Descripteur
Documents disponibles dans cette catégorie (1372)
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
Characterizing the spatial and temporal variation of the land surface temperature hotspots in Wuhan from a local scale / Chen Yang in Geo-spatial Information Science, vol 23 n° 4 (December 2020)
[article]
Titre : Characterizing the spatial and temporal variation of the land surface temperature hotspots in Wuhan from a local scale Type de document : Article/Communication Auteurs : Chen Yang, Auteur ; Qingming Zhan, Auteur ; Sihang Gao, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : pp 327 - 340 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] analyse spatio-temporelle
[Termes IGN] climat urbain
[Termes IGN] géomorphologie locale
[Termes IGN] ilot thermique urbain
[Termes IGN] image Landsat-OLI
[Termes IGN] image Terra-MODIS
[Termes IGN] image thermique
[Termes IGN] morphologie urbaine
[Termes IGN] processus gaussien
[Termes IGN] regroupement de données
[Termes IGN] série temporelle
[Termes IGN] température au sol
[Termes IGN] Wuhan (Chine)
[Termes IGN] zonage (urbanisme)Résumé : (auteur) Land Surface Temperature (LST) derived from space-borne Thermal-infrared (TIR) sensors is a key parameter of urban climate studies. Current studies are inefficient to capture the spatial and temporal variations of LST for only one snapshot adopted at one time. Focusing on the characterization of the spatial and temporal of LST variations at local scales, the latent patterns, and morphological characteristics are extracted in this study. Technically, sixteen MODerate-resolution Imaging Spectroradiometer (MODIS) eight-day synthesized LST products (MYD11A2) in 2002, 2007, 2012, and 2017 are employed. First, the non-parametric Multi-Task Gaussian Process Model (MTGP) is used to extract the smooth and continuous Latent LST (LLST) patterns using one LST subset and its temporally adjacent images. Second, the Multi-Scale Shape Index (MSSI) is then applied to quantify the morphological characteristics at the optimal scale. Then, the LLST patterns and MSSI maps are clustered into multiple spatial categories. The specific clusters with the highest LLST and MSSI values are considered as local LLST hotspots. The Hotspots Weighted Mean Center (HSWMC) and standard deviation ellipse are adopted to further investigate the spatiotemporal change of hotspots orientation, direction, and trajectories. Results revealed that Impervious Surfaces (IS) composition is the most significant external forcing of local LST anomalies. The configuration factors (e.g., shape index, aggregation index) also have a noticeable local warming effect. This study represents a latent pattern and morphology-based framework for LST hotspots spatial and temporal variations characterization, catering to the zoning and grading strategies in urban planning. Numéro de notice : A2020-788 Affiliation des auteurs : non IGN Thématique : IMAGERIE/URBANISME Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/10095020.2020.1834882 Date de publication en ligne : 06/11/2020 En ligne : https://doi.org/10.1080/10095020.2020.1834882 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96550
in Geo-spatial Information Science > vol 23 n° 4 (December 2020) . - pp 327 - 340[article]Analyse de la déforestation dans la périphérie ouest de la réserve de biosphère du Dja au Cameroun, à partir d'une série multi-annuelle d'images Landsat / Eric Wilson Tegno Nguekam in Revue Française de Photogrammétrie et de Télédétection, n° 222 (novembre 2020)
[article]
Titre : Analyse de la déforestation dans la périphérie ouest de la réserve de biosphère du Dja au Cameroun, à partir d'une série multi-annuelle d'images Landsat Type de document : Article/Communication Auteurs : Eric Wilson Tegno Nguekam, Auteur ; Salomon C. Nguembe Fils, Auteur ; Joachim Etouna, Auteur ; Simon Njeudeng Tenku, Auteur Année de publication : 2020 Article en page(s) : pp 29 - 39 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] Cameroun
[Termes IGN] carte d'occupation du sol
[Termes IGN] classification dirigée
[Termes IGN] déboisement
[Termes IGN] données spatiotemporelles
[Termes IGN] image Landsat-ETM+
[Termes IGN] image Landsat-OLI
[Termes IGN] réserve naturelleRésumé : (Auteur) Dans cet article, il est question d’évaluer la déforestation dans la périphérie Ouest de la réserve de Biosphère du Dja à travers les techniques de télédétection et de système d’information géographique. Pour cela, huit images Landsat de date différentes (2011 à 2018) ont été utilisées pour produire les cartes d’occupation du sol, à travers la méthode de classification supervisée et l’algorithme « maximum likelihood ». Les classes d’occupation de sol retenues pour cette classification sont : forêt dense, forêt dégradée, zone de culture, zone marécageuse, zone d’habitation, sol nu et eau. L’analyse des changements a été faite avec la technique de « change detection ». Les résultats de cette étude ont montré que la déforestation a été importante pendant la période d’étude (2011 – 2018). Les surfaces forestières se sont principalement transformées en zone de culture, marécage, forêt dégradée, sol nu. Le taux de déforestation observé est de 6,8% et dénote une importante baisse du couvert forestier dense. L’étude a montré des tendances de déforestation dans cette périphérie. Elle a permis d’observer que les zones tendancieuses sont concentrées principalement autour de certaines activités anthropiques présentes dans cette zone (la plantation agricole SUDCAM, le barrage de Mekin, les lieux habités). Numéro de notice : A2020-761 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : 10.52638/rfpt.2020.434 Date de publication en ligne : 25/11/2020 En ligne : https://doi.org/10.52638/rfpt.2020.434 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96402
in Revue Française de Photogrammétrie et de Télédétection > n° 222 (novembre 2020) . - pp 29 - 39[article]Détection du changement de l'étalement urbain au bas-Sahara algérien : apport de la télédétection spatiale et des SIG, cas de la ville de Biskra (Algérie) / Assoule Dechaicha in Revue Française de Photogrammétrie et de Télédétection, n° 222 (novembre 2020)
[article]
Titre : Détection du changement de l'étalement urbain au bas-Sahara algérien : apport de la télédétection spatiale et des SIG, cas de la ville de Biskra (Algérie) Type de document : Article/Communication Auteurs : Assoule Dechaicha, Auteur ; Djamel Alkama, Auteur Année de publication : 2020 Article en page(s) : pp 41 - 49 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] Biskra (Algérie)
[Termes IGN] changement d'occupation du sol
[Termes IGN] détection de changement
[Termes IGN] données spatiotemporelles
[Termes IGN] étalement urbain
[Termes IGN] image LandsatRésumé : (Auteur) L’étalement urbain constitue un des problèmes majeurs que connaissant les oasis du Bas-Sahara algérien. Le suivi et la compréhension de son évolution spatiale demeurent une étape essentielle dans toute démarche de développement soutenable de la ville oasienne. Les autorités locales ne disposent pas d’outils appropriés, susceptibles d’être mis à jour régulièrement, pour leur permettre d’agir efficacement en matière de planification et d’aménagement spatial. La télédétection spatiale et les Systèmes d’Information Géographique (SIG) offrent des opportunités permettant de surmonter ces difficultés. La présente étude consiste en l’application d’une technique de détection du changement pour cartographier et quantifier l’étalement spatiotemporel de la ville de Biskra (Algérie) durant la période 1985 - 2000, en utilisant des images Landsat des années 1985, 2000 et 2015. La comparaison post-classification des cartes d’occupation du sol a révélé une croissance des surfaces bâties, allant jusqu’au-delà des limites communales en conurbation avec l’agglomération de Chetma, au détriment d’un recul progressif de la palmeraie. Cette dernière a subi un processus de morcellement et de mitage par le bâti, conduisant à la perte de l’identité oasienne de la ville. L’objectif de la présente étude est de mettre en évidence le processus de l’étalement urbain et les modifications d’occupation du sol qu’il engendre. Elle montre l’importance des méthodes de détection du changement pour la compréhension des formes d’urbanisation et l’évaluation de leurs impacts sur les écosystèmes oasiens. Numéro de notice : A2020-762 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : 10.52638/rfpt.2020.486 Date de publication en ligne : 25/11/2020 En ligne : https://doi.org/10.52638/rfpt.2020.486 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96416
in Revue Française de Photogrammétrie et de Télédétection > n° 222 (novembre 2020) . - pp 41 - 49[article]Forêt d'arbres aléatoires et classification d'images satellites : relation entre la précision du modèle d'entraînement et la précision globale de la classification / Aurélien N.G. Matsaguim in Revue Française de Photogrammétrie et de Télédétection, n° 222 (novembre 2020)
[article]
Titre : Forêt d'arbres aléatoires et classification d'images satellites : relation entre la précision du modèle d'entraînement et la précision globale de la classification Type de document : Article/Communication Auteurs : Aurélien N.G. Matsaguim, Auteur ; Emmanuel D. Tiomo, Auteur Année de publication : 2020 Article en page(s) : pp 3 - 14 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] appariement d'images
[Termes IGN] arbre de décision
[Termes IGN] Cameroun
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] données d'entrainement (apprentissage automatique)
[Termes IGN] image Landsat-OLI
[Termes IGN] précision de la classification
[Termes IGN] qualité d'imageRésumé : (Auteur) En télédétection, il existe un grand nombre d'algorithmes permettant de classifier une image satellite. Parmi ces algorithmes de classification, la Forêt d'Arbres Aléatoires apparait comme particulièrement performant. Cette étude a pour objectifs d'évaluer (1) l'importance de la sélection des images pour le niveau de précision du modèle d'entrainement et (2) la nature de la relation qui existe entre le niveau de précision du modèle et celui de la précision globale de la carte thématique résultant de la classification de l'image satellite avec cet algorithme de classification. A partir d'une image Landsat 8 OLI prise au-dessus d'une zone de montagne tropicale : la région de l'Ouest Cameroun, 35 modèles ont été construits et testés. Les résultats montrent que le niveau de la précision globale des résultats de la Forêts d'Arbres Aléatoires est étroitement dépendant d'une part de la précision du modèle d'entrainement utilisé pour classifier l'image satellite, et d'autre part du choix des images utilisées pour entrainer ce modèle. De plus, la sélection de ces images est elle-même dépendante de la qualité des zones d'entrainement qui servirontà la construction du modèle. Il est donc important de mettre en accent particulier sur la qualité des données d'entrée afin de garantir des résultats satisfaisants avec cet algorithme. Mots clés : Forêt d’Arbres Aléatoires ; précision ; modèle d’entrainement ; télédétection ; Cameroun Numéro de notice : A2020-760 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : 10.52638/rfpt.2020.477 Date de publication en ligne : 25/11/2020 En ligne : https://doi.org/10.52638/rfpt.2020.477 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96400
in Revue Française de Photogrammétrie et de Télédétection > n° 222 (novembre 2020) . - pp 3 - 14[article]Combination of Landsat 8 OLI and Sentinel-1 SAR time-series data for mapping paddy fields in parts of West and Central Java provinces, Indonesia / Sanjiwana Arjasakusuma in ISPRS International journal of geo-information, vol 9 n° 11 (November 2020)
[article]
Titre : Combination of Landsat 8 OLI and Sentinel-1 SAR time-series data for mapping paddy fields in parts of West and Central Java provinces, Indonesia Type de document : Article/Communication Auteurs : Sanjiwana Arjasakusuma, Auteur ; Sandiaga Swahyu Kusuma, Auteur ; Raihan Rafif, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : n° 663 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image mixte
[Termes IGN] bande C
[Termes IGN] classification et arbre de régression
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] image Landsat-OLI
[Termes IGN] image radar moirée
[Termes IGN] image Sentinel-SAR
[Termes IGN] Java (île de)
[Termes IGN] modèle numérique de surface
[Termes IGN] Normalized Difference Built-up Index
[Termes IGN] Normalized Difference Vegetation Index
[Termes IGN] Normalized Difference Water Index
[Termes IGN] polarisation
[Termes IGN] rizière
[Termes IGN] série temporelleRésumé : (auteur) The rise of Google Earth Engine, a cloud computing platform for spatial data, has unlocked seamless integration for multi-sensor and multi-temporal analysis, which is useful for the identification of land-cover classes based on their temporal characteristics. Our study aims to employ temporal patterns from monthly-median Sentinel-1 (S1) C-band synthetic aperture radar data and cloud-filled monthly spectral indices, i.e., Normalized Difference Vegetation Index (NDVI), Modified Normalized Difference Water Index (MNDWI), and Normalized Difference Built-up Index (NDBI), from Landsat 8 (L8) OLI for mapping rice cropland areas in the northern part of Central Java Province, Indonesia. The harmonic function was used to fill the cloud and cloud-masked values in the spectral indices from Landsat 8 data, and smile Random Forests (RF) and Classification And Regression Trees (CART) algorithms were used to map rice cropland areas using a combination of monthly S1 and monthly harmonic L8 spectral indices. An additional terrain variable, Terrain Roughness Index (TRI) from the SRTM dataset, was also included in the analysis. Our results demonstrated that RF models with 50 (RF50) and 80 (RF80) trees yielded better accuracy for mapping the extent of paddy fields, with user accuracies of 85.65% (RF50) and 85.75% (RF80), and producer accuracies of 91.63% (RF80) and 93.48% (RF50) (overall accuracies of 92.10% (RF80) and 92.47% (RF50)), respectively, while CART yielded a user accuracy of only 84.83% and a producer accuracy of 80.86%. The model variable importance in both RF50 and RF80 models showed that vertical transmit and horizontal receive (VH) polarization and harmonic-fitted NDVI were identified as the top five important variables, and the variables representing February, April, June, and December contributed more to the RF model. The detection of VH and NDVI as the top variables which contributed up to 51% of the Random Forest model indicated the importance of the multi-sensor combination for the identification of paddy fields. Numéro de notice : A2020-733 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/ijgi9110663 Date de publication en ligne : 04/11/2020 En ligne : https://doi.org/10.3390/ijgi9110663 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96346
in ISPRS International journal of geo-information > vol 9 n° 11 (November 2020) . - n° 663[article]Analysis of shoreline changes in Vishakhapatnam coastal tract of Andhra Pradesh, India: an application of digital shoreline analysis system (DSAS) / Mirza Razi Imam Baig in Annals of GIS, vol 26 n° 4 (October 2020)PermalinkComparative analysis of index and chemometric techniques-based assessment of leaf area index (LAI) in wheat through field spectroradiometer, Landsat-8, Sentinel-2 and Hyperion bands / Bappa Das in Geocarto international, vol 35 n° 13 ([01/10/2020])PermalinkSpatio-temporal relationship between land cover and land surface temperature in urban areas: A case study in Geneva and Paris / Xu Ge in ISPRS International journal of geo-information, vol 9 n° 10 (October 2020)PermalinkApplying multi-temporal Landsat satellite data and Markov-cellular automata to predict forest cover change and forest degradation of sundarban reserve forest, Bangladesh / Mohammad Emran Hasan in Forests, vol 11 n° 9 (September 2020)PermalinkComparison of tree-based classification algorithms in mapping burned forest areas / Dilek Kucuk Matci in Geodetski vestnik, vol 64 n° 3 (September - November 2020)PermalinkMapping croplands of Europe, Middle East, Russia, and Central Asia using Landsat, Random Forest, and Google Earth Engine / Aparna R. Phalke in ISPRS Journal of photogrammetry and remote sensing, vol 167 (September 2020)PermalinkMonitoring narrow mangrove stands in Baja California Sur, Mexico using linear spectral unmixing / Jonathan B. Thayn in Marine geodesy, Vol 43 n° 5 (September 2020)PermalinkAccuracies of support vector machine and random forest in rice mapping with Sentinel-1A, Landsat-8 and Sentinel-2A datasets / Lamin R. Mansaray in Geocarto international, vol 35 n° 10 ([01/08/2020])PermalinkDevelopment and application of a new mangrove vegetation index (MVI) for rapid and accurate mangrove mapping / Alvin B. Baloloy in ISPRS Journal of photogrammetry and remote sensing, vol 166 (August 2020)PermalinkExtraction of built-up areas from Landsat-8 OLI data based on spectral-textural information and feature selection using support vector machine method / Vijendra Singh Bramhe in Geocarto international, vol 35 n° 10 ([01/08/2020])Permalink