Centre dedocumentation
scientifique

A geospatial workflow for the assessment of public transit system performance using near real-time data / Anastassios Dardas in Transactions in GIS, vol 26 n° 4 (June 2022)  

Public [article]  inTransactions in GIS > vol 26 n° 4 (June 2022) . - pp 1642 - 1664 Titre : A geospatial workflow for the assessment of public transit system performance using near real-time data Type de document : Article/Communication Auteurs : Anastassios Dardas, Auteur ; Brent Hall, Auteur ; Jon Salter, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : pp 1642 - 1664 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes IGN] ArcGIS [Termes IGN] Calgary [Termes IGN] collecte de données [Termes IGN] données spatiotemporelles [Termes IGN] itinéraire [Termes IGN] planification urbaine [Termes IGN] Python (langage de programmation) [Termes IGN] stockage de données [Termes IGN] système d'information géographique [Termes IGN] trafic routier [Termes IGN] transport public [Termes IGN] WebSIG Résumé : (auteur) This article presents the development of a Geographical Information Systems (GIS) workflow that harvests high-volume and high-frequency near real-time data from a public General Transit Feed Specification (GTFS) and calculates metrics for the assessment of on-time and route speed performance for a public transit system. The approach is applied to near real-time and static GTFS data collected over a 9-month period for the City of Calgary, Alberta, Canada. The workflow uses two Azure Virtual Machines (VMs), one to harvest the data and the other to process observations in parallel using Python and the ArcGIS API libraries. A Web GIS application is described that queries data from MongoDB to visualize the performance results in spatiotemporal form. The purpose of the workflow and Web GIS application is to provide actionable information to transit planners to improve public transportation systems. The data management and analysis workflow is transferable to similar GTFS data from other cities. Numéro de notice : A2022-531 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : sans Date de publication en ligne : 02/05/2022 En ligne : https://doi.org/10.1111/tgis.12942 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101078 [article]

Introduction à la géomatique pour le statisticien : quelques concepts et outils innovants de gestion, traitement et diffusion de l’information spatiale / François Sémécurbe (2022)    

Public Titre : Introduction à la géomatique pour le statisticien : quelques concepts et outils innovants de gestion, traitement et diffusion de l’information spatiale Type de document : Guide/Manuel Auteurs : François Sémécurbe, Auteur ; Elise Coudin, Auteur Editeur : Paris : Institut National de la Statistique et des Etudes Economiques INSEE Année de publication : 2022 Collection : Documents de travail num. 2022-01 Importance : 66 p. Format : 21 x 30 cm Note générale : bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Géomatique [Termes IGN] carte interactive [Termes IGN] cartographie dynamique [Termes IGN] cartographie thématique [Termes IGN] données spatiotemporelles [Termes IGN] données vectorielles [Termes IGN] GeoServer [Termes IGN] géostatistique [Termes IGN] PostGIS [Termes IGN] Python (langage de programmation) [Termes IGN] R (langage) [Termes IGN] stockage de données [Termes IGN] système d'information géographique [Termes IGN] traitement de données localisées Résumé : (éditeur) Ce document vise une présentation simple à l’attention des statisticiens des outils géomatiques récents qui permettent de stocker, traiter et diffuser l’information spatiale. Les logiciels comme R ou Python intègrent désormais les caractéristiques géographiques rendant plus accessibles leur traitement. Pour autant, le foisonnement des technologies, les possibilités offertes par le web, les technologies web, sont autant d’obstacles à dépasser pour celles et ceux souhaitant réaliser des cartographies thématiques percutantes. Ce document propose une présentation unifiée des concepts géomatiques, avec des extraits de code en R, Python et PostGIS. Il se concentre sur les données vectorielles et décrit les traitements et manipulations classiques à connaître pour construire une statistique spatiale. Il aborde aussi les outils et les flux permettant une diffusion dynamique (cartes interactives) de l’information spatiale. Il discute enfin le rôle de la spatialisation dans la représentation des données statistiques. Note de contenu : Introduction 1- Les données spatiales 2- Traitement des données spatiales 3- Diffusion dynamique de l'information spatiale Discussion : le territoire des statisticiens Numéro de notice : 28651 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Guide DOI : sans En ligne : https://www.insee.fr/fr/statistiques/6049652 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99778

Python software to transform GPS SNR wave phases to volumetric water content / Angel Martín in GPS solutions, vol 26 n° 1 (January 2022)  

Public [article]  inGPS solutions > vol 26 n° 1 (January 2022) . - n° 7 Titre : Python software to transform GPS SNR wave phases to volumetric water content Type de document : Article/Communication Auteurs : Angel Martín, Auteur ; Ana Belén Anquela, Auteur ; Sara Ibáñez, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : n° 7 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géodésie spatiale [Termes IGN] humidité du sol [Termes IGN] phase [Termes IGN] Python (langage de programmation) [Termes IGN] rapport signal sur bruit [Termes IGN] réflectométrie par GNSS [Termes IGN] signal GPS [Termes IGN] teneur en vapeur d'eau Résumé : (auteur) The global navigation satellite system interferometric reflectometry is often used to extract information about the environment surrounding the antenna. One of the most important applications is soil moisture monitoring. This manuscript presents the main ideas and implementation decisions needed to write the Python code to transform the derived phase of the interferometric GPS waves, obtained from signal-to-noise ratio data continuously observed during a period of several weeks (or months), to volumetric water content. The main goal of the manuscript is to share the software with the scientific community to help users in the GPS-IR computation. Numéro de notice : A2022-004 Affiliation des auteurs : non IGN Thématique : POSITIONNEMENT Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1007/s10291-021-01190-3 Date de publication en ligne : 27/10/2021 En ligne : https://doi.org/10.1007/s10291-021-01190-3 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98919 [article]

Comparative analysis for methods of building digital elevation models from topographic maps using geoinformation technologies / Vadim Belenok in Geodesy and cartography, vol 47 n° 4 (December 2021)  

Public [article]  inGeodesy and cartography > vol 47 n° 4 (December 2021) . - pp 191 - 199 Titre : Comparative analysis for methods of building digital elevation models from topographic maps using geoinformation technologies Type de document : Article/Communication Auteurs : Vadim Belenok, Auteur ; Yuriy Velikodsky, Auteur ; Oleksandr Nikolaienko, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : pp 191 - 199 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géomatique [Termes IGN] analyse comparative [Termes IGN] ArcGIS [Termes IGN] carte topographique [Termes IGN] contour [Termes IGN] données altimétriques [Termes IGN] image SRTM [Termes IGN] interpolation linéaire [Termes IGN] interpolation polynomiale [Termes IGN] modèle numérique de surface [Termes IGN] Python (langage de programmation) [Termes IGN] régression [Termes IGN] Russie [Termes IGN] vectorisation Résumé : (auteur) The article considers the question of estimating the accuracy of interpolation methods for building digital elevation models using Soviet topographic maps. The territory of the Kursk region of the Russian Federation was used as the study area, because it is located on the Central Russian Upland and characterized by the complex structure of the vertical and horizontal dissection of the relief. Contour lines automatically obtained using a Python algorithm were used as the initial elevation data to build a digital elevation model. Digital elevation models obtained by thirteen different interpolation methods in ArcGIS and Surfer software were built and analyzed. Special attention is paid to the ANUDEM method, which allows to obtain hydrologically correct digital elevation models. Recommendations for the use of one or another method of interpolation are given. The results can be useful for professionals who use topographic maps in their work and deals with the design using digital elevation models. Numéro de notice : A2021-925 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.3846/gac.2021.13208 Date de publication en ligne : 13/12/2021 En ligne : https://doi.org/10.3846/gac.2021.13208 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99287 [article]

Forest structural complexity tool: An open source, fully-automated tool for measuring forest point clouds / Sean Krisanski in Remote sensing, vol 13 n° 22 (November-2 2021)  

Public [article]  inRemote sensing > vol 13 n° 22 (November-2 2021) . - n° 4677 Titre : Forest structural complexity tool: An open source, fully-automated tool for measuring forest point clouds Type de document : Article/Communication Auteurs : Sean Krisanski, Auteur ; Mohammad Sadegh Taskhiri, Auteur ; Susana Gonzalez Aracil, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : n° 4677 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie [Termes IGN] diamètre à hauteur de poitrine [Termes IGN] données lidar [Termes IGN] données localisées 3D [Termes IGN] édition en libre accès [Termes IGN] logiciel libre [Termes IGN] modèle numérique de terrain [Termes IGN] Python (langage de programmation) [Termes IGN] segmentation [Termes IGN] semis de points [Termes IGN] squelettisation [Termes IGN] structure-from-motion [Termes IGN] télédétection par lidar Résumé : (auteur) Forest mensuration remains critical in managing our forests sustainably, however, capturing such measurements remains costly, time-consuming and provides minimal amounts of information such as diameter at breast height (DBH), location, and height. Plot scale remote sensing techniques show great promise in extracting detailed forest measurements rapidly and cheaply, however, they have been held back from large-scale implementation due to the complex and time-consuming workflows required to utilize them. This work is focused on describing and evaluating an approach to create a robust, sensor-agnostic and fully automated forest point cloud measurement tool called the Forest Structural Complexity Tool (FSCT). The performance of FSCT is evaluated using 49 forest plots of terrestrial laser scanned (TLS) point clouds and 7022 destructively sampled manual diameter measurements of the stems. FSCT was able to match 5141 of the reference diameter measurements fully automatically with mean, median and root mean squared errors (RMSE) of 0.032 m, 0.02 m, and 0.103 m respectively. A video demonstration is also provided to qualitatively demonstrate the diversity of point cloud datasets that the tool is capable of measuring. FSCT is provided as open source, with the goal of enabling plot scale remote sensing techniques to replace most structural forest mensuration in research and industry. Future work on this project will seek to make incremental improvements to this methodology to further improve the reliability and accuracy of this tool in most high-resolution forest point clouds. Numéro de notice : A2021-861 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article DOI : 10.3390/rs13224677 Date de publication en ligne : 19/11/2021 En ligne : https://doi.org/10.3390/rs13224677 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99075 [article]

JUST: MATLAB and python software for change detection and time series analysis / Ebrahim Ghaderpour in GPS solutions, vol 25 n° 3 (July 2021)  

Permalink

Using machine learning to map Western Australian landscapes for mineral exploration / Thomas Albrecht in ISPRS International journal of geo-information, vol 10 n° 7 (July 2021)  

Permalink

Data mining / Derya Birant (2021)  

Permalink

Détection d’ouvertures par segmentation sémantique de nuages de points 3D : apport de l’apprentissage profond / Camille Lhenry (2021)  

Permalink

Developing graphics frameworks with Python and OpenGL / Lee Stemkoski (2021)  

Permalink

Mise en place d’une infrastructure de données spatiales sur le risque de piqures de tiques / Lilian Calas (2021) 

Permalink

Participer à la construction de la base de données des toponymes maritimes du SHOM / Solenn Tual (2021) 

Permalink

Qualification des données LiDAR GEDI pour le suivi de l’impact climatique sur la forêt de Südharz / Iris Jeuffrard (2021) 

Permalink

Système de gestion des servitudes d’utilité publique du Bas-Rhin : développement "backend" / Patrick-Franck Namekong-Teulong (2021) 

Permalink

Python software tools for GNSS interferometric reflectometry (GNSS-IR) / Angel Martín in GPS solutions, Vol 24 n° 4 (October 2020)  

Permalink