Centre dedocumentation
scientifique

Hyperspectral imagery and urban areas: results of the HYEP project / Christiane Weber in Revue Française de Photogrammétrie et de Télédétection, n° 224 (2022)  

Public [article]  inRevue Française de Photogrammétrie et de Télédétection > n° 224 (2022) . - pp 75 - 92 Titre : Hyperspectral imagery and urban areas: results of the HYEP project Type de document : Article/Communication Auteurs : Christiane Weber, Auteur ; Xavier Briottet , Auteur ; Thomas Houet, Auteur ; Sébastien Gadal, Auteur ; Rahim Aguejdad, Auteur ; Yannick Deville, Auteur ; Mauro Dalla Mura, Auteur ; Clément Mallet , Auteur ; Arnaud Le Bris , Auteur ; et al., Auteur Année de publication : 2022 Projets : HYEP / Weber, Christiane Article en page(s) : pp 75 - 92 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes IGN] analyse comparative [Termes IGN] détection d'objet [Termes IGN] fusion d'images [Termes IGN] image hyperspectrale [Termes IGN] Lituanie [Termes IGN] milieu urbain [Termes IGN] panneau photovoltaïque [Termes IGN] surface imperméable [Termes IGN] Toulouse Résumé : (Auteur) The HYEP project (ANR HYEP 14-CE22-0016-01 Hyperspectral imagery for Environmental urban Planning - Mobility and Urban Systems Programme - 2014) confirmed the interest of a global approach to the urban environment by remote sensing and in particular by using hyperspectral imaging (HI). The interest of hyperspectral images lies in the range of information provided over wavelengths from 0.4 to 4 μm; they thus provide access to spectral quantities of interest and to chemical or biophysical parameters of the surface. HYEP's objective was to specify this and to propose a panel of methods and treatments taking into account the characteristics of other existing sensors in order to compare their performance. The developments carried out were applied and evaluated on hyperspectral airborne images acquired in Toulouse and Kaunas (Lithuania), also used to synthesize space systems: Sentinel-2, Hypxim/Biodiversity and Pleiades. Among the locks identified were those related to improving the spatial capabilities of the sensors and spatial scale changes, which were partially overcome by fusion and sharpening approaches, which proved to be successful. After a description of our hyperspectral data set acquired over Toulouse, an analysis is conducted on several existing and accessible spectral databases. Then, the chosen methods are presented. They include extraction, fusion and classification methods, which are then applied on our dataset synthetized at different spatial resolution to evaluate the benefits and the complementarity of hyperspectral imagery in comparison with other traditional sensors. Some specific applications are investigated of interest for urban planners: impervious soil map, vegetation species cartography and detection of solar panels. Finally, discussion and perspectives are presented. Numéro de notice : A2022-941 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Autre URL associée : Hal Thématique : IMAGERIE/URBANISME Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : 10.52638/rfpt.2022.589 Date de publication en ligne : 22/12/2022 En ligne : https://dx.doi.org/10.52638/rfpt.2022.589 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102831 [article]

Intégration des SIG dans la stratégie commerciale de l’entreprise / Floriane Kergus (2022) 

Public Titre : Intégration des SIG dans la stratégie commerciale de l’entreprise : Le rôle de l’analyse de données géographiques dans le cadre de la prospection foncière Type de document : Mémoire Auteurs : Floriane Kergus, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2022 Importance : 85 p. Format : 21 x 30 cm Note générale : Bibliographie Mémoire de fin d'études, cycle des ingénieurs ENSG 3ème année, Master DDMEG Développement Durable, Management Environnemental et Géomatique Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications SIG [Termes IGN] analyse de données [Termes IGN] base de données foncières [Termes IGN] compétitivité [Termes IGN] outil d'aide à la décision [Termes IGN] panneau photovoltaïque [Termes IGN] politique commerciale [Termes IGN] stratégie [Termes IGN] système d'information foncière Index. décimale : DDMEG Mémoires du Master Développement Durable, Management Environnemental et Géomatique Résumé : (Auteur) Ce rapport présente le travail que j’ai pu réaliser dans le cadre de mon stage de fin d’études chez Photosol Développement, après trois années de cycle ingénieur au sein de l’Ecole Nationale des Sciences Géographiques, dont la dernière spécialisation { l’Université de Paris I – Panthéon-Sorbonne, en master Développement Durable, Management Environnemental et Géomatique. Photosol Développement est spécialisée depuis 2008 dans le développement et la maintenance de centrales photovoltaïques au sol. Elle appuie sa stratégie commerciale sur la sécurisation du foncier via la signature de promesses de bail, puis de baux, avec les propriétaires des terrains sur lesquels sont développés les projets. En ce sens et au vu du développement actuel des outils numériques, particulièrement en ce qui concerne le traitement de données, accueillir une stagiaire géomaticienne a constitué un moyen d’intégrer de nouveaux outils au fonctionnement interne de l’entreprise. L’objectif de ce stage a été d’intégrer le SIG et la cartographie { l’entreprise en tant que fonctions de support mais également en tant qu’outils permettant d’aller plus loin dans certaines missions, grâce { une augmentation de la précision dans l’analyse des données foncières. Ce rapport se structure en trois parties. La première pose le contexte de la filière photovoltaïque dans laquelle s’insère Photosol, contexte qui dépend lui-même d’enjeux économiques et politiques dont il ne peut se défaire. Cette première partie permet de comprendre l’environnement externe mais aussi interne de l’entreprise, en balayant ses activités principales et notamment celles des pôles Business Développement et Développement, pour lesquels j’ai travaillé principalement. La deuxième partie détaille plus spécifiquement la mise en place de mon travail dans ce contexte. Elle met l’accent sur l’importance de mes missions au vu de la nécessaire compétitivité que l’entreprise doit conserver dans une période de forte augmentation de l’utilisation du numérique et des possibilités de traitement de données. Enfin, la troisième partie porte sur un projet que j’ai proposé { l’entreprise en début de stage : la mise en place d’une interface regroupant la majorité des données géographiques utilisées, qui doit { la fois permettre de structurer l’utilisation des données en interne et de faire gagner du temps à mes collègues des pôles Business Développement et Développement. Ce travail, que j’ai dû abréger par rapport à mes ambitions initiales faute de temps suffisant à lui accorder, est très intéressant du fait des compétences techniques qu’il a nécessité. Aucun poste n’étant dédié { plein temps au SIG et au traitement de données géographiques, j’ai évolué de manière assez autonome au sein de l’entreprise. Cela m’a permis de donner { mon stage les orientations que je souhaitais et à être force de proposition sur un sujet qui était peu maîtrisé par mes collègues. Note de contenu : Introduction 1. Contexte de travail 1.1 Présentation de l’environnement de travail 1.2 Zoom sur la prospection foncière 1.3 Zoom sur l’analyse et le développement des projets 2. Mise en place d'un nouveau modèle SIG au sein de l’entreprise 2.1 Contexte d’amélioration de la compétitivité de l’entreprise 2.2 Veille et mise à jour des extractions continues dans le cadre de la prospection foncière 2.3 Rôle des SIG dans les projets d’innovation 3. Construction d’une interface { destination du Business Développement 3.1 Contexte et objectifs du projet 3.2 Mise en place effective de l’interface Conclusion Numéro de notice : 26910 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Mémoire de fin d'études IT Organisme de stage : Photosol Développement Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101936

Documents numériques

en open access Intégration des SIG dans la stratégie commerciale de l’entreprise... - pdf auteur Adobe Acrobat PDF

Assessment of renewable energy resources with remote sensing / Fernando Ramos Martins (2021)  

Public Titre : Assessment of renewable energy resources with remote sensing Type de document : Monographie Auteurs : Fernando Ramos Martins, Éditeur scientifique Editeur : Bâle [Suisse] : Multidisciplinary Digital Publishing Institute MDPI Année de publication : 2021 Importance : 244 p. Format : 16 x 23 cm ISBN/ISSN/EAN : 978-3-0365-0481-0 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes IGN] apprentissage automatique [Termes IGN] climat [Termes IGN] détection des nuages [Termes IGN] données lidar [Termes IGN] énergie éolienne [Termes IGN] énergie géothermique [Termes IGN] énergie renouvelable [Termes IGN] énergie solaire [Termes IGN] Extreme Gradient Machine [Termes IGN] hydroélectricité [Termes IGN] image GOES [Termes IGN] Matlab [Termes IGN] prévision météorologique [Termes IGN] rayonnement solaire [Termes IGN] réseau neuronal artificiel [Termes IGN] semis de points Résumé : (éditeur) The book “Assessment of Renewable Energy Resources with Remote Sensing" focuses on disseminating scientific knowledge and technological developments for the assessment and forecasting of renewable energy resources using remote sensing techniques. The eleven papers inside the book provide an overview of remote sensing applications on hydro, solar, wind and geothermal energy resources and their major goal is to provide state of art knowledge to contribute with the renewable energy resource deployment, especially in regions where energy demand is rapidly expanding. Renewable energy resources have an intrinsic relationship with local environmental features and the regional climate. Even small and fast environment and/or climate changes can cause significant variability in power generation at different time and space scales. Methodologies based on remote sensing are the primary source of information for the development of numerical models that aim to support the planning and operation of an electric system with a substantial contribution of intermittent energy sources. In addition, reliable data and knowledge on renewable energy resource assessment are fundamental to ensure sustainable expansion considering environmental, financial and energetic security. Note de contenu : 1- Enhancement of cloudless skies frequency over a large tropical reservoir in Brazil 2- On the land-sea contrast in the surface solar radiation (SSR) in the Baltic region 3- Real-time automatic cloud detection using a low-cost sky camera 4- Attenuation factor estimation of direct normal irradiance combining sky camera images and mathematical models in an inter-tropical area 5- Multistep-ahead solar radiation forecasting scheme based on the light gradient boosting machine: A case study of Jeju Island 6- Modified search strategies assisted crossover whale optimization algorithm with selection operator for parameter extraction of solar photovoltaic models 7- Industry experience of developing day-ahead photovoltaic plant forecasting system based on machine learning 8- The global wind resource observed by scatterometer 9- Coastal wind measurements using a single scanning LiDAR 10- Characterizing geological heterogeneities for geothermal purposes through combined geophysical prospecting methods 11- A computational workflow for generating a voxel-based design approach based on subtractive shading envelopes and attribute information of point cloud data Numéro de notice : 28653 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Recueil / ouvrage collectif DOI : 10.3390/books978-3-0365-0481-0 En ligne : https://doi.org/10.3390/books978-3-0365-0481-0 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99795

Partial linear NMF-based unmixing methods for detection and area estimation of photovoltaic panels in urban hyperspectral remote sensing data / Moussa Sofiane Karoui in Remote sensing, vol 11 n° 18 (September 2019)  

Public [article]  inRemote sensing > vol 11 n° 18 (September 2019) . - n° 2164 Titre : Partial linear NMF-based unmixing methods for detection and area estimation of photovoltaic panels in urban hyperspectral remote sensing data Type de document : Article/Communication Auteurs : Moussa Sofiane Karoui, Auteur ; Fatima Zohra Benhalouche, Auteur ; Yannick Deville, Auteur ; Khelifa Djerriri, Auteur ; Xavier Briottet , Auteur ; Thomas Houet, Auteur ; Arnaud Le Bris , Auteur ; Christiane Weber, Auteur Année de publication : 2019 Projets : HYEP / Weber, Christiane Article en page(s) : n° 2164 Note générale : bibliographie This paper constitutes a substantial extension of: https://doi.org/10.1109/IGARSS.2018.8518204 Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] analyse des mélanges spectraux [Termes IGN] détection d'objet [Termes IGN] factorisation de matrice non-négative [Termes IGN] image hyperspectrale [Termes IGN] panneau photovoltaïque [Termes IGN] zone urbaine Résumé : (auteur) High-spectral-resolution hyperspectral data are acquired by sensors that gather images from hundreds of narrow and contiguous bands of the electromagnetic spectrum. These data offer unique opportunities for characterization and precise land surface recognition in urban areas. So far, few studies have been conducted with these data to automatically detect and estimate areas of photovoltaic panels, which currently constitute an important part of renewable energy systems in urban areas of developed countries. In this paper, two hyperspectral-unmixing-based methods are proposed to detect and to estimate surfaces of photovoltaic panels. These approaches, related to linear spectral unmixing (LSU) techniques, are based on new nonnegative matrix factorization (NMF) algorithms that exploit known panel spectra, which makes them partial NMF methods. The first approach, called Grd-Part-NMF, is a gradient-based method, whereas the second one, called Multi-Part-NMF, uses multiplicative update rules. To evaluate the performance of these approaches, experiments are conducted on realistic synthetic and real airborne hyperspectral data acquired over an urban region. For the synthetic data, obtained results show that the proposed methods yield much better overall performance than NMF-unmixing-based methods from the literature. For the real data, the obtained detection and area estimation results are first confirmed by using very high-spatial-resolution ortho-images of the same regions. These results are also compared with those obtained by standard NMF-unmixing-based methods and by a one-class-classification-based approach. This comparison shows that the proposed approaches are superior to those considered from the literature. Numéro de notice : A2019-430 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/rs11182164 Date de publication en ligne : 17/09/2019 En ligne : https://doi.org/10.3390/rs11182164 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93739 [article]

Machine learning and geographic information systems for large-scale mapping of renewable energy potential / Dan Assouline (2019)  

Public Titre : Machine learning and geographic information systems for large-scale mapping of renewable energy potential Type de document : Thèse/HDR Auteurs : Dan Assouline, Auteur ; Jean-Louis Scartezzini, Directeur de thèse ; Nahid Mohajeri Pour Rayeni, Directeur de thèse Editeur : Lausanne : Ecole Polytechnique Fédérale de Lausanne EPFL Année de publication : 2019 Importance : 294 p. Format : 21 x 30 cm Note générale : bibliographie Thèse présentée pour l'obtention du grade de Docteur ès Sciences à l'Ecole Polytechnique Fédérale de Lausanne Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique [Termes IGN] apprentissage automatique [Termes IGN] carte thématique [Termes IGN] classification dirigée [Termes IGN] classification par forêts d'arbres décisionnels [Termes IGN] classification par séparateurs à vaste marge [Termes IGN] données météorologiques [Termes IGN] données topographiques [Termes IGN] énergie éolienne [Termes IGN] énergie géothermique [Termes IGN] énergie renouvelable [Termes IGN] énergie solaire [Termes IGN] méthode fondée sur le noyau [Termes IGN] modélisation spatio-temporelle [Termes IGN] occupation du sol [Termes IGN] prédiction [Termes IGN] Suisse Résumé : (auteur) A promising pathway to follow in order to reach sustainable development goals is an increased reliance on renewable sources of energy. The optimized use of these energy sources, however, requires the assessment of their potential supply, along with the demand loads in locations of interest. In particular, large-scale supply estimation studies are needed in order to evaluate areas of high potential for each type of energy source for a particular region, and allow for the elaboration of efficient global energy strategies. In Switzerland, the “Energy Strategy 2050”, initiated in 2011 by the Swiss Federal Council, sets an example with the ambitious goal of reaching a 50-80% reduction of CO2 emissions by the year 2050, with a clear course of action: phasing-out nuclear power, improving energy efficiency, and greatly increasing the use of renewables. This thesis develops a general data-driven strategy combining Geographic Information Systems and Machine Learning methods to map the large-scale energy potential for three very popular sources of decentralized energy systems: wind energy (using horizontal axis wind turbines), geothermal energy (using very shallow ground source heat pumps) and solar energy (using photovoltaic solar panels over rooftops). For each of the three considered energy sources, an adapted methodology is suggested to assess its large-scale potential, by estimating multiple variables of interest (with a suitable time resolution, e.g. monthly or yearly), using widely available data, and combining these variables into potential values. These latter estimated variables, dictating the potential, include: (i) the monthly wind speed, and rural and urban topographic/obstacle configuration for wind energy, (ii) the ground thermal conductivity, volumetric heat capacity and monthly temperature gradient for geothermal energy, (iii) the monthly solar radiation, available area for PV panels over rooftops, geometrical characteristics of rooftops and monthly shading factors over rooftops for solar energy. The use of Machine Learning algorithms (notably Support Vector Machines and Random Forests) allows, given adequate features and training data (examples for some locations), for the prediction of the latter variables at unknown locations, along with the uncertainty attached to the predictions. In each case, the developed methodology is set-up with an aim to be applied for Switzerland, meaning that it relies on Swiss available energy-related data. Such data, however, including meteorological, topographic, ground/soil-related and building-related data, is becoming progressively available for most countries, making it possible to widely generalize the proposed methodologies. Results show that Machine Learning is adequate for energy potential estimation, as the multiple required predictions and spatial extrapolations are achieved with reasonable accuracy. In addition, final values are validated with other existing data or studies when possible, and show general agreement. The application of the suggested potential methodologies in Switzerland outline the very significant potential for the considered renewables. In particular, there is a relatively high potential for RooftopMounted solar PV panels, as it is estimated that they could generate a total electricity production of 16.3 TWh per year, which corresponds to 25.3% of the annual electricity demand in 2017.In each case, the developed methodology is set-up with an aim to be applied for Switzerland, meaning that it relies on Swiss available energy-related data. Such data, however, including meteorological, topographic, ground/soil-related and building-related data, is becoming progressively available for most countries, making it possible to widely generalize the proposed methodologies. Results show that Machine Learning is adequate for energy potential estimation, as the multiple required predictions and spatial extrapolations are achieved with reasonable accuracy. In addition, final values are validated with other existing data or studies when possible, and show general agreement. The application of the suggested potential methodologies in Switzerland outline the very significant potential for the considered renewables. In particular, there is a relatively high potential for RooftopMounted solar PV panels, as it is estimated that they could generate a total electricity production of 16.3 TWh per year, which corresponds to 25.3% of the annual electricity demand in 2017. Note de contenu : 1- Introduction 2- Machine Learning 3- Theory and modeling of renewable energy systems 4- Wind energy: a theoretical potential estimation 5- Very shallow geothermal energy: a theoretical potential estimation 6- Solar energy: a technical potential estimation at commune scale 7- Solar energy: an improved potential estimation at pixel scale 8- Conclusion Numéro de notice : 25797 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Sciences : EPFLausanne : 2019 nature-HAL : Thèse DOI : sans En ligne : https://infoscience.epfl.ch/record/264971?ln=fr Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95038

LiDAR, a technology to assist with smart cities and climate change resilience: a case study in an urban metropolis / Ryan Garnett in ISPRS International journal of geo-information, vol 7 n° 5 (May 2018)  

Permalink

n° 35 - mai 2018 - Chiffres clés des énergies renouvelables, édition 2018 (Bulletin de Datalab) / CGDD Commissariat Général au Développement Durable  

Permalink

Detection and area estimation for photovoltaic panels in urban hyperspectral remote sensing data by an original NMF-based unmixing method / Moussa Sofiane Karoui (2018)  

Permalink

n° 8 - février 2017 - Chiffres clés des énergies renouvelables, édition 2016 (Bulletin de Datalab) / CGDD Commissariat Général au Développement Durable    

Permalink

Amélioration des procédés de traitement des missions d’inspection sur centrale photovoltaïque / Karim Mazary (2017)

Permalink

Optimal site selection for sitting a solar park using multi-criteria decision analysis and geographical information systems / Andreas Georgiou in Geoscientific instrumentation methods and data systems, vol 5 n° 2 (July - December 2016)  

Permalink

A place in the sun / Krista Montgomery in GEO: Geoconnexion international, vol 14 n° 8 (September 2015)

Permalink

Ableitung von 3D-Gebäudeobjekten aus 3D-Flächen und Katastergrundissen mit Hilfe von SketchUp© / Tobias Jung in ZFV, Zeitschrift für Geodäsie, Geoinformation und Landmanagement, vol 138 n° 5 (01/09/2013)

Permalink

Cadastre solaire : recherche systématique des toits les plus appropriés pour les installations photovoltaïques / D. Klauser in Géomatique suisse, vol 110 n° 5 (01/05/2012)

Permalink

POTSOL : analyse du potentiel photovoltaïque des toits de bâtiments / F. Grin in Géomatique suisse, vol 109 n° 11 (01/11/2011)

Permalink