Descripteur
Termes IGN > imagerie > image spatiale > image satellite > image Sentinel > image Sentinel-MSI
image Sentinel-MSISynonyme(s)image sentinel-2Voir aussi |
Documents disponibles dans cette catégorie (149)
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
Apport de la télédétection pour la simulation spatialisée des composantes du bilan carbone des cultures et des effets d'atténuation biogéochimiques et biogéophysiques des cultures intermédiaires / Gaétan Pique (2021)
Titre : Apport de la télédétection pour la simulation spatialisée des composantes du bilan carbone des cultures et des effets d'atténuation biogéochimiques et biogéophysiques des cultures intermédiaires Type de document : Thèse/HDR Auteurs : Gaétan Pique, Auteur ; Eric Ceschia, Directeur de thèse ; Rémy Fieuzal, Directeur de thèse Editeur : Toulouse : Université de Toulouse 3 Paul Sabatier Année de publication : 2021 Importance : 279 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse en vue de l'obtention du Doctorat de l'Université Toulouse 3 - Paul Sabatier, Spécialité Surfaces et interfaces continentales, HydrologieLangues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] albedo
[Termes IGN] bilan du carbone
[Termes IGN] blé (céréale)
[Termes IGN] changement climatique
[Termes IGN] dioxyde de carbone
[Termes IGN] eau douce
[Termes IGN] image Landsat-8
[Termes IGN] image Sentinel-MSI
[Termes IGN] image SPOT
[Termes IGN] indice de végétation
[Termes IGN] maïs (céréale)
[Termes IGN] modèle de simulation
[Termes IGN] parcelle agricole
[Termes IGN] puits de carbone
[Termes IGN] surface cultivée
[Termes IGN] tournesolIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Les changements climatiques et la croissance démographique de la population mondiale amènent aujourd'hui le monde agricole à s'adapter pour faire face à ces deux enjeux majeurs. Si les surfaces agricoles, qui représentent près d'un tiers des terres émergées, contribuent largement aux émissions mondiales de gaz à effet de serre, elles offrent également la possibilité de mettre en place des leviers d'atténuation des changements climatiques. Dans ce contexte, ces travaux de thèse ont vocation à enrichir nos connaissances sur le fonctionnement des surfaces agricoles, à fournir des outils d'évaluation de la contribution des surfaces cultivées aux évolutions du climat, et à quantifier les effets biogéochimiques (stockage de C) et biogéophysiques (effet albédo) d'atténuation des changements climatiques via la mise en œuvre de cultures intermédiaires. Pour répondre à ces objectifs, deux approches de modélisation ont été développées au cours de ces travaux. Le premier volet de cette thèse s'est intéressé à développer une approche de modélisation spatialisée, permettant de fournir des estimations des productions (biomasses et rendements), des flux de CO2 et d'eau, ces variables servant à la quantification des bilans de carbone et d'eau pour les parcelles de grandes cultures. À cette fin, le modèle agro-météorologique SAFYE-CO2 assimilant des produits satellites d'indice de végétation à hautes résolutions spatiale et temporelle a été développé et appliqué à différentes cultures (blé, maïs et tournesol) et végétations d'intercultures (repousses spontanées, mauvaises herbes, cultures intermédiaires). Cette approche a pu être validée sur un réseau de parcelles du Sud-Ouest de la France, en tirant parti d'un grand nombre d'images satellites et de données de validation sur la zone de l'Observatoire Spatial Régional. Elle a notamment permis d'estimer avec précision les productions de blé, de tournesol et de maïs, ainsi que les flux de CO2 et d'eau sur les cultures de blé et de tournesol. La végétation, pouvant se développer sur les parcelles pendant les périodes d'interculture, a également été prise en compte afin d'améliorer l'estimation des flux de CO2 et d'eau. Cela a notamment permis de quantifier l'impact des cultures intermédiaires sur les composantes du bilan C des parcelles allouées aux grandes cultures sur la zone d'étude. Le second volet visait à développer un modèle d'introduction de cultures intermédiaires à l'échelle européenne, afin d'estimer le forçage radiatif induit par la modification de l'albédo de surface engendré par cette pratique. Grâce à des produits albédo moyenne résolution (1/20°), développés par le CNRM (et en collaboration avec ce laboratoire), cette approche de modélisation a permis de fournir des estimations de l'effet albédo relatifs aux cultures intermédiaires. Plusieurs scenarii d'introduction ont été simulés pour rendre compte de l'impact de certains facteurs, tels que la neige ou la pluie. Ils ont permis d'alerter sur le potentiel impact négatif de l'assombrissement du sol, induit à long terme (via l'enrichissement des sols en matière organique) par les cultures intermédiaires sur le forçage radiatif des surfaces cultivées. Enfin, comme tout changement de pratique agricole induit des effets biogéochimiques et biogéophysiques sur le climat, une analyse de ces effets couplés a été menée grâce à l'utilisation combinée de ces deux approches de modélisation. Note de contenu : Introduction générale
1- Simulation spatialisée des bilans de C sur grandes cultures
2- Intégration d’un module de bilan hydrique à SAFY-CO2
3- Estimation de l’effet albédo des cultures intermédiaires
4- Impacts de l’occupation du sol pendant l’interculture sur les flux de CO2, d’eau et sur l’albédo
5- Analyse des effets albédo à court et long termes des cultures intermédiaires
6- Discussion
Conclusion généraleNuméro de notice : 28317 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Surfaces et interfaces continentales, Hydrologie : Toulouse 3 : 2021 Organisme de stage : CESBIO DOI : sans En ligne : https://tel.hal.science/tel-03325160/ Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98241 Apports des méthodes d'apprentissage profond pour la reconnaissance automatique des modes d'occupation des sols et d'objets par télédétection en milieu tropical / Guillaume Rousset (2021)
Titre : Apports des méthodes d'apprentissage profond pour la reconnaissance automatique des modes d'occupation des sols et d'objets par télédétection en milieu tropical Type de document : Thèse/HDR Auteurs : Guillaume Rousset, Auteur ; Dominique Simpelaere, Directeur de thèse ; M. Mangeas, Directeur de thèse Editeur : Nouméa : Université de Nouvelle-Calédonie Année de publication : 2021 Importance : 180 p. Format : 21 x 30 cm Note générale : bibliographie
Thèse pour obtenir le grade de Docteur délivré par l’Université de Nouvelle-Calédonie, Discipline InformatiqueLangues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] apprentissage profond
[Termes IGN] Arecaceae
[Termes IGN] carte d'occupation du sol
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] détection automatique
[Termes IGN] détection de changement
[Termes IGN] Extreme Gradient Machine
[Termes IGN] image à très haute résolution
[Termes IGN] image Pléiades
[Termes IGN] image Sentinel-MSI
[Termes IGN] image SPOT 6
[Termes IGN] indice de végétation
[Termes IGN] milieu tropical
[Termes IGN] mode d'occupation du sol
[Termes IGN] modèle de transfert radiatif
[Termes IGN] Nouvelle-Calédonie
[Termes IGN] Para (Brésil)
[Termes IGN] utilisation du solIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Le paysage néo-calédonien change rapidement avec le développement de nouveaux projets miniers, l'intensification de l’urbanisation et les impacts d'événements climatiques extrêmes comme les cyclones. Avec la démocratisation et l’accumulation des données satellite et l'avènement des méthodes d'intelligence artificielle, la mise en place de méthodes automatiques de détection devient un outil incontournable pour documenter et surveiller ces changements à l’échelle du territoire de façon régulière, rapide et objective. Parmi ces méthodes, l'apprentissage profond a montré des résultats performants sur des problématiques complexes, notamment sur le traitement d'images à l'aide de ces réseaux de neurones denses convolutionnels. En tenant compte des contraintes liées au traitement de l'imagerie satellite et des problèmes liés aux algorithmes d'apprentissage, l'objectif de la thèse est multiple : contribuer à l'adaptation des techniques d'apprentissage profond à des problématiques de télédétection sur plusieurs points clés de la chaîne de traitement ; estimer les performances de ces techniques par rapport aux méthodes communément utilisées dans le domaine de la télédétection ; et développer des méthodes automatiques de détection pour délivrer des indices fiables à toute exploitation d'une imagerie satellitaire. Cette thèse s'est concentrée sur trois applications : 1) la détection de la couverture et de l'usage des sols sur des données à très haute résolution ; 2) la détection de la couverture des sols en Nouvelle-Calédonie à une fréquence annuelle sur des données à haute résolution ; 3) et la détection de palmiers dans la région Pará du Brésil à l'aide de données simulées informatiquement. Pour la première application, un jeu de données de référence basé sur les données du satellite SPOT 6 a été créé manuellement et mis à disposition de la communauté scientifique pour comparer les techniques de détection des classes d'occupation des sols en milieu tropical insulaire. Les réseaux de neurones denses affichent de meilleures performances notamment dans le cadre de la détection de l'usage des sols qui nécessite un niveau plus élevé de conceptualisation de l'environnement. Pour la deuxième application, une chaîne de détection automatique de la couverture des sols, basée sur un réseau de neurones dense alimenté par des données Sentinel-2, a été réalisée. Ces couvertures sont comparées aux couvertures obtenues par des méthodes semi-automatiques en province Sud de la Nouvelle-Calédonie. Le modèle offre des performances égales sur quelques zones tests, mais des données terrain supplémentaires sont requises pour conforter la fiabilité sur l'ensemble du territoire néo-calédonien. Enfin, pour la dernière application, l'originalité du travail de recherche a consisté à tester l'apport dans la base d'apprentissage d'images satellites de synthèse. Pour cela des images du palmier ont été construites à partir d'un modèle de transfert radiatif. L'utilisation de ces images de synthèse en complément des images Pléiades a permis d'améliorer significativement la précision globale des modèles. Note de contenu : 1- Introduction
2- Le deep learning
3- Classification des occupations du sol
4- Vers une détection de changement du sol
5- Détection du Babaçu au Brésil
6- Conclusion et perspectivesNuméro de notice : 15277 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Informatique : Nouvelle-Calédonie : 2021 Organisme de stage : Institut de Recherche pour le Développement IRD DOI : sans En ligne : http://www.theses.fr/2021NCAL0006 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101100 Assessment of combining convolutional neural networks and object based image analysis to land cover classification using Sentinel 2 satellite imagery (Tenes region, Algeria) / N. Zaabar (2021)
Titre : Assessment of combining convolutional neural networks and object based image analysis to land cover classification using Sentinel 2 satellite imagery (Tenes region, Algeria) Type de document : Article/Communication Auteurs : N. Zaabar, Auteur ; Simona Niculescu, Auteur ; M.K. Mihoubi, Auteur Editeur : International Society for Photogrammetry and Remote Sensing ISPRS Année de publication : 2021 Collection : International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, ISSN 1682-1750 num. 43-B2-2021 Conférence : ISPRS 2021, Commission 2, XXIV ISPRS Congress, Imaging today foreseeing tomorrow 05/07/2021 09/07/2021 Nice Virtuel France OA Archives Commission 2 Importance : pp 383 - 389 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] Algérie
[Termes IGN] analyse d'image orientée objet
[Termes IGN] carte d'occupation du sol
[Termes IGN] classification par forêts d'arbres décisionnels
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] classification par séparateurs à vaste marge
[Termes IGN] image Sentinel-MSI
[Termes IGN] littoral méditerranéen
[Termes IGN] villeRésumé : (auteur) Land cover maps can provide valuable information for various applications, such as territorial monitoring, environmental protection, urban planning and climate change prevention. In this purpose, remote sensing based on image classification approaches undergoing a high revolution can be dedicated to land cover mapping tasks. Similarly, deep learning models are considerably applied in remote sensing applications; which can automatically learn features from large amounts of data. Prevalently, the Convolutional Neural Network (CNN), have been increasingly performed in image classification. The aim of this study is to apply a new approach to analyse land cover, and extract its features. Experiments carried out on a coastal town located in north-western Algeria (Ténès region). The study area is chosen because of its importance as a part of the national strategy to combat natural hazards, specifically floods. As well as, a simple CNN model with two hidden layers was constructed, combined with an Object-Based Image Analysis (OBIA). In this regard, a Sentinel-2 image was used, to perform the classification, using spectral index combinations. Furthermore, to compare the performance of the proposed approach, an OBIA based on machines learning algorithms mainly Random Forest (RF) and Support Vector Machine (SVM), was provided. Results of accuracy assessment of classification showed good values in terms of Overall accuracy and Kappa Index, which reach to 93.1% and 0.91, respectively. As a comparison, CNN-OBIA approach outperformed OBIA based on RF algorithm. Therefore, Final land cover maps can be used as a support tool in regional and national decisions. Numéro de notice : C2021-020 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Communication DOI : 10.5194/isprs-archives-XLIII-B3-2021-383-2021 Date de publication en ligne : 28/06/2021 En ligne : https://doi.org/10.5194/isprs-archives-XLIII-B3-2021-383-2021 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98072 Beach morphology and its dynamism from remote sensing for coastal management support / Carlos Cabezas Rabadán (2021)
Titre : Beach morphology and its dynamism from remote sensing for coastal management support Type de document : Thèse/HDR Auteurs : Carlos Cabezas Rabadán, Auteur ; Josep E. Pardo Pascual, Directeur de thèse ; Miguel Rodilla Alamá, Directeur de thèse Editeur : Valencia : Universitat politécnica de Valencia Année de publication : 2021 Importance : 188 p. Format : 21 x 30 cm Note générale : bibliographie
Thesis dissertation submitted in fulfillment of the requirements for the Degree of Doctor of Philosophy at Universitat Politècnica de ValènciaLangues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] changement climatique
[Termes IGN] détection de changement
[Termes IGN] érosion côtière
[Termes IGN] géomorphologie
[Termes IGN] image Landsat
[Termes IGN] image Sentinel-MSI
[Termes IGN] modélisation spatio-temporelle
[Termes IGN] plage
[Termes IGN] sédiment
[Termes IGN] surveillance du littoral
[Termes IGN] trait de côteRésumé : (auteur) Beaches are coastal spaces that perform numerous environmental functions. They provide important benefits to society and coastal communities, including the ecological function, the provision of protection for coastal territories, and constitute a basic resource for the tourism industry. Due to climate change and human actions that alter the natural dynamism of the coast, beaches are experiencing increasingly harmful erosive processes that affect their physical integrity and the maintenance of their ecological functions. Beach management is often not adapted to the particularities of the different coastal segments. Decision-making is not based on sufficient information about characteristics, dynamism, and current state of beaches, resulting in short or ineffective solutions. Geomorphological characteristics are essential in the development of beach functions as they condition their physical dimensions and their behavior in response to the action of the sea. Therefore, their detailed and updated characterization is necessary to carry out efficient actions, allowing a more ecosystemic and sustainable coastal management. Remote sensing techniques have a great capacity for acquiring data from the land surface. In particular, Sentinel-2 and Landsat (5, 7, and 8) satellites freely provide medium resolution images with global coverage and high-revisit frequency. The algorithms for extracting the water/land interface recently developed by the Geo-Environmental Cartography and Remote Sensing Group (CGAT – UPV) allow defining the position of the shoreline on these images, constituting potentially useful data to describe beach morphology and dynamics. Universalizing their application requires testing and validation at different coastal types. For this purpose, the extraction process has been adapted for exploitation in tidal environments, and the resulting shorelines have been assessed under different oceanographic conditions offering an accuracy close to 5 m RMSE (Root-Mean-Square Error). From these shorelines, and taking into account the existing information needs for management, it is proposed to derive indicators to characterize the geomorphology of the beaches and to monitor their changes. To this end, the proposed methodologies ensure the efficient management of large volumes of shorelines, being able to characterize the beaches along broad coastal segments and periods. Thus, beach width and sediment grain size are derived as objective and easily understandable indicators of the beach geomorphology. Spatial-temporal modeling of the state and changes of shoreline position and beach width makes it possible to monitor the response to storms and anthropogenic actions, allowing to analyze changes that occur every few days or over decades. The large spatial coverage together with the integration with other cartographic databases allows characterizing the influence of beach geomorphology in the performance of its functions, offering a holistic view of the coast from a regional scale. The methodologies developed in this thesis and the indicators derived from remote sensing provide support and criteria for prioritizing the actions of managers. This contributes to fill the gap between the availability of techniques to obtain remote information and its application in the coastal decision-making process. Note de contenu : 1- General introduction
2- Assessing user’s expectations and perceptions on different beach types and the need for diverse management frameworks
3- Satellite-derived shorelines at an exposed mesotidal beach
4- Characterizing beach changes using satellite-derived shorelines
5- Detecting problematic beach widths for the recreational function from subpixel shoreline
6- Shoreline variability from Sentinel-2: an approach for estimating beach sediment size?
7- Conclusions, management implications and future perspectivesNuméro de notice : 28599 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse étrangère Note de thèse : PhD Thesis : Geomatics : Valencia, Spain : 2021 DOI : 10.4995/Thesis/10251/165076 En ligne : https://doi.org/10.4995/Thesis/10251/165076 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99405 Benchmarking of convolutional neural network approaches for vegetation land cover mapping / Benjamin Carpentier (2021)
Titre : Benchmarking of convolutional neural network approaches for vegetation land cover mapping Type de document : Article/Communication Auteurs : Benjamin Carpentier, Auteur ; Antoine Masse , Auteur ; Emeric Lavergne, Auteur ; C. Sannier, Auteur Editeur : International Society for Photogrammetry and Remote Sensing ISPRS Année de publication : 2021 Collection : International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences, ISSN 1682-1750 num. 43-B2-2021 Conférence : ISPRS 2021, Commission 2, XXIV ISPRS Congress, Imaging today foreseeing tomorrow 05/07/2021 09/07/2021 Nice Virtuel France OA Archives Commission 2 Importance : pp 915 - 922 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] analyse comparative
[Termes IGN] carte d'occupation du sol
[Termes IGN] carte de la végétation
[Termes IGN] classification par réseau neuronal convolutif
[Termes IGN] image Sentinel-MSI
[Termes IGN] série temporelleRésumé : (auteur) Satellite Image Time Series (SITS) are becoming available at high spatial, spectral and temporal resolutions across the globe by the latest remote sensing sensors. These series of images can be highly valuable when exploited by classification systems to produce frequently updated and accurate land cover maps. The richness of spectral, spatial and temporal features in SITS is a promising source of data for developing better classification algorithms. However, machine learning methods such as Random Forests (RF), despite their fruitful application to SITS to produce land cover maps, are structurally unable to properly handle intertwined spatial, spectral and temporal dynamics without breaking the structure of the data. Therefore, the present work proposes a comparative study of various deep learning algorithms from the Convolutional Neural Network (CNN) family and evaluate their performance on SITS classification. They are compared to the processing chain coined iota2, developed by the CESBIO and based on a RF model. Experiments are carried out in an operational context using with sparse annotations from 290 labeled polygons. Less than 80 000 pixel time series belonging to 8 land cover classes from a year of Sentinel-2 monthly syntheses are used. Results show on a test set of 131 polygons that CNNs using 3D convolutions in space and time are more accurate than 1D temporal, stacked 2D and RF approaches. Best-performing models are CNNs using spatio-temporal features, namely 3D-CNN, 2D-CNN and SpatioTempCNN, a two-stream model using both 1D and 3D convolutions. Numéro de notice : C2021-017 Affiliation des auteurs : non IGN Thématique : IMAGERIE/INFORMATIQUE Nature : Communication DOI : 10.5194/isprs-archives-XLIII-B2-2021-915-2021 Date de publication en ligne : 28/06/2021 En ligne : https://doi.org/10.5194/isprs-archives-XLIII-B2-2021-915-2021 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98069 Change detection of land use and land cover, using landsat-8 and sentinel-2A images / Mohammed Abdulmohsen Alhedyan (2021)PermalinkPermalinkDétection de changement d’occupation du sol à l’aide de données Sentinel en contexte tropical / Lucas Martelet (2021)PermalinkDynamics of inundation events in the rivers-estuaries-ocean continuum in Bengal delta : synergy between hydrodynamic modelling and spaceborne remote sensing / Md Jamal Uddin Kahn (2021)PermalinkEnsemble learning methods on the space of covariance matrices : application to remote sensing scene and multivariate time series classification / Sara Akodad (2021)PermalinkPermalinkÉvaluation de l'évapotranspiration des zones irriguées en piémont du Haut Atlas, Maroc / Jamal Elfarkh (2021)PermalinkEvaluation of Sentinel-1 & 2 time series for the identification and characterization of ecological continuities, from wooded to crop-dominated landscapes / Audrey Mercier (2021)PermalinkExamining the effectiveness of Sentinel-1 and 2 imagery for commercial forest species mapping / Mthembeni Mngadi in Geocarto international, vol 36 n° 1 ([01/01/2021])PermalinkPermalink