Descripteur
Documents disponibles dans cette catégorie (65)
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
Resolution enhancement for large-scale land cover mapping via weakly supervised deep learning / Qiutong Yu in Photogrammetric Engineering & Remote Sensing, PERS, vol 87 n° 6 (June 2021)
[article]
Titre : Resolution enhancement for large-scale land cover mapping via weakly supervised deep learning Type de document : Article/Communication Auteurs : Qiutong Yu, Auteur ; Wei Liu, Auteur ; Wesley Nunes Gonçalves, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : pp 405 - 412 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image mixte
[Termes IGN] apprentissage profond
[Termes IGN] apprentissage semi-dirigé
[Termes IGN] carte d'occupation du sol
[Termes IGN] changement d'occupation du sol
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] données d'entrainement (apprentissage automatique)
[Termes IGN] fusion d'images
[Termes IGN] image à haute résolution
[Termes IGN] image multibande
[Termes IGN] image Sentinel-MSI
[Termes IGN] image Sentinel-SAR
[Termes IGN] image Terra-MODIS
[Termes IGN] série temporelleRésumé : (Auteur) Multispectral satellite imagery is the primary data source for monitoring land cover change and characterizing land cover globally. However, the consistency of land cover monitoring is limited by the spatial and temporal resolutions of the acquired satellite images. The public availability of daily high-resolution images is still scarce. This paper aims to fill this gap by proposing a novel spatiotemporal fusion method to enhance daily low spatial resolution land cover mapping using a weakly supervised deep convolutional neural network. We merge Sentinel images and moderate resolution imaging spectroradiometer (MODIS )-derived thematic land cover maps under the application background of massive remote sensing data and the large spatial resolution gaps between MODIS data and Sentinel images. The neural network training was conducted on the public data set SEN12MS, while the validation and testing used ground truth data from the 2020 IEEE Geoscience and Remote Sensing Society data fusion contest. The proposed data fusion method shows that the synthesized land cover map has significantly higher spatial resolution than the corresponding MODIS-derived land cover map. The ensemble approach can be implemented for generating high-resolution time series of satellite images by fusing fine images from Sentinel-1 and -2 and daily coarse images from MODIS. Numéro de notice : A2021-373 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.14358/PERS.87.6.405 Date de publication en ligne : 01/06/2021 En ligne : https://doi.org/10.14358/PERS.87.6.405 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97825
in Photogrammetric Engineering & Remote Sensing, PERS > vol 87 n° 6 (June 2021) . - pp 405 - 412[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 105-2021061 SL Revue Centre de documentation Revues en salle Disponible A novel class-specific object-based method for urban change detection using high-resolution remote sensing imagery / Ting Bai in Photogrammetric Engineering & Remote Sensing, PERS, vol 87 n° 4 (April 2021)
[article]
Titre : A novel class-specific object-based method for urban change detection using high-resolution remote sensing imagery Type de document : Article/Communication Auteurs : Ting Bai, Auteur ; Kaimin Sun, Auteur ; Wenzhuo Li, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : pp 249-262 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] changement d'occupation du sol
[Termes IGN] classe d'objets
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] détection de changement
[Termes IGN] détection du bâti
[Termes IGN] image à haute résolution
[Termes IGN] milieu urbain
[Termes IGN] segmentation multi-échelleRésumé : (Auteur) A single-scale object-based change-detection classifier can distinguish only global changes in land cover, not the more granular and local changes in urban areas. To overcome this issue, a novel class-specific object-based change-detection method is proposed. This method includes three steps: class-specific scale selection, class-specific classifier selection, and land cover change detection. The first step combines multi-resolution segmentation and a random forest to select the optimal scale for each change type in land cover. The second step links multi-scale hierarchical sampling with a classifier such as random forest, support vector machine, gradient-boosting decision tree, or Adaboost; the algorithm automatically selects the optimal classifier for each change type in land cover. The final step employs the optimal classifier to detect binary changes and from-to changes for each change type in land cover. To validate the proposed method, we applied it to two high-resolution data sets in urban areas and compared the change-detection results of our proposed method with that of principal component analysis k-means, object-based change vector analysis, and support vector machine. The experimental results show that our proposed method is more accurate than the other methods. The proposed method can address the high levels of complexity found in urban areas, although it requires historical land cover maps as auxiliary data. Numéro de notice : A2021-332 Affiliation des auteurs : non IGN Thématique : IMAGERIE/URBANISME Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.14358/PERS.87.4.249 Date de publication en ligne : 01/04/2021 En ligne : https://doi.org/10.14358/PERS.87.4.249 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97528
in Photogrammetric Engineering & Remote Sensing, PERS > vol 87 n° 4 (April 2021) . - pp 249-262[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 105-2021041 SL Revue Centre de documentation Revues en salle Disponible Analyse et consolidation des résultats sur les estimations de superficie du couvert forestier et de ses changements entre 2000 et 2016 en république du Congo / Suspense Averti Ifo in Revue Française de Photogrammétrie et de Télédétection, n° 223 (mars - décembre 2021)
[article]
Titre : Analyse et consolidation des résultats sur les estimations de superficie du couvert forestier et de ses changements entre 2000 et 2016 en république du Congo Type de document : Article/Communication Auteurs : Suspense Averti Ifo, Auteur ; Christophe Sannier, Auteur ; Gabriel Jaffrain, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : pp 104 - 117 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] analyse comparative
[Termes IGN] analyse diachronique
[Termes IGN] changement d'occupation du sol
[Termes IGN] Congo
[Termes IGN] couvert forestier
[Termes IGN] échantillonnage (statistique)
[Termes IGN] estimation statistique
[Termes IGN] Réduction des émissions dues à la déforestation et la dégradation des forêts, REDD
[Termes IGN] superficieRésumé : (Auteur) Des rapports précis et cohérents sur l'évolution de la superficie forestière et des changements d’occupation du sol sont importants dans le contexte de l’accord de Paris où les pays ont l’obligation de soumettre régulièrement leurs rapports sur le bilan émission absorption des gaz à effet de serre. Cette notification des changements peut avoir un impact direct sur les paiements par le biais de comparaisons avec les niveaux de référence (émissions) nationaux dans le cadre de la réduction des émissions dues à la déforestation et à la dégradation des forêts, notamment dans le cadre du processus REDD+. Cependant avant cela, les pays sont invités à renforcer leur système national de surveillance des forêts mais aussi de production des produits cartographiques qui respectent des règles robustes d’évaluation de l’incertitude des estimations de l’évolution de la superficie du couvert forestier prescrites par la CCNUCC. Dans cette étude, nous présentons les résultats de la précision des nombreuses cartes forestières dont le Congo dispose en utilisant l’approche assistée par modèle développée par Sannier et al, 2014, adaptée au contexte de la République du Congo. Les résultats de l’étude montrent une sous-estimation des près de 50% des pertes forestières dans la période entre 2000 et 2014 que ce soit par la méthode des estimations directes ou des estimations par régression. La comparaison des deux méthodes montre que les estimations des pertes de la couverture forestière par la méthode échantillons point sous-estime l’estimation des pertes sur la période 2000-2014 ainsi que sur la période 2014-2016. Nous concluons qu’il faut renforcer les équipes nationales en charge de l’élaboration des cartes forestières mais aussi que le pays doit s’approprier cette méthode de Sannier et al. 2014 pour l’évaluation de la précision. Numéro de notice : A2021-666 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : 10.52638/rfpt.2021.587 Date de publication en ligne : 25/08/2021 En ligne : https://doi.org/10.52638/rfpt.2021.587 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98763
in Revue Française de Photogrammétrie et de Télédétection > n° 223 (mars - décembre 2021) . - pp 104 - 117[article]Apport des images Landsat à l’étude de l’évolution de l’occupation du sol dans la plaine de Saïss au Maroc, pour la période 1987-2018 / Abdelkader El Garouani in Revue Française de Photogrammétrie et de Télédétection, n° 223 (mars - décembre 2021)
[article]
Titre : Apport des images Landsat à l’étude de l’évolution de l’occupation du sol dans la plaine de Saïss au Maroc, pour la période 1987-2018 Type de document : Article/Communication Auteurs : Abdelkader El Garouani, Auteur ; Kamal Aharik, Auteur Année de publication : 2021 Article en page(s) : pp 173 - 188 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] analyse spatio-temporelle
[Termes IGN] changement d'occupation du sol
[Termes IGN] cultures irriguées
[Termes IGN] détection de changement
[Termes IGN] données spatiotemporelles
[Termes IGN] image Landsat
[Termes IGN] indice de végétation
[Termes IGN] Maroc
[Termes IGN] matrice de confusion
[Termes IGN] milieu urbain
[Termes IGN] plaine
[Termes IGN] terre arableRésumé : (Auteur) Cet article concerne la plaine de Saïss au Maroc et porte sur l’évolution de l’occupation et de l'utilisation des sols pour la période allant de 1987 à 2018. Cette plaine s’avère très importante au niveau économique pour le pays. La méthodologie adoptée comporte successivement le calcul d’indices spectraux à partir d’images Landsat (NDVI : Normalized Difference Vegetation Index, NDWI : Normalized Difference Water Index et NDBI : Normalized Difference Built-up Index), puis l’utilisation de l’algorithme de vraisemblance afin de réaliser quatre classifications thématiques pour les années 1987, 2003, 2014 et 2018. La précision globale de ces classifications est déterminée à partir de la matrice de confusion, et varie entre 83 et 87% ; le coefficient kappa est, pour les quatre années, supérieur à 0,80. Entre 1987 et 2018, les surfaces correspondant aux terres irriguées, aux oliviers et au milieu urbain, ont progressé respectivement de 123%, 136% et 115%. À l’inverse, les forêts, les parcours et les terres arables ont vu leur surface diminuer respectivement de 10%, 6% et 29%. Numéro de notice : A2021-910 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : 10.52638/rfpt.2021.490 Date de publication en ligne : 13/12/2021 En ligne : https://doi.org/10.52638/rfpt.2021.490 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99300
in Revue Française de Photogrammétrie et de Télédétection > n° 223 (mars - décembre 2021) . - pp 173 - 188[article]Cartographie de l’occupation du sol du Gabon en 2015, changements entre 2010 et 2015 / Farrel Nzigou Boucka in Revue Française de Photogrammétrie et de Télédétection, n° 223 (mars - décembre 2021)
[article]
Titre : Cartographie de l’occupation du sol du Gabon en 2015, changements entre 2010 et 2015 Type de document : Article/Communication Auteurs : Farrel Nzigou Boucka, Auteur ; Conan Vassily Obame, Auteur ; Francis Manfoumbi, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : pp 118 - 128 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Cartographie étrangère
[Termes IGN] analyse diachronique
[Termes IGN] carte d'occupation du sol
[Termes IGN] cartographie thématique
[Termes IGN] changement d'occupation du sol
[Termes IGN] couvert forestier
[Termes IGN] GabonRésumé : (Auteur) La cartographie de l’occupation du sol du Gabon en 2010 et 2015 et celle des changements entre ces deux dates a été réalisée dans le cadre du programme OSFACO [1] par l'Agence Gabonaise d'Etudes et d'Observations Spatiales (AGEOS). Il s’agit de la première carte d’occupation du sol de référence à l’échelle nationale dont la légende est issue d’une concertation des acteurs majeurs du secteur forestier gabonais. Cette carte a été obtenue en affinant celle du couvert forestier du Gabon (forêt/non forêt) obtenue dans le cadre des projets OSFT [2] et GEOFORAFRI [3]. La cartographie s’est basée sur l’utilisation des images satellitaires SPOT 5/7, Sentinel 2 pour l’année 2015 et les images SPOT 4, ASTER et ALOS 1 pour l’année 2010. Les méthodes de classification semi-automatisée et d'amélioration manuelle ont été combinées pour une meilleure précision des classes d’occupation du sol. Les résultats obtenus mettent en évidence 10 classes d’occupation du sol représentant les grands ensembles paysagers du pays, dominés par les forêts qui occupent 89% de la superficie totale du Gabon en 2015. Les classes d’occupation du sol qui ont le plus évolué entre 2010 et 2015 sont les forêts, les savanes, les terres agricoles et les surfaces artificialisées. Les principales pertes en forêt sont liées à la conversion des forêts vers les surfaces artificialisées, les terres cultivées et les sols nus. Les gains en forêt les plus importants quant à eux sont observés au niveau de la fermeture des pistes forestières. La validation du produit, réalisée par une équipe indépendante de celle qui a produit la carte, s’est basée sur une donnée de référence issue d’un plan d’échantillonnage combinant une composante systématique et aléatoire suivant la méthodologie de Sannier et al. (2016). L’analyse de la correspondance entre la donnée d’occupation du sol produite et la donnée de référence a permis d’estimer la précision globale à 95%.
[1] Observation Spatiale des Forêts d’Afrique Centrale et de l’Ouest, projet financé par l’Agence Française de Développement (AFD), de 2016 à 2020.
[2] Observation Spatiale des Forêts tropicales, projet financé par l’AFD, de 2011 à 2015.
[3] Renforcement des capacités et accès aux données satellitaires pour le suivi des forêts en Afrique Centrale et de l’Ouest, projet financé par le Fonds Français pour l'Environnement Mondial (FFEM), de 2012 à 2017.Numéro de notice : A2021-907 Affiliation des auteurs : non IGN Thématique : FORET/GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : 10.52638/rfpt.2021.567 Date de publication en ligne : 11/10/2021 En ligne : https://doi.org/10.52638/rfpt.2021.567 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98764
in Revue Française de Photogrammétrie et de Télédétection > n° 223 (mars - décembre 2021) . - pp 118 - 128[article]Détection des zones de dégradation et de régénération de la couverture végétale dans le sud du Sénégal à travers l'analyse des tendances de séries temporelles MODIS NDVI et des changements d'occupation des sols à partir d'images LANDSAT / Boubacar Solly in Revue Française de Photogrammétrie et de Télédétection, n° 223 (mars - décembre 2021)PermalinkAssessing land use–land cover change and soil erosion potential using a combined approach through remote sensing, RUSLE and random forest algorithm / Siddhartho Shekhar Paul in Geocarto international, vol 36 n° 4 ([01/03/2021])PermalinkToward a yearly country-scale CORINE land-cover map without using images: A map translation approach / Luc Baudoux in Remote sensing, Vol 13 n° 6 (March 2021)PermalinkIdentifying urban growth patterns through land-use/land-cover spatio-temporal metrics: Simulation and analysis / Marta Sapena Moll in International journal of geographical information science IJGIS, vol 35 n° 2 (February 2021)PermalinkModeling land use change and forest carbon stock changes in temperate forests in the United States / Lucia Fitts in Carbon Balance and Management, vol 16 ([01/02/2021])PermalinkA spatiotemporal structural graph for characterizing land cover changes / Bin Wu in International journal of geographical information science IJGIS, vol 35 n° 2 (February 2021)PermalinkAnalyse spatio-temporaire des dégradations et évolution des forêts par télédétection : cas du Parc National de Theniet El Had (Algérie) / Faouzi Berrichi in Bulletin des sciences géographiques, n° 32 (2019 - 2021)PermalinkDétection de changement d’occupation du sol à l’aide de données Sentinel en contexte tropical / Lucas Martelet (2021)PermalinkImpact of forest disturbance on InSAR surface displacement time series / Paula M. Bürgi in IEEE Transactions on geoscience and remote sensing, vol 59 n° 1 (January 2021)PermalinkIntegrating multilayer perceptron neural nets with hybrid ensemble classifiers for deforestation probability assessment in Eastern India / Sunil Saha in Geomatics, Natural Hazards and Risk, vol 12 n° 1 (2021)Permalink