Centre de documentation
scientifique

De pléiades à pléiades NEO: une analyse de l'amélioration de les restitution 3D / David Youssefi in Revue Française de Photogrammétrie et de Télédétection, n° 226 (2024)  

Public [article]  inRevue Française de Photogrammétrie et de Télédétection > n° 226 (2024) . - pp. 01-09 Titre : De pléiades à pléiades NEO: une analyse de l'amélioration de les restitution 3D Type de document : Article/Communication Auteurs : David Youssefi, Auteur ; E. Dubois, Auteur ; Jean-Marc Delvit, Auteur Année de publication : 2024 Article en page(s) : pp. 01-09 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Termes IGN] 3D analyst [Termes IGN] Centre national d'études spatiales [Termes IGN] code source libre [Termes IGN] modèle numérique de surface [Termes IGN] modèle numérique de terrain [Termes IGN] Pléiades-Neo Mots-clés libres : Pléiades, Pléiades Neo, Modèle Numérique de Surface, Modèle Numérique de Terrain, Code ouvert Résumé : Fort de son expertise en géométrie et en 3D, le Centre National d’Études Spatiales (CNES) développe de nouveaux outils open-source capitalisant une partie de son savoir-faire. Ils sont destinés à être au cœur du segment sol de la mission CO3D et à servir tout l’écosystème aval. Le traitement de ces données impose de concevoir des chaînes robustes, capables de passer à l’échelle. De ce fait, les outils 3D du CNES sont massivement parallélisables, utilisant des technologies multiprocesseurs voire multi-nœuds tout en restant agnostique au matériel utilisé. Ces logiciels proposent des interfaces simples afin de permettre également leur utilisation en dehors des chaînes de traitement opérationnelles. Ces outils sont capables de produire un Modèle Numérique de Surface (MNS) à partir de couples stéréoscopiques d’images (CARS) dont l’étape majeure repose sur la mise en correspondance (Pandora). Par la suite, ils permettent d’extraire un Modèle Numérique de Terrain (MNT) à partir du MNS produit (Bulldozer) et d’en dériver un Modèle Numérique de Hauteur (MNH). Suite à cela, des comparaisons entre tous ces modèles numériques d’élévation peuvent également être effectuées (Demcompare). Dans l’attente de l’arrivée des données CO3D, le CNES éprouve d’ores et déjà ces outils sur d’autres capteurs, dont Pléiades et plus récemment Pléiades Neo. Cet article qualifie l’amélioration de cette restitution 3D apportée par cette nouvelle génération de satellite. Les outils 3D du CNES sont sous licence libre et non contaminante (Licence Apache v2) afin de notamment permettre l’exploitation et la valorisation des données Pléiades et maintenant Pléiades Neo. Ils offrent enfin la possibilité de reproduire les résultats présentés dans cet article. Numéro de notice : A2024-19 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueNat En ligne : https://rfpt.sfpt.fr/index.php/RFPT/article/view/672/503 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=103656 [article]

Leveraging deep learning and remote sensing to predict ecosystem types in the NiN framework / Matteo Crespin-Jouan (2024)

Public Titre : Leveraging deep learning and remote sensing to predict ecosystem types in the NiN framework Type de document : Mémoire Auteurs : Matteo Crespin-Jouan, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2024 Importance : 41 p. Format : 21 x 30 cm Note générale : bibliographie Mémoire d'ingénieur 2e année Langues : Anglais (eng) Descripteur : [Termes IGN] apprentissage profond [Termes IGN] cartographie [Termes IGN] couverture (données géographiques) [Termes IGN] gradient [Termes IGN] occupation du sol [Termes IGN] Sentinel-2 [Termes IGN] télédétection [Termes IGN] végétation Index. décimale : PROJET Mémoires : Rapports de projet - stage des ingénieurs de 2e année Résumé : (auteur) Ce rapport présente les résultats d’un stage effectué au sein du Geo-Ecology Research Group (GEco) du Muséum d’Histoire Naturelle d’Oslo. Le projet a porté sur l’application de techniques d’apprentissage profond pour classifier les écosystèmes norvégiens en se basant sur les données du système de classification Natur i Norge (NiN). Différentes sources de données ont été utilisées notamment des images aériennes de drones, des photos prises au sol et des données satellitaires Sentinel, afin de prédire les types d’écosystèmes et des gradients environnementaux clés, tels que la richesse en calcaire. L’étude a exploré différentes approches, notamment les réseaux neuronaux convolutifs (CNN) et les perceptrons multicouches (MLP), en mettant l’accent sur l’exploitation des informations spectrales plutôt que des caractéristiques spatiales. Les résultats ont mis en évidence les défis liés au travail avec des données limitées et incohérentes, en particulier dans le contexte de classifications très détaillée comme NiN. Bien que les modèles aient montré un certain succès, notamment avec l’utilisation de données hyperspectrales, les résultats ont été limités par la qualité et la cohérence des labels disponibles. Note de contenu : Introduction 1. About the Data, the labels, and the distribution of the labels in the datasets 2. CNNs and vision transformers to leverage shape and texture features 3. A more successful endeavour : a mere mutliplayer perceptron on hyper-spectral satellite images Conclusion Numéro de notice : 24266 Affiliation des auteurs : IGN (2020- ) Thématique : BIODIVERSITE/GEOMATIQUE/INFORMATIQUE Nature : Mémoire de projet pluridisciplinaire Organisme de stage : Geo-Ecology Research Group (GEco), at Oslo’s Natural History Museum (NHM) Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=103901

Flood vulnerability assessment of urban buildings based on integrating high-resolution remote sensing and street view images / Ziyao Xing in Sustainable Cities and Society, vol 92 (May 2023)  

Public [article]  inSustainable Cities and Society > vol 92 (May 2023) . - n° 104467 Titre : Flood vulnerability assessment of urban buildings based on integrating high-resolution remote sensing and street view images Type de document : Article/Communication Auteurs : Ziyao Xing, Auteur ; Shuai Yang, Auteur ; Xuli Zan, Auteur ; et al., Auteur Année de publication : 2023 Article en page(s) : n° 104467 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] attention (apprentissage automatique) [Termes IGN] bâtiment [Termes IGN] Chine [Termes IGN] gestion des risques [Termes IGN] image Streetview [Termes IGN] inondation [Termes IGN] milieu urbain [Termes IGN] planification urbaine [Termes IGN] Quickbird [Termes IGN] segmentation sémantique [Termes IGN] vulnérabilité Résumé : (auteur) Urban flood risk management requires an extensive investigation of the vulnerability characteristics of buildings. Large-scale field surveys usually cost a lot of time and money, while satellite remote sensing and street view images can provide information on the tops and facades of buildings respectively. Thereupon, this paper develops a building vulnerability assessment framework using remote sensing and street view features. Specifically, a UNet-based semantic segmentation model, FSA-UNet (Fusion-Self-Attention-UNet) is proposed to integrate remote sensing and street view features and the vulnerability information contained in the images is fully exploited. And the building vulnerability index is generated to provide the spatial distribution characteristics of urban building vulnerability. The experiment shows that the mIoU of the proposed model can reach 82% for building vulnerability classification in Hefei, China, which is more accurate than the traditional semantic segmentation models. The results indicate that the integration of street view and remote sensing image features can improve the ability of building vulnerability assessment, and the model proposed in this study can better capture the correlation features of multi-angle images through the self-attention mechanism and combines hierarchy features and edge information to improve the classification effect. This study can support for disaster management and urban planning. Numéro de notice : A2023-152 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.1016/j.scs.2023.104467 Date de publication en ligne : 23/02/2023 En ligne : https://doi.org/10.1016/j.scs.2023.104467 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102826 [article]

Peut-on prédire les séismes ? / Laurent Polidori in Géomètre, n° 2211 (mars 2023)

Public [article]  inGéomètre > n° 2211 (mars 2023) . - pp 21 - 21 Titre : Peut-on prédire les séismes ? Type de document : Article/Communication Auteurs : Laurent Polidori, Auteur Année de publication : 2023 Article en page(s) : pp 21 - 21 Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de géodésie spatiale [Termes IGN] catastrophe naturelle [Termes IGN] déformation de la croute terrestre [Termes IGN] Demeter (microsatellite) [Termes IGN] observation de la Terre [Termes IGN] risque naturel [Termes IGN] séisme [Termes IGN] station GNSS [Termes IGN] tectonique des plaques Résumé : (Auteur) Le 6 février, un séisme de magnitude 7,8 s’est produit à la frontière entre la Turquie et la Syrie, faisant près de 50000 victimes. Quelques minutes auraient suffi pour épargner presque toutes les vies, aussi s’interroge-t-on à chaque catastrophe : aurait-on pu la prédire ? Numéro de notice : A2023-066 Affiliation des auteurs : non IGN Thématique : POSITIONNEMENT Nature : Article nature-HAL : ArtSansCL DOI : sans Date de publication en ligne : 01/03/2023 Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102713 [article]

Exemplaires(1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
063-2023031	RAB	Revue	Centre de documentation	En réserve L003	Disponible

GENESIS: co-location of geodetic techniques in space / Pacôme Delva in Earth, Planets and Space, vol 75 n° 1 (2023)  

Public [article]  inEarth, Planets and Space > vol 75 n° 1 (2023) . - n° 5 (2023) Titre : GENESIS: co-location of geodetic techniques in space Type de document : Article/Communication Auteurs : Pacôme Delva, Auteur ; Zuheir Altamimi , Auteur ; et al., Auteur ; Laurent Métivier , Auteur Année de publication : 2023 Article en page(s) : n° 5 (2023) Note générale : bibliographie by Pacôme Delva, Zuheir Altamimi, Alejandro Blazquez, Mathis Blossfeld, Johannes Böhm, Pascal Bonnefond, Jean-Paul Boy, Sean Bruinsma, Grzegorz Bury, Miltiadis Chatzinikos, Alexandre Couhert, Clément Courde, Rolf Dach, Véronique Dehant, Simone Dell’Agnello, Gunnar Elgered, Werner Enderle, Pierre Exertier, Susanne Glaser, Rüdiger Haas, Wen Huang, Urs Hugentobler, Adrian Jäggi, Ozgur Karatekin, Frank G. Lemoine, Christophe Le Poncin-Lafitte, Susanne Lunz, Benjamin Männel, Flavien Mercier, Laurent Métivier, Benoît Meyssignac, Jürgen Müller, Axel Nothnagel, Felix Perosanz, Roelof Rietbroek, Markus Rothacher, Harald Schuh, Hakan Sert, Krzysztof Sosnica, Paride Testani, Javier Ventura-Traveset, Gilles Wautelet & Radoslaw Zajdel  Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Systèmes de référence et réseaux [Termes IGN] co-positionnement [Termes IGN] géodésie spatiale [Termes IGN] International Terrestrial Reference Frame [Termes IGN] précision du positionnement [Termes IGN] satellite de positionnement Résumé : (auteur) Improving and homogenizing time and space reference systems on Earth and, more specifically, realizing the Terrestrial Reference Frame (TRF) with an accuracy of 1 mm and a long-term stability of 0.1 mm/year are relevant for many scientific and societal endeavors. The knowledge of the TRF is fundamental for Earth and navigation sciences. For instance, quantifying sea level change strongly depends on an accurate determination of the geocenter motion but also of the positions of continental and island reference stations, such as those located at tide gauges, as well as the ground stations of tracking networks. Also, numerous applications in geophysics require absolute millimeter precision from the reference frame, as for example monitoring tectonic motion or crustal deformation, contributing to a better understanding of natural hazards. The TRF accuracy to be achieved represents the consensus of various authorities, including the International Association of Geodesy (IAG), which has enunciated geodesy requirements for Earth sciences. Moreover, the United Nations Resolution 69/266 states that the full societal benefits in developing satellite missions for positioning and Remote Sensing of the Earth are realized only if they are referenced to a common global geodetic reference frame at the national, regional and global levels. Today we are still far from these ambitious accuracy and stability goals for the realization of the TRF. However, a combination and co-location of all four space geodetic techniques on one satellite platform can significantly contribute to achieving these goals. This is the purpose of the GENESIS mission, a component of the FutureNAV program of the European Space Agency. The GENESIS platform will be a dynamic space geodetic observatory carrying all the geodetic instruments referenced to one another through carefully calibrated space ties. The co-location of the techniques in space will solve the inconsistencies and biases between the different geodetic techniques in order to reach the TRF accuracy and stability goals endorsed by the various international authorities and the scientific community. The purpose of this paper is to review the state-of-the-art and explain the benefits of the GENESIS mission in Earth sciences, navigation sciences and metrology. This paper has been written and supported by a large community of scientists from many countries and working in several different fields of science, ranging from geophysics and geodesy to time and frequency metrology, navigation and positioning. As it is explained throughout this paper, there is a very high scientific consensus that the GENESIS mission would deliver exemplary science and societal benefits across a multidisciplinary range of Navigation and Earth sciences applications, constituting a global infrastructure that is internationally agreed to be strongly desirable. Numéro de notice : A2023-078 Affiliation des auteurs : UMR IPGP-Géod+Ext (2020- ) Thématique : POSITIONNEMENT Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1186/s40623-022-01752-w Date de publication en ligne : 11/01/2023 En ligne : https://doi.org/10.1186/s40623-022-01752-w Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102519 [article]

Deep learning detects invasive plant species across complex landscapes using Worldview-2 and Planetscope satellite imagery / Thomas A. Lake in Remote sensing in ecology and conservation, vol 8 n° 6 (December 2022)  

Permalink

Crowdsourcing-based application to solve the problem of insufficient training data in deep learning-based classification of satellite images / Ekrem Saralioglu in Geocarto international, vol 37 n° 18 ([01/09/2022])  

Permalink

Landsat, le programme fête ses cinquante ans / Laurent Polidori in Géomètre, n° 2205 (septembre 2022)

Permalink

Validation of a corner reflector installation at Côte d’Azur multi-technique geodetic observatory / Xavier Collilieux in Advances in space research, vol 70 n° 2 (15 July 2022)  

Permalink

Littoraux sous double surveillance / Laurent Polidori in Géomètre, n° 2204 (juillet-août 2022)

Permalink

La puissance spatiale chinoise s’affirme / Laurent Polidori in Géomètre, n° 2203 (juin 2022)

Permalink

Débris spatiaux, l’inquiétante prolifération / Laurent Polidori in Géomètre, n° 2199 (février 2022)

Permalink

Efficient variance component estimation for large-scale least-squares problems in satellite geodesy / Yufeng Nie in Journal of geodesy, vol 96 n° 2 (February 2022)  

Permalink

On-orbit BDS signals and transmit antenna gain analysis for a geostationary satellite / Meng Wang in Advances in space research, vol 69 n° 7 (April 2022)  

Permalink

Preparation of the VENµS satellite data over Israel for the input into the GRASP data treatment algorithm / Maeve Blarel (2022) 

Permalink