Centre dedocumentation
scientifique

A method for urban population density prediction at 30m resolution / Krishnachandran Balakrishnan in Cartography and Geographic Information Science, vol 47 n° 3 (May 2020)  

Public [article]  inCartography and Geographic Information Science > vol 47 n° 3 (May 2020) . - pp 193 - 213 Titre : A method for urban population density prediction at 30m resolution Type de document : Article/Communication Auteurs : Krishnachandran Balakrishnan, Auteur Année de publication : 2020 Article en page(s) : pp 193 - 213 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes descripteurs IGN] densité de population [Termes descripteurs IGN] gestion urbaine [Termes descripteurs IGN] hauteur du bâti [Termes descripteurs IGN] image Cartosat-1 [Termes descripteurs IGN] Inde [Termes descripteurs IGN] logiciel de traitement d'image [Termes descripteurs IGN] modèle de simulation [Termes descripteurs IGN] modélisation du bâti [Termes descripteurs IGN] système d'information géographique [Termes descripteurs IGN] véhicule automobile Résumé : (auteur) This paper proposes a new method for urban population density prediction at 30 m resolution. Using data for Bangalore, the paper demonstrates that population within each 30 m residential built-up cell can be modeled as a function of cell-level data on street density and building heights and ward-level data on car ownership. Building-height data were generated from Cartosat-1 stereo imagery using an open-source satellite stereo image processing software. Using this building-height data in conjunction with the other datasets, the paper demonstrates that a 30 m resolution population density surface can be generated such that, when summed to the ward level, the median absolute percentage error between predicted population and known census population at the ward level is 8.29%. The paper also shows that the relationship between population density, street density, building height, and ward level car ownership is spatially non-stationary. A fine-grained understanding of urban population densities, as enabled by the proposed method, can be beneficial to research, policy, and practice related to cities. Numéro de notice : A2020-168 Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/15230406.2019.1687014 date de publication en ligne : 18/12/2019 En ligne : https://doi.org/10.1080/15230406.2019.1687014 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94839 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
032-2020031	SL	Revue	Centre de documentation	Revues en salle	Disponible

Integration of LiDAR and multispectral images for rapid exposure and earthquake vulnerability estimation. Application in Lorca, Spain / Yolanda Torres in International journal of applied Earth observation and geoinformation, vol 81 (September 2019)  

Public [article]  inInternational journal of applied Earth observation and geoinformation > vol 81 (September 2019) . - pp 161-175 Titre : Integration of LiDAR and multispectral images for rapid exposure and earthquake vulnerability estimation. Application in Lorca, Spain Type de document : Article/Communication Auteurs : Yolanda Torres, Auteur ; José Juan Arranz, Auteur ; Jorge M. Gaspar-Escribano, Auteur ; et al., Auteur Année de publication : 2019 Article en page(s) : pp 161-175 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques [Termes descripteurs IGN] analyse d'image orientée objet [Termes descripteurs IGN] apprentissage automatique [Termes descripteurs IGN] données lidar [Termes descripteurs IGN] empreinte [Termes descripteurs IGN] Espagne [Termes descripteurs IGN] extraction de traits caractéristiques [Termes descripteurs IGN] hauteur du bâti [Termes descripteurs IGN] image multibande [Termes descripteurs IGN] image satellite [Termes descripteurs IGN] orthophotographie [Termes descripteurs IGN] risque urbain [Termes descripteurs IGN] segmentation d'image [Termes descripteurs IGN] séisme [Termes descripteurs IGN] stratification de données [Termes descripteurs IGN] vulnérabilité [Termes descripteurs IGN] zone à risque Résumé : (auteur) We present a procedure for assessing the urban exposure and seismic vulnerability that integrates LiDAR data with aerial images from the Spanish National Plan of Aerial Orthophotography (PNOA). It comprises three phases: first, we segment the satellite image to divide the study area into different urban patterns. Second, we extract building footprints and attributes that represent the type of building of each urban pattern. Finally, we assign the seismic vulnerability to each building using different machine-learning techniques: Decision trees, SVM, logistic regression and Bayesian networks. We apply the procedure to 826 buildings in the city of Lorca (SE Spain), where we count on a vulnerability database that we use as ground truth for the validation of results. The outcomes show that the machine learning techniques have similar performance, yielding vulnerability classification results with an accuracy of 77%–80% (F1-Score). The procedure is scalable and can be replicated in different areas. This is particularly relevant in Spain, where more than seven hundred towns have to develop seismic risk studies in the years to come, according to the General Direction of Civil Protection and Emergencies. It is especially interesting as a complement to conventional data gathering approaches for disaster risk applications in cities where field surveys need to be restricted to certain areas, dates or budget. Numéro de notice : A2019-471 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.jag.2019.05.015 date de publication en ligne : 25/05/2019 En ligne : https://doi.org/10.1016/j.jag.2019.05.015 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93617 [article]

Satellite images analysis for shadow detection and building height estimation / Gregoris Liasis in ISPRS Journal of photogrammetry and remote sensing, vol 119 (September 2016)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 119 (September 2016) . - pp 437 - 450 Titre : Satellite images analysis for shadow detection and building height estimation Type de document : Article/Communication Auteurs : Gregoris Liasis, Auteur ; Stavros Stavrou, Auteur Année de publication : 2016 Article en page(s) : pp 437 - 450 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] contour [Termes descripteurs IGN] délimitation [Termes descripteurs IGN] détection d'ombre [Termes descripteurs IGN] filtre spectral [Termes descripteurs IGN] hauteur du bâti [Termes descripteurs IGN] image satellite [Termes descripteurs IGN] intensité lumineuse [Termes descripteurs IGN] ombre [Termes descripteurs IGN] scène urbaine [Termes descripteurs IGN] valeur radiométrique Résumé : (Auteur) Satellite images can provide valuable information about the presented urban landscape scenes to remote sensing and telecommunication applications. Obtaining information from satellite images is difficult since all the objects and their surroundings are presented with feature complexity. The shadows cast by buildings in urban scenes can be processed and used for estimating building heights. Thus, a robust and accurate building shadow detection process is important. Region-based active contour models can be used for satellite image segmentation. However, spectral heterogeneity that usually exists in satellite images and the feature similarity representing the shadow and several non-shadow regions makes building shadow detection challenging. In this work, a new automated method for delineating building shadows is proposed. Initially, spectral and spatial features of the satellite image are utilized for designing a custom filter to enhance shadows and reduce intensity heterogeneity. An effective iterative procedure using intensity differences is developed for tuning and subsequently selecting the most appropriate filter settings, able to highlight the building shadows. The response of the filter is then used for automatically estimating the radiometric property of the shadows. The customized filter and the radiometric feature are utilized to form an optimized active contour model where the contours are biased to delineate shadow regions. Post-processing morphological operations are also developed and applied for removing misleading artefacts. Finally, building heights are approximated using shadow length and the predefined or estimated solar elevation angle. Qualitative and quantitative measures are used for evaluating the performance of the proposed method for both shadow detection and building height estimation. Numéro de notice : A2016-792 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern En ligne : http://dx.doi.org/10.1016/j.isprsjprs.2016.07.006 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=82509 [article]

Measuring urban volume: geospatial technique and application / Ronald C. Estoque in Tsukuba geoenvironmental sciences, vol 11 ([01/12/2015])

Public [article]  inTsukuba geoenvironmental sciences > vol 11 [01/12/2015] . - pp 13 - 20 Titre : Measuring urban volume: geospatial technique and application Type de document : Article/Communication Auteurs : Ronald C. Estoque, Auteur ; Yuji Murayama, Auteur ; Takeo Tadono, Auteur ; Rajesh B. Thapa, Auteur Année de publication : 2015 Article en page(s) : pp 13 - 20 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques [Termes descripteurs IGN] analyse spatiale [Termes descripteurs IGN] hauteur du bâti [Termes descripteurs IGN] image ALOS-PRISM [Termes descripteurs IGN] modèle numérique de surface [Termes descripteurs IGN] modèle numérique du bâti [Termes descripteurs IGN] volume (grandeur) [Termes descripteurs IGN] zone urbaine Résumé : (auteur) Geospatial techniques based on remote sensing and geographic information system (GIS) are important in urban studies. However, based on traditional techniques, the analysis of the intensity ans spatial pattern of urban land use is, in most cases, based only on the lateral extent of built-up lands (two-dimensional). The increasing availability of geospatial data, such remote sensing satellite imageries and digital surfaces models, provides an opportunity for the integration of the third dimension in urban analysis, i.e. height of urban features such as high-rise buildings, into urban studies, and thus enables the estimation of the so-called urban volume. This study introduces a geospatial technique for estimating urban volume, focusing on the use of a digital surface model (DSM) derived from Alos PRISM data. It also presents a method for deriving a digital terrain model (DTM) from a DSM. The proposed technique was tested in Makati City, Metro Manila, Philippines. Overall, the results show that the proposed technique is capable of taking into consideration the height dimension in urban analysis. The proposed two-step grid-based method for deriving a DTM from DSM is also implementable and promising. In this method, there is a need to calibrate the size of the mesh for identifying the pixels or points to be used in DTM interpolation. This is because different mesh size can produce subtantially different DTMs, suface feature height values and urban volumes estimates. Numéro de notice : A2015--037 Thématique : IMAGERIE Nature : Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=81048 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
15916-01	37.20	Tiré à part	Centre de documentation	Revues en salle	Disponible

3D model construction in an urban environment from sparse LiDAR points and aerial photos : a statistical approach / Xuebin Wei in Geomatica [en ligne], vol 69 n° 3 (september 2015)  

Public [article]  inGeomatica [en ligne] > vol 69 n° 3 (september 2015) . - pp 271 - 284 Titre : 3D model construction in an urban environment from sparse LiDAR points and aerial photos : a statistical approach Type de document : Article/Communication Auteurs : Xuebin Wei, Auteur ; Xiaobai Yao, Auteur Année de publication : 2015 Article en page(s) : pp 271 - 284 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications photogrammétriques [Termes descripteurs IGN] bâtiment [Termes descripteurs IGN] détection automatique [Termes descripteurs IGN] données lidar [Termes descripteurs IGN] données localisées 3D [Termes descripteurs IGN] hauteur du bâti [Termes descripteurs IGN] image aérienne [Termes descripteurs IGN] modélisation 3D [Termes descripteurs IGN] régression géographiquement pondérée [Termes descripteurs IGN] zone urbaine Résumé : (auteur) La technologie de détection et de localisation par la lumière (LiDAR) est maintenant une source importante de données pour la modélisation urbaine. Les méthodes traditionnelles de traitement des données LiDAR pour la détection des édifices exigent des données à résolution spatiale élevée et des algorithmes sophistiqués. D'autre part, les photos aériennes fournissent de l'information spectrale continuelle sur les édifices. Toutefois, l'exactitude des limites des édifices classifiés obtenues à partir des photos aériennes est restreinte lorsque les toits des édifices et leurs environnements partagent des caractéristiques spectrales analogues. Cet article élabore une approche statistique qui peut intégrer des variables de caractéristiques dérivées de points clairsemés LiDAR et des photos aériennes pour détecter les édifices en estimant la hauteur des objets et en identifiant des groupes de hauteur similaire. Dans cet article, l'approche choisit une méthode de régression locale, nommée régression géographique pondérée, pour tenir compte des variations locales de la hauteur de la surface de l’édifice. Dans le modèle de régression géographique pondérée, les données LiDAR fournissent l'information sur la hauteur des objets spatiaux, qui est la variable dépendante, alors que les valeurs de luminosité des bandes visibles des photos aériennes servent de variables indépendantes. Le modèle de régression géographique pondérée établi estime la hauteur à chaque pixel en se basant sur les valeurs de hauteur des pixels environnants en considérant les distances entre les pixels de même que les similitudes entre leurs valeurs de luminosité dans les bandes visibles. Les groupes de pixels contigus ayant des valeurs estimées de hauteur plus élevées se distinguent des routes avoisinantes ou des autres surfaces. Une étude de cas est réalisée pour évaluer le rendement de la méthode proposée. On note que l'exactitude de la méthode statistique proposée est meilleure que celle produite par la classification d'image des photos aériennes seulement ainsi que celle par l'extraction des édifices des données LiDAR seulement. Les résultats démontrent que cette méthode simple et efficace peut être très utile pour la détection automatique des édifices dans les zones urbaines. L'approche peut être surtout utile pour l’étude des zones urbaines où des données de haute résolution, plus adéquates bien que coûteuses, ne sont pas disponibles. Numéro de notice : A2015-665 Thématique : IMAGERIE Nature : Article En ligne : http://pubs.cig-acsg.ca/doi/pdfplus/10.5623/cig2015-302 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=78274 [article]

Utilisation de la 3D à Metz-métropole (2) / Thomas Dalstein in Géomatique expert, n° 100 (01/09/2014)

Permalink

Building-damage detection using pre- and post-seismic high-resolution satellite stereo imagery: A case study of the May 2008 Wenchuan earthquake / X. Tong in ISPRS Journal of photogrammetry and remote sensing, vol 68 (March 2012)

Permalink

Geolocation and stereo height estimation using TerraSAR-X spotlight image data / K. Eldhuset in IEEE Transactions on geoscience and remote sensing, vol 49 n° 10 Tome 1 (October 2011)  

Permalink

Building roof modeling from airborne laser scanning data based on level set approach / K. Kim in ISPRS Journal of photogrammetry and remote sensing, vol 66 n° 4 (July - August 2011)

Permalink

Aggregation of LoD 1 building models as an optimization problem / R. Guercke in ISPRS Journal of photogrammetry and remote sensing, vol 66 n° 2 (March - April 2011)

Permalink

Automatic reasoning for geometric constraints in 3D city models with uncertain observations / S. Loch-Dehbi in ISPRS Journal of photogrammetry and remote sensing, vol 66 n° 2 (March - April 2011)

Permalink

ICESat GLAS data for urban environment monitoring / P. Gong in IEEE Transactions on geoscience and remote sensing, vol 49 n° 3 (March 2011)  

Permalink

Quality analysis on 3D building models reconstructed from airborne laser scanning data / Sander J. Elberink in ISPRS Journal of photogrammetry and remote sensing, vol 66 n° 2 (March - April 2011)

Permalink

Stereo analysis of high-resolution SAR images for building height estimation in cases of orthogonal aspect directions / Uwe Soergel in ISPRS Journal of photogrammetry and remote sensing, vol 64 n° 5 (September - October 2009)

Permalink

Semi-automatic approach toward mapping of flat-roofed buildings within a non-stereoscopic environment / Y. Avrahami in Photogrammetric record, vol 22 n° 117 (March - May 2007)

Permalink