Descripteur
Termes IGN > imagerie > image spatiale > image satellite > image SPOT
image SPOTSynonyme(s)données spotVoir aussi |
Documents disponibles dans cette catégorie (1167)
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
Spatiotemporal variation of NDVI in the vegetation growing season in the source region of the yellow river, China / Mingyue Wang in ISPRS International journal of geo-information, vol 9 n° 4 (April 2020)
[article]
Titre : Spatiotemporal variation of NDVI in the vegetation growing season in the source region of the yellow river, China Type de document : Article/Communication Auteurs : Mingyue Wang, Auteur ; Jun’e Fu, Auteur ; Zhitao Wu, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : 17 p. Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] changement climatique
[Termes IGN] coefficient de corrélation
[Termes IGN] données météorologiques
[Termes IGN] données spatiotemporelles
[Termes IGN] écosystème
[Termes IGN] Fleuve jaune (Chine)
[Termes IGN] image Aqua-MODIS
[Termes IGN] image SPOT
[Termes IGN] image Terra-MODIS
[Termes IGN] modèle de simulation
[Termes IGN] modèle dynamique
[Termes IGN] Normalized Difference Vegetation Index
[Termes IGN] précipitation
[Termes IGN] série temporelle
[Termes IGN] température
[Termes IGN] variation saisonnièreRésumé : (auteur) Research on vegetation variation is an important aspect of global warming studies. The quantification of the relationship between vegetation change and climate change has become a central topic and challenge in current global change studies. The source region of the Yellow River (SRYR) is an appropriate area to study global change because of its unique natural conditions and vulnerable terrestrial ecosystem. Therefore, we chose the SRYR for a case study to determine the driving forces behind vegetation variation under global warming. Using the Normalized Difference Vegetation Index (NDVI) and climate data, we investigated the NDVI variation in the growing season in the region from 1998 to 2016 and its response to climate change based on trend analysis, the Mann–Kendall trend test and partial correlation analysis. Finally, an NDVI–climate mathematical model was built to predict the NDVI trends from 2020 to 2038. The results indicated the following: (1) over the past 19 years, the NDVI showed an increasing trend, with a growth rate of 0.00204/a. There was an upward trend in NDVI over 71.40% of the region. (2) Both the precipitation and temperature in the growing season showed upward trends over the last 19 years. NDVI was positively correlated with precipitation and temperature. The areas with significant relationships with precipitation covered 31.01% of the region, while those with significant relationships with temperature covered 56.40%. The sensitivity of the NDVI to temperature was higher than that to precipitation. Over half (56.58%) of the areas were found to exhibit negative impacts of human activities on the NDVI. (3) According to the simulation, the NDVI will increase slightly over the next 19 years, with a linear tendency of 0.00096/a. From the perspective of spatiotemporal changes, we combined the past and future variations in vegetation, which could adequately reflect the long-term vegetation trends. The results provide a theoretical basis and reference for the sustainable development of the natural environment and a response to vegetation change under the background of climate change in the study area. Numéro de notice : A2020-262 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/ijgi9040282 Date de publication en ligne : 24/04/2020 En ligne : https://doi.org/10.3390/ijgi9040282 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95022
in ISPRS International journal of geo-information > vol 9 n° 4 (April 2020) . - 17 p.[article]Multi-Spatial Resolution Satellite and sUAS Imagery for Precision Agriculture on Smallholder Farms in Malawi / Brad G. Peter in Photogrammetric Engineering & Remote Sensing, PERS, vol 86 n° 2 (February 2020)
[article]
Titre : Multi-Spatial Resolution Satellite and sUAS Imagery for Precision Agriculture on Smallholder Farms in Malawi Type de document : Article/Communication Auteurs : Brad G. Peter, Auteur ; Joseph P. Messina, Auteur ; Jon W. Carroll, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : pp 107 - 119 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] agriculture de précision
[Termes IGN] analyse multirésolution
[Termes IGN] exploitation agricole
[Termes IGN] image Pléiades
[Termes IGN] image Sentinel-MSI
[Termes IGN] image SPOT 6
[Termes IGN] MalawiRésumé : (Auteur) A collection of spectral indices, derived from a range of remote sensing imagery spatial resolutions, are compared to on-farm measurements of maize chlorophyll content and yield at two trial farms in central Malawi to evaluate what spatial resolutions are most effective for relating multispectral images with crop status. Single and multiple linear regressions were tested for spatial resolutions ranging from 7 cm to 20 m using a small unmanned aerial system (sUAS) and satellite imagery from Planet, SPOT 6, Pléiades, and Sentinel-2. Results suggest that imagery with spatial resolutions nearer the maize plant scale (i.e., 14–27 cm) are most effective for relating spectral signals with crop health on smallholder farms in Malawi. Consistent with other studies, green-band indices were more strongly correlated with maize chlorophyll content and yield than conventional red-band indices, and multivariable models often outperformed single variable models. Numéro de notice : A2020-127 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.14358/PERS.86.2.107 Date de publication en ligne : 01/02/2020 En ligne : https://doi.org/10.14358/PERS.86.2.107 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94796
in Photogrammetric Engineering & Remote Sensing, PERS > vol 86 n° 2 (February 2020) . - pp 107 - 119[article]Etudes des dynamiques spatiales d’évolution de l’occupation et de l’utilisation des sols dans la fenêtre lacustre camerounaise du lac Tchad et son arrière-pays à partir des grandes sécheresses sahéliennes de 1970 / Paul Gérard Gbetkom (2020)
Titre : Etudes des dynamiques spatiales d’évolution de l’occupation et de l’utilisation des sols dans la fenêtre lacustre camerounaise du lac Tchad et son arrière-pays à partir des grandes sécheresses sahéliennes de 1970 Type de document : Thèse/HDR Auteurs : Paul Gérard Gbetkom, Auteur ; Sébastien Gadal, Directeur de thèse ; Ahmed El-Aboudi, Directeur de thèse Editeur : Aix-en-Provence : Université d'Aix-Marseille Année de publication : 2020 Autre Editeur : Rabat : Université de Rabat Mohamed V Importance : 393 p. Format : 21 x 30 cm Note générale : Bibliographie
Thèse pour obtenir le grade de Docteur de l'Université Aix-Marseille, Spécialité Géographie
Thèse pour obtenir le grade de Docteur de l'Université Mohammed 5 de Rabat, Spécialité BiologieLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] analyse diachronique
[Termes IGN] analyse multiéchelle
[Termes IGN] changement d'occupation du sol
[Termes IGN] changement d'utilisation du sol
[Termes IGN] couvert végétal
[Termes IGN] dynamique spatiale
[Termes IGN] image Landsat
[Termes IGN] image Sentinel-MSI
[Termes IGN] image SPOT 6
[Termes IGN] image Terra-MODIS
[Termes IGN] Sahel
[Termes IGN] sécheresse
[Termes IGN] série temporelle
[Termes IGN] Tchad, lac
[Termes IGN] zone arideIndex. décimale : THESE Thèses et HDR Résumé : (Auteur) Le contexte environnemental dans le Sahel à partir des années 1970 est marqué par les grandes sécheresses sahéliennes qui ont succédé aux périodes humides des années 1950-1970, et précédé le retour d’humidité observé au début de la décennie 2000, en entrainant de profondes modifications des écosystèmes et leurs utilisations. L’objectif de cette thèse est dès lors d’étudier à partir d’une analyse multi-échelle, multi-capteurs et multi-temporelle de l’occupation et l’utilisation des sols, les conséquences de ces changements environnementaux sur les écosystèmes sahéliens, en prenant pour objet d’étude la fenêtre lacustre camerounaise du lac Tchad et son arrière-pays. Les séries temporelles d’images MODIS MOD13Q1 disponibles à partir de 2000, sont alors utilisées pour cartographier les principales classes de végétation, analyser l’état de la couverture végétale et déterminer ses dynamiques spatiales d’évolutions. Les images Landsat, Sentinel 2 et SPOT 6 disponibles depuis 1972 (pour ce qui est de Landsat), sont exploitées pour établir la diachronie de l’occupation et de l’utilisation des sols en fonction des évolutions climatiques et environnementales sahéliennes, dans le but d’identifier et mettre en évidence les effets de ces changements sur les modes d’utilisation et de valorisation des ressources. L’exploitation de ces données permet de constater qu’après l’aridification des écosystèmes lors des grandes sécheresses, une dynamique de reverdissement du milieu d’étude s’installe à partir des années 2000, à travers le couvert végétal annuel qui recolonise progressivement les sols nus. Le reverdissement observé améliore d’une part la disponibilité des pâturages, et favorise d’autre part l’accentuation des pressions anthropiques sur les ressources du milieu par l’augmentation des superficies agricoles et des surfaces bâties. La modélisation de l’occupation et de l’utilisation des surfaces de sols en fonctions des facteurs géographiques de changements et selon la structure morphologique et les caractéristiques fonctionnelles des éléments de surface montre alors qu’il est possible de déterminer de grands ensembles territoriaux présents dans la zone d’étude. Note de contenu : Chapitre 1 : Les enjeux de connaissances
1.1. Les questions environnementales des milieux arides sahéliens
1.2. Les dynamiques spatiales, territoriales et sociales autour du lac Tchad
1.3. Les enjeux de connaissances aux rives camerounaises du lac Tchad
Chapitre 2 : Données, méthodes et modèles
2.1. La télédétection au service de l’étude des milieux arides : une lecture critique à travers le temps
2.2. Les données géographiques : contexte et disponibilité
2.3. Méthodologie de l’étude
Chapitre 3 : L’évolution du couvert végétal de la fenêtre lacustre camerounaise du lac Tchad et de son arrière-pays (2000-2018)
3.1. Cartographie des principales classes de végétation
3.2. Les changements observés dans la répartition du couvert végétal entre 2000 et 2018
3.3. Influences des facteurs géographiques sur l’évolution du couvert végétal
Chapitre 4 : Dynamiques spatiales d’évolution de l’occupation et de l’utilisation des sols de la fenêtre lacustre camerounaise du lac Tchad et de son arrière-pays (1973-2018)
4.1. Analyse multi-échelle, multi-capteurs et multi-temporelle de l’occupation et de l’utilisation des sols des rives camerounaises du lac Tchad et de leur arrière-pays entre 1973 et 2018
4.2. Influence des facteurs géographiques sur l’évolution de l’occupation et de l’utilisation des sols
Chapitre 5 : Modèles de structurations paysagères et de simulation des dynamiques territoriales
5.1. Modélisation de la structuration paysagère
5.2. Simulation prospective de la structure paysagère
Conclusions et perspectivesNuméro de notice : 26819 Affiliation des auteurs : non IGN Thématique : BIODIVERSITE/FORET/IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Géographie : Aix-Marseille : 2020
Thèse de Doctorat : Biologie : Rabat : 2020Organisme de stage : Laboratoire ESPACE (CNRS) et laboratoire de Botanique Mycologie et Environnement (à Rabat) nature-HAL : Thèse DOI : sans Date de publication en ligne : 03/02/2021 En ligne : https://hal.science/tel-03130824/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100460 Global iterative geometric calibration of a linear optical satellite based on sparse GCPs / Yingdong Pi in IEEE Transactions on geoscience and remote sensing, vol 58 n° 1 (January 2020)
[article]
Titre : Global iterative geometric calibration of a linear optical satellite based on sparse GCPs Type de document : Article/Communication Auteurs : Yingdong Pi, Auteur ; Xin Li, Auteur ; Bo Yang, Auteur Année de publication : 2020 Article en page(s) : pp 436 - 446 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] élément d'orientation interne
[Termes IGN] erreur systématique
[Termes IGN] étalonnage géométrique
[Termes IGN] image satellite
[Termes IGN] image SPOT-HRV
[Termes IGN] itération
[Termes IGN] longueur focale
[Termes IGN] modèle numérique de surface
[Termes IGN] point d'appuiRésumé : (auteur) Independent methods for geometric calibration (GC) have become an important research direction in the field of optical satellite technology. The main purpose of this research is to eliminate dependence on ground calibration sites using relative constraints between images. Based on a systematic analysis of these relative constraints, we found that it was difficult, if not impossible, to completely eliminate ground constraints, although the number of ground control points (GCPs) required can be greatly reduced. To achieve practical GC with high accuracy and low cost, we proposed a new method to compensate for systematic errors in linear optical satellite data acquisition using only the relative constraints between two overlapped images, namely, the corresponding elevation constraints and sparse GCPs. We first demonstrated the feasibility of GC with relative constraints and established an optimized GC model suitable for these relative constraints. We then presented a global iterative method to eliminate inaccuracies in internal calibration caused by the different distributions of GCPs within two images. The nadir (NAD) linear camera on board the Zi-Yuan 3 (ZY-3) satellite was used to evaluate the feasibility of the presented GC method; the results indicated that the present method effectively compensated for systematic errors. Thus, this article demonstrated the feasibility of GC without calibration sites. Numéro de notice : A2020-075 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2019.2936891 Date de publication en ligne : 12/09/2019 En ligne : https://doi.org/10.1109/TGRS.2019.2936891 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94607
in IEEE Transactions on geoscience and remote sensing > vol 58 n° 1 (January 2020) . - pp 436 - 446[article]Unsupervised satellite image time series analysis using deep learning techniques / Ekaterina Kalinicheva (2020)
Titre : Unsupervised satellite image time series analysis using deep learning techniques Type de document : Thèse/HDR Auteurs : Ekaterina Kalinicheva , Auteur ; Maria Trocan, Directeur de thèse Editeur : Paris : Sorbonne Université Année de publication : 2020 Importance : 182 p. Format : 21 x 30 cm Note générale : Bibliographie
Thèse pour obtenir le doctorat de la Sorbonne Université, Spécialité InformatiqueLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] apprentissage non-dirigé
[Termes IGN] détection de changement
[Termes IGN] données spatiotemporelles
[Termes IGN] image Sentinel-MSI
[Termes IGN] image SPOT 5
[Termes IGN] réseau neuronal profond
[Termes IGN] réseau neuronal récurrent
[Termes IGN] série temporelle
[Termes IGN] variation saisonnièreIndex. décimale : THESE Thèses et HDR Résumé : (Auteur) Cette thèse présente un ensemble d'algorithmes non-supervisés pour l'analyse générique de séries temporelles d'images satellites (STIS). Nos algorithmes exploitent des méthodes de machine learning et, notamment, les réseaux de neurones afin de détecter les différentes entités spatio-temporelles et leurs changements éventuels dans le temps. Nous visons à identifier trois types de comportement temporel : les zones sans changements, les changements saisonniers, les changements non triviaux (changements permanents comme les constructions, la rotation des cultures agricoles, etc). Par conséquent, nous proposons deux frameworks : pour la détection et le clustering des changements non-triviaux et pour le clustering des changements saisonniers et des zones sans changements. Le premier framework est composé de deux étapes : la détection de changements bi-temporels et leur interprétation dans le contexte multi-temporel avec une approche basée graphes. La détection de changements bi-temporels est faite pour chaque couple d’images consécutives et basée sur la transformation des features avec les autoencodeurs (AEs). A l’étape suivante, les changements à différentes dates qui appartiennent à la même zone géographique forment les graphes d’évolution qui sont par la suite clusterisés avec un modèle AE de réseaux de neurones récurrents. Le deuxième framework présente le clustering basé objets de STIS. Premièrement, la STIS est encodée en image unique avec un AE convolutif 3D multi-vue. Dans un deuxième temps, nous faisons la segmentation en deux étapes en utilisant à la fois l’image encodée et la STIS. Finalement, les segments obtenus sont clusterisés avec leurs descripteurs encodés. Note de contenu : 1. Introduction to Remote Sensing and Satellite Image Analysis
1.1 Introduction
1.2 Remote Sensing Images
1.3 Satellite Missions
1.4 Introduction to Data Mining Applied to Images
2. Machine Learning. Clustering and Anomaly Detection
2.1 Introduction
2.2 Unsupervised Learning
2.3 Clustering
2.4 Anomaly Detection
2.5 Quality Indices
2.6 Discussion
3. Feature Extraction using Deep Learning Techniques
3.1 Introduction
3.2 Deep Learning
3.3 AutoEncoders in Image Processing
3.4 Neural Networks Structure
3.5 Discussion
4. Bi-temporal Change Detection
4.1 Introduction
4.2 Related Works
4.3 Methodology
4.4 Data
4.5 Experiments
4.6 Discussion
5. Multi-temporal Change Detection
5.1 Introduction
5.2 Related Works
5.3 Methodology
5.4 Data
5.5 Experiments
5.6 Conclusion
6. Satellite Image Time Series Clustering
6.1 Introduction
6.2 Related Works
6.3 Methodology
6.4 Data
6.5 Experiments
6.6 Discussion
7. Conclusion
7.1 Thesis Contributions
7.2 Short Term Perspectives
7.3 Long Term Perspectives and LimitationsNuméro de notice : 26536 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Informatique : Sorbonne université : 2020 Organisme de stage : ISEP Institut Supérieur d'Electronique de Paris nature-HAL : Thèse DOI : sans Date de publication en ligne : 01/03/2021 En ligne : https://tel.archives-ouvertes.fr/tel-03032071/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97681 Vers une occupation du sol France entière par imagerie satellite à très haute résolution / Tristan Postadjian (2020)PermalinkLong-term soil moisture content estimation using satellite and climate data in agricultural area of Mongolia / Enkhjargal Natsagdorj in Geocarto international, vol 34 n° 7 ([01/06/2019])PermalinkA new stochastic simulation algorithm for image-based classification : Feature-space indicator simulation / Qing Wang in ISPRS Journal of photogrammetry and remote sensing, vol 152 (June 2019)PermalinkPermalinkMultimodal scene understanding: algorithms, applications and deep learning, ch. 11. Decision fusion of remote-sensing data for land cover classification / Arnaud Le Bris (2019)PermalinkUrban morpho-types classification from SPOT-6/7 imagery and Sentinel-2 time series / Arnaud Le Bris (2019)PermalinkUtilisation de données Sentinel-2 et SPOT 6/7 pour la classification de l’occupation du sol / Olivier Stocker (2019)PermalinkObject-based crop classification using multi-temporal SPOT-5 imagery and textural features with a Random Forest classifier / Huanxue Zhang in Geocarto international, vol 33 n° 10 (October 2018)PermalinkPredicting tree diameter distributions from airborne laser scanning, SPOT 5 satellite, and field sample data in the perm region, Russia / Jussi Peuhkurinen in Forests, vol 9 n° 10 (October 2018)PermalinkAssessment of Nigeriasat-1 satellite data for urban land use/land cover analysis using object-based image analysis in Abuja, Nigeria / Christopher Ifechukwude Chima in Geocarto international, vol 33 n° 9 (September 2018)Permalink