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
Using Sentinel-2 images to estimate topography, tidal-stage lags and exposure periods over large intertidal areas / José P. Granadeiro in Remote sensing, Vol 13 n° 2 (January-2 2021)
[article]
Titre : Using Sentinel-2 images to estimate topography, tidal-stage lags and exposure periods over large intertidal areas Type de document : Article/Communication Auteurs : José P. Granadeiro, Auteur ; João Belo, Auteur ; Mohamed Henriques, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : n° 320 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] bathymétrie
[Termes IGN] carte bathymétrique
[Termes IGN] écosystème
[Termes IGN] estran
[Termes IGN] Guinée-Bissao
[Termes IGN] habitat (nature)
[Termes IGN] image Sentinel-MSI
[Termes IGN] modèle numérique de surface
[Termes IGN] régression logistique
[Termes IGN] topographie localeRésumé : (auteur) Intertidal areas provide key ecosystem services but are declining worldwide. Digital elevation models (DEMs) are important tools to monitor the evolution of such areas. In this study, we aim at (i) estimating the intertidal topography based on an established pixel-wise algorithm, from Sentinel-2 MultiSpectral Instrument scenes, (ii) implementing a set of procedures to improve the quality of such estimation, and (iii) estimating the exposure period of the intertidal area of the Bijagós Archipelago, Guinea-Bissau. We first propose a four-parameter logistic regression to estimate intertidal topography. Afterwards, we develop a novel method to estimate tide-stage lags in the area covered by a Sentinel-2 scene to correct for geographical bias in topographic estimation resulting from differences in water height within each image. Our method searches for the minimum differences in height estimates obtained from rising and ebbing tides separately, enabling the estimation of cotidal lines. Tidal-stage differences estimated closely matched those published by official authorities. We re-estimated pixel heights from which we produced a model of intertidal exposure period. We obtained a high correlation between predicted and in-situ measurements of exposure period. We highlight the importance of remote sensing to deliver large-scale intertidal DEM and tide-stage data, with relevance for coastal safety, ecology and biodiversity conservation. Numéro de notice : A2021-197 Affiliation des auteurs : non IGN Thématique : BIODIVERSITE/IMAGERIE Nature : Article DOI : 10.3390/rs13020320 Date de publication en ligne : 19/01/2021 En ligne : https://doi.org/10.3390/rs13020320 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97148
in Remote sensing > Vol 13 n° 2 (January-2 2021) . - n° 320[article]Accurate sea surface heights from Sentinel-3A and Jason-3 retrackers by incorporating high-resolution marine geoid and hydrodynamic models / Mir Abolfazl Mostafavi in Journal of geodetic science, vol 11 n° 1 (January 2021)
[article]
Titre : Accurate sea surface heights from Sentinel-3A and Jason-3 retrackers by incorporating high-resolution marine geoid and hydrodynamic models Type de document : Article/Communication Auteurs : Mir Abolfazl Mostafavi, Auteur ; Nicole Delpeche-Ellmann, Auteur ; Artu Ellmann, Auteur Année de publication : 2021 Article en page(s) : pp 58 - 74 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géodésie physique
[Termes IGN] Baltique, mer
[Termes IGN] données altimétriques
[Termes IGN] données Jason
[Termes IGN] geoïde marin
[Termes IGN] hauteurs de mer
[Termes IGN] image Sentinel-3
[Termes IGN] océanographie spatiale
[Termes IGN] relief de la surface de la merRésumé : (auteur) One of the major challenges of satellite altimetry (SA) is to produce accurate sea surface heights data up to the shoreline, especially in geomorphologically complex sea areas. New advanced retracking methods are expected to deliver better results. This study examines the achievable accuracy of Sentinel-3A (S3A) and Jason-3 (JA3) standard retrackers (Ocean and MLE4) with that of improved retrackers adapted for coastal and sea ice conditions (ALES+ SAR for S3A and ALES+ for JA3). The validation of SA data was performed by the integration of tidegauges, hydrodynamic model and high-resolution geoidmodel. The geoid being a key component that links the vertical reference datum of the SA with other utilized sources. The method is tested in the eastern section of Baltic Sea. The results indicate that on average reliable sea surface height (SSH) data can be obtained 2–3 km from the coast-line for S3A (for both Ocean and ALES+SAR) whilst an average distance of 7–10 km for JA3 (MLE4 and ALES+) with a minimum distance of 3–4 km. In terms of accuracy, the RMSE (with respect to a corrected hydrodynamic model) of S3A ALES+ SAR and Ocean retrackers based SSH were 4–5cm respectively, whereas with the JA3 ALES+ and MLE4 associated SSH RMSE of 6–7 cm can be achieved. The ALES+and ALES+ SAR retrackers show SSH improvement within a range of 0.5–1 cm compared to the standard retrackers. This assessment showed that the adaptation of localized retrackers for the Baltic Sea (ALES+ and ALES+SAR) produced more valid observation closer to the coast than the standard retrackers and also improved the accuracy of SSH data. Numéro de notice : A2021-982 Affiliation des auteurs : non IGN Thématique : POSITIONNEMENT Nature : Article DOI : 10.1515/jogs-2020-0120 Date de publication en ligne : 17/09/2021 En ligne : https://doi.org/10.1515/jogs-2020-0120 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100979
in Journal of geodetic science > vol 11 n° 1 (January 2021) . - pp 58 - 74[article]Amélioration des systèmes de suivi des cultures à l’aide de la télédétection multi-source et des techniques d’apprentissage profond / Yawogan Gbodjo (2021)
Titre : Amélioration des systèmes de suivi des cultures à l’aide de la télédétection multi-source et des techniques d’apprentissage profond Type de document : Thèse/HDR Auteurs : Yawogan Gbodjo, Auteur ; Dino Lenco, Directeur de thèse Editeur : Montpellier : Université de Montpellier Année de publication : 2021 Importance : 165 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse soutenue pour obtenir le grade de Docteur en Informatique de l'Université de MontpellierLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] classification dirigée
[Termes IGN] classification par Perceptron multicouche
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] classification par réseau neuronal récurrent
[Termes IGN] image PlanetScope
[Termes IGN] image Sentinel-MSI
[Termes IGN] image Sentinel-SAR
[Termes IGN] indice de végétation
[Termes IGN] occupation du sol
[Termes IGN] production agricole
[Termes IGN] rendement agricole
[Termes IGN] série temporelle
[Termes IGN] surface cultivéeIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Les systèmes de suivi des cultures jouent un rôle essentiel dans l'évaluation de la production agricole dans le monde. De nos jours, la disponibilité de plusieurs sources d'information satellitaire à large échelle, à haute résolution spatiale et à forte répétitivité temporelle, conjointe à l'essor des techniques d'apprentissage profond, offrent de nouvelles perspectives aux systèmes de suivi des cultures pour l'évaluation de la production agricole. Dans cette thèse, nous explorons des pistes méthodologiques pour améliorer le suivi de la production agricole à partir de la télédétection multi-source et des techniques d'apprentissage profond. Nous proposons deux méthodes pour caractériser l'occupation du sol et identifier les surfaces cultivées. La première approche est basée sur des réseaux de neurones récurrents équipés de mécanismes d'attention, employant des séries temporelles multi-sources radar et optique ainsi que des connaissances spécifiques de domaine. La seconde approche repose sur des réseaux de neurones convolutifs et explore davantage la combinaison multi-source et surtout multi-échelle grâce à l'intégration d'une source optique à très haute résolution spatiale. Nous évaluons ces méthodes à des échelles territoriale et locale en ayant systématiquement un regard croisé sur des sites d'études contrastés en agriculture conventionnelle et petite agriculture familiale. Nous menons également un travail d'investigation sur l'estimation et la prévision des rendements des surfaces cultivées, à l'échelle locale de la petite agriculture familiale en employant des séries temporelles multi-sources radar et optique. Dans ce contexte en outre limité par la disponibilité de données de référence, nous évaluons le potentiel de méthodes d'apprentissage profond par rapport à des approches traditionnellement utilisées. Globalement, l'évaluation des approches proposées pour identifier les surfaces cultivées montre que les techniques d'apprentissage profond semblent mieux adaptées que les méthodes traditionnelles d'apprentissage automatique pour tirer parti de la complémentarité des données multi-sources, multi-temporelles et multi-échelles à mesure qu'il y ait une quantité suffisante de données pour leur entraînement supervisé. Le travail d'investigation réalisé pour l'estimation et la prévision des rendements n'a par contre pas révélé de plus-value manifeste dans l'emploi de ces méthodes. Dans ce dernier cas, le contexte limité en données d'entraînement semble en être la principale explication. Note de contenu : Introduction
1- Télédétection et apprentissage automatique
2- Sites d’étude et données utilisées
3- Caractérisation de l’occupation du sol
4- Suivi des rendements en petite agriculture familiale
Conclusion et PerspectivesNuméro de notice : 15240 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Informatique : Montpellier : 2021 Organisme de stage : TETIS DOI : sans En ligne : https://tel.hal.science/tel-03589421/ Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100474 Applications of remote sensing data in mapping of forest growing stock and biomass / Jose Aranha (2021)
Titre : Applications of remote sensing data in mapping of forest growing stock and biomass Type de document : Monographie Auteurs : Jose Aranha, Éditeur scientifique Editeur : Bâle [Suisse] : Multidisciplinary Digital Publishing Institute MDPI Année de publication : 2021 Importance : 276 p. Format : 16 x 24 cm ISBN/ISSN/EAN : 978-3-0365-0569-5 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] apprentissage automatique
[Termes IGN] biomasse aérienne
[Termes IGN] capital sur pied
[Termes IGN] carte forestière
[Termes IGN] Chine
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] données lidar
[Termes IGN] foresterie
[Termes IGN] forêt boréale
[Termes IGN] image captée par drone
[Termes IGN] image Landsat-OLI
[Termes IGN] image radar moirée
[Termes IGN] image Sentinel-MSI
[Termes IGN] image SPOT 6
[Termes IGN] inventaire forestier étranger (données)
[Termes IGN] Pinus massoniana
[Termes IGN] puits de carbone
[Termes IGN] service écosystémique
[Termes IGN] système d'information géographique
[Termes IGN] ThaïlandeRésumé : (éditeur) This Special Issue (SI), entitled "Applications of Remote Sensing Data in Mapping of Forest Growing Stock and Biomass”, resulted from 13 peer-reviewed papers dedicated to Forestry and Biomass mapping, characterization and accounting. The papers' authors presented improvements in Remote Sensing processing techniques on satellite images, drone-acquired images and LiDAR images, both aerial and terrestrial. Regarding the images’ classification models, all authors presented supervised methods, such as Random Forest, complemented by GIS routines and biophysical variables measured on the field, which were properly georeferenced. The achieved results enable the statement that remote imagery could be successfully used as a data source for regression analysis and formulation and, in this way, used in forestry actions such as canopy structure analysis and mapping, or to estimate biomass. This collection of papers, presented in the form of a book, brings together 13 articles covering various forest issues and issues in forest biomass calculation, constituting an important work manual for those who use mixed GIS and RS techniques. Note de contenu : 1- Finer resolution estimation and mapping of mangrove biomass using UAV LiDAR and WorldView-2 data
2- Nondestructive estimation of the above-ground biomass of multiple tree species in boreal forests of China using Terrestrial Laser Scanning
3- Estimating forest aboveground carbon storage in Hang-Jia-Hu using Landsat TM/OLI data and random morest Model
4- Influence of variable selection and forest type on forest aboveground biomass estimation using machine learning algorithms
5- Comparative analysis of seasonal Landsat 8 images for forest aboveground biomass estimation in a subtropical forest
6- Estimating urban vegetation biomass from Sentinel-2A image data
7- Estimation of forest biomass in Beijing (China) using multisource remote sensing and forest inventory data
8- Spatially explicit analysis of trade-offs and synergies among multiple ecosystem services in Shaanxi Valley basin
9- Influence of site-specific conditions on estimation of forest above ground biomass from airborne laser scanning
10- Multi-sensor prediction of stand volume by a hybrid model of support vector machine for regression kriging
11- Applying LiDAR to quantify the plant area index along a successional gradient in a tropical forest of Thailand
12- Shrub biomass estimates in former burnt areas using Sentinel 2 images processing and classification
13- Evaluation of different algorithms for estimating the growing stock volume of pinus massoniana plantations using spectral and spatial information from a SPOT6 imageNuméro de notice : 15305 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Recueil / ouvrage collectif DOI : 10.3390/books978-3-0365-0569-5 En ligne : https://doi.org/10.3390/books978-3-0365-0569-5 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99903 Apport des données satellitaires Sentinel-1 et Sentinel-2 pour la détection des surfaces irriguées et l'estimation des besoins et des consommations en eau des cultures d'été dans les zones tempérées / Yann Pageot (2021)
Titre : Apport des données satellitaires Sentinel-1 et Sentinel-2 pour la détection des surfaces irriguées et l'estimation des besoins et des consommations en eau des cultures d'été dans les zones tempérées Type de document : Thèse/HDR Auteurs : Yann Pageot, Auteur ; Valérie Demarez, Directeur de thèse Editeur : Toulouse : Université de Toulouse 3 Paul Sabatier Année de publication : 2021 Importance : 158 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse en vue de l'obtention du Doctorat de l'Université de Toulouse, spécialité Surfaces et interfaces continentales, HydrologieLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] Adour (bassin)
[Termes IGN] bassin hydrographique
[Termes IGN] bilan hydrique
[Termes IGN] carte thématique
[Termes IGN] cultures irriguées
[Termes IGN] évapotranspiration
[Termes IGN] image Sentinel-MSI
[Termes IGN] image Sentinel-SAR
[Termes IGN] irrigation
[Termes IGN] maïs (céréale)
[Termes IGN] Normalized Difference Vegetation Index
[Termes IGN] pédologie
[Termes IGN] ressources en eauIndex. décimale : THESE Thèses et HDR Résumé : (auteur) L’eau est une ressource naturelle, qui depuis des millions d’années participe au cycle de la vie. Mais depuis peu, le changement climatique et les activités humaines remettent en cause l’équilibre du cycle de l’eau, alors même que les besoins en eau ne cessent d’augmenter. En effet, les besoins en eau de l’agriculture représentent 70% de l’utilisation de l’eau douce et ces besoins vont croître avec une population mondiale grandissante. Pour préserver cette ressource, il est nécessaire d’améliorer la connaissance sur les surfaces irriguées ainsi que les besoins et consommations en eau des cultures sur de grandes surfaces, mais elle n’est pas simple à appréhender à cause de la forte variabilité spatiale des sols, du climat et des pratiques agricoles. La télédétection a un rôle fondamental à jouer et plus particulièrement les données Sentinel-1 et Sentinel-2. Dans ce contexte, ces travaux de thèse ont vocation à fournir des outils de diagnostics pour assurer une gestion optimale de la ressource en eau à l’échelle des bassins versants. Pour cela une approche cartographie des surfaces irriguées en zones tempérées à partir d’images satellites Sentinel-1 & 2 a été développée. Cette approche basée sur le couplage de données satellitaires (optique et radar) et un algorithme de classification supervisée (Random Forest) a permis de cartographier à l’échelle parcellaire les pratiques d’irrigation (présence / absence) des cultures d’été sur deux territoires du bassin versant de l’Adour - Garonne (Adour amont et Tarn aval). La méthodologie a pu être validée grâce aux données collectées par les partenaires, soit la CACG, et les chambres d’Agriculture Hautes-Pyrénéens et du Tarn. En parallèle, la méthode a été développée dans un but opérationnel, en prenant en compte les contraintes techniques que les gestionnaires de la ressource en eau peuvent rencontrer face à la quantité importante de données que représentent les images satellitaires. Pour cela, l’approche développée se base sur les cumuls mensuels d’indices de végétation et des polarisations radars. L’utilisation de ces cumuls permet de réduire l’utilisation de la ressource informatique, pour générer une carte, tout en conservant les performances de l’approche. Pour la modélisation des besoins et des consommations en eau du maïs irrigué, le modèle SAMIR a été utilisé. Ce modèle utilise des images satellites d’indice de végétation (NDVI et FCover) pour simuler le bilan hydrique de culture. Il a été appliqué à différentes échelles spatiales et sur différents jeux de données de validation. Le modèle a été calibré et validé sur la parcelle expérimentale de Lamothe pour laquelle nous disposons, depuis 2008, de mesures d’évapotranspiration réelle (ETR) acquises par la méthode d’Eddy-Covariance. Cette phase de calibration/validation a permis d’apporter des modifications sur l’estimation de l’évaporation du sol et sur le suivi du développement de la végétation. Les estimations des besoins en eau ont ensuite été validés sur un ensemble de parcelles ainsi que sur quatre périmètres irrigués (ASA) et deux périmètres élémentaires (BV Adour amont et Neste). Les résultats montrent que le modèle est capable de reproduire de façon satisfaisante les besoins en eau d’irrigation des parcelles des partenaires lorsque la réserve utile du sol (RU) est estimée à partir de données GlobalSoilMap et de la profondeur d’enracinement maximale estimée par le Référentiel Régional Pédologique. A l’échelle des ASA et des BV, le modèle a tendance à sous-estimer les volumes saisonniers. Les résultats illustrent la nécessité d’une bonne estimation de la RU, à une échelle compatible avec une approche de modélisation du bilan hydrique, c’est à dire à la parcelle pour pouvoir estimer correctement les irrigations saisonnières et les volumes. Ces conclusions sont toutefois dépendantes du jeu de données disponible, du modèle et de la méthode de calibration choisie et ce travail nécessiterait un jeu de données plus conséquent et probablement une analyse plus poussée. Note de contenu : 1- Introduction
2- Présentation des données
3- Détection des surfaces irriguées
4- Estimation des besoins et cosommation en eau du maïs irrigué
5- Conclusion et perspectivesNuméro de notice : 24068 Affiliation des auteurs : non IGN Thématique : 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://www.theses.fr/2021TOU30281 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=102105 Apport des données Sentinel-1 pour le suivi continu de la forêt tropicale : Cas de la Guyane / Marie Ballère (2021)PermalinkApport 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)PermalinkApports 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)PermalinkAssessing the interest of a multi-modal gap-filling strategy for monitoring changes in grassland parcels / Anatol Garioud (2021)PermalinkAssessment 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)PermalinkAssessment 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)PermalinkDiurnal cycles of C-band temporal coherence and backscattering coefficient over a wheat field in a semi-arid area / Nadia Ouaadi (2021)PermalinkDynamics of inundation events in the rivers-estuaries-ocean continuum in Bengal delta : synergy between hydrodynamic modelling and spaceborne remote sensing / Md Jamal Uddin Kahn (2021)PermalinkEnsemble learning methods on the space of covariance matrices : application to remote sensing scene and multivariate time series classification / Sara Akodad (2021)PermalinkPermalinkÉvaluation de l'évapotranspiration des zones irriguées en piémont du Haut Atlas, Maroc / Jamal Elfarkh (2021)Permalink