Descripteur
Documents disponibles dans cette catégorie (935)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externes
Etendre la recherche sur niveau(x) vers le bas
Development of new homogenisation methods for GNSS atmospheric data. Application to the analysis of climate trends and variability / Annarosa Quarello (2020)
Titre : Development of new homogenisation methods for GNSS atmospheric data. Application to the analysis of climate trends and variability Titre original : Développement de nouvelles méthodes d'homogénéisation des données atmosphérique GNSS. Application à l'étude de la variabilité climatique Type de document : Thèse/HDR Auteurs : Annarosa Quarello , Auteur ; Olivier Bock , Directeur de thèse ; Emilie Lebarbier, Directeur de thèse Editeur : Saint-Mandé : Institut national de l'information géographique et forestière - IGN (2012-) Année de publication : 2020 Autre Editeur : Paris : Institut de Physique du Globe de Paris IPGP Importance : 156 p. Format : 21 x 30 cm Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Statistiques
[Termes IGN] climat terrestre
[Termes IGN] données GNSS
[Termes IGN] données météorologiques
[Termes IGN] erreur systématique
[Termes IGN] estimation statistique
[Termes IGN] homogénéisation
[Termes IGN] méthode du maximum de vraisemblance (estimation)
[Termes IGN] méthode robuste
[Termes IGN] programmation dynamique
[Termes IGN] R (langage)
[Termes IGN] régression linéaire
[Termes IGN] segmentation
[Termes IGN] série temporelle
[Termes IGN] teneur intégrée en vapeur d'eau
[Termes IGN] variabilité
[Termes IGN] varianceIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Les séries longues de contenu intégré en vapeur d’eau (CIVE) mesurées par GNSS sont affectées par des inhomogénéités liées aux changements de l’instrumentation, de l’environnement et de la procédure de traitement des données. L’homogénéisation de ces séries est une étape cruciale pour les applications en climatologie. Du fait de la forte variabilité naturelle du CIVE, la segmentation doit être appliquée sur des différences de CIVE entre les observations GNSS et une référence qui dans notre application est actuellement la ré-analyse ERA-Interim. Nous avons développé une méthode de segmentation dédiée à la détection de changements abrupts dans la moyenne qui prend en compte un biais périodique et une variance hétérogène dans ces données. L’algorithme calcule dans un premier temps la variance mensuelle avec un estimateur robuste. Ensuite, il estime à nombre de ruptures fixe de manière itérative (i) le biais périodique et (ii) les positions des points de rupture et les moyennes du signal, pour tous les nombres de ruptures testés. Cette estimation est réalisée au sens du maximum de vraisemblance et s’appuie sur l’algorithme de programmation dynamique qui est le seul à fournir la solution exacte en un temps raisonnable. Finalement, le nombre optimal de ruptures est choisi à l’aide d’une méthode de sélection de modèle pénalisée. La méthode a été testée et optimisée à l’aide de simulations numériques et appliquée aux données de CIVE GNSS pour 120 stations du réseau IGS. Enfin, les informations de segmentation sont incluses dans un algorithme de régression linéaire qui est utilisé pour estimer les tendances. La méthode est implémentée dans le package R GNSSseg disponible sur le CRAN. Numéro de notice : 17618 Affiliation des auteurs : UMR IPGP-Géod (2020- ) Thématique : MATHEMATIQUE/POSITIONNEMENT Nature : Thèse française Note de thèse : Thèse : Environnement : IPGP : 2020 Organisme de stage : Equipe Géodésie (IPGP-IGN) nature-HAL : Thèse DOI : sans Date de publication en ligne : 29/01/2021 En ligne : https://hal.science/tel-03771164v2 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96984
Titre : Échantillonnage et estimation dans l'Inventaire Forestier National : Essai de reconstruction et formalisation Type de document : Rapport Auteurs : Olivier Bouriaud , Auteur Editeur : Saint-Mandé : Institut national de l'information géographique et forestière - IGN (2012-) Année de publication : 2020 Projets : 1-Pas de projet / Langues : Français (fre) Descripteur : [Termes IGN] analyse de variance
[Termes IGN] échantillonnage de données
[Termes IGN] estimateur
[Termes IGN] estimation statistique
[Termes IGN] inventaire forestier (techniques et méthodes)
[Termes IGN] sondage statistique
[Termes IGN] stratification de données
[Termes IGN] variance
[Vedettes matières IGN] Inventaire forestierRésumé : (auteur) Ce document présente les éléments principaux de l’échantillonnage et les méthodes d’estimation mises en œuvre dans l’Inventaire Forestier National (IFN) depuis sa réforme en 2004, à l’origine de la « nouvelle méthode d’inventaire ». Il reconstitue le raisonnement logique permettant d’aboutir aux estimateurs statistiques implémentés depuis 2005 et représente ainsi un effort de formalisation conforme à la théorie des sondages. L'enquête IFN est très complexe car à la fois spatiale, temporelle, portant sur une population dynamique et ayant de très nombreux attributs à évaluer simultanément. Elle a donc déployé des méthodes d'échantillonnage et d'estimation spécifiques et originales, essentiellement basées sur un échantillonnage en deux phases et l'emploi poussé de la post-stratification. Numéro de notice : 14254 Affiliation des auteurs : LIF (2020- ) Thématique : FORET/MATHEMATIQUE Nature : Rapport d'étude technique nature-HAL : RappRech DOI : sans En ligne : https://hal.science/hal-03039886 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96848 Estimation methods in the Romanian national forest inventory / Olivier Bouriaud (2020)
Titre : Estimation methods in the Romanian national forest inventory Type de document : Monographie Auteurs : Olivier Bouriaud , Auteur ; Gheorghe Marin, Auteur ; Jean-Christophe Hervé (1961-2017) , Auteur ; Thomas Riedel, Auteur ; Adrian Lanz, Auteur Editeur : Nova science publishers Année de publication : 2020 ISBN/ISSN/EAN : 978-1-5361-8261-3 Note générale : bibliographie
PAS DE DOCUMENT AU CDOSLangues : Anglais (eng) Descripteur : [Termes IGN] analyse de sensibilité
[Termes IGN] estimation statistique
[Termes IGN] inventaire forestier (techniques et méthodes)
[Termes IGN] inventaire forestier étranger (données)
[Termes IGN] Roumanie
[Termes IGN] volume en bois
[Vedettes matières IGN] Inventaire forestierRésumé : (éditeur) This book aims at presenting the estimation methods used in the first cycle of the National Forest Inventory in Romania. Romania is the twelfth largest country in Europe, and its forest vegetation area is larger than that of Austria and Switzerland together. Yet the last forest inventory in Romania was made in 1984 and based on forest management plans, not on specific sampling and measurements.
The expectations from the inventory were therefore very high and diverse. Like any other modern inventory, RO-NFI was designed to be a multi-purpose inventory which would deliver quantitative data to the ministry and forest administrations, but also to provide the data required for the periodical reporting such as the greenhouse gas reporting. While it started from scratch, the National Forest Inventory has integrated the most recent sampling methods used in countries with similar forest conditions, such as Germany, Austria and Switzerland. The book presents the sampling methods and conclude on the effects of the estimation method on the national-level growing stock, which brings relevant information for professionals from the field, but also for policy-desion makers interested in the use of national forest inventories for reporting on forest carbon emissions and storage.Note de contenu : Preface
1. The Sampling Procedure
2. Data Preprocessing
3. Estimation Methods and Procedures
4. Numerical Examples
5. Sensitivity of Wood Volume to the Estimation MethodNuméro de notice : 17697 Affiliation des auteurs : LIF+Ext (2020- ) Thématique : FORET Nature : Monographie nature-HAL : OuvrScient DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99485
Titre : Learning stereo reconstruction with deep neural networks Type de document : Thèse/HDR Auteurs : Stepan Tulyakov, Auteur ; François Fleuret, Directeur de thèse ; Anton Ivanov, Directeur de thèse Editeur : Lausanne : Ecole Polytechnique Fédérale de Lausanne EPFL Année de publication : 2020 Importance : 139 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse présentée à l'Ecole Polytechnique Fédérale de Lausanne pour l’obtention du grade de Docteur ès SciencesLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] apprentissage profond
[Termes IGN] classification semi-dirigée
[Termes IGN] contrainte géométrique
[Termes IGN] couple stéréoscopique
[Termes IGN] entropie
[Termes IGN] estimateur
[Termes IGN] étalonnage géométrique
[Termes IGN] modèle stéréoscopique
[Termes IGN] profondeur
[Termes IGN] réalité de terrain
[Termes IGN] reconstruction 3D
[Termes IGN] reconstruction d'image
[Termes IGN] vision par ordinateur
[Termes IGN] vision stéréoscopiqueRésumé : (auteur) Stereo reconstruction is a problem of recovering a 3d structure of a scene from a pair of images of the scene, acquired from different viewpoints. It has been investigated for decades and many successful methods were developed. The main drawback of these methods, is that they typically utilize a single depth cue, such as parallax, defocus blur or shading, and thus are not as robust as a human visual system that simultaneously relies on a range of monocular and binocular cues. This is mainly because it is hard to manually design a model, accounting for multiple depth cues. In this work, we address this problem by focusing on deep learning-based stereo methods that can discover a model for multiple depth cues directly from training data with ground truth depth. The complexity of deep learning-based methods, however, requires very large training sets with ground truth depth, which is often hard or costly to collect. Furthermore, even when training data is available it is often contaminated with noise, which reduces the effectiveness of supervised learning. In this work, in Chapter 3 we show that it is possible to alleviate this problem by using weakly supervised learning, that utilizes geometric constraints of the problem instead of ground truth depth. Besides the large training set requirement, deep stereo methods are not as application-friendlyas traditional methods. They have a large memory footprint and their disparity range is fixed at training time. For some applications, such as satellite stereo i magery, these are serious problems since satellite images are very large, often reaching tens of megapixels, and have a variable baseline, depending on a time difference between stereo images acquisition. In this work, in Chapter 4 we address these problems by introducing a novel network architecture with a bottleneck, capable of processing large images and utilizing more context, and an estimator that makes the network less sensitive to stereo matching ambiguities and applicable to any disparity range without re-training. Because deep learning-based methods discover depth cues directly from training data, they can be adapted to new data modalities without large modifications. In this work, in Chapter 5 we show that our method, developed for a conventional frame-based camera, can be used with a novel event-based camera, that has a higher dynamic range, smaller latency, and low power consumption. Instead of sampling intensity of all pixels with a fixed frequency, this camera asynchronously reports events of significant pixel intensity changes. To adopt our method to this new data modality, we propose a novel event sequence embedding module, that firstly aggregates information locally, across time, using a novel fully-connected layer for an irregularly sampled continuous domain, and then across discrete spatial domain. One interesting application of stereo is a reconstruction of a planet’s surface topography from satellite stereo images. In this work, in Chapter 6 we describe a geometric calibration method, as well as mosaicing and stereo reconstruction tools that we developed in the framework of the doctoral project for Color and Stereo Surface Imaging System onboard of ESA’s Trace Gas Orbiter, orbiting Mars. For the calibration, we propose a novel method, relying on starfield images because large focal lengths and complex optical distortion of the instrument forbid using standard methods. Scientific and practical results of this work are widely used by a scientific community. Note de contenu : 1- Introduction
2- Background
3- Weakly supervised learning of deep patch-matching cost
4- Applications-friendly deep stereo
5- Dense deep event-based stereo
6- Calibration of a satellite stereo system
7- ConclusionsNuméro de notice : 25795 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse étrangère Note de thèse : Thèse de Doctorat : Sciences : Lausanne : 2020 En ligne : https://infoscience.epfl.ch/record/275342?ln=fr Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95025 Modélisation des effets de la compétition interspécifique et des pratiques sylvicoles sur la croissance de jeunes plants forestiers / Jean-Charles Miquel (2020)
Titre : Modélisation des effets de la compétition interspécifique et des pratiques sylvicoles sur la croissance de jeunes plants forestiers Type de document : Thèse/HDR Auteurs : Jean-Charles Miquel, Auteur ; Catherine Collet, Directeur de thèse ; Mathieu Fortin, Directeur de thèse Editeur : Nancy, Metz : Université de Lorraine Année de publication : 2020 Format : 21 x 30 cm Note générale : Bibliographie
Thèse pour obtenir le grade de docteur délivré par L’Institut des Sciences et Industries du Vivant et de l’Environnement (AgroParisTech), Spécialité : Biologie et écologie des forêts et des agrosystèmesLangues : Français (fre) Descripteur : [Termes IGN] capteur terrestre
[Termes IGN] croissance des arbres
[Termes IGN] données de terrain
[Termes IGN] données dendrométriques
[Termes IGN] données environnementales
[Termes IGN] état de l'art
[Termes IGN] Filicophyta
[Termes IGN] humidité du sol
[Termes IGN] intensité lumineuse
[Termes IGN] méthode de Monte-Carlo
[Termes IGN] modèle de croissance végétale
[Termes IGN] outil d'aide à la décision
[Termes IGN] peuplement forestier
[Termes IGN] Pinus sylvestris
[Vedettes matières IGN] SylvicultureIndex. décimale : THESE Thèses et HDR Résumé : (Auteur) La plantation est un outil intéressant pour mettre en œuvre des stratégies de gestion forestière et constitue également une étape critique du cycle de gestion forestière. Durant cette période, la préparation du site est très souvent employée pour assurer le succès de la plantation en l’allégeant de contraintes telles que la compétition exercée par la végétation accompagnatrice.Les modèles de croissance sont largement utilisés depuis de nombreuses années et sont des outils efficaces pour simuler l’impact des opérations sylvicoles et de la compétition. Toutefois, il n’existe actuellement en France aucun modèle de croissance des arbres permettant d'évaluer ou de comparer les opérations sylvicoles réalisées au cours des jeunes stades, même pour des essences commerciales cultivées couramment. La plupart d'entre eux sont des modèles phénoménologiques décrivant les variables dendrométriques en fonction des caractéristiques techniques des opérations sylvicoles réalisées. Ces modèles produisent généralement des prédictions robustes mais difficilement extrapolable en dehors de leurs conditions d’application. D’autres modèles, dit fonctionnels, se basent sur les processus écophysiologique afin d'estimer la croissance des semis mais nécessitent cependant d’un nombre de paramètres qui peuvent être difficiles à obtenir et, en outre, produisent des prévisions de croissance des arbres qui ne sont pas toujours solides. Des modèles hybrides qui mêlent méthodes de mensuration et méthodes écophysiologique sont une approche prometteuse qui permet d'utiliser des relations fonctionnelles exprimant la croissance des arbres tout en obtenant une prédiction robuste de la croissance. La fougère aigle (Pteridium aquilinum L. Kuhn) est l'une des espèces problématiques pour le succès des jeunes plantations. Elle réagit rapidement à l’ouverture de la canopée et se révèle très compétitrice pour les ressources du milieu (notamment l'eau et lumière), pouvant ainsi retarder le développement des jeunes arbres pendant plusieurs années. Note de contenu : 1. Introduction à la sylviculture
2. Régénération naturelle et plantation
2.1. La régénération naturelle
2.2. La plantation
3. La phase juvénile : définition et implications
4. La végétation compétitrice
4.1. Les différentes interactions régissant le monde végétal
4.2. La compétition
5. Notion de période critique
6. La modélisation en foresterie
6.1. Le modèle comme outil d’aide à la prise de décision
6.2. Les modèles juvéniles
6.3. Les différentes approches de modélisation en foresterie
6.4. Modèles phénoménologiques
6.5. Modèles écophysiologiques
6.6. Modèles hybrides
7. Objectifs de l’étude
Ch 1 : Modélisation de la croissance juvénile de plusieurs essences cultivées selon différents traitements de préparation du site
1. Introduction
1.1. La préparation de site
1.2. Objectif du chapitre
2. Matériels et méthodes
2.1. Sélection et organisation des données de croissance
2.2. Définition du modèle et analyses statistiques
3. Résultats
3.1. Résultats de diamètre
3.2. Résultats de hauteur
4. Discussion
5. Conclusions
6. Annexes du Chapitre 1
Ch 2 : Étude de l’impact de la compétition en eau et en lumière exercée par la fougère aigle sur la croissance de semis de pin sylvestre à travers la conception d’un modèle de croissance hybride
1. État de l’art et objectifs de l’étude
1.1. La compétition pour les ressources
1.2 Conséquences en termes de modélisation de la croissance
1.3. La compétition hydrique
1.4. La compétition pour la lumière
1.5. Le Pin sylvestre (Pinus sylvestris)
1.6. La fougère aigle (Pteridium aquilinum)
1.7. Rappel des enjeux de l’étude
2. Matériel et méthodes
2.1. Description du site expérimental
2.2. Protocole de mesure, d’acquisition et de traitement des données
2.3. Modélisation de la croissance
2.4. Intégration de la compétition dans le modèle de croissance
2.5. Simulation sur l’année par Monte-Carlo
3. Résultats
3.1. Données récoltées sur la campagne de mesure 2018
3.2. Modèle de croissance
3.3. Modèle composé
3.4. Influence de la compétition
3.5. Projection du modèle de croissance sur 2018 et 2019
4. Discussion
4.1. Problématique et originalité du travail
4.2. Discussion autour du choc de transplantation
4.3. Résultats dendrométriques
4.4. Modèle de croissance
4.5. Modèle étendu
5. Bilan et perspectives
6. Annexes du Chapitre 2
Conclusion généraleNuméro de notice : 26525 Affiliation des auteurs : non IGN Thématique : FORET Nature : Thèse française Note de thèse : Thèse de Doctorat : Biologie et écologie des forêts et des agrosystèmes : Lorraine : 2020 Organisme de stage : Institut des Sciences et Industries du Vivant et de l’Environnement (AgroParisTech) nature-HAL : Thèse Date de publication en ligne : 08/04/2021 En ligne : https://pastel.archives-ouvertes.fr/tel-03191601/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97511 A new segmentation method for the homogenisation of GNSS-derived IWV time-series / Annarosa Quarello (2020)PermalinkPermalinkProbabilistic pose estimation and 3D reconstruction of vehicles from stereo images / Maximilian Alexander Coenen (2020)PermalinkRéponses de la productivité des forêts aux fluctuations météorologiques : biais et surestimations des estimations de terrain / Olivier Bouriaud (2020)PermalinkSuperpixel-enhanced deep neural forest for remote sensing image semantic segmentation / Li Mi in ISPRS Journal of photogrammetry and remote sensing, vol 159 (January 2020)PermalinkModelling of the timeseries of GNSS coordinates and their interaction with average magnitude earthquakes / Sanja Tucikesic in Geodetski vestnik, Vol 63 n° 4 (December 2019)PermalinkSimulation of urban expansion via integrating artificial neural network with Markov chain – cellular automata / Tingting Xu in International journal of geographical information science IJGIS, vol 33 n° 10 (October 2019)PermalinkTransferability and calibration of airborne laser scanning based mixed-effects models to estimate the attributes of sawlog-sized Scots pines / Lauri Korhonen in Silva fennica, vol 53 n° 3 (2019)PermalinkUsing a U-net convolutional neural network to map woody vegetation extent from high resolution satellite imagery across Queensland, Australia / Neil Flood in International journal of applied Earth observation and geoinformation, vol 82 (October 2019)PermalinkAddressing overfitting on point cloud classification using Atrous XCRF / Hasan Asy’ari Arief in ISPRS Journal of photogrammetry and remote sensing, vol 155 (September 2019)Permalink