Centre dedocumentation
scientifique

Tephra mass eruption rate from ground-based X-band and L-band microwave radars during the November 23, 2013, Etna Paroxysm / Frank S. Marzano in IEEE Transactions on geoscience and remote sensing, vol 58 n° 5 (May 2020)  

Public [article]  inIEEE Transactions on geoscience and remote sensing > vol 58 n° 5 (May 2020) . - pp 3314 - 3327 Titre : Tephra mass eruption rate from ground-based X-band and L-band microwave radars during the November 23, 2013, Etna Paroxysm Type de document : Article/Communication Auteurs : Frank S. Marzano, Auteur ; Luigi Mereu, Auteur ; Simona Scollo, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : pp 3314 - 3327 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Télédétection [Termes IGN] bande L [Termes IGN] bande X [Termes IGN] capteur terrestre [Termes IGN] éruption volcanique [Termes IGN] Etna (volcan) [Termes IGN] lave [Termes IGN] masse [Termes IGN] micro-onde [Termes IGN] radar à antenne synthétique [Termes IGN] rayonnement infrarouge thermique [Termes IGN] surveillance géologique [Termes IGN] volcanologie Résumé : (auteur) The morning of November 23, 2013, a lava fountain formed from the New South-East Crater (NSEC) of Mt. Etna (Italy), one of the most active volcanoes in Europe. The explosive activity was observed from two ground-based radars, the X-band polarimetric scanning and the L-band Doppler fixed-pointing, as well as from a thermal-infrared camera. Taking advantage of the capability of the microwave radars to probe the volcanic plume and extending the volcanic ash radar retrieval (VARR) methodology, we estimate the mass eruption rate (MER) using three main techniques, namely surface-flux approach (SFA), mass continuity-based approach (MCA), and top-plume approach (TPA), as well as provide a quantitative evaluation of their uncertainty. Estimated exit velocities are between 160 and 230 m/s in the paroxysmal phase. The intercomparison between the SFA, MCA, and TPA methods, in terms of retrieved MER, shows a fairly good consistency with values up to $2.4\times 10^{6}$ kg/s. The estimated total erupted mass (TEM) is $3.8\times 10^{9}$ , $3.9\times 10^{9}$ , and $4.7\times 10^{9}$ kg for SFA with L-band, X-band, and thermal-infrared camera, respectively. Estimated TEM is between $1.7\times 10^{9}$ kg and $4.3\times 10^{9}$ for TPA methods and $3.9\times 10^{9}$ kg for the MCA technique. The SFA, MCA, and TPA results for TEM are in fairly good agreement with independent evaluations derived from ground collection of tephra deposit and estimated to be between $1.3\,\,\pm \,\,1.1\times 10^{9}$ and $5.7\times 10^{9}$ kg. This article shows that complementary strategies of ground-based remote sensing systems can provide an accurate real-time monitoring of a volcanic explosive activity. Numéro de notice : A2020-236 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2019.2953167 Date de publication en ligne : 23/12/2019 En ligne : https://doi.org/10.1109/TGRS.2019.2953167 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94982 [article]

Deep SAR-Net: learning objects from signals / Zhongling Huang in ISPRS Journal of photogrammetry and remote sensing, vol 161 (March 2020)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 161 (March 2020) . - pp 179 - 193 Titre : Deep SAR-Net: learning objects from signals Type de document : Article/Communication Auteurs : Zhongling Huang, Auteur ; Mihai Datcu, Auteur ; Zongxu Pan, Auteur ; Bin Lei, Auteur Année de publication : 2020 Article en page(s) : pp 179 - 193 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications [Termes IGN] apprentissage profond [Termes IGN] classification par réseau neuronal convolutif [Termes IGN] image radar moirée [Termes IGN] image Sentinel-SAR [Termes IGN] image Terra [Termes IGN] matrice de covariance [Termes IGN] micro-onde [Termes IGN] polarisation [Termes IGN] temps-fréquence Résumé : (Auteur) This paper introduces a novel Synthetic Aperture Radar (SAR) specific deep learning framework for complex-valued SAR images. The conventional deep convolutional neural networks based methods usually take the amplitude information of single-polarization SAR images as the input to learn hierarchical spatial features automatically, which may have difficulties in discriminating objects with similar texture but discriminative scattering patterns. Our novel deep learning framework, Deep SAR-Net, takes complex-valued SAR images into consideration to learn both spatial texture information and backscattering patterns of objects on the ground. On the one hand, we transfer the detected SAR images pre-trained layers to extract spatial features from intensity images. On the other hand, we dig into the Fourier domain to learn physical properties of the objects by joint time-frequency analysis on complex-valued SAR images. We evaluate the effectiveness of Deep SAR-Net on three complex-valued SAR datasets from Sentinel-1 and TerraSAR-X satellite and demonstrate how it works better than conventional deep CNNs, especially on man-made objects classes. The proposed datasets and the trained Deep SAR-Net model with all codes are provided. Numéro de notice : A2020-065 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2020.01.016 Date de publication en ligne : 23/01/2020 En ligne : https://doi.org/10.1016/j.isprsjprs.2020.01.016 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94583 [article]

Réservation

Réserver ce document

Exemplaires (3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2020031	RAB	Revue	Centre de documentation	En réserve 3L	Disponible
081-2020033	DEP-RECP	Revue	LaSTIG	Dépôt en unité	Exclu du prêt
081-2020032	DEP-RECF	Revue	Nancy	Dépôt en unité	Exclu du prêt

Imaging and diagnostic of sub-wavelength micro-structures, from closed-form algorithms to deep learning / Peipei Ran (2020)  

Public Titre : Imaging and diagnostic of sub-wavelength micro-structures, from closed-form algorithms to deep learning Type de document : Thèse/HDR Auteurs : Peipei Ran, Auteur ; Dominique Lesselier, Directeur de thèse Editeur : Bures-sur-Yvette : Université Paris-Saclay Année de publication : 2020 Importance : 135 p. Format : 21 x 30 cm Note générale : bibliographie Thèse de doctorat de l’Université Paris-Saclay, Traitement du signal et des images Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement du signal [Termes IGN] apprentissage profond [Termes IGN] chambre anéchoïque [Termes IGN] classification par réseau neuronal convolutif [Termes IGN] diffraction [Termes IGN] diffusion de Rayleigh [Termes IGN] hyperfréquence [Termes IGN] impulsion [Termes IGN] longueur d'onde [Termes IGN] micro-onde [Termes IGN] réseau neuronal récurrent [Termes IGN] zone d'intérêt Index. décimale : THESE Thèses et HDR Résumé : (auteur) Electromagnetic probing of a gridlike, finite set of infinitely long circular cylindrical dielectric rods affected by missing ones is investigated from time-harmonic single and multiple frequency data. Sub-wavelength distances between adjacent rods and sub-wavelength rod diameters are assumed throughout the frequency band of operation and this leads to a severe challenge due to need of super-resolution within the present micro-structure, well beyond the Rayleigh criterion. A wealth of solution methods is investigated and comprehensive numerical simulations illustrate pros and cons, completed by processing laboratory-controlled experimental data acquired on a micro-structure prototype in a microwave anechoic chamber. These methods, which differ per a priori information accounted for and consequent versatility, include time-reversal, binary-specialized contrast-source and sparsity-constrained inversions, and convolutional neural networks possibly combined with recurrent ones. Note de contenu : 1- Introduction 2- Modelling of the forward problem 3- Sparsity constrained inversion and contrast source inversion 4- Imaging by convolutional neural networks in frequency domain 5- Imaging by recurrent neural networks in time domain 6- Imaging by convolutional-recurrent neural networks 7- Direct imaging method: time reversal 8- Conclusion Numéro de notice : 28564 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Traitement du signal et des images : Université Paris-Saclay : 2020 Organisme de stage : Laboratoire des signaux et systèmes nature-HAL : Thèse En ligne : https://tel.archives-ouvertes.fr/tel-03105752/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97636

Soil and vegetation scattering contributions in L-Band and P-Band polarimetric SAR observations / S. Hamed Alemohammad in IEEE Transactions on geoscience and remote sensing, vol 57 n° 11 (November 2019)  

Public [article]  inIEEE Transactions on geoscience and remote sensing > vol 57 n° 11 (November 2019) . - pp 8417 - 8429 Titre : Soil and vegetation scattering contributions in L-Band and P-Band polarimetric SAR observations Type de document : Article/Communication Auteurs : S. Hamed Alemohammad, Auteur ; Thomas Jagdhuber, Auteur ; Mahta Moghaddam, Auteur ; Dara Entekhabi, Auteur Année de publication : 2019 Article en page(s) : pp 8417 - 8429 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications [Termes IGN] bande L [Termes IGN] bande P [Termes IGN] canopée [Termes IGN] constante diélectrique [Termes IGN] couvert végétal [Termes IGN] données polarimétriques [Termes IGN] humidité du sol [Termes IGN] image captée par drone [Termes IGN] image radar moirée [Termes IGN] micro-onde [Termes IGN] rugosité du sol [Termes IGN] teneur en eau de la végétation Résumé : (auteur) Active microwave-based retrieval of soil moisture in vegetated areas has uncertainties due to the sensitivity of the signal to both soil (dielectric constant and roughness) and vegetation (dielectric constant and structure) properties. A multi-frequency acquisition system would increase the number of observations that may constrain soil and/or vegetation parameter retrievals. In order to realize this constraint, an understanding of microwaves interaction with the surface and vegetation across frequencies is necessary. Different microwave frequencies have varied interactions with the soil-vegetation medium and increasing penetration into the soil and canopy with the decreasing frequency. In this study, we examine the contributions of different scattering mechanisms to coincident observations from two microwave frequencies (L and P) of airborne synthetic aperture radar instruments. We quantify contributions of surface, vegetation volume, and double-bounce scattering components. Results are analyzed and discussed to guide future multi-frequency retrieval algorithm designs. Numéro de notice : A2019-594 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2019.2920995 Date de publication en ligne : 27/06/2019 En ligne : https://doi.org/10.1109/TGRS.2019.2920995 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94586 [article]

Télédétection pour l'observation des surfaces continentales, Volume 2. Observation des surfaces continentales par télédétection micro-onde / Nicolas Baghdadi (2017)

Public Titre de série : Télédétection pour l'observation des surfaces continentales, Volume 2 Titre : Observation des surfaces continentales par télédétection micro-onde : techniques et méthodes Type de document : Monographie Auteurs : Nicolas Baghdadi, Éditeur scientifique ; Mehrez Zribi, Éditeur scientifique Editeur : Londres : ISTE Editions Année de publication : 2017 Collection : Collection système Terre - Environnement Importance : 420 p. Format : 15 x 23 cm ISBN/ISSN/EAN : 978-1-78405-157-0 Note générale : Bibliographie, glossaire Langues : Français (fre) Descripteur : [Vedettes matières IGN] Télédétection [Termes IGN] altimétrie satellitaire par radar [Termes IGN] assimilation des données [Termes IGN] données GRACE [Termes IGN] filtre de Kalman [Termes IGN] GRACE [Termes IGN] image radar moirée [Termes IGN] interféromètrie par radar à antenne synthétique [Termes IGN] micro-onde [Termes IGN] modèle d'erreur [Termes IGN] modèle numérique de terrain [Termes IGN] polarimétrie radar [Termes IGN] réflectométrie par GNSS [Termes IGN] télédétection en hyperfréquence [Termes IGN] tomographie radar [Termes IGN] transfert radiatif Index. décimale : 35.22 Télédétection en hyperfréquence - Traitement d'image radar Résumé : (Editeur) Second volume d'une série de six ouvrages, ce livre présente les principes physiques et techniques de différents types de capteurs micro-ondes : les radars à synthèse d’ouverture (RSO), l’altimétrie satellitaire radar, les micro-ondes passives, la gravimétrie spatiale, la réflectométrie GNSS (Global Navigation Satellite System). L’ouvrage aborde également la reconstruction des modèles numériques de terrain à partir de mesures RSO et propose une description des méthodes d’assimilation des données spatiales dans les modèles. Note de contenu : Introduction 1. Imagerie radar à synthèse d’ouverture 2. Imagerie SAR à modes de diversité cohérents : polarimétrie, interférométrie et tomographie SAR 3. Les principes de la reconstruction d’un MNT à partir d’images RSO 4. Principes de l’altimétrie satellitaire radar pour les applications sur les eaux continentales 5. Micro-ondes passives à basses fréquences : principes, transfert radiatif, physique de la mesure 6. La mission de gravimétrie spatiale GRACE : instruments et principe de fonctionnement 7. Le système satellite de navigation global réfléchi (GNSS-R) : de la théorie à la pratique 8. Assimilation de données spatiales Numéro de notice : 22753B Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Recueil / ouvrage collectif Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91695

Voir aussi

• Télédétection pour l'observation des surfaces continentales, Volume 1. Observation des surfaces continentales par télédétection optique / Nicolas Baghdadi (2017)
• Télédétection pour l'observation des surfaces continentales, Volume 4. Observation des surfaces continentales par télédétection 2 / Nicolas Baghdadi (2017)
• Télédétection pour l'observation des surfaces continentales, Volume 5. Observation des surfaces continentales par télédétection 3 / Nicolas Baghdadi (2017)
• Télédétection pour l'observation des surfaces continentales, Volume 3. Observation des surfaces continentales par télédétection 1 / Nicolas Baghdadi (2017)

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
22753-01B	35.22	Livre	Centre de documentation	Télédétection	Disponible

Modelling electrical conductivity of soil from backscattering coefficient of microwave remotely sensed data using artificial neural network / Walaiporn Phonphan in Geocarto international, vol 29 n° 7 - 8 (November - December 2014)  

Permalink

vol 49 n° 9 - September 2011 - 11th specialist meeting on Microwave Radiometry and remote sensing applications (MICRORAD2010) (Bulletin de IEEE Transactions on geoscience and remote sensing) / Geoscience and remote sensing society  

Permalink

Radar imagery: theory and interpretation / Jean-François Dallemand (1993) 

Permalink