Descripteur
Documents disponibles dans cette catégorie (1219)
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
Titre : Détection des micro et macroplastiques à partir de mesures spectrales Type de document : Mémoire Auteurs : Martin Cubaud, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2022 Importance : 82 p. Format : 21 x 30 cm Note générale : Bibliographie
Mémoire de fin d'études, cycle des ingénieurs ENSG 3ème annéeLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] analyse comparative
[Termes IGN] analyse de données
[Termes IGN] apprentissage automatique
[Termes IGN] bande infrarouge
[Termes IGN] déchet
[Termes IGN] dégradation de l'environnement
[Termes IGN] détection d'anomalie
[Termes IGN] détection de cible
[Termes IGN] image captée par drone
[Termes IGN] image hyperspectrale
[Termes IGN] matière plastique
[Termes IGN] plateau continental
[Termes IGN] pollution
[Termes IGN] spectrométrieIndex. décimale : MPT Mémoires de fin d'études du Master Méthodes physiques en télédétection Résumé : (Auteur) La pollution plastique pose d’importants problèmes pour les organismes vivants, et nécessite donc d’être surveillée de manière fiable et efficace. Le présent rapport de stage compare différentes méthodes pour détecter et identifier la nature de déchets plastiques à partir d’images hyperspectrales dans l’infrarouge court (SWIR, entre 1 et 2,5 µm) prises par drone au-dessus de surfaces continentales : détection d’anomalies, indices spectraux, détection de cibles et apprentissage automatique. Il s’intéresse également à la quantification de l’abondance sub-pixellique des plastiques, et notamment des microplastiques d’une taille inférieure à 5 mm. Note de contenu : Introduction
1. Analyse des données
1.1 Présentation des données
1.2 Analyse et comparaison de spectres
2. Méthodologie 19
2.1 Réduction de dimension
2.2 Détection des plastiques
2.3 Démélange spectral
2.4 Métriques d’évaluation
3. Résultats
3.1 Détection des plastiques
3.2 Quantification de l’abondance sub-pixellique de plastique
4. Discussion
4.1 Détection et identification
4.2 Identification des polymères
4.3 Quantification de l’abondance sub-pixellique de plastique
ConclusionNuméro de notice : 26936 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Mémoire de fin d'études IT Organisme de stage : Office National d’Etudes et de Recherches Aérospatiales ONERA Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102060 Documents numériques
en open access
Détection des micro et macroplastiques à partir de mesures spectrales - pdf auteurAdobe Acrobat PDF Détection des prairies de fauche et estimation des périodes de fauche par télédétection / Emma Seneschal (2022)
Titre : Détection des prairies de fauche et estimation des périodes de fauche par télédétection Type de document : Mémoire Auteurs : Emma Seneschal, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2022 Importance : 103 p. Format : 21 x 30 cm Note générale : bibliographie
Rapport de fin d'étude, cycle des Ingénieurs diplômés de l’ENSG 3ème année, Information Géographique, Analyse Spatiale et TélédétectionLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] apprentissage profond
[Termes IGN] Aves
[Termes IGN] Cantal (15)
[Termes IGN] cartographie thématique
[Termes IGN] classification dirigée
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] échantillonnage de données
[Termes IGN] habitat animal
[Termes IGN] image multibande
[Termes IGN] image Sentinel-MSI
[Termes IGN] image Sentinel-SAR
[Termes IGN] Jura (39)
[Termes IGN] Perceptron multicouche
[Termes IGN] prairie
[Termes IGN] régressionIndex. décimale : IGAST Mémoires du Master Information Géographique, Analyse Spatiale et Télédétection Résumé : (auteur) Ce travail s’inscrit dans le projet Parcelle qui vise à promouvoir le développement de la chaîne de traitement Iota2, développée par le CESBIO. Dans ce cadre-là, une collaboration s’est développée avec l’OFB qui a besoin de cartographier les prairies de fauche précoce dans le cadre de son «Observatoire National de l’Ecosystème Prairie de Fauche» (ONEPF). Le report des fauches est plébiscité depuis de nombreuses années face au déclin de l’avifaune prairiale. Des programmes agri-environnementaux incitent les agriculteurs à reporter les fenaisons jusqu’à mi-juillet. Les cartographies du suivi des prairies de fauche avec une récolte tardive constitueraient un outil de suivi des surfaces de l’habitat potentiellement favorable à la reproduction des oiseaux prairiaux en France. L’utilisation de la télédétection avec Iota2 permettrait une production annuelle plus rapide et moins coûteuse par rapport à des campagnes terrains et au processus actuel de production. Ce travail répond aux problématiques suivantes :
— Comment et avec quelle précision peut-on identifier et cartographier les prairies de fauche en France ?
— Est-il possible d’estimer la période de fauche et à quelle précision ?
Les séries temporelles denses, multi-spectrales et à haute résolution des satellites S1 & S2 ont été retenues pour l’étude des gestions des prairies (fauche, pâture et mixte). Les comportements des prairies selon leur mode de gestion ont été analysés grâce aux profils spectro-temporels des parcelles (bandes et indices spectraux issus de S2). Iota2 a été utilisé pour classifier avec Random Forest ou Deep Learning les prairies selon leur type de gestion. Plusieurs configurations ont été testées : calcul d’indices spectraux, ajout d’informations dérivées de MNT, augmentation de données, modification de l’architecture du réseau de neurones profonds, etc. Les cartographies prédictives des prairies de fauche ont été générées pour les années 2019 et 2021 respectivement sur les zones géographiques Jura-Mâconais et du Cantal. De meilleurs résultats ont été obtenus avec les échantillons d’apprentissage des sites du Jura et de Mâcon (F-score de 0.96 pour les parcelles de fauche). Les nouvelles fonctionnalités de Iota2 ont permis d’estimer la période de fauche par régression (avec un MultiLayerPerceptron). Les premiers résultats réalisés avec les séries temporelles S2 semblent prometteurs (R2 supérieurs à 0.5 et bonnes précisions). Ainsi, Iota2 est un outil performant qui permet la production rapide et qualitative de cartes de suivi des gestions prairiales en intégrant la télédétection. Iota2 pourrait être intégrée dans le processus de l’ONEPF.Note de contenu : Introduction
1- Avifaune et prairie
2- Prairies et télédétection
3- Données
4- Détection des prairies de fauche
5- Détection des périodes de fauche
ConclusionNuméro de notice : 24021 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Mémoire de fin d'études IT Organisme de stage : CESBIO Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101819 Documents numériques
en open access
Détection des prairies... - pdf auteur -Adobe Acrobat PDF Fusion de données hyperspectrales et panchromatiques dans le domaine réflectif / Yohann Constans (2022)
Titre : Fusion de données hyperspectrales et panchromatiques dans le domaine réflectif Type de document : Thèse/HDR Auteurs : Yohann Constans, Auteur ; Xavier Briottet , Directeur de thèse ; Yannick Deville, Directeur de thèse Editeur : Toulouse : Université de Toulouse Année de publication : 2022 Importance : 302 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse en vue de l'obtention du Doctorat de l'Université de Toulouse, Spécialité PhysiqueLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] analyse combinatoire (maths)
[Termes IGN] analyse de sensibilité
[Termes IGN] fusion d'images
[Termes IGN] hétérogénéité spatiale
[Termes IGN] image hyperspectrale
[Termes IGN] image panchromatique
[Termes IGN] jeu de données
[Termes IGN] optimisation (mathématiques)
[Termes IGN] pansharpening (fusion d'images)
[Termes IGN] pixel
[Termes IGN] pouvoir de résolution géométrique
[Termes IGN] qualité d'image
[Termes IGN] reconstruction d'image
[Termes IGN] réflexion (rayonnement)Index. décimale : THESE Thèses et HDR Résumé : (auteur) Les capteurs satellitaires ne pouvant acquérir des images d'observation de la Terre à hautes résolutions spatiale et spectrale, une solution consiste à combiner une image panchromatique (PAN) à haute résolution spatiale avec une image hyperspectrale (HS) à haute résolution spectrale, pour générer une nouvelle image hautement résolue spatialement et spectralement. Ce procédé de fusion, appelé pansharpening HS, présente toutefois certaines limitations, parmi lesquelles la gestion des pixels HS mixtes, particulièrement présents en milieu urbain. Cette thèse a pour objectif de développer et valider une nouvelle méthode de pansharpening HS dans le domaine réflectif [0,4 - 2,5 µm] optimisant la reconstruction des pixels mixtes. Pour ce faire, une méthode de la littérature appelée Spatially Organized Spectral Unmixing (SOSU) a été choisie comme point de départ. Elle est basée sur des étapes de prétraitement de démélange spectral et de réorganisation spatiale des pixels mixtes, et une étape de fusion appelée Gain. Afin d'évaluer les méthodes de fusion, des jeux de données simulés présentant plusieurs niveaux de complexité spatiale et acquis par différents instruments ont été construits à partir de données aéroportées existantes. D'autre part, un protocole robuste d'évaluation de performances a été proposé. Il est basé sur le protocole de Wald et l'application de critères de qualité à différentes échelles spatiales et sur différents domaines spectraux, et il est complété par un produit à valeur ajoutée (cartes d'occupation des sols par classification supervisée). Des améliorations ont été apportées à SOSU pour l'adapter progressivement à des scènes de complexité spatiale élevée. Une nouvelle approche de réorganisation spatiale par analyse combinatoire a été proposée pour le traitement des milieux agricoles à péri-urbains. Des améliorations supplémentaires ont été apportées pour le traitement des milieux urbains, en modélisant notamment l'analyse combinatoire comme un problème d'optimisation et ont conduit à la méthode Combinatorial OptimisatioN for 2D ORganisation (CONDOR). Les performances de cette méthode ont été évaluées et comparées à celles de méthodes de référence. Elles ont révélé des améliorations visuelles et numériques de la qualité de la reconstruction et ont montré que la limitation la plus importante provient de la non-représentation du domaine SWIR [1,0 - 2,5 µm] dans l'image PAN en entrée de la fusion. Un nouveau choix d'instrumentation, reposant sur l'utilisation d'une seconde voie PAN dans le domaine SWIR II [2,0 - 2,5 µm], a ainsi été introduit pour dépasser cette limitation. Les méthodes Gain-2P et CONDOR-2P, extensions des méthodes Gain et CONDOR prenant en compte cette seconde voie PAN, ont été développées. L'analyse des résultats a révélé l'apport conséquent de ces deux méthodes étendues (jusqu'à 60 % et 45 % d'amélioration par rapport à leurs versions initiales sur des données respectivement péri-urbaines et urbaines) ainsi que l'amélioration de la qualité de l'image fusionnée avec CONDOR-2P par rapport à Gain-2P (jusqu'à 9 % d'amélioration). Enfin, une étude de sensibilité a été menée afin d'évaluer la robustesse des méthodes proposées vis-à-vis des défauts et caractéristiques instrumentaux (rapport de résolutions spatiales, déregistration, bruit et fonction de transfert de modulation), en choisissant des configurations représentatives des instruments satellitaires existants. Malgré la sensibilité de l'ensemble des méthodes aux différents paramètres, les analyses ont montré que CONDOR-2P obtient quasi-systématiquement la meilleure qualité de reconstruction, et se révèle particulièrement robuste vis-à-vis de l'augmentation du rapport de résolutions spatiales (10 % d'amélioration par rapport à Gain-2P pour une valeur de 8 en milieu péri-urbain). Note de contenu : 1- Introduction
2- Etat de l'Art
3- Construction de jeux de données de complexité variable
4- Développement d'une procédure robuste d'évaluation de performances
5- Evolution de SOSU pour des scènes de complexité spatiale réduite : CASTOR
6- Evolutions de CASTOR pour des scènes urbaines : CONDOR
7- Prise en compte d'une seconde voie PAN dans le domaine spectral SWIR II
8- Etude de sensibilité
9- Conclusion et perspectivesNuméro de notice : 24019 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Physique : Toulouse : 2022 Organisme de stage : ISAE-ONERA OLIMPES DOI : sans En ligne : https://www.theses.fr/2022ESAE0023 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101791 Global and climate challenges, graph-based data analysis for multisource information extraction / Morgane Batelier (2022)
Titre : Global and climate challenges, graph-based data analysis for multisource information extraction Type de document : Mémoire Auteurs : Morgane Batelier, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2022 Importance : 43 p. Format : 21 x 30 cm Note générale : Bibliographie
Mémoire de fin d'études, cycle des ingénieurs ENSG 3ème année, FRSLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] apprentissage automatique
[Termes IGN] Arctique, océan
[Termes IGN] données d'entrainement sans étiquette
[Termes IGN] glace de mer
[Termes IGN] image hyperspectrale
[Termes IGN] image Sentinel-SAR
[Termes IGN] polarimétrie radar
[Termes IGN] traitement d'image radarIndex. décimale : MPT Mémoires de fin d'études du Master Méthodes physiques en télédétection Résumé : (Auteur) During my end-of-studies internship, I worked on the development of a label propagation algorithm for remote sensing data, using Deep Learning. It was mainly applied to sea ice classification using SAR Sentinel-1 data, and to hyperspectral imaging in order to be effective to multimodal remote sensing. I started by the bibliography, during which we decided with my supervisors the method I was going to work from. Then, I worked on the algorithm implementation that was the longest phase. Finally, the last part of my work was the certification and improvement of the results using different process. Note de contenu : Introduction
1. Remote Sensing in the Arctic
1.1 Challenges of the Arctic
1.2 Sea Ice
2. Label Propagation for Deep Learning
2.1 Preliminaries
2.2 Transductive Propagation Network for Few-shot Learning
3. Multimodal Remote Sensing Data
3.1 Synthetic Aperture Radar
3.2 Hyperspectral Imaging
4. Experimental results
4.1 Datasets
4.2 Improvement Methods
4.3 Discussion and future of the algorithm
ConclusionNuméro de notice : 26935 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Mémoire de fin d'études IT Organisme de stage : Center for Integrated Remote Sensing and Forecasting for Arctic Operations CIRFA Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102059 Documents numériques
en open access
Global and climate challenges, graph-based data analysis for multisource information extraction - pdf auteurAdobe Acrobat PDF Global glacier mass change by spatiotemporal analysis of digital elevation models / Romain Hugonnet (2022)
Titre : Global glacier mass change by spatiotemporal analysis of digital elevation models Titre original : Changement de masse des glaciers à l’échelle mondiale par analyse spatiotemporelle de modèles numériques de terrain Type de document : Thèse/HDR Auteurs : Romain Hugonnet, Auteur ; Etienne Berthier, Directeur de thèse ; Daniel Farinotti, Directeur de thèse Editeur : Toulouse : Université de Toulouse 3 Paul Sabatier Année de publication : 2022 Autre Editeur : Zurich : Eidgenossische Technische Hochschule ETH - Ecole Polytechnique Fédérale de Zurich EPFZ Importance : 244 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse en vue de l'obtention du Doctorat de l'Université de Toulouse, spécialité Océan, Atmosphère, ClimatLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] bilan de masse
[Termes IGN] changement climatique
[Termes IGN] cryosphère
[Termes IGN] données spatiotemporelles
[Termes IGN] fonte des glaces
[Termes IGN] glacier
[Termes IGN] image optique
[Termes IGN] MNS ASTER
[Termes IGN] modèle numérique de surface
[Termes IGN] modèle stéréoscopique
[Termes IGN] niveau de la merIndex. décimale : THESE Thèses et HDR Résumé : (auteur) The world's glaciers are shrinking rapidly, with impacts ranging from global sea-level rise and changes in freshwater availability to the alteration of cryospheric hazards. Despite significant advances during the satellite era, the monitoring of the mass changes of glaciers is still hampered by a fragmented coverage of remote sensing estimations and a poor constraint of the errors in related assessments. In this thesis, we present a globally complete and resolved estimate of glacier mass changes by spatiotemporal analysis of digital elevation models. We first develop methods based on spatiotemporal statistics to assess the accuracy and precision of digital elevation models, and to estimate time series of glacier surface elevation. In particular, we introduce a non-stationary spatial framework to estimate and propagate multi-scale spatial correlations in uncertainties of geospatial estimates. We then massively generate digital elevation models from two decades of stereo optical archives covering glaciers worldwide. From those, we estimate time series of surface elevation for all of Earth's glaciers at a resolution of 100 m during 2000-2019. Integrating these time series into volume and mass changes, we identify a significant acceleration of global glacier mass loss, as well as regionally contrasted responses that mirror decadal changes in climatic conditions. Using a large amount of independent, high-precision data, we demonstrate the validity of our analysis to yield reliable and consistent uncertainties at different scales of the spatiotemporal structure of our estimates. We expect our methods to foster robust spatiotemporal analyses, in to identify sources of biases and uncertainties in geospatial assessments. Furthermore, we anticipate our estimates to advance the understanding of the drivers that govern glacier change, and to extend our capabilities of predicting these changes at all scales. Such predictions are critically needed to design adaptive policies on the mitigation of cryospheric impacts in the context of climate change. Note de contenu : General introduction
1- Monitoring Earth’s glaciers: an observational challenge rooted in space and time
2- Analysis of accuracy and precision of digital elevation models
3- Spatiotemporal estimation of glacier surface elevation
Conclusions and outlookNuméro de notice : 24035 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Océan, Atmosphère, Climat : Toulouse 3 : 2022 Organisme de stage : LEGOS DOI : sans En ligne : https://tel.hal.science/tel-03813744 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101852 Histograms of oriented mosaic gradients for snapshot spectral image description / Lulu Chen in ISPRS Journal of photogrammetry and remote sensing, vol 183 (January 2022)PermalinkImproving urban land cover mapping with the fusion of optical and SAR data based on feature selection strategy / Qing Ding in Photogrammetric Engineering & Remote Sensing, PERS, vol 88 n° 1 (January 2022)PermalinkLearning spatio-temporal representations of satellite time series for large-scale crop mapping / Vivien Sainte Fare Garnot (2022)PermalinkMapping burned areas and land-uses in Kangaroo Island using an object-based image classification framework and Landsat 8 Imagery from Google Earth Engine / Jiyu Liu in Geomatics, Natural Hazards and Risk, vol 13 (2022)PermalinkMLMT-CNN for object detection and segmentation in multi-layer and multi-spectral images / Majedaldein Almahasneh in Machine Vision and Applications, vol 33 n° 1 (January 2022)PermalinkA novel unmixing-based hypersharpening method via convolutional neural network / Xiaochen Lu in IEEE Transactions on geoscience and remote sensing, vol 60 n° 1 (January 2022)PermalinkA PCA-PD fusion method for change detection in remote sensing multi temporal images / Soltana Achour in Geocarto international, vol 37 n° 1 ([01/01/2022])PermalinkPreparation of the VENµS satellite data over Israel for the input into the GRASP data treatment algorithm / Maeve Blarel (2022)PermalinkSelf-attention and generative adversarial networks for algae monitoring / Nhut Hai Huynh in European journal of remote sensing, vol 55 n° 1 (2022)PermalinkSpatial distribution of lead (Pb) in soil: a case study in a contaminated area of the Czech Republic / Nicolas Francos in Geomatics, Natural Hazards and Risk, vol 13 (2022)PermalinkPermalinkBuilding detection with convolutional networks trained with transfer learning / Simon Šanca in Geodetski vestnik, vol 65 n° 4 (December 2021 - February 2022)PermalinkEarly detection of spruce vitality loss with hyperspectral data: Results of an experimental study in Bavaria, Germany / Kathrin Einzmann in Remote sensing of environment, vol 266 (December 2021)PermalinkFlexible Gabor-based superpixel-level unsupervised LDA for hyperspectral image classification / Sen Jia in IEEE Transactions on geoscience and remote sensing, vol 59 n° 12 (December 2021)PermalinkMulti-model estimation of forest canopy closure by using red edge bands based on Sentinel-2 images / Yiying Hua in Forests, vol 12 n° 12 (December 2021)PermalinkNational scale mapping of larch plantations for Wales using the Sentinel-2 data archive / Suvarna M. Punalekar in Forest ecology and management, vol 501 (December-1 2021)PermalinkBagging and boosting ensemble classifiers for classification of multispectral, hyperspectral and PolSAR data: A comparative evaluation / Hamid Jafarzadeh in Remote sensing, vol 13 n° 21 (November-1 2021)PermalinkA repeatable change detection approach to map extreme storm-related damages caused by intense surface runoff based on optical and SAR remote sensing: Evidence from three case studies in the South of France / Arnaud Cerbelaud in ISPRS Journal of photogrammetry and remote sensing, Vol 182 (December 2021)PermalinkSuperpixel-based regional-scale grassland community classification using genetic programming with Sentinel-1 SAR and Sentinel-2 multispectral images / Zhenjiang Wu in Remote sensing, vol 13 n° 20 (October-2 2021)PermalinkAdaptive edge preserving maps in Markov random fields for hyperspectral image classification / Chao Pan in IEEE Transactions on geoscience and remote sensing, vol 59 n° 10 (October 2021)Permalink