Centre dedocumentation
scientifique

Monitoring forest-savanna dynamics in the Guineo-Congolian transition area of the centre region of Cameroon / Le Bienfaiteur Sagang Takougoum (2022)  

Public Titre : Monitoring forest-savanna dynamics in the Guineo-Congolian transition area of the centre region of Cameroon Type de document : Thèse/HDR Auteurs : Le Bienfaiteur Sagang Takougoum, Auteur ; Bonaventure Sonké, Directeur de thèse ; Nicolas Barbier, Directeur de thèse Editeur : Yaoundé : Université de Yaoundé Année de publication : 2022 Importance : 166 p. Format : 21 x 30 cm Note générale : Bibliographie Thèse pour obtenir le grade de Docteur de l'Université de Yaoundé 1, Spécialité Botanique-Ecologie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes IGN] biomasse aérienne [Termes IGN] Cameroun [Termes IGN] carte d'utilisation du sol [Termes IGN] carte de la végétation [Termes IGN] classification dirigée [Termes IGN] classification par maximum de vraisemblance [Termes IGN] données de terrain [Termes IGN] données lidar [Termes IGN] données localisées 3D [Termes IGN] dynamique de la végétation [Termes IGN] écotone [Termes IGN] flore locale [Termes IGN] forêt [Termes IGN] Google Earth Engine [Termes IGN] image Landsat [Termes IGN] image SPOT 6 [Termes IGN] image SPOT 7 [Termes IGN] incendie de forêt [Termes IGN] modèle statistique [Termes IGN] savane [Termes IGN] surveillance forestière Index. décimale : THESE Thèses et HDR Résumé : (Auteur) Understanding the effects of global change (combining anthropic and climatic pressures) on biome distribution needs innovative approaches allowing to address the large spatial scales involved and the scarcity of available ground data. Characterizing vegetation dynamics at landscape to regional scale requires both a high level of spatial detail (resolution), generally obtained through precise field measurements, and a sufficient coverage of the land surface (extent) provided by satellite images. The difficulty usually lies between these two scales as both signal saturation from satellite data and ground sampling limitations contribute to inaccurate extrapolations. Airborne laser scanning (ALS) data has revolutionized the trade-off between spatial detail and landscape coverage as it gives accurate information of the vegetation’s structure over large areas which can be used to calibrate satellite data. Also recent satellite data of improved spectral and spatial resolutions (Sentinel 2) allow for detailed characterizations of compositional gradients in the vegetation, notably in terms of the abundance of broad functional/optical plant types. Another major obstacle comes from the lack of a temporal perspective on dynamics and disturbances. Growing satellite imagery archives over several decades (45 years; Landsat) and available computing facilities such as Google Earth Engine (GEE) provide new possibilities to track long term successional trajectories and detect significant disturbances (i.e. fire) at a fine spatial detail (30m) and relate them to the current structure and composition of the vegetation. With these game changing tools our objective was to track long-term dynamics of forest-savanna ecotone in the Guineo-Congolian transition area of the Central Region of Cameroon with induced changes in the vegetatio structure and composition within two contrasted scenarios of anthropogenic pressures: 1) the Nachtigal area which is targeted for the dam construction and subject to intense agricultural activities and 2) the Mpem et Djim National Park (MDNP) which has no management plan. The maximum likelihood classification of the Spot 6/7 image aided with the information from the canopy height derived from ALS data discriminated the vegetation types within the Nachtigal area with good accuracy (96.5%). Using field plots data in upscaling aboveground biomass (AGB) form field plots estimates to the satellite estimates with model-based approaches lead to a systematic overestimation in AGB density estimates and a root mean squared prediction error (RMSPE) of up to 65 Mg.ha−1 (90%), whereas calibration with ALS data (AGBALS) lead to low bias and a drop of ~30% in RMSPE (down to 43 Mg.ha−1, 58%) with little effect of the satellite sensor used. However, these results also confirm that, whatever the spectral indices used and attention paid to sensor quality and pre-processing, the signal is not sufficient to warrant accurate pixel wise predictions, because of large relative RMSPE, especially above (200–250 Mg.ha−1). The design-based approach, for which average AGB density values were attributed to mapped land cover classes, proved to be a simple and reliable alternative (for landscape to region level estimations), when trained with dense ALS samples. AGB and species diversity measured within 74 field inventory plots (distributed along a savanna to forest successional gradient) were higher for the vegetation located in the MDNP compared to their pairs in the Nachtigal area. The automated unsupervised long-term (45 years) land cover change monitoring from Landsat image archives based on GEE captured a consistent and regular pattern of forest progression into savanna at an average rate of 1% (ca. 6 km².year-1). No fire occurrence was captured for savanna that transited to forest within five years of monitoring. Distinct assemblages of spectral species are apparent in forest vegetation which is consistent with the age of transition. As forest gets older AGBALS recovers at a rate of 4.3 Mg.ha-1.year-1 in young forest stands ( Note de contenu : Chapter 1. Generalities 1.1 Introduction 1.2 Literature Review Chapter 2. Material And Methods 2.1 Material 2.2 Methods Chapter 3. Results And Discussion 3.1 Results 3.2 Discussion Chapter 4. Conclusion And Perspectives 4.1 Conclusion 4.2 Perspectives Numéro de notice : 26820 Affiliation des auteurs : non IGN Thématique : BIODIVERSITE/FORET/IMAGERIE Nature : Thèse étrangère Note de thèse : Thèse de doctorat : Botanique-Ecologie : Yaoundé : 2022 Organisme de stage : Institut de Recherche pour le Développement IRD nature-HAL : Thèse DOI : sans Date de publication en ligne : 13/04/2022 En ligne : https://hal.inrae.fr/tel-03528875/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=100465

SRP, une base de calage 3D de très haute précision sur le continent africain / Laure Chandelier in Revue Française de Photogrammétrie et de Télédétection, n° 223 (mars - décembre 2021)  

Public [article]  inRevue Française de Photogrammétrie et de Télédétection > n° 223 (mars - décembre 2021) . - pp 129 - 142 Titre : SRP, une base de calage 3D de très haute précision sur le continent africain Type de document : Article/Communication Auteurs : Laure Chandelier , Auteur ; Laurent Coeurdevey, Auteur ; Pascal Favé, Auteur ; Alexis Barot, Auteur ; Mathilde Jaussaud, Auteur Année de publication : 2021 Article en page(s) : pp 129 - 142 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] Afrique (géographie politique) [Termes IGN] base de données localisées [Termes IGN] Cap-Vert [Termes IGN] contrôle qualité [Termes IGN] données localisées 3D [Termes IGN] image Pléiades-Neo [Termes IGN] image Sentinel-MSI [Termes IGN] image SPOT 6 [Termes IGN] image SPOT 7 [Termes IGN] Marrakech [Termes IGN] Nigéria [Termes IGN] point d'appui [Termes IGN] précision métrique [Termes IGN] prototype [Termes IGN] recalage d'image Résumé : (Auteur) La SRP (« Space Reference Points ») est une base mondiale, précise, dense et homogène de points 3D géoréférencés qui est réalisée à partir de l’archive d’images SPOT6/7. Ce projet, mené en partenariat entre l’Institut national de l’information géographique et forestière (IGN) et Airbus Defense and Space (ADS), permet le calage géométrique automatique d’images très haute résolution avec une précision de l’ordre de 3m partout dans le monde. La SRP sur l’Afrique a été produite au cours de l’année 2019. Les contrôles qualité confirment le respect des spécifications attendues pour ce produit. Les particularités des paysages rencontrés sur ce continent ont conduit à intégrer de nouvelles fonctionnalités à la chaîne de production. Tout d’abord, la sélection des images SPOT6/7 a été enrichie sur la zone intertropicale en prenant en compte les masques de nuage fournis avec les produits, permettant d’obtenir une densité de points SRP optimale pour la zone. Ensuite, un prototype de socle de calage exploitant des ortho-images Sentinel-2 a montré la capacité de cette méthodologie à assurer la spécification de localisation à 3m sur un archipel d’îles (ici le Cap Vert). Afin de valider pleinement le produit, l’article présente deux tests d’exploitation sur le Nigéria pour des productions 2D et sur la ville de Marrakech pour des productions 3D. Ils démontrent la capacité de la SRP à caler différents types d’images et à atteindre la cible de précision de la base. La SRP est destinée, dès 2021, à assurer le calage d’images dans différents projets et notamment, de façon massive, dans le segment sol Pléiades Neo. Numéro de notice : A2021-668 Affiliation des auteurs : IGN+Ext (2020- ) Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueNat DOI : 10.52638/rfpt.2021.569 Date de publication en ligne : 12/10/2021 En ligne : https://doi.org/10.52638/rfpt.2021.569 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98765 [article]

Applications of remote sensing data in mapping of forest growing stock and biomass / Jose Aranha (2021)  

Public Titre : Applications of remote sensing data in mapping of forest growing stock and biomass Type de document : Monographie Auteurs : Jose Aranha, Éditeur scientifique Editeur : Bâle [Suisse] : Multidisciplinary Digital Publishing Institute MDPI Année de publication : 2021 Importance : 276 p. Format : 16 x 24 cm ISBN/ISSN/EAN : 978-3-0365-0569-5 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes IGN] apprentissage automatique [Termes IGN] biomasse aérienne [Termes IGN] capital sur pied [Termes IGN] carte forestière [Termes IGN] Chine [Termes IGN] classification par forêts d'arbres décisionnels [Termes IGN] données lidar [Termes IGN] foresterie [Termes IGN] forêt boréale [Termes IGN] image captée par drone [Termes IGN] image Landsat-OLI [Termes IGN] image radar moirée [Termes IGN] image Sentinel-MSI [Termes IGN] image SPOT 6 [Termes IGN] inventaire forestier étranger (données) [Termes IGN] Pinus massoniana [Termes IGN] puits de carbone [Termes IGN] service écosystémique [Termes IGN] système d'information géographique [Termes IGN] Thaïlande Résumé : (éditeur) This Special Issue (SI), entitled "Applications of Remote Sensing Data in Mapping of Forest Growing Stock and Biomass”, resulted from 13 peer-reviewed papers dedicated to Forestry and Biomass mapping, characterization and accounting. The papers' authors presented improvements in Remote Sensing processing techniques on satellite images, drone-acquired images and LiDAR images, both aerial and terrestrial. Regarding the images’ classification models, all authors presented supervised methods, such as Random Forest, complemented by GIS routines and biophysical variables measured on the field, which were properly georeferenced. The achieved results enable the statement that remote imagery could be successfully used as a data source for regression analysis and formulation and, in this way, used in forestry actions such as canopy structure analysis and mapping, or to estimate biomass. This collection of papers, presented in the form of a book, brings together 13 articles covering various forest issues and issues in forest biomass calculation, constituting an important work manual for those who use mixed GIS and RS techniques. Note de contenu : 1- Finer resolution estimation and mapping of mangrove biomass using UAV LiDAR and WorldView-2 data 2- Nondestructive estimation of the above-ground biomass of multiple tree species in boreal forests of China using Terrestrial Laser Scanning 3- Estimating forest aboveground carbon storage in Hang-Jia-Hu using Landsat TM/OLI data and random morest Model 4- Influence of variable selection and forest type on forest aboveground biomass estimation using machine learning algorithms 5- Comparative analysis of seasonal Landsat 8 images for forest aboveground biomass estimation in a subtropical forest 6- Estimating urban vegetation biomass from Sentinel-2A image data 7- Estimation of forest biomass in Beijing (China) using multisource remote sensing and forest inventory data 8- Spatially explicit analysis of trade-offs and synergies among multiple ecosystem services in Shaanxi Valley basin 9- Influence of site-specific conditions on estimation of forest above ground biomass from airborne laser scanning 10- Multi-sensor prediction of stand volume by a hybrid model of support vector machine for regression kriging 11- Applying LiDAR to quantify the plant area index along a successional gradient in a tropical forest of Thailand 12- Shrub biomass estimates in former burnt areas using Sentinel 2 images processing and classification 13- Evaluation of different algorithms for estimating the growing stock volume of pinus massoniana plantations using spectral and spatial information from a SPOT6 image Numéro de notice : 15305 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Recueil / ouvrage collectif DOI : 10.3390/books978-3-0365-0569-5 En ligne : https://doi.org/10.3390/books978-3-0365-0569-5 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99903

A worldwide 3D GCP database inherited from 20 years of massive multi-satellite observations / Laure Chandelier in ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, V-2 (August 2020)  

Public [article]  inISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences > V-2 (August 2020) . - pp 15 - 23 Titre : A worldwide 3D GCP database inherited from 20 years of massive multi-satellite observations Type de document : Article/Communication Auteurs : Laure Chandelier , Auteur ; Laurent Coeurdevey, Auteur ; Sébastien Bosch, Auteur ; Pascal Favé, Auteur ; Roland Gachet, Auteur ; Alain Orsoni, Auteur ; Thomas Tilak , Auteur ; Alexis Barot, Auteur Année de publication : 2020 Projets : 1-Pas de projet / Conférence : ISPRS 2020, Commission 2, virtual Congress, Imaging today foreseeing tomorrow 31/08/2020 02/09/2020 Nice (en ligne) France Annals Commission 2 Article en page(s) : pp 15 - 23 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image [Termes IGN] base de données d'images [Termes IGN] compensation par bloc [Termes IGN] données localisées de référence [Termes IGN] formatage [Termes IGN] image à très haute résolution [Termes IGN] image multi sources [Termes IGN] image satellite [Termes IGN] image SPOT 6 [Termes IGN] image SPOT 7 [Termes IGN] image SPOT-HRS [Termes IGN] informatique en nuage [Termes IGN] Institut national de l'information géographique et forestière (France) [Termes IGN] point d'appui [Termes IGN] spatiotriangulation Résumé : (auteur) High location accuracy is a major requirement for satellite image users. Target performance is usually achieved thanks to either specific on-board satellite equipment or an auxiliary registration reference dataset. Both methods may be expensive and with certain limitations in terms of performance. The Institut national de l’information géographique et forestière (IGN) and Airbus Defence and Space (ADS) have worked together for almost 20 years, to build reference data for improving image location using multi-satellite observations. The first geometric foundation created has mainly used SPOT 5 High Resolution Stereoscopic (HRS) imagery, ancillary Ground Control Points (GCP) and Very High Resolution (VHR) imagery, providing a homogenous location accuracy of 10m CE90 almost all over the world in 2010. Space Reference Points (SRP) is a new worldwide 3D GCP database, built from a plethoric SPOT 6/7 multi-view archive, largely automatically processed, with cloud-based technologies. SRP aims at providing a systematic and reliable solution for image location (Unmanned Aerial Vehicle, VHR satellite imagery, High Altitudes Pseudo-Satellite…) and similar topics thanks to a high-density point distribution with a 3m CE90 accuracy. This paper describes the principle of SRP generation and presents the first validation results. A SPOT 6/7 smart image selection is performed to keep only relevant images for SRP purpose. The location of these SPOT 6/7 images is refined thanks to a spatiotriangulation on the worldwide geometric foundation, itself improved where needed. Points making up the future SRP database are afterward extracted thanks to classical feature detection algorithms and with respect to the expected density. Different filtering methods are applied to keep the best candidates. The last step of the processing chain is the formatting of the data to the delivery format, including metadata. An example of validation of SRP concept and specification on two tests sites (Spain and China) is then given. As a conclusion, the on-going production is shortly presented. Numéro de notice : A2020-474 Affiliation des auteurs : IGN+Ext (2012-2019) Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.5194/isprs-annals-V-2-2020-15-2020 Date de publication en ligne : 03/08/2020 En ligne : https://doi.org/10.5194/isprs-annals-V-2-2020-15-2020 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95613 [article]

Mangrove forest classification and aboveground biomass estimation using an atom search algorithm and adaptive neuro-fuzzy inference system / Minh Hai Pham in Plos one, vol 15 n° 5 (May 2020)  

Public [article]  inPlos one > vol 15 n° 5 (May 2020) . - n° 0233110 Titre : Mangrove forest classification and aboveground biomass estimation using an atom search algorithm and adaptive neuro-fuzzy inference system Type de document : Article/Communication Auteurs : Minh Hai Pham, Auteur ; Thi Hoai Do, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : n° 0233110 Note générale : biblographie Langues : Anglais (eng) Descripteur : [Termes IGN] biomasse aérienne [Termes IGN] biomasse forestière [Termes IGN] changement d'occupation du sol [Termes IGN] image Sentinel-SAR [Termes IGN] image SPOT 6 [Termes IGN] Inférence floue [Termes IGN] mangrove [Termes IGN] Viet Nam [Vedettes matières IGN] Ecologie forestière Résumé : (auteur) Background : Advances in earth observation and machine learning techniques have created new options for forest monitoring, primarily because of the various possibilities that they provide for classifying forest cover and estimating aboveground biomass (AGB). Methods : This study aimed to introduce a novel model that incorporates the atom search algorithm (ASO) and adaptive neuro-fuzzy inference system (ANFIS) into mangrove forest classification and AGB estimation. The Ca Mau coastal area was selected as a case study since it has been considered the most preserved mangrove forest area in Vietnam and is being investigated for the impacts of land-use change on forest quality. The model was trained and validated with a set of Sentinel-1A imagery with VH and VV polarizations, and multispectral information from the SPOT image. In addition, feature selection was also carried out to choose the optimal combination of predictor variables. The model performance was benchmarked against conventional methods, such as support vector regression, multilayer perceptron, random subspace, and random forest, by using statistical indicators, namely, root mean square error (RMSE), mean absolute error (MAE), and coefficient of determination (R2). Results : The results showed that all three indicators of the proposed model were statistically better than those from the benchmarked methods. Specifically, the hybrid model ended up at RMSE = 70.882, MAE = 55.458, R2 = 0.577 for AGB estimation. Conclusion : From the experiments, such hybrid integration can be recommended for use as an alternative solution for biomass estimation. In a broader context, the fast growth of metaheuristic search algorithms has created new scientifically sound solutions for better analysis of forest cover. Numéro de notice : A2020-833 Affiliation des auteurs : non IGN Thématique : FORET/INFORMATIQUE Nature : Article DOI : https://doi.org/10.1371/journal.pone.0233110 Date de publication en ligne : 21/05/2020 En ligne : https://doi.org/10.1371/journal.pone.0233110 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97667 [article]

Multi-Spatial Resolution Satellite and sUAS Imagery for Precision Agriculture on Smallholder Farms in Malawi / Brad G. Peter in Photogrammetric Engineering & Remote Sensing, PERS, vol 86 n° 2 (February 2020)  

Permalink

Etudes des dynamiques spatiales d’évolution de l’occupation et de l’utilisation des sols dans la fenêtre lacustre camerounaise du lac Tchad et son arrière-pays à partir des grandes sécheresses sahéliennes de 1970 / Paul Gérard Gbetkom (2020)  

Permalink

Vers une occupation du sol France entière par imagerie satellite à très haute résolution / Tristan Postadjian (2020)  

Permalink

Multimodal scene understanding: algorithms, applications and deep learning, ch. 11. Decision fusion of remote-sensing data for land cover classification / Arnaud Le Bris (2019)  

Permalink

Urban morpho-types classification from SPOT-6/7 imagery and Sentinel-2 time series / Arnaud Le Bris (2019)  

Permalink

Utilisation de données Sentinel-2 et SPOT 6/7 pour la classification de l’occupation du sol / Olivier Stocker (2019) 

Permalink

Classification à très large échelle d’images satellites à très haute résolution spatiale par réseaux de neurones convolutifs / Tristan Postadjian in Revue Française de Photogrammétrie et de Télédétection, n° 217-218 (juin - septembre 2018)  

Permalink

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)  

Permalink

Classification of land use from high resolution satellite imagery / Yasser Kotrsi (2018) 

Permalink

Classification à très haute résolution (THR) spatiale et fusion d'occupation des sols (OCS) / Tristan Postadjian (2018) 

Permalink