Descripteur
Documents disponibles dans cette catégorie (477)
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
Automatisation de l’acquisition et du traitement des images Sentinel-2 pour le calcul d’indices de végétation aidant à la prévention des pics de paludisme à Madagascar / Charlotte Wolff (2017)
Titre : Automatisation de l’acquisition et du traitement des images Sentinel-2 pour le calcul d’indices de végétation aidant à la prévention des pics de paludisme à Madagascar Type de document : Mémoire Auteurs : Charlotte Wolff, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2017 Importance : 64 p. Format : 21 x 30 cm Note générale : Bibliographie
Mémoire de fin d'études, cycle des ingénieurs ENSG 3ème année, master PPMDLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] base de données localisées
[Termes IGN] Geospatial data abstraction library
[Termes IGN] image multibande
[Termes IGN] image Sentinel-MSI
[Termes IGN] indice de végétation
[Termes IGN] Linux
[Termes IGN] Madagascar
[Termes IGN] maladie parasitaire
[Termes IGN] masque
[Termes IGN] Orfeo Tool Box
[Termes IGN] Python (langage de programmation)
[Termes IGN] QGIS
[Termes IGN] restauration d'image
[Termes IGN] série temporelle
[Termes IGN] surveillance sanitaireIndex. décimale : MPPMD Mémoires du mastère spécialisé Photogrammétrie, Positionnement et Mesures de Déformation Résumé : (Auteur) Dans des pays africains en voie de développement, tels Madagascar ou l’Afrique du Sud, le taux de mortalité lié aux maladies infectieuses est en constante diminution. Pourtant, le paludisme persiste. Pour gérer les épisodes de pics épidémiques, les autorités sanitaires développent des systèmes de surveillance basés sur l’acquisition en temps réel de données sur les cas de paludisme recensés par des agents présents sur le terrain et corrélées à des données environnementales acquises par satellite. L’Institut Pasteur de Madagascar a développé notamment un système de détection précoce et de prédiction des épidémies de paludisme à partir du système de surveillance sentinelle des maladies à potentiel épidémique et de données environnementales à basse résolution. Les données Sentinel-2, dont la résolution atteint 10m et dont la fréquence d’acquisition est de 5 jours, permettrait de compléter cette application. Mon stage de fin d’études réalisé avec l’UMR Espace-Dev, au sein des locaux de SEAS-OI à Saint-Pierre de La Réunion a donc pour objectif de tester et de comparer les différentes chaînes d’acquisition et de traitement des images Sentinel-2, permettant de les corriger de l’effet de l’atmosphère et de créer un masque de nuages. Les chaînes testées sont Sen2cor, MAJA et MUSCATE. Sen2cor donne des résultats moins bons que les deux autres chaînes mais qui restent suffisants pour l’utilisation que l’on veut en faire, d’autant que la chaîne de traitement Sen2cor est plus facile à prendre en main et ne nécessite pas de profondeur historique des images pour fonctionner, comme c’est le cas avec MAJA et MUSCATE. Les images téléchargées et traitées sont ensuite rangées dans une base de données et des images d’indices -de végétation dans un premier temps- sont calculées et rangées à leur tour dans la base de données. Ces indices sont utilisés pour créer des fichiers de séries temporelles facilement utilisables par l’Institut Pasteur de Madagascar pour aider à prédire les pics de paludisme sur le territoire malgache. Le produit attendu a été défini lors d’un séjour de cinq jours à l’institut, situé à Antananarivo, capitale de Madagascar. Puis dans un deuxième temps, les images des indices ont été intégrées au catalogue en ligne du SEAS-OI pour pouvoir dans le futur télécharger à distance les images traitées si besoin. L’automatisation a été réalisée sous un environnement Linux, avec des scripts codés en bash (Linux) ou en Python. Des librairies telles que Orpheo ToolBox et GDAL ont été utilisées. Note de contenu : INTRODUCTION
CH 1 DEROULEMENT DU STAGE
1.1 Les objectifs du stage
1.2 Les organismes d’accueil
1.3 La gestion de projet
CH 2 ACQUISITION ET CHOIX DU PRE-TRAITEMENT DES IMAGES
2.1 Caractéristiques des images Sentinel-2
2.2 Acquisition des images Sentinel-2
2.3 Logiciels de prétraitement des images
2.4 Comparaison et choix de la chaîne de prétraitement
2.5 Création du masque des nuages
CH 3 AUTOMATISATION DE L'ACQUISITION ET DU PRE-TRAITEMENT DES IMAGES
3.1 Organisation de la base de données
3.2 Acquisition et traitement des données déjà disponibles
3.3 Automatisation pour l’acquisition des données futures
3.4 Ajout de nouveaux indices
CH 4 REQUETES DANS LA BASE DE DONNEES
4.1 Format des séries temporelles pour répondre aux besoins de l’IPM
4.2 Développement du code
4.3 Résultats et comparaison avec les données MODIS
4.4 Produits complémentaires
CONCLUSIONNuméro de notice : 22906 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Mémoire de fin d'études IT Organisme de stage : UMR Espace pour le Développement (Institut Pasteur de Madagascar) Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=89685 Cartographie de l'occupation des sols à partir de séries temporelles d'images satellitaires à hautes résolutions : identification et traitement des données mal étiquetées / Charlotte Pelletier (2017)
Titre : Cartographie de l'occupation des sols à partir de séries temporelles d'images satellitaires à hautes résolutions : identification et traitement des données mal étiquetées Type de document : Thèse/HDR Auteurs : Charlotte Pelletier, Auteur ; Gérard Dedieu, Directeur de thèse ; Silvia Valero, Directeur de thèse ; Nicolas Champion , Encadrant Editeur : Toulouse : Université de Toulouse 3 Paul Sabatier Année de publication : 2017 Importance : 289 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse en vue de l'obtention du Doctorat de l'Université Paul Sabatier de ToulouseLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] apprentissage automatique
[Termes IGN] carte d'occupation du sol
[Termes IGN] classification dirigée
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] classification par séparateurs à vaste marge
[Termes IGN] échantillonnage
[Termes IGN] erreur de classification
[Termes IGN] étiquette de classe
[Termes IGN] filtrage du bruit
[Termes IGN] image à haute résolution
[Termes IGN] image satellite
[Termes IGN] image Sentinel-MSI
[Termes IGN] image SPOT
[Termes IGN] série temporelle
[Termes IGN] télédétection spatialeIndex. décimale : THESE Thèses et HDR Résumé : (auteur) L'étude des surfaces continentales est devenue ces dernières années un enjeu majeur à l'échelle mondiale pour la gestion et le suivi des territoires, notamment en matière de consommation des terres agricoles et d'étalement urbain. Dans ce contexte, les cartes d'occupation du sol caractérisant la couverture biophysique des terres émergées jouent un rôle essentiel pour la cartographie des surfaces continentales. La production de ces cartes sur de grandes étendues s'appuie sur des données satellitaires qui permettent de photographier les surfaces continentales fréquemment et à faible coût. Le lancement de nouvelles constellations satellitaires - Landsat-8 et Sentinel-2 - permet depuis quelques années l'acquisition de séries temporelles à hautes résolutions. Ces dernières sont utilisées dans des processus de classification supervisée afin de produire les cartes d'occupation du sol. L'arrivée de ces nouvelles données ouvre de nouvelles perspectives, mais questionne sur le choix des algorithmes de classification et des données à fournir en entrée du système de classification. Outre les données satellitaires, les algorithmes de classification supervisée utilisent des échantillons d'apprentissage pour définir leur règle de décision. Dans notre cas, ces échantillons sont étiquetés, \ie{} la classe associée à une occupation des sols est connue. Ainsi, la qualité de la carte d'occupation des sols est directement liée à la qualité des étiquettes des échantillons d'apprentissage. Or, la classification sur de grandes étendues nécessite un grand nombre d'échantillons, qui caractérise la diversité des paysages. Cependant, la collecte de données de référence est une tâche longue et fastidieuse. Ainsi, les échantillons d'apprentissage sont bien souvent extraits d'anciennes bases de données pour obtenir un nombre conséquent d'échantillons sur l'ensemble de la surface à cartographier. Cependant, l'utilisation de ces anciennes données pour classer des images satellitaires plus récentes conduit à la présence de nombreuses données mal étiquetées parmi les échantillons d'apprentissage. Malheureusement, l'utilisation de ces échantillons mal étiquetés dans le processus de classification peut engendrer des erreurs de classification, et donc une détérioration de la qualité de la carte produite. L'objectif général de la thèse vise à améliorer la classification des nouvelles séries temporelles d'images satellitaires à hautes résolutions. Le premier objectif consiste à déterminer la stabilité et la robustesse des méthodes de classification sur de grandes étendues. Plus particulièrement, les travaux portent sur l'analyse d'algorithmes de classification et la sensibilité de ces algorithmes vis-à-vis de leurs paramètres et des données en entrée du système de classification. De plus, la robustesse de ces algorithmes à la présence des données imparfaites est étudiée. Le second objectif s'intéresse aux erreurs présentes dans les données d'apprentissage, connues sous le nom de données mal étiquetées. Dans un premier temps, des méthodes de détection de données mal étiquetées sont proposées et étudiées. Dans un second temps, un cadre méthodologique est proposé afin de prendre en compte les données mal étiquetées dans le processus de classification. L'objectif est de réduire l'influence des données mal étiquetées sur les performances de l'algorithme de classification, et donc d'améliorer la carte d'occupation des sols produite. Note de contenu : 1- Introduction
2- Méthodes et données
3- Stabilité et robustesse des algorithmes de classification
4- Détection des données mal étiquetées
5- ConclusionNuméro de notice : 25734 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Surfaces et interfaces continentales, Hydrologie : Toulouse 3 : 2017 Organisme de stage : Centre d’Études Spatiales de la Biosphère (CESBIO) nature-HAL : Thèse DOI : sans En ligne : http://www.theses.fr/2017TOU30241 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94923 Développement d'un outil de lecture et de traitement des observations satellitaires des capteurs "Ocean & Land Colour Imager" et "Multi-Spectral Imager" / Gabriel Calassou (2017)
Titre : Développement d'un outil de lecture et de traitement des observations satellitaires des capteurs "Ocean & Land Colour Imager" et "Multi-Spectral Imager" Type de document : Mémoire Auteurs : Gabriel Calassou, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2017 Importance : 59 p. Format : 21 x 30 cm Note générale : Bibliographie
Rapport de projet pluridisciplinaire, cycle Ingénieur 2e annéeLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] Australie
[Termes IGN] état de l'art
[Termes IGN] image de synthèse
[Termes IGN] image Sentinel-MSI
[Termes IGN] image Sentinel-OLCI
[Termes IGN] outil d'alimentationIndex. décimale : PROJET Mémoires : Rapports de projet - stage des ingénieurs de 2e année Résumé : (Auteur) L’Australie a un accord avec l'Agence Spatiale Europeenne lui permettant d'accéder a la totalité de des archives des données du capteur "Ocean & Land Colour Imager” (OLCI) sur le satellite Sentinelle 3 ainsi qu’aux données du capteur ≪ Multi Spectral Imager ≫ (MSI) sur le satellite Sentinelle 2. Ces données sont par conséquent disponibles via le "Australian Copernicus data hub". Par contre, seules des données de ≪ niveau 1 ≫ sont disponibles (observations au sommet de l’atmosphère) et celles de ≪ niveau 2 ≫ depuis le mois de juillet 2017 pour Sentinelle 3 . Le principal objectif de ce stage était de développer un outil permettant d'extraire ces données du serveur Copernicus, de les lire et de les interfacer avec un code de traitement (existant) qui permet de dériver les ≪ propriétés géophysiques ≫ a partir des observations brutes, et finalement de faire la synthèse de l'ensemble de ces produits afin de créer des images représentant la moyenne de ces propriétés physiques sur des périodes plus ou moins longues (images composites). Ainsi cet outil permet a partir de données brutes de définir et d’observer les variations de propriétés géophysiques sur des périodes pouvant aller du jour jusqu’au mois. Note de contenu : 1. CONTEXTE
1.1. Optique marine
1.2. Capteurs Sentinelle
2. OBJECTIFS
2.1. État de l’art
3. APPROCHE PROPOSÉE
3.1. Hypothèses et Contraintes
3.2. Approche proposée
3.3. Description du produit final
4. MISE EN ŒUVRE
4.1. Cas d'application
4.2. Résultats obtenus
CONCLUSION ET PERSPECTIVESNuméro de notice : 22796 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Mémoire de projet pluridisciplinaire Organisme de stage : Curtin University Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=87819 Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 22796-01 PROJET Livre Centre de documentation Travaux d'élèves Disponible Documents numériques
peut être téléchargé
Développement d'un outil de lectureAdobe Acrobat PDF
Titre : Filtering mislabeled data for improving time series classification Type de document : Article/Communication Auteurs : Charlotte Pelletier, Auteur ; Silvia Valero, Auteur ; Jordi Inglada, Auteur ; Gérard Dedieu, Auteur ; Nicolas Champion , Auteur Editeur : New York : Institute of Electrical and Electronics Engineers IEEE Année de publication : 2017 Projets : 2-Pas d'info accessible - article non ouvert / Conférence : Multitemp 2017, 9th International Workshop on the Analysis of Multitemporal Remote Sensing Images 27/06/2017 29/06/2017 Brugge Belgique Proceedings IEEE Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] données d'entrainement (apprentissage automatique)
[Termes IGN] image Sentinel-MSI
[Termes IGN] série temporelleRésumé : (auteur) The supervised classification of optical image time series allow the production of accurate land cover maps over large areas. However, the precision yielded by learning algorithms strongly depends on the quality of the reference data. The reference databases covering a large geographical area usually contain noisy data with an important number of mislabeled instances. These labeling errors result in longer training time, less accurate classifiers, and ultimately poorer results. To address this issue, we proposed a new iterative learning framework that removes mislabeled data from the training set. Specifically, a preliminary outlier rejection procedure based on the well-known Random Forest algorithm is proposed. The presented strategy is tested with the classification of Sentinel-2 image time series acquired on 2016 by using an out-of-date reference dataset collected on 2014. Numéro de notice : C2017-059 Affiliation des auteurs : LASTIG MATIS+Ext (2012-2019) Thématique : IMAGERIE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1109/Multi-Temp.2017.8035217 Date de publication en ligne : 14/09/2017 En ligne : https://doi.org/10.1109/Multi-Temp.2017.8035217 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97497 First results of ground displacement monitoring in Paris (France) with Sentinel 1 A/B time series / Matthias Jauvin (2017)
Titre : First results of ground displacement monitoring in Paris (France) with Sentinel 1 A/B time series Type de document : Article/Communication Auteurs : Matthias Jauvin, Auteur ; Yajing Yan, Auteur ; Bénédicte Fruneau , Auteur ; Emmanuel Trouvé, Auteur ; Pierre Gusmano, Auteur Editeur : Paris : Agence Spatiale Européenne ASE / European Space Agency ESA Année de publication : 2017 Conférence : Fringe 2017, 10th International Workshop on Advances in the Science and Applications of SAR Interferometry and Sentinel-1 InSAR 05/06/2017 09/06/2017 Helsinki Finlande programme sans actes Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications
[Termes IGN] image Sentinel-SAR
[Termes IGN] Paris (75)
[Termes IGN] surveillance géologiqueRésumé : (auteur) SAR differential interferometry represents an efficient tool to spatially monitor small ground deformations. During the last fifteen years, methods based on image time series, such as Persistent Scatterers technique, have shown their capabilities for monitoring finer displacements with millimeter precision. With the launch of Sentinel 1A and 1B in April 2014 and 2016, it is now possible to work with free time series of medium resolution images. The rapid revisit time (6 days) of this new constellation limits the temporal decorrelation, which makes it possible to have a high PS density, especially in urban areas. This reduction of the distance between PSs would then reduce the dispersion of the displacement measurements, so that the main source of error in deformation measurement will be due to the variation of the atmospheric composition.Major cities such as the city of Paris are experiencing constant changes that involve major construction works, both on the surface and underground. Paris for instance has started a new project called “Grand Paris”, which aims at transforming the Parisian metropolitan area with in particular major developments in transport network (subway, train and tramway). Such projects usually come with important pumping of groundwater or large excavations, whose surface impacts must be monitored with precision during and after the operations. In this context, Sentinel 1 data is a promising alternative of precedent radar satellite images, which guarantees the continuous availability of data for all applications and offers a good opportunity to develop operational monitoring applications. Even with a medium resolution, it is still possible to consider a use of this technique for monitoring displacements related to human activity (pumping of groundwater, construction of underground structures...) in urban areas. In this paper, we will present our first results obtained with a stack of Sentinel 1A and 1B images (29 images from S1-A and S1-B already processed, probably 45 for the Fringe workshop) acquired in IW mode. The PS processing is performed by using Gamma software. Some specific areas where construction works have already started are currently investigated to try to identify meaningful displacement patterns. In order to avoid limitations such as difficult PS identification and wrong interpretation of the deformation, we consider integrating PS results in processes of monitoring with others geodetic measurements (GPS, tachometry or leveling) acquired by companies specialized in high-precision topography, in order to better analyze and understand the deformations, their related processes and risks. Numéro de notice : C2017-055 Affiliation des auteurs : UPEM-LASTIG+Ext (2016-2019) Thématique : IMAGERIE Nature : Poster nature-HAL : Poster-avec-CL DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96652 Fusion of multi-temporal Sentinel-2 image series and very-high spatial resolution images for detection of urban areas / Cyril Wendl (2017)PermalinkPermalinkPrétraitement optimal des images radar et modélisation des dérives de nappes d'hydrocarbures pour l'aide à la photo-interprétation en exploration pétrolière et surveillance environnementale / Zhour Najoui (2017)PermalinkUtilisation de données satellites dans le combat contre l'esclavage moderne / Florent Negrel-Teodori (2017)PermalinkAssessing the robustness of Random Forests to map land cover with high resolution satellite image time series over large areas / Charlotte Pelletier in Remote sensing of environment, vol 187 (15 December 2016)PermalinkA method for automated snow avalanche debris detection through use of synthetic aperture radar (SAR) imaging / Hannah Vickers in Earth and space science, vol 3 n° 11 (November 2016)PermalinkMapping and characterization of hydrological dynamics in coastal marsh using high temporal resolution Sentinel-1 images / Cécile Cazals in Remote sensing, vol 8 n° 7 (July 2016)PermalinkOptical remotely sensed time series data for land cover classification: A review / Cristina Gómez in ISPRS Journal of photogrammetry and remote sensing, vol 116 (June 2016)PermalinkPipeline intergrity management from space : transmision pipeline monitoring using Copernicus / Jan Ridder in GIM international [en ligne], vol 30 n° 5 (May 2016)PermalinkInterferometric processing of Sentinel-1 TOPS Data / Néstor Yagüe-Martínez in IEEE Transactions on geoscience and remote sensing, vol 54 n° 4 (April 2016)PermalinkBuilding expectations / Lena Nietbaur in GEO: Geoconnexion international, vol 15 n° 2 (February 2016)Permalink2nd workshop Preparation for the Sentinel-2 in Europe, Oslo, 11-12 October 2016 / Arnt Kristian Gjertsen (2016)PermalinkApport de la télédétection radar satellitaire pour la cartographie de la forêt des Landes / Yousra Hamrouni (2016)PermalinkHydro-ecological monitoring of coastal marsh using high temporal resolution Sentinel-1 time serie / Cécile Cazals (2016)PermalinkRadar based classification prior to biomass retrieval from P-Band SAR data / Pierre-Louis Frison (2016)PermalinkSentinel-2A image quality commissioning phase final results: geometric calibration and performances / Florie Languille (2016)PermalinkTowards a system combining SAR and optical Sentinel data to monitor gold mining in the Guiana shield / Mathieu Rahm (2016)PermalinkExamining the potential of Sentinel-2 MSI spectral resolution in quantifying above ground biomass across different fertilizer treatments / Mbulisi Sibanda in ISPRS Journal of photogrammetry and remote sensing, vol 110 (December 2015)PermalinkSensitivity analysis of a bio-optical model for Italian lakes focused on Landsat-8, Sentinel-2 and Sentinel-3 / Ciro Manzo in European journal of remote sensing, vol 48 n° 1 (2015)PermalinkTemporal decorrelation in L-, C-, and X-band satellite radar interferometry for pasture on drained cs / Yu Morishita in IEEE Transactions on geoscience and remote sensing, vol 53 n° 2 (February 2015)PermalinkPermalinkRemote sensing of forest degradation in Southeast Asia—Aiming for a regional view through 5–30 m satellite data / Jukka Miettinen in Global ecology and conservation, vol 2 (December 2014)PermalinkAdvanced differential interferometry synthetic aperture radar techniques for deformation monitoring: a review on sensors and recent research development / O. Idrees Mohammed in Geocarto international, vol 29 n° 5 - 6 (August - October 2014)PermalinkGaussian processes uncertainty estimates in experimental Sentinel-2 LAI and leaf chlorophyll content retrieval / Jochem Verrlest in ISPRS Journal of photogrammetry and remote sensing, vol 86 (December 2013)PermalinkGMES, Global Monitoring for Environment and Security: the second European flagship in space / V. Liebig in ESA bulletin, n° 130 (May 2007)PermalinkMapping vegetation species succession in a mountainous grassland ecosystem using Landsat, ASTER MI, and Sentinel-2 data / Efosa Gbenga Adagbasa in Plos one, vol 17 n° 1 (January 2022)Permalink