Descripteur
Documents disponibles dans cette catégorie (30)
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
Systèmes d'information géographique / Yves Auda (2018)
Titre : Systèmes d'information géographique : avec les logiciels libres Grass et Qgis Type de document : Guide/Manuel Auteurs : Yves Auda, Auteur Editeur : Paris : Dunod Année de publication : 2018 Collection : Sciences Sup Sous-collection : Sciences de l'ingénieur Importance : 197 p. Format : 17 x 24 cm ISBN/ISSN/EAN : 978-2-10-077584-2 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Systèmes d'information géographique
[Termes IGN] base de données localisées
[Termes IGN] données maillées
[Termes IGN] données vectorielles
[Termes IGN] géoréférencement indirect
[Termes IGN] GRASS
[Termes IGN] modèle hydrographique
[Termes IGN] modèle numérique de terrain
[Termes IGN] QGIS
[Termes IGN] R (langage)
[Termes IGN] représentation cartographique
[Termes IGN] SQL
[Termes IGN] traitement de données localiséesIndex. décimale : 37.35 Logiciels SIG Résumé : (Editeur) Un système d'information géographique (SIG) est un système d'information conçu pour recueillir, stocker, traiter, analyser, gérer et présenter tous les types de données spatiales et géographiques issues de la télédétection (observation des ressources terrestres et de leur utilisation par l'homme). Les applications sont multiples : recherche du cheminement le plus économique en termes de temps pour la distribution du courrier par le facteur, du tracé dont l'impact sera le plus faible pour l'implantation d'une nouvelle ligne électrique, de la localisation du central téléphonique optimisant le raccord des abonnés, mais aussi aménagement du territoire, prospection minière, études de démographie, état des risques naturels … À partir d’une zone de quelques km2 au nord du Laos, l’ouvrage montre grâce aux logiciels libres Grass et Qgis comment cartographier, référencer, modéliser, classifier les données recueillies dans une perspective de gestion de l’espace. À travers une partie théorique et de nombreux exercices issus de cas concrets, l'auteur rend compte de son expérience pour présenter une structure de gestion de projet adaptée à la gestion des bases de données spatialisées. Note de contenu : INTRODUCTION
1-PARTIE THEORIQUE
- Qu'est-ce qu'un SIG
- Modèles de données
- Localisation sur Terre
- Composition de carte
- Modèles hydrologiques et MNT
- Modèles de paysage
- Traitement des données
2-PARTIE PRATIQUE
- Prise en main de GRASS et QGIS
- Repères cartographiques
- Géoréférencement d'une carte scannée
- Organisation des données et de leur traitement
- Base de données et SQL
- SQL spatial, requêtes géométriques
- SQL spatial, requêtes topologiques
- Modèle Numérique de Terrain
- Complémentarité R du CRAN/GRASS
- Modèle hydrologique
- Traitement des données
- Modèle de paysage
- Composition de carte
CONCLUSIONNuméro de notice : 22927 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Manuel de cours Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=90874 Réservation
Réserver ce documentExemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 22927-01 37.35 Livre Centre de documentation Géomatique Disponible Traitement de données LiDAR pour la modélisation d'indicateurs de biodiversité forestière / Sylvain Jourdana (2017)
Titre : Traitement de données LiDAR pour la modélisation d'indicateurs de biodiversité forestière Type de document : Mémoire Auteurs : Sylvain Jourdana, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2017 Autre Editeur : Champs/Marne : Université Paris-Est Marne-la-Vallée UPEM Importance : 176 p. Format : 21 x 30 cm Note générale : Bibliographie
Rapport de fin d'étude, cycle Ingénieur 3e année, master Information Géographique, Analyse Spatiale et TélédétectionLangues : Français (fre) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] biodiversité végétale
[Termes IGN] données lidar
[Termes IGN] données localisées 3D
[Termes IGN] écologie forestière
[Termes IGN] forêt tempérée
[Termes IGN] houppier
[Termes IGN] indicateur de biodiversité
[Termes IGN] modèle linéaire
[Termes IGN] modèle numérique de surface
[Termes IGN] modèle numérique de sursol
[Termes IGN] R (langage)
[Termes IGN] semis de points
[Termes IGN] service écosystémiqueIndex. décimale : IGAST Mémoires du Master Information Géographique, Analyse Spatiale et Télédétection Résumé : (Auteur) Les chercheurs en écologie du paysage essaient de comprendre l’effet de la structure et de la composition des habitats sur les espèces. La technologie LiDAR est encore peu utilisée dans ce domaine, mais fournit des données précises sur de grandes zones. Nous cherchons ici à évaluer l’apport des données LiDAR en milieu forestier. La but est de voir si des métriques LiDAR pertinentes peuvent être extraites afin d’expliquer et prédire des indicateurs de biodiversité. Les résultats obtenus à partir de modèles linéaires généralisés (GLM) permettent d’expliquer entre 14 et 63% des variables de biodiversité étudiées (Indice de Biodiversité Potentielle, taux de prédation des défoliateurs, indice de consommation du chevreuil, richesse de la strate herbacée, richesse de différentes catégories d’oiseaux) à partir d’une combinaison d’une quinzaine de variables LiDAR. Dans un second temps, nous explorons l’apport de données LiDAR pour extraire automatiquement les cimes et couronnes des arbres. L’analyse est effectuée par extraction des maximas locaux ou par l’utilisation de la méthode de ligne de partage des eaux, sur le modèle numérique de hauteur issu des données LiDAR. Les algorithmes ont été testés sur une zone d’étude simplifiée présentant des arbres alignés avec un écart assez fixe. Il en ressort que la détection des cimes d’arbres est, dans ce cas d’étude, précise après un filtrage gaussien 3*3 du raster analysé. Les résultats obtenus demandent à être confirmés en raison du faible nombre d’observations. Cette étude ouvre toutefois des perspectives intéressantes sur l’apport du LiDAR en écologie. Note de contenu : Introduction
1. Présentation du contexte
2. LiDAR et écologie : état de l’art
3. Matériels
4. Modélisation de variables écologiques à partir de variables LiDAR
5. Extraction automatique des cimes et couronnes des arbres
ConclusionNuméro de notice : 22821 Affiliation des auteurs : non IGN Thématique : BIODIVERSITE/FORET/IMAGERIE Nature : Mémoire de fin d'études IT Organisme de stage : Laboratoire Dynafor (INRA) Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=88951 Réservation
Réserver ce documentExemplaires(2)
Code-barres Cote Support Localisation Section Disponibilité 22821-02 IGAST Livre Centre de documentation Travaux d'élèves Disponible 22821-01 IGAST Livre Centre de documentation Travaux d'élèves Disponible Documents numériques
peut être téléchargé
Traitement de données LiDAR pour la modélisationAdobe Acrobat PDF Utilisation d’image THR et drone pour l’étude de la dynamique côtière d’Ouvéa (Île des Loyautés - Nouvelle Calédonie) / Sabrina Bosque (2017)
Titre : Utilisation d’image THR et drone pour l’étude de la dynamique côtière d’Ouvéa (Île des Loyautés - Nouvelle Calédonie) Type de document : Mémoire Auteurs : Sabrina Bosque, Auteur Editeur : Toulouse : Université de Toulouse 2 Jean Jaurès Année de publication : 2017 Autre Editeur : Toulouse : Institut National Polytechnique de Toulouse INPT Importance : 102 p. Format : 21 x 30 cm Note générale : bibliographie
Master 2 Géomatique, ScIences Géomatiques en environneMent et Aménagement (SIGMA)Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] analyse diachronique
[Termes IGN] classification automatique
[Termes IGN] classification dirigée
[Termes IGN] classification par arbre de décision
[Termes IGN] érosion côtière
[Termes IGN] Extreme Gradient Machine
[Termes IGN] fusion d'images
[Termes IGN] géoréférencement indirect
[Termes IGN] image à très haute résolution
[Termes IGN] image captée par drone
[Termes IGN] image Quickbird
[Termes IGN] image Worldview
[Termes IGN] Loyauté (îles)
[Termes IGN] Nouvelle-Calédonie
[Termes IGN] orthophotoplan numérique
[Termes IGN] plage
[Termes IGN] R (langage)
[Termes IGN] trait de côteRésumé : (auteur) Ce stage s’inscrit dans le projet Litto « Mise en place d’un réseau participatif du suivi de rivage : expérimentation dans les îles Loyautés en Nouvelle Calédonie (2014-2017) » émanant à l’appel à projet MOM (Ministère d’Outre-Mer). Dans ce stage, on s’intéresse à l’atoll d’Ouvéa, une des îles Loyautés de la Nouvelle Calédonie. Cet atoll fragile est très sensible aux changements d’origines naturelles et/ou anthropiques qui sont particulièrement visibles sur le système plage. Les objectifs de cette étude sont la détection par classification automatique des dynamiques côtières et l’expérimentation de la complémentarité entre les images des satellites (Worldview-2, Quickbird) et les images des Drones (Phantom 2 et 4). Outre les prétraitements qui ont été nécessaires sur les images satellites (fusion et géoréférencement) et Drones (orthomosaïque), différentes méthodes de classification ont été expérimentées. Parmi ces méthodes « Extreme Gradient Machine » (module XGBoost sous R) présente les meilleurs résultats et permet de créer un modèle applicable à d’autres images basé sur des arbres de décision. L’entrainement du modèle, réalisé à partir de l’image satellite de 2015 atteint une précision de 96,5% et son application sur l'image de 2011 donne un taux de confiance de 72,6%. De la même façon, les résultats obtenus pour les orthomosaïques Drone de 2017 et 2015 présentent les précisions respectives de 92,2% et de 67,6%. Cette étape de classification a permis de réaliser une analyse diachronique sur la dynamique du trait de côte mettant en évidence des zones d’érosions et d’accrétions sur les plages d’Ouvéa. Note de contenu : 1- Introduction
2- Matériel et méthodes
3- Résultats
4- L'analyse diachronique
5- Conclusion
6- PerspectivesNuméro de notice : 24592 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Mémoire masters divers Organisme de stage : Institut de Recherche pour le Développement / Université de Nouvelle-Calédonie Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92163 Documents numériques
en open access
Utilisation d’image THR ... - pdf auteurAdobe Acrobat PDF Utilisation d’un modèle numérique de hauteur en stratification des données de l’Inventaire Forestier National / Sophie Georges (2017)
Titre : Utilisation d’un modèle numérique de hauteur en stratification des données de l’Inventaire Forestier National Type de document : Mémoire Auteurs : Sophie Georges, Auteur Editeur : Toulouse : Université de Toulouse 2 Jean Jaurès Année de publication : 2017 Autre Editeur : Toulouse : Institut National Polytechnique de Toulouse INPT Importance : 90 p. Format : 21 x 30 cm Note générale : bibliographie
Master 2 Géomatique, ScIences Géomatiques en environneMent et Aménagement (SIGMA)Langues : Français (fre) Descripteur : [Termes IGN] Alsace (France administrative)
[Termes IGN] analyse comparative
[Termes IGN] analyse de données
[Termes IGN] analyse de variance
[Termes IGN] appariement de modèles conceptuels de données
[Termes IGN] BD forêt
[Termes IGN] chaîne de traitement
[Termes IGN] dalle
[Termes IGN] diamètre des arbres
[Termes IGN] échantillonnage (statistique)
[Termes IGN] échantillonnage de données
[Termes IGN] essence d'arbre
[Termes IGN] estimation statistique
[Termes IGN] feuillu
[Termes IGN] hauteur des arbres
[Termes IGN] inventaire forestier (techniques et méthodes)
[Termes IGN] inventaire forestier national (données France)
[Termes IGN] Inventaire Forestier National (organisme France)
[Termes IGN] modèle numérique de surface
[Termes IGN] modèle numérique de surface de la canopée
[Termes IGN] modèle numérique de sursol
[Termes IGN] modèle numérique de terrain
[Termes IGN] peuplement forestier
[Termes IGN] photo-interprétation
[Termes IGN] Pinophyta
[Termes IGN] post-stratification de données
[Termes IGN] R (langage)
[Termes IGN] stratification de données
[Vedettes matières IGN] Inventaire forestierRésumé : (auteur) L’Inventaire Forestier National fournit des données de références concernant la forêt française depuis 1960. La méthode actuellement utilisée repose sur des points d’échantillonnage tirés au sort sur tout le territoire et photo-interprétés, puis pour certains visités, et sur un traitement des données par post-stratification. Celle-ci a jusqu’à présent toujours utilisé les mêmes informations, mais pourrait exploiter d’autres données disponibles, en particulier des modèles de hauteur. À partir de modèles numériques de terrain et d’élévation disponibles pour la région Alsace, un modèle numérique de « hauteur dominante » en huit classes de hauteur a été élaboré pour les forêts alsaciennes. La méthode mise en place vise à une automatisation maximale de ce travail grâce au logiciel R. Ce modèle, ainsi qu’une cartographie simplifiée des essences, ont servi de base à la mise en place de nouvelles stratifications des données sur la période 2010-2014. Celles-ci ont été comparées à la stratification de référence de l’inventaire sans ventilation des données ; puis les stratifications les plus intéressantes, qui se sont avérées être les plus simples, ont été comparées en ventilant les données par différents critères. La stratification par essences regroupées a amélioré les estimations pour les classes de peuplement, l’opposition feuillus / conifères et des essences fréquentes. La stratification par classes de hauteur est plus intéressante pour les classes de diamètre des arbres et la difficulté d’exploitation. Elles n’améliorent par contre pas les résultats par type de propriété forestière ou pour d’autres essences. Note de contenu : 1- L'inventaire des ressources forestières en France
2- La méthode d'inventaire de l'IFN depuis 2004
3- Utilisation de modèles de hauteur en stratification : données et méthodes
4- Résultats : comparaison entre les stratifications créées et la référence
5- Discussion
6- Conclusion généraleNuméro de notice : 24598 Affiliation des auteurs : non IGN Thématique : FORET/MATHEMATIQUE Nature : Mémoire masters divers Organisme de stage : SIFE (IGN) Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92171 Documents numériques
en open access
Utilisation d’un modèle numérique... - pdf auteurAdobe Acrobat PDF
Titre : Introduction to Statistics and Data Analysis : With Exercises, Solutions and Applications in R Type de document : Guide/Manuel Auteurs : Christian Heumann, Auteur ; Michael Schomaker, Auteur Editeur : Springer International Publishing Année de publication : 2016 Importance : 456 p. Format : 16 x 24 cm ISBN/ISSN/EAN : 978-3-319-46162-5 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Statistiques
[Termes IGN] coefficient de Gini
[Termes IGN] courbe de Lorenz
[Termes IGN] estimateur
[Termes IGN] probabilités
[Termes IGN] R (langage)
[Termes IGN] régression linéaire
[Termes IGN] variable aléatoireRésumé : (éditeur) This introductory statistics textbook conveys the essential concepts and tools needed to develop and nurture statistical thinking. It presents descriptive, inductive and explorative statistical methods and guides the reader through the process of quantitative data analysis. In the experimental sciences and interdisciplinary research, data analysis has become an integral part of any scientific study. Issues such as judging the credibility of data, analyzing the data, evaluating the reliability of the obtained results and finally drawing the correct and appropriate conclusions from the results are vital. The text is primarily intended for undergraduate students in disciplines like business administration, the social sciences, medicine, politics, macroeconomics, etc. It features a wealth of examples, exercises and solutions with computer code in the statistical programming language R as well as supplementary material that will enable the reader to quickly adapt all methods to their own applications. Note de contenu : 1- Descriptive Statistics
2- Probability Calculus
3- Inductive StatisticsNuméro de notice : 25822 Affiliation des auteurs : non IGN Thématique : INFORMATIQUE/MATHEMATIQUE Nature : Manuel En ligne : https://doi.org/10.1007/978-3-319-46162-5 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95097 PermalinkSLIDER: Software for LongItudinal Data Exploration with R / Hadrien Commenges in Cybergeo, European journal of geography, n° 2014 ([01/06/2014])PermalinkPermalinkPermalinkEstimating the uncertainty of terrestrial laser scanner measurements / M. Polo in IEEE Transactions on geoscience and remote sensing, vol 50 n° 11 Tome 2 (November 2012)PermalinkBiais et dérives dans l'altimétrie satellitale à partir de comparaisons avec des marégraphes co-localisés avec des stations GPS / Médéric Gravelle (2010)PermalinkA preliminary method for the evaluation of the landslides volume at a regional scale / Ivan Marchesini in Geoinformatica, vol 13 n° 3 (September 2009)PermalinkPermalinkApplied spatial data analysis with R / R.S. Bivand (2008)Permalink