Descripteur
Documents disponibles dans cette catégorie (408)
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
Apport des données Sentinel-1 pour le suivi continu de la forêt tropicale : Cas de la Guyane / Marie Ballère (2021)
Titre : Apport des données Sentinel-1 pour le suivi continu de la forêt tropicale : Cas de la Guyane Type de document : Thèse/HDR Auteurs : Marie Ballère , Auteur ; Pierre-Louis Frison , Directeur de thèse Editeur : Lyon [France] : Centre d'études et d'expertise sur les risques, l'environnement, la mobilité et l'aménagement CEREMA Année de publication : 2021 Autre Editeur : Champs-sur-Marne [France] : Université Gustave Eiffel Note générale : bibliographie
Thèse de Doctorat de l'Université Gustave Eiffel, spécialité : Sciences et Technologies de l'Information GéographiqueLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] déboisement
[Termes IGN] détection de changement
[Termes IGN] données exogènes
[Termes IGN] forêt tropicale
[Termes IGN] Guyane (département français)
[Termes IGN] image Sentinel-SARIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Les forêts tropicales abritent la biodiversité la plus riche de notre planète et jouent un rôle particulièrement important dans le stockage du carbone et le cycle de l'eau. Le suivi de la dégradation de ce milieu est un défi d'actualité car il représente un danger immédiat pour l'environnement et la biodiversité. Par ailleurs, depuis 2014, la mise en orbite des satellites Sentinel dans le cadre du programme européen Copernicus constitue une réelle révolution dans le panorama des capteurs d'observation de la Terre existants jusqu'alors. En effet, des données optiques (Sentinel-2) et radar (Sentinel-1) sont, depuis lors, accessibles librement à tous et permettent des acquisitions à une résolution décamétrique et une répétitivité allant de 5 à 12 jours selon la région analysée. L'objectif de cette thèse consiste donc à développer des méthodes pour le suivi de la forêt tropicale basées sur des données radar Sentinel-1 et des produits de cartographie exogènes. Plus spécifiquement, l'étude a pour but de fournir des outils pour observer le déboisement, en produisant des cartes en quasi-temps réel, puis en caractérisant les zones détectées avec la cause de leur déboisement. Ces informations sont nécessaires à l'estimation et au suivi du déboisement sur les zones tropicales, et à la lutte contre les défriches illicites. La région test est la Guyane. Couverte à plus de 95% par la forêt, elle est caractérisée par de nombreux types de perte forestière permettant de valider la méthode sur de nombreuses caractéristiques. De plus, ce territoire étant relativement bien surveillé, beaucoup de données cartographiques d'occupation du sol sont disponibles pour situer les déboisements ou pour servir de référence au niveau spatial. La première phase du travail est l'amélioration d'une méthode de détection du déboisement à partir des données Sentinel-1 et son évaluation sur la Guyane. La validation de la carte produite s'appuie sur 1 867 données (de différents types de déboisement) produites de manière indépendante, et représentant un total de 2 124.5 ha à travers toute la Guyane sur une période de 2 ans. Les résultats obtenus sur la Guyane au niveau spatial sont très satisfaisants : 96% de précision sur les surfaces déboisées et 81.5% de rappel. La mise en place d'une campagne terrain a rendu possible l'estimation du côté quasi-temps réel de la méthode sur 26 parcelles et avance un délai médian de détection de 3.5 jours. Une comparaison avec un produit optique souvent pris comme référence, a démontré l'avantage des données Sentinel-1 pour ces régions caractérisées par de fortes couvertures nuageuses. Cette meilleure performance s'observe tant sur le plan spatial (rappel du radar supérieur de plus de 35%), que sur le plan temporel (un tiers des zones déboisées nécessitant une surveillance est détecté avec 3 mois de retard par les images optiques). La deuxième partie du travail consiste à caractériser les zones déboisées détectées afin de déterminer leur cause. Pour cela, des méthodes d'apprentissage automatique ont été utilisées pour choisir des indicateurs cartographiques pertinents, permettant de produire un modèle prédictif simple, fiable, automatique et utilisable à l'échelle de la Guyane en temps-réel. Les indicateurs F-scores de chaque type de déboisement sont de 97% pour l'orpaillage et l'agriculture, 95% pour l'exploitation forestière, 87% pour l'urbanisation et 76% pour la classe « autre », pouvant se rapporter à des perturbations naturelles. Ce travail a montré la pertinence d'utiliser des indicateurs cartographiques pour déterminer la cause des déboisements en Guyane, permettant cette identification en temps-réel. Ces travaux qui démontrent le potentiel des données Sentinel-1 pour le suivi continu des forêts tropicales ont été menés en interaction avec les acteurs locaux. Ils montrent également la complémentarité de systèmes provenant de capteurs différents et pourront être poursuivis en ce sens. Note de contenu : 1- Introduction
2- Les pertes forestières tropicales
3- Site d'Etude et Données
4- Analyse et interprétation
5- Méthodes et validation
6- Résultats
7- Valorisations et perspectives
8- ConclusionNuméro de notice : 17363 Affiliation des auteurs : UGE-LASTIG (2020- ) Thématique : FORET/IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Sciences et Technologies de l'Information Géographique: Gustave Eiffel : 2021 Organisme de stage : LaSTIG (IGN) nature-HAL : Thèse DOI : sans En ligne : https://theses.hal.science/tel-03629552 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99020 Apport de la télédétection pour la simulation spatialisée des composantes du bilan carbone des cultures et des effets d'atténuation biogéochimiques et biogéophysiques des cultures intermédiaires / Gaétan Pique (2021)
Titre : Apport de la télédétection pour la simulation spatialisée des composantes du bilan carbone des cultures et des effets d'atténuation biogéochimiques et biogéophysiques des cultures intermédiaires Type de document : Thèse/HDR Auteurs : Gaétan Pique, Auteur ; Eric Ceschia, Directeur de thèse ; Rémy Fieuzal, Directeur de thèse Editeur : Toulouse : Université de Toulouse 3 Paul Sabatier Année de publication : 2021 Importance : 279 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse en vue de l'obtention du Doctorat de l'Université Toulouse 3 - Paul Sabatier, Spécialité Surfaces et interfaces continentales, HydrologieLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] albedo
[Termes IGN] bilan du carbone
[Termes IGN] blé (céréale)
[Termes IGN] changement climatique
[Termes IGN] dioxyde de carbone
[Termes IGN] eau douce
[Termes IGN] image Landsat-8
[Termes IGN] image Sentinel-MSI
[Termes IGN] image SPOT
[Termes IGN] indice de végétation
[Termes IGN] maïs (céréale)
[Termes IGN] modèle de simulation
[Termes IGN] parcelle agricole
[Termes IGN] puits de carbone
[Termes IGN] surface cultivée
[Termes IGN] tournesolIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Les changements climatiques et la croissance démographique de la population mondiale amènent aujourd'hui le monde agricole à s'adapter pour faire face à ces deux enjeux majeurs. Si les surfaces agricoles, qui représentent près d'un tiers des terres émergées, contribuent largement aux émissions mondiales de gaz à effet de serre, elles offrent également la possibilité de mettre en place des leviers d'atténuation des changements climatiques. Dans ce contexte, ces travaux de thèse ont vocation à enrichir nos connaissances sur le fonctionnement des surfaces agricoles, à fournir des outils d'évaluation de la contribution des surfaces cultivées aux évolutions du climat, et à quantifier les effets biogéochimiques (stockage de C) et biogéophysiques (effet albédo) d'atténuation des changements climatiques via la mise en œuvre de cultures intermédiaires. Pour répondre à ces objectifs, deux approches de modélisation ont été développées au cours de ces travaux. Le premier volet de cette thèse s'est intéressé à développer une approche de modélisation spatialisée, permettant de fournir des estimations des productions (biomasses et rendements), des flux de CO2 et d'eau, ces variables servant à la quantification des bilans de carbone et d'eau pour les parcelles de grandes cultures. À cette fin, le modèle agro-météorologique SAFYE-CO2 assimilant des produits satellites d'indice de végétation à hautes résolutions spatiale et temporelle a été développé et appliqué à différentes cultures (blé, maïs et tournesol) et végétations d'intercultures (repousses spontanées, mauvaises herbes, cultures intermédiaires). Cette approche a pu être validée sur un réseau de parcelles du Sud-Ouest de la France, en tirant parti d'un grand nombre d'images satellites et de données de validation sur la zone de l'Observatoire Spatial Régional. Elle a notamment permis d'estimer avec précision les productions de blé, de tournesol et de maïs, ainsi que les flux de CO2 et d'eau sur les cultures de blé et de tournesol. La végétation, pouvant se développer sur les parcelles pendant les périodes d'interculture, a également été prise en compte afin d'améliorer l'estimation des flux de CO2 et d'eau. Cela a notamment permis de quantifier l'impact des cultures intermédiaires sur les composantes du bilan C des parcelles allouées aux grandes cultures sur la zone d'étude. Le second volet visait à développer un modèle d'introduction de cultures intermédiaires à l'échelle européenne, afin d'estimer le forçage radiatif induit par la modification de l'albédo de surface engendré par cette pratique. Grâce à des produits albédo moyenne résolution (1/20°), développés par le CNRM (et en collaboration avec ce laboratoire), cette approche de modélisation a permis de fournir des estimations de l'effet albédo relatifs aux cultures intermédiaires. Plusieurs scenarii d'introduction ont été simulés pour rendre compte de l'impact de certains facteurs, tels que la neige ou la pluie. Ils ont permis d'alerter sur le potentiel impact négatif de l'assombrissement du sol, induit à long terme (via l'enrichissement des sols en matière organique) par les cultures intermédiaires sur le forçage radiatif des surfaces cultivées. Enfin, comme tout changement de pratique agricole induit des effets biogéochimiques et biogéophysiques sur le climat, une analyse de ces effets couplés a été menée grâce à l'utilisation combinée de ces deux approches de modélisation. Note de contenu : Introduction générale
1- Simulation spatialisée des bilans de C sur grandes cultures
2- Intégration d’un module de bilan hydrique à SAFY-CO2
3- Estimation de l’effet albédo des cultures intermédiaires
4- Impacts de l’occupation du sol pendant l’interculture sur les flux de CO2, d’eau et sur l’albédo
5- Analyse des effets albédo à court et long termes des cultures intermédiaires
6- Discussion
Conclusion généraleNuméro de notice : 28317 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Surfaces et interfaces continentales, Hydrologie : Toulouse 3 : 2021 Organisme de stage : CESBIO DOI : sans En ligne : https://tel.hal.science/tel-03325160/ Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98241 Apports des méthodes d'apprentissage profond pour la reconnaissance automatique des modes d'occupation des sols et d'objets par télédétection en milieu tropical / Guillaume Rousset (2021)
Titre : Apports des méthodes d'apprentissage profond pour la reconnaissance automatique des modes d'occupation des sols et d'objets par télédétection en milieu tropical Type de document : Thèse/HDR Auteurs : Guillaume Rousset, Auteur ; Dominique Simpelaere, Directeur de thèse ; M. Mangeas, Directeur de thèse Editeur : Nouméa : Université de Nouvelle-Calédonie Année de publication : 2021 Importance : 180 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse pour obtenir le grade de Docteur délivré par l’Université de Nouvelle-Calédonie, Discipline InformatiqueLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] apprentissage profond
[Termes IGN] Arecaceae
[Termes IGN] carte d'occupation du sol
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] détection automatique
[Termes IGN] détection de changement
[Termes IGN] Extreme Gradient Machine
[Termes IGN] image à très haute résolution
[Termes IGN] image Pléiades
[Termes IGN] image Sentinel-MSI
[Termes IGN] image SPOT 6
[Termes IGN] indice de végétation
[Termes IGN] milieu tropical
[Termes IGN] mode d'occupation du sol
[Termes IGN] modèle de transfert radiatif
[Termes IGN] Nouvelle-Calédonie
[Termes IGN] Para (Brésil)
[Termes IGN] utilisation du solIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Le paysage néo-calédonien change rapidement avec le développement de nouveaux projets miniers, l'intensification de l’urbanisation et les impacts d'événements climatiques extrêmes comme les cyclones. Avec la démocratisation et l’accumulation des données satellite et l'avènement des méthodes d'intelligence artificielle, la mise en place de méthodes automatiques de détection devient un outil incontournable pour documenter et surveiller ces changements à l’échelle du territoire de façon régulière, rapide et objective. Parmi ces méthodes, l'apprentissage profond a montré des résultats performants sur des problématiques complexes, notamment sur le traitement d'images à l'aide de ces réseaux de neurones denses convolutionnels. En tenant compte des contraintes liées au traitement de l'imagerie satellite et des problèmes liés aux algorithmes d'apprentissage, l'objectif de la thèse est multiple : contribuer à l'adaptation des techniques d'apprentissage profond à des problématiques de télédétection sur plusieurs points clés de la chaîne de traitement ; estimer les performances de ces techniques par rapport aux méthodes communément utilisées dans le domaine de la télédétection ; et développer des méthodes automatiques de détection pour délivrer des indices fiables à toute exploitation d'une imagerie satellitaire. Cette thèse s'est concentrée sur trois applications : 1) la détection de la couverture et de l'usage des sols sur des données à très haute résolution ; 2) la détection de la couverture des sols en Nouvelle-Calédonie à une fréquence annuelle sur des données à haute résolution ; 3) et la détection de palmiers dans la région Pará du Brésil à l'aide de données simulées informatiquement. Pour la première application, un jeu de données de référence basé sur les données du satellite SPOT 6 a été créé manuellement et mis à disposition de la communauté scientifique pour comparer les techniques de détection des classes d'occupation des sols en milieu tropical insulaire. Les réseaux de neurones denses affichent de meilleures performances notamment dans le cadre de la détection de l'usage des sols qui nécessite un niveau plus élevé de conceptualisation de l'environnement. Pour la deuxième application, une chaîne de détection automatique de la couverture des sols, basée sur un réseau de neurones dense alimenté par des données Sentinel-2, a été réalisée. Ces couvertures sont comparées aux couvertures obtenues par des méthodes semi-automatiques en province Sud de la Nouvelle-Calédonie. Le modèle offre des performances égales sur quelques zones tests, mais des données terrain supplémentaires sont requises pour conforter la fiabilité sur l'ensemble du territoire néo-calédonien. Enfin, pour la dernière application, l'originalité du travail de recherche a consisté à tester l'apport dans la base d'apprentissage d'images satellites de synthèse. Pour cela des images du palmier ont été construites à partir d'un modèle de transfert radiatif. L'utilisation de ces images de synthèse en complément des images Pléiades a permis d'améliorer significativement la précision globale des modèles. Note de contenu : 1- Introduction
2- Le deep learning
3- Classification des occupations du sol
4- Vers une détection de changement du sol
5- Détection du Babaçu au Brésil
6- Conclusion et perspectivesNuméro de notice : 15277 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Informatique : Nouvelle-Calédonie : 2021 Organisme de stage : Institut de Recherche pour le Développement IRD DOI : sans En ligne : http://www.theses.fr/2021NCAL0006 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101100 Assessing the interest of a multi-modal gap-filling strategy for monitoring changes in grassland parcels / Anatol Garioud (2021)
Titre : Assessing the interest of a multi-modal gap-filling strategy for monitoring changes in grassland parcels Type de document : Article/Communication Auteurs : Anatol Garioud , Auteur ; Silvia Valero, Auteur ; Clément Mallet , Auteur Editeur : New York : Institute of Electrical and Electronics Engineers IEEE Année de publication : 2021 Projets : 2-Pas d'info accessible - article non ouvert / Conférence : IGARSS 2021, IEEE International Geoscience And Remote Sensing Symposium 11/07/2021 16/07/2021 Bruxelles Belgique Proceedings IEEE Importance : pp 3105 - 3108 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image mixte
[Termes IGN] classification par réseau neuronal récurrent
[Termes IGN] détection de changement
[Termes IGN] image Sentinel-SAR
[Termes IGN] parcelle agricole
[Termes IGN] prairie
[Termes IGN] régression multiple
[Termes IGN] série temporelleRésumé : (auteur) One key factor to exhaustive vegetation monitoring lies in the dense temporal sampling of the measurements. Areas subject to multiple human interventions, such as grasslands, are particularly concerned. A Recurrent Neural Network multi-sensor regression approach (SenRVM), relying on the systematic acquisitions of Sentinel-1 SAR satellite, has been thereby proposed. It permits to retrieve vegetation indexes, derived from Sentinel-2 optical imagery, despite significant cloud cover and with high sampling (6 days). The benefit of SenRVM for filling gaps in vegetation time-series describing agricultural practices is assessed. The proposed approach is compared with classical mono-sensor optical strategies. We adopt a synthetic dataset with large gaps. This realistically mimicks challenging conditions in grassland exploitation detection. Results obtained both for exploited and stable parcels satisfactorily demonstrate the relevance of our approach. Numéro de notice : C2021-042 Affiliation des auteurs : UGE-LASTIG+Ext (2020- ) Thématique : IMAGERIE/INFORMATIQUE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1109/IGARSS47720.2021.9554995 Date de publication en ligne : 12/10/2021 En ligne : https://doi.org/10.1109/IGARSS47720.2021.9554995 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99413 Assessment of chlorophyll-a concentration from Sentinel-3 satellite images at the Mediterranean Sea using CMEMS open source in situ data / Ioannis Moutzouris-Sidiris in Open geosciences, vol 13 n° 1 (January 2021)
[article]
Titre : Assessment of chlorophyll-a concentration from Sentinel-3 satellite images at the Mediterranean Sea using CMEMS open source in situ data Type de document : Article/Communication Auteurs : Ioannis Moutzouris-Sidiris, Auteur ; Konstantinos Topouzelis, Auteur Année de publication : 2021 Article en page(s) : pp 85 - 97 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] analyse comparative
[Termes IGN] chlorophylle
[Termes IGN] classification par réseau neuronal
[Termes IGN] couleur de l'océan
[Termes IGN] image Envisat-MERIS
[Termes IGN] image Sentinel-3
[Termes IGN] image Sentinel-OLCI
[Termes IGN] Méditerranée, merRésumé : (auteur) The objective of this study is to evaluate the efficiency of two well-known algorithms (Ocean Colour 4 for MERIS [OC4Me] and neural net [NN]) used in the calculation of chlorophyll-a (Chl-a) from the Sentinel-3 Ocean and Land Colour Instrument (OLCI) compared to in situ measurements covering the Mediterranean Sea. In situ data set, obtained from the Copernicus Marine Environmental Monitoring Service (CMEMS) and more specifically from the data set with the title INSITU_MED_NRT_OBSERVATIONS_013_035, and Chl-a values at different depths were extracted. The concentration of Chl-a at a penetration depth was calculated. Then, water was classified into two categories, Case-1 and Case-2. For Case-2 waters, the OC4Me presents a moderate correlation with the in situ data for a time window of 0–2 h. In contrast with the NN algorithm, where very weak correlations were calculated, lower values of the statistical index of Bias for Case-1 waters were calculated for the OC4Me algorithm. Higher values of Pearson correlation were calculated (r > 0.5) for OC4Me algorithm than NN. OC4Me performed better than NN. Numéro de notice : A2021-487 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.1515/geo-2020-0204 Date de publication en ligne : 29/01/2021 En ligne : https://doi.org/10.1515/geo-2020-0204 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97776
in Open geosciences > vol 13 n° 1 (January 2021) . - pp 85 - 97[article]Assessment of combining convolutional neural networks and object based image analysis to land cover classification using Sentinel 2 satellite imagery (Tenes region, Algeria) / N. Zaabar (2021)PermalinkBeach morphology and its dynamism from remote sensing for coastal management support / Carlos Cabezas Rabadán (2021)PermalinkBenchmarking of convolutional neural network approaches for vegetation land cover mapping / Benjamin Carpentier (2021)PermalinkCentrality and city size effects on NO2 ground and tropospheric concentrations within European cities / Yufei Wei (2021)PermalinkChange detection of land use and land cover, using landsat-8 and sentinel-2A images / Mohammed Abdulmohsen Alhedyan (2021)PermalinkPermalinkPermalinkDeep learning for wildfire progression monitoring using SAR and optical satellite image time series / Puzhao Zhang (2021)PermalinkDétection de changement d’occupation du sol à l’aide de données Sentinel en contexte tropical / Lucas Martelet (2021)PermalinkDiurnal cycles of C-band temporal coherence and backscattering coefficient over an olive orchard in a semi-arid area: Comparison of in situ and Sentinel-1 radar observations / Adnane Chakir (2021)Permalink