Centre dedocumentation
scientifique

Urban impervious surface estimation from remote sensing and social data / Yan Yu in Photogrammetric Engineering & Remote Sensing, PERS, vol 84 n° 12 (December 2018)  

Public [article]  inPhotogrammetric Engineering & Remote Sensing, PERS > vol 84 n° 12 (December 2018) . - pp 771 - 780 Titre : Urban impervious surface estimation from remote sensing and social data Type de document : Article/Communication Auteurs : Yan Yu, Auteur ; Jun Li, Auteur ; Changyu Zhu, Auteur ; Antonio J. Plaza, Auteur Année de publication : 2018 Article en page(s) : pp 771 - 780 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques [Termes descripteurs IGN] analyse des mélanges spectraux [Termes descripteurs IGN] base de données routières [Termes descripteurs IGN] Canton (Kouangtoung) [Termes descripteurs IGN] contenu généré par les utilisateurs [Termes descripteurs IGN] données issues des réseaux sociaux [Termes descripteurs IGN] données localisées des bénévoles [Termes descripteurs IGN] données vectorielles [Termes descripteurs IGN] Google Maps [Termes descripteurs IGN] image Landsat-8 [Termes descripteurs IGN] image Landsat-OLI [Termes descripteurs IGN] OpenStreetMap [Termes descripteurs IGN] point d'intérêt [Termes descripteurs IGN] régression multiple [Termes descripteurs IGN] réseau routier [Termes descripteurs IGN] surface imperméable [Termes descripteurs IGN] zone urbaine Résumé : (auteur) We propose an inspiring approach for accurate impervious surface estimation based on the integration of remote sensing and social data. The proposed approach exploits the strengths of two kind of heterogeneous features, i.e., physical features and social features, where the former ones are derived by a morphological attribute profiles-guided spectral mixture analysis model using remote sensing imagery, and the latter ones are obtained from the normalized kernel density of point of interest and vector road datasets. These two features are then integrated using a multivariable linear regression model to estimate impervious surfaces. The proposed method has been tested in the main urban area of Guangzhou, China, in pixel level and parcel level, respectively. The obtained results, with the overall RMSE of 10.98% and 10.90% for pixel level and parcel level, respectively, demonstrate the good performance of integrating remote sensing imagery and social data for mapping of urban impervious surface. Numéro de notice : A2018-549 Thématique : GEOMATIQUE/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.14358/PERS.84.12.771 date de publication en ligne : 01/12/2018 En ligne : https://doi.org/10.14358/PERS.84.12.771 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91622 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
105-2018121	SL	Revue	Centre de documentation	Revues en salle	Disponible

Fusion tardive d’images SPOT 6/7 et de données multitemporelles Sentinel-2 pour la détection de la tache urbaine / Cyril Wendl in Revue Française de Photogrammétrie et de Télédétection, n° 217-218 (juin - septembre 2018)

Public [article]  inRevue Française de Photogrammétrie et de Télédétection > n° 217-218 (juin - septembre 2018) . - pp 87 - 97 Titre : Fusion tardive d’images SPOT 6/7 et de données multitemporelles Sentinel-2 pour la détection de la tache urbaine Type de document : Article/Communication Auteurs : Cyril Wendl, Auteur ; Arnaud Le Bris , Auteur ; Nesrine Chehata , Auteur ; Anne Puissant, Auteur ; Tristan Postadjian , Auteur Année de publication : 2018 Article en page(s) : pp 87 - 97 Note générale : bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] classification par forêts aléatoires [Termes descripteurs IGN] classification par réseau neuronal [Termes descripteurs IGN] classification pixellaire [Termes descripteurs IGN] contraste local [Termes descripteurs IGN] détection du bâti [Termes descripteurs IGN] fusion d'images [Termes descripteurs IGN] image multibande [Termes descripteurs IGN] image Sentinel-MSI [Termes descripteurs IGN] image SPOT 6 [Termes descripteurs IGN] image SPOT 7 [Termes descripteurs IGN] régularisation [Termes descripteurs IGN] réseau neuronal convolutif [Termes descripteurs IGN] segmentation d'image [Termes descripteurs IGN] surface imperméable Résumé : (auteur) La fusion d'images multispectrales à très haute résolution spatiale (THR) avec des séries temporelles d'images moins résolues spatialement mais comportant plus de bandes spectrales permet d'améliorer la classification de l'occupation du sol. Elle permet en effet de tirer le meilleur parti des points forts, respectivement, géométriques et sémantiques de ces deux sources. Le travail proposé ici s'intéresse à un processus d'extraction automatique de la tache urbaine fondé sur la fusion tardive de classifications obtenues respectivement à partir d'images satellitaires Sentinel-2 et SPOT 6/7. Ces deux sources sont d'abord analysées indépendamment selon 5 classes, respectivement par Forêt Aléatoire et réseaux de neurones convolutifs. Les résultats sont alors fusionnés afin d'extraire les bâtiments le plus finement possible. Cette étape de fusion inclut une fusion au niveau pixellaire, suivie d'une étape de régularisation spatiale intégrant un terme lié au contraste de l'image. Le résultat obtenu connaît ensuite une seconde fusion afin d'en déduire la-tache urbaine en elle-même : une mesure a priori de zone urbaine est calculée à partir des objets bâtiments détectés au préalable, puis fusionnée avec une classification binaire dérivée de la classification originale des données Sentinel-2. Les résultats montrent bien la complémentarité des deux sources de données ainsi que la pertinence de l'adoption d'une stratégie de fusion tardive. Numéro de notice : A2018-512 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91266 [article]

Réservation

Réserver ce document

Exemplaires (2)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
018-2018021	SL	Revue	Centre de documentation	Revues en salle	Disponible
018-2018022	SL	Revue	Centre de documentation	Revues en salle	Disponible

An improved temporal mixture analysis unmixing method for estimating impervious surface area based on MODIS and DMSP-OLS data / Li Zhuo in ISPRS Journal of photogrammetry and remote sensing, vol 142 (August 2018)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 142 (August 2018) . - pp 64 - 77 Titre : An improved temporal mixture analysis unmixing method for estimating impervious surface area based on MODIS and DMSP-OLS data Type de document : Article/Communication Auteurs : Li Zhuo, Auteur ; Qingli Shi, Auteur ; Haiyan Tao, Auteur ; Jing Zheng, Auteur ; Qiuping Li, Auteur Année de publication : 2018 Article en page(s) : pp 64 - 77 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] analyse des mélanges temporels [Termes descripteurs IGN] détection de changement [Termes descripteurs IGN] Enhanced vegetation index [Termes descripteurs IGN] factorisation de matrice non-négative [Termes descripteurs IGN] Fleuve bleu (Chine) [Termes descripteurs IGN] image DMSP-OLS [Termes descripteurs IGN] image Terra-MODIS [Termes descripteurs IGN] Kouangtoung (Chine) [Termes descripteurs IGN] Normalized Difference Vegetation Index [Termes descripteurs IGN] surface imperméable Résumé : (Auteur) Impervious surface area (ISA) is an important indicator for monitoring the intensity of human activity and ecological environment changes. Developing effective methods for estimation of ISA at different scales has thus been pursued by many scientists. The temporal mixture analysis (TMA), which is a variant of spectral mixture analysis that makes full use of the phenological information of different land cover types, is suitable for estimating the ISA fraction at a large scale. The existing TMA-based ISA fraction estimation methods rely on the assumption that pure pixels exist for all the endmembers, which, however, is not true in the case of coarse-resolution datasets. Moreover, the existing method cannot effectively differentiate bare soil from ISA effectively, which may lead to overestimation of the ISA fraction. To address these problems, we propose a new ISA estimation method based on TMA in this study, using a Moderate Resolution Imaging Spectroradiometer (MODIS) normalized difference vegetation index (NDVI) and enhanced vegetation index (EVI) products, the GlobeLand30 product, and the Defense Meteorological Satellite Program-Operational Linescan System (DMSP-OLS) data. The proposed method contains four major steps. First, the MODIS NDVI time-series datasets and GlobeLand30 land cover product were used to create an NDVI temporal profile subset for the TMA model. Second, a preliminary ISA fraction map was derived on the basis of optimized endmember temporal profiles, which were generated by unmixing the selected NDVI temporal profile subset through an improved spatial-spectral preprocessing nonnegative matrix factorization algorithm (ISSPP-NMF). Then, the preliminary ISA fraction was further optimized by incorporating the EVI-adjusted night-time light index (EANTLI), which can mitigate both saturation problems and the blooming effect of the DMSP-OLS data. An effective threshold method was introduced in this step to reduce the impact of bare soil on the ISA estimation. Finally, the estimated fraction of ISA was evaluated through accuracy assessment. The proposed method was tested in two study areas, namely, Guangdong Province and the Yangtze River Delta (YRD) of China, to prove its applicability in different regions. Effectiveness of the proposed method was proven through the comparison between the proposed method with traditional TMA-based methods. The results from these analyses indicate that the proposed method outperforms the others in ISA estimation, with an overall root mean square error (RMSE) of 9.2% and a coefficient of determination (R2) of 0.8872 in Guangdong and a RMSE of 8.9% and R2 of 0.8923 in YRD. This study also proves that the ISSPP-NMF method can produce more appropriate endmembers regardless of the existence of pure pixels. The post-processing with the EANLTI procedure can effectively reduce the bare soil effect in TMA-based ISA estimation. Numéro de notice : A2018-292 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2018.05.016 date de publication en ligne : 05/06/2018 En ligne : https://doi.org/10.1016/j.isprsjprs.2018.05.016 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=90409 [article]

Réservation

Réserver ce document

Exemplaires (3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2018081	RAB	Revue	Centre de documentation	En réserve 3L	Disponible
081-2018083	DEP-EXM	Revue	MATIS	Dépôt en unité	Exclu du prêt
081-2018082	DEP-EAF	Revue	Nancy	Dépôt en unité	Exclu du prêt

A new scheme for urban impervious surface classification from SAR images / Hongsheng Zhang in ISPRS Journal of photogrammetry and remote sensing, vol 139 (May 2018)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 139 (May 2018) . - pp 103 - 118 Titre : A new scheme for urban impervious surface classification from SAR images Type de document : Article/Communication Auteurs : Hongsheng Zhang, Auteur ; Hui Lin, Auteur ; Yunpeng Wang, Auteur Année de publication : 2018 Article en page(s) : pp 103 - 118 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications [Termes descripteurs IGN] classification [Termes descripteurs IGN] Hong-Kong [Termes descripteurs IGN] image radar moirée [Termes descripteurs IGN] image Radarsat [Termes descripteurs IGN] Macao [Termes descripteurs IGN] polarimétrie radar [Termes descripteurs IGN] Shenzhen [Termes descripteurs IGN] surface imperméable [Termes descripteurs IGN] zone urbaine Résumé : (Auteur) Urban impervious surfaces have been recognized as a significant indicator for various environmental and socio-economic studies. There is an increasingly urgent demand for timely and accurate monitoring of the impervious surfaces with satellite technology from local to global scales. In the past decades, optical remote sensing has been widely employed for this task with various techniques. However, there are still a range of challenges, e.g. handling cloud contamination on optical data. Therefore, the Synthetic Aperture Radar (SAR) was introduced for the challenging task because it is uniquely all-time- and all-weather-capable. Nevertheless, with an increasing number of SAR data applied, the methodology used for impervious surfaces classification remains unchanged from the methods used for optical datasets. This shortcoming has prevented the community from fully exploring the potential of using SAR data for impervious surfaces classification. We proposed a new scheme that is comparable to the well-known and fundamental Vegetation-Impervious surface-Soil (V-I-S) model for mapping urban impervious surfaces. Three scenes of fully polarimetric Radsarsat-2 data for the cities of Shenzhen, Hong Kong and Macau were employed to test and validate the proposed methodology. Experimental results indicated that the overall accuracy and Kappa coefficient were 96.00% and 0.8808 in Shenzhen, 93.87% and 0.8307 in Hong Kong and 97.48% and 0.9354 in Macau, indicating the applicability and great potential of the new scheme for impervious surfaces classification using polarimetric SAR data. Comparison with the traditional scheme indicated that this new scheme was able to improve the overall accuracy by up to 4.6% and Kappa coefficient by up to 0.18. Numéro de notice : A2018-111 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2018.03.007 En ligne : https://doi.org/10.1016/j.isprsjprs.2018.03.007 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=89541 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2018051	RAB	Revue	Centre de documentation	En réserve 3L	Disponible

Exploring the impact of seasonality on urban land-cover mapping using multi-season sentinel-1A and GF-1 WFV images in a subtropical monsoon-climate region / Tao Zhou in ISPRS International journal of geo-information, vol 7 n° 1 (January 2018)  

Public [article]  inISPRS International journal of geo-information > vol 7 n° 1 (January 2018) Titre : Exploring the impact of seasonality on urban land-cover mapping using multi-season sentinel-1A and GF-1 WFV images in a subtropical monsoon-climate region Type de document : Article/Communication Auteurs : Tao Zhou, Auteur ; Meifang Zhao, Auteur ; Chuanliang Sun, Auteur ; Jianjun Pan, Auteur Année de publication : 2018 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes descripteurs IGN] carte d'occupation du sol [Termes descripteurs IGN] classification par forêts aléatoires [Termes descripteurs IGN] classification par séparateurs à vaste marge [Termes descripteurs IGN] image GF-1 [Termes descripteurs IGN] image Sentinel-SAR [Termes descripteurs IGN] Kiangsou (Chine) [Termes descripteurs IGN] surface imperméable [Termes descripteurs IGN] variation saisonnière [Termes descripteurs IGN] zone urbaine Résumé : (Auteur) The objective of this research was to investigate the impact of seasonality on urban land-cover mapping and to explore better classification accuracy by using multi-season Sentinel-1A and GF-1 wide field view (WFV) images, and the combinations of both types of images in subtropical monsoon-climate regions in Southeast China. We obtained multi-season Sentinel-1A and GF-1 WFV images, as well as the combinations of both data, by using a support vector machine (SVM) and a random forest (RF) classifier. The backscatter intensity, texture, and interference-coherence images were extracted from Sentinel-1A images, and different combinations of these Sentinel-1A-derived images were used to evaluate their ability to map urban land cover. The results showed that the performance of winter images was better than that of any other season, while the summer images performed the worst. Higher classification accuracy was achieved by using multi-season images, and satisfactory classification results were obtained when using Sentinel-1A images from only three seasons. The best classification result was achieved using a combination of all Sentinel-1A data from all four seasons and GF-1 WFV data from winter, with an overall accuracy of up to 96.02% and a kappa coefficient reaching 0.9502. The performance of textures was slightly better than that of the backscatter-intensity images. Although the coherence data performed the worst, it was still able to distinguish urban impervious surfaces well. In addition, the overall classification accuracy of RF was better than that of SVM. Numéro de notice : A2018-040 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.3390/ijgi7010003 En ligne : https://doi.org/10.3390/ijgi7010003 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=89262 [article]

Per-pixel bias-variance decomposition of continuous errors in data-driven geospatial modeling : A case study in environmental remote sensing / Jing Gao in ISPRS Journal of photogrammetry and remote sensing, vol 134 (December 2017)  

Permalink

Thorough statistical comparison of machine learning regression models and their ensembles for sub-pixel imperviousness and imperviousness change mapping / Wojciech Drzewiecki in Geodesy and cartography, vol 66 n° 2 (December 2017)  

Permalink

Monitoring surface urban heat island formation in a tropical mountain city using Landsat data (1987–2015) / Ronald C. Estoque in ISPRS Journal of photogrammetry and remote sensing, vol 133 (November 2017)  

Permalink

Height uncertainty in digital terrain modelling with unmanned aircraft systems / Stig-Göran Mårtensson in Survey review, vol 49 n° 355 (October 2017)  

Permalink

Effects of using different sources of remote sensing and geographic information system data on urban stormwater 2D–1D modeling / Yi Hong in Applied sciences, vol 7 n° 9 (September 2017)  

Permalink

Urban land use/land cover discrimination using image-based reflectance calibration methods for hyperspectral data / Shailesh S. Deshpande in Photogrammetric Engineering & Remote Sensing, PERS, vol 83 n° 5 (May 2017)  

Permalink

Sols artificialisés et processus d’artificialisation des sols : déterminants, impacts et leviers d’action / B. Béchet (2017)    

Permalink

n° 2 - octobre 2016 - Atlas régional de l'occupation des sols en France (Bulletin de Datalab) / Service de l'observation et des statistiques  

Permalink

Mapping urban growth of the capital city of Honduras from Landsat data using the impervious surface fraction algorithm / Nguyen-Thanh Son in Geocarto international, vol 31 n° 3 - 4 (March - April 2016)  

Permalink

3D watertight mesh generation with uncertainties from ubiquitous data / Laurent Caraffa (2016)  

Permalink