR data in Ginkgo plantations Type de document : Article/Communication Auteurs : Kun Liu, Auteur ; Xin Shen, Auteur ; Lin Cao, Auteur ; et al., Auteur Année de publication : 2018 Article en page(s) : pp 465 - 482 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie [Termes descripteurs IGN] analyse de sensibilité [Termes descripteurs IGN] biomasse aérienne [Termes descripteurs IGN] canopée [Termes descripteurs IGN] Chine [Termes descripteurs IGN] détection d'arbres [Termes descripteurs IGN] données lidar [Termes descripteurs IGN] données localisées 3D [Termes descripteurs IGN] drone [Termes descripteurs IGN] échelle des données [Termes descripteurs IGN] erreur moyenne quadratique [Termes descripteurs IGN] Ginkgo biloba [Termes descripteurs IGN] plantation forestière [Termes descripteurs IGN] semis de points [Termes descripteurs IGN] structure de la végétation Résumé : (auteur) Estimating forest structural attributes in planted forests is crucial for sustainably management of forests and helps to understand the contributions of forests to global carbon storage. The Unmanned Aerial Vehicle-Light Detecting and Ranging (UAV-LiDAR) has become a promising technology and attempts to be used for forest management, due to its capacity to provide highly accurate estimations of three-dimensional (3D) forest structural information with a lower cost, higher flexibility and finer resolution than airborne LiDAR. In this study, the effectiveness of plot-level metrics (i.e., distributional, canopy volume and Weibull-fitted metrics) and individual-tree-summarized metrics (i.e., maximum, minimum and mean height of trees and the number of trees from the individual tree detection (ITD) results) derived from UAV-LiDAR point clouds were assessed, then these metrics were used to fit estimation models of six forest structural attributes by parametric (i.e., partial least squares (PLS)) and non-parametric (i.e., k-Nearest Neighbors (k-NN) and Random Forest (RF)) approaches, within a Ginkgo plantation in east China. In addition, we assessed the effects of UAV-LiDAR point cloud density on the derived metrics and individual tree segmentation results, and evaluated the correlations of these metrics with aboveground biomass (AGB) by a sensitivity analysis. The results showed that, in general, models based on both plot-level and individual-tree-summarized metrics (CV-R2 = 0.66–0.97, rRMSE = 2.83–23.35%) performed better than models based on the plot-level metrics only (CV-R2 = 0.62–0.97, rRMSE = 3.81–27.64%). PLS had a relatively high prediction accuracy for Lorey’s mean height (CV-R2 = 0.97, rRMSE = 2.83%), whereas k-NN performed well for predicting volume (CV-R2 = 0.94, rRMSE = 8.95%) and AGB (CV-R2 = 0.95, rRMSE = 8.81%). For the point cloud density sensitivity analysis, the canopy volume metrics showed a higher dependence on point cloud density than other metrics. ITD results showed a relatively high accuracy (F1-score > 74.93%) when the point cloud density was higher than 10% (16 pts·m−2). The correlations between AGB and the metrics of height percentiles, lower height level of canopy return densities and canopy cover appeared stable across different point cloud densities when the point cloud density was reduced from 50% (80 pts·m−2) to 5% (8 pts·m−2). Numéro de notice : A2018-544 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2018.11.001 date de publication en ligne : 08/11/2018 En ligne : https://doi.org/10.1016/j.isprsjprs.2018.11.001 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91570 [article]

Réservation

Réserver ce document

Exemplaires (3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2018131	SL	Revue	Centre de documentation	Revues en salle	Disponible
081-2018133	DEP-EXM	Revue	MATIS	Dépôt en unité	Exclu du prêt
081-2018132	DEP-EAF	Revue	Nancy	Dépôt en unité	Exclu du prêt

Super-resolution of Sentinel-2 images : Learning a globally applicable deep neural network / Charis Lanaras in ISPRS Journal of photogrammetry and remote sensing, vol 146 (December 2018)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 146 (December 2018) . - pp 305 - 319 Titre : Super-resolution of Sentinel-2 images : Learning a globally applicable deep neural network Type de document : Article/Communication Auteurs : Charis Lanaras, Auteur ; José Bioucas-Dias, Auteur ; Silvano Galliani, Auteur ; Emmanuel Baltsavias, Auteur ; Konrad Schindler, Auteur Année de publication : 2018 Article en page(s) : pp 305 - 319 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] apprentissage profond [Termes descripteurs IGN] bande spectrale [Termes descripteurs IGN] échantillonnage de données [Termes descripteurs IGN] erreur moyenne quadratique [Termes descripteurs IGN] image à basse résolution [Termes descripteurs IGN] image Sentinel-MSI [Termes descripteurs IGN] pansharpening (fusion d'images) [Termes descripteurs IGN] pas d'échantillonnage au sol [Termes descripteurs IGN] pouvoir de résolution spectrale [Termes descripteurs IGN] réseau neuronal convolutif Résumé : (Auteur) The Sentinel-2 satellite mission delivers multi-spectral imagery with 13 spectral bands, acquired at three different spatial resolutions. The aim of this research is to super-resolve the lower-resolution (20 m and 60 m Ground Sampling Distance – GSD) bands to 10 m GSD, so as to obtain a complete data cube at the maximal sensor resolution. We employ a state-of-the-art convolutional neural network (CNN) to perform end-to-end upsampling, which is trained with data at lower resolution, i.e., from 40  20 m, respectively 360  60 m GSD. In this way, one has access to a virtually infinite amount of training data, by downsampling real Sentinel-2 images. We use data sampled globally over a wide range of geographical locations, to obtain a network that generalises across different climate zones and land-cover types, and can super-resolve arbitrary Sentinel-2 images without the need of retraining. In quantitative evaluations (at lower scale, where ground truth is available), our network, which we call DSen2, outperforms the best competing approach by almost 50% in RMSE, while better preserving the spectral characteristics. It also delivers visually convincing results at the full 10 m GSD. Numéro de notice : A2018-540 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2018.09.018 date de publication en ligne : 21/10/2018 En ligne : https://doi.org/10.1016/j.isprsjprs.2018.09.018 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91554 [article]

Réservation

Réserver ce document

Exemplaires (3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2018131	SL	Revue	Centre de documentation	Revues en salle	Disponible
081-2018133	DEP-EXM	Revue	MATIS	Dépôt en unité	Exclu du prêt
081-2018132	DEP-EAF	Revue	Nancy	Dépôt en unité	Exclu du prêt

La mesure du niveau de la mer par bouées GPS : l'expérience multi-capteurs de l'île d'Aix / Gaël André in XYZ, n° 140 (septembre - novembre 2014)

Public [article]  inXYZ > n° 140 (septembre - novembre 2014) . - pp 43 - 50 Titre : La mesure du niveau de la mer par bouées GPS : l'expérience multi-capteurs de l'île d'Aix Type de document : Article/Communication Auteurs : Gaël André, Auteur ; Bélen Martín Míguez, Auteur ; Valérie Ballu, Auteur ; et al., Auteur Année de publication : 2014 Article en page(s) : pp 43 - 50 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de géodésie spatiale [Termes descripteurs IGN] Aix, île d' [Termes descripteurs IGN] bouée [Termes descripteurs IGN] changement climatique [Termes descripteurs IGN] données GPS [Termes descripteurs IGN] erreur moyenne quadratique [Termes descripteurs IGN] marégraphe [Termes descripteurs IGN] niveau de la mer [Termes descripteurs IGN] précision centimétrique Résumé : (Auteur) La mesure du niveau de la mer dans un référentiel mondial avec une précision sub-centimétrique représente un réel défi dans le contexte actuel du réchauffement climatique et de l'élévation du niveau des mers qui en résulte. Les systèmes mondiaux de navigation par satellite (GNSS) permettent la mesure directe du niveau de la mer rapporté à un référentiel géocentrique. Nous présentons ici les résultats d'une expérience multi-instruments avec trois bouées équipées d'un système de positionnement par satellite (GPS), un marégraphe radar et une échelle de marée. Cette expérience s'est déroulée à l'île d'Aix (côte Ouest de la France) les 27 et 28 mars 2012. Les bouées équipées de GPS ont été évaluées par rapport aux mesures du marégraphe conventionnel. L'erreur quadratique moyenne (RMSE) entre les données des bouées GPS et celles du marégraphe radar est comprise entre 1 cm et 2,2 cm, ce qui est satisfaisant pour les applications marégraphiques et offre d'intéressantes perspectives pour les futures études sur l'évolution du niveau de la mer. Numéro de notice : A2014-404 Thématique : POSITIONNEMENT Nature : Article DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=73919 [article]

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
112-2014031	RAB	Revue	Centre de documentation	En réserve 3L	Disponible
112-2014032	SL	Revue	Centre de documentation	Revues en salle	Disponible

Root mean square error compared to, and contrasted with, standard deviation / Thomas H. Meyer in SaLIS Surveying and land information science, vol 72 n° 3 (September 2012)

Public [article]  inSaLIS Surveying and land information science > vol 72 n° 3 (September 2012) . - pp 107 - 108 Titre : Root mean square error compared to, and contrasted with, standard deviation Type de document : Article/Communication Auteurs : Thomas H. Meyer, Auteur Année de publication : 2012 Article en page(s) : pp 107 - 108 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Statistiques [Termes descripteurs IGN] analyse comparative [Termes descripteurs IGN] écart type [Termes descripteurs IGN] erreur moyenne quadratique Résumé : (Auteur) This short note defines and discusses root mean square error and standard deviation. These ideas are very similar so confusion about them has arisen. This short note highlights their differences, concluding with a list that shows how they provide different information about an observation set. Numéro de notice : A2012-689 Thématique : MATHEMATIQUE Nature : Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=83716 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
121-2012031	SL	Revue	Centre de documentation	Revues en salle	Disponible

Generalization of DEM for terrain analysis using a compound method / Q. Zhou in ISPRS Journal of photogrammetry and remote sensing, vol 66 n° 1 (January - February 2011)

Permalink

Orthorectification of VHR optical satellite data exploiting the geometric accuracy of TerraSAR-X data / Peter Reinartz in ISPRS Journal of photogrammetry and remote sensing, vol 66 n° 1 (January - February 2011)

Permalink

Vertical accuracy of digital elevation model from Shuttle Radar Topographic Mission: a case study / A. Sharma in Geocarto international, vol 25 n° 4 (July 2010)  

Permalink

Consistency of accuracy assessment indices for soft classification: simulation analysis / J. Chen in ISPRS Journal of photogrammetry and remote sensing, vol 65 n° 2 (March - April 2010)

Permalink

Formulation of distortion error for the line-of-sight (LOS) vector adjustment model and its role in restitution of SPOT imagery / Hyung-Sup Jung in ISPRS Journal of photogrammetry and remote sensing, vol 63 n° 6 (November - December 2008)

Permalink

Capture de layers durant une session dans un globe virtuel / G. Mazabraud (2008)

Permalink

Geometric accuracy assessment of QuickBird basic imagery using different operational approaches / M. Aguilar in Photogrammetric Engineering & Remote Sensing, PERS, vol 73 n° 12 (December 2007)

Permalink

A theoretical approach to modeling the accuracy assessment of digital elevation models / F. Aguilar in Photogrammetric Engineering & Remote Sensing, PERS, vol 73 n° 12 (December 2007)

Permalink

Map projections minimizing distance errors / J.R. Gott in Cartographica, vol 42 n° 3 (September 2007)

Permalink

Efficient multiresolution spatial predictions for large data arrays / Magnussen, Steen in Remote sensing of environment, vol 109 n° 4 (30 August 2007)

Permalink