Centre dedocumentation
scientifique

Evaluation of Landsat 8 image pansharpening in estimating soil organic matter using multiple linear regression and artificial neural networks / Abdelkrim Bouasria in Geo-spatial Information Science, vol 25 n° 3 (October 2022)  

Public [article]  inGeo-spatial Information Science > vol 25 n° 3 (October 2022) . - pp 353 - 364 Titre : Evaluation of Landsat 8 image pansharpening in estimating soil organic matter using multiple linear regression and artificial neural networks Type de document : Article/Communication Auteurs : Abdelkrim Bouasria, Auteur ; Khalid Ibno Namra, Auteur ; Abdelmejid Rahimi, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : pp 353 - 364 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] état du sol [Termes IGN] image Landsat-OLI [Termes IGN] image panchromatique [Termes IGN] Maroc [Termes IGN] matière organique [Termes IGN] modèle de simulation [Termes IGN] pansharpening (fusion d'images) [Termes IGN] Perceptron multicouche [Termes IGN] régression multiple [Termes IGN] réseau neuronal artificiel Résumé : (auteur) In agricultural systems, the regular monitoring of Soil Organic Matter (SOM) dynamics is essential. This task is costly and time-consuming when using the conventional method, especially in a very fragmented area and with intensive agricultural activity, such as the area of Sidi Bennour. The study area is located in the Doukkala irrigated perimeter in Morocco. Satellite data can provide an alternative and fill this gap at a low cost. Models to predict SOM from a satellite image, whether linear or nonlinear, have shown considerable interest. This study aims to compare SOM prediction using Multiple Linear Regression (MLR) and Artificial Neural Networks (ANN). A total of 368 points were collected at a depth of 0–30 cm and analyzed in the laboratory. An image at 15 m resolution (MSPAN) was produced from a 30 m resolution (MS) Landsat-8 image using image pansharpening processing and panchromatic band (15 m). The results obtained show that the MLR models predicted the SOM with (training/validation) R2 values of 0.62/0.63 and 0.64/0.65 and RMSE values of 0.23/0.22 and 0.22/0.21 for the MS and MSPAN images, respectively. In contrast, the ANN models predicted SOM with R2 values of 0.65/0.66 and 0.69/0.71 and RMSE values of 0.22/0.10 and 0.21/0.18 for the MS and MSPAN images, respectively. Image pansharpening improved the prediction accuracy by 2.60% and 4.30% and reduced the estimation error by 0.80% and 1.30% for the MLR and ANN models, respectively. Numéro de notice : A2022-722 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.1080/10095020.2022.2026743 Date de publication en ligne : 15/02/2022 En ligne : https://doi.org/10.1080/10095020.2022.2026743 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101665 [article]

Simultaneous retrieval of selected optical water quality indicators from Landsat-8, Sentinel-2, and Sentinel-3 / Nima Pahlevan in Remote sensing of environment, vol 270 (March 2022)  

Public [article]  inRemote sensing of environment > vol 270 (March 2022) . - n° 112860 Titre : Simultaneous retrieval of selected optical water quality indicators from Landsat-8, Sentinel-2, and Sentinel-3 Type de document : Article/Communication Auteurs : Nima Pahlevan, Auteur ; Brandon Smith, Auteur ; Krista Alikas, Auteur ; et al., Auteur Année de publication : 2022 Article en page(s) : n° 112860 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] analyse des mélanges spectraux [Termes IGN] appariement d'images [Termes IGN] apprentissage automatique [Termes IGN] chlorophylle [Termes IGN] classification par maximum de vraisemblance [Termes IGN] classification par Perceptron multicouche [Termes IGN] correction atmosphérique [Termes IGN] données multisources [Termes IGN] eaux côtières [Termes IGN] image Landsat-OLI [Termes IGN] image Sentinel-MSI [Termes IGN] image Sentinel-OLCI [Termes IGN] matière organique [Termes IGN] Oregon (Etats-Unis) [Termes IGN] qualité des eaux Résumé : (auteur) Constructing multi-source satellite-derived water quality (WQ) products in inland and nearshore coastal waters from the past, present, and future missions is a long-standing challenge. Despite inherent differences in sensors’ spectral capability, spatial sampling, and radiometric performance, research efforts focused on formulating, implementing, and validating universal WQ algorithms continue to evolve. This research extends a recently developed machine-learning (ML) model, i.e., Mixture Density Networks (MDNs) (Pahlevan et al., 2020; Smith et al., 2021), to the inverse problem of simultaneously retrieving WQ indicators, including chlorophyll-a (Chla), Total Suspended Solids (TSS), and the absorption by Colored Dissolved Organic Matter at 440 nm (acdom(440)), across a wide array of aquatic ecosystems. We use a database of in situ measurements to train and optimize MDN models developed for the relevant spectral measurements (400–800 nm) of the Operational Land Imager (OLI), MultiSpectral Instrument (MSI), and Ocean and Land Color Instrument (OLCI) aboard the Landsat-8, Sentinel-2, and Sentinel-3 missions, respectively. Our two performance assessment approaches, namely hold-out and leave-one-out, suggest significant, albeit varying degrees of improvements with respect to second-best algorithms, depending on the sensor and WQ indicator (e.g., 68%, 75%, 117% improvements based on the hold-out method for Chla, TSS, and acdom(440), respectively from MSI-like spectra). Using these two assessment methods, we provide theoretical upper and lower bounds on model performance when evaluating similar and/or out-of-sample datasets. To evaluate multi-mission product consistency across broad spatial scales, map products are demonstrated for three near-concurrent OLI, MSI, and OLCI acquisitions. Overall, estimated TSS and acdom(440) from these three missions are consistent within the uncertainty of the model, but Chla maps from MSI and OLCI achieve greater accuracy than those from OLI. By applying two different atmospheric correction processors to OLI and MSI images, we also conduct matchup analyses to quantify the sensitivity of the MDN model and best-practice algorithms to uncertainties in reflectance products. Our model is less or equally sensitive to these uncertainties compared to other algorithms. Recognizing their uncertainties, MDN models can be applied as a global algorithm to enable harmonized retrievals of Chla, TSS, and acdom(440) in various aquatic ecosystems from multi-source satellite imagery. Local and/or regional ML models tuned with an apt data distribution (e.g., a subset of our dataset) should nevertheless be expected to outperform our global model. Numéro de notice : A2022-126 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article DOI : 10.1016/j.rse.2021.112860 Date de publication en ligne : 04/01/2022 En ligne : https://doi.org/10.1016/j.rse.2021.112860 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=99705 [article]

Coastal water remote sensing from sentinel-2 satellite data using physical, statistical, and neural network retrieval approach / Frank S. Marzano in IEEE Transactions on geoscience and remote sensing, vol 59 n° 2 (February 2021)  

Public [article]  inIEEE Transactions on geoscience and remote sensing > vol 59 n° 2 (February 2021) . - pp 915 - 928 Titre : Coastal water remote sensing from sentinel-2 satellite data using physical, statistical, and neural network retrieval approach Type de document : Article/Communication Auteurs : Frank S. Marzano, Auteur ; Michele Iacobelli, Auteur ; Massimo Orlandi, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : pp 915 - 928 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes IGN] Adriatique, mer [Termes IGN] bathymétrie [Termes IGN] chlorophylle [Termes IGN] correction atmosphérique [Termes IGN] couleur de l'océan [Termes IGN] eaux côtières [Termes IGN] image Sentinel-MSI [Termes IGN] incertitude spectrale [Termes IGN] matière organique [Termes IGN] Méditerranée, mer [Termes IGN] réseau neuronal artificiel Résumé : (auteur) Recent optical remote sensing satellite missions, such as Sentinel-2 with the MultiSpectral Imager (MSI) onboard, allow the estimation of coastal water key parameters with very high spatial resolutions (down to 10 m). In this article, multiple approaches are proposed for retrieving chlorophyll-a (Chl-a) and total suspended matter (TSM) along the Adriatic and Tyrrhenian coasts in Italy, using both empirical and model-based frameworks to design regressive and neural network (NN) estimation methods. The latter proves to be more accurate on a regional scale, where standard ocean color physical models exhibit high uncertainty in their local parameterization due to the complex spectral characteristics of the observed scene. Retrieval results are encouraging for Chl-a with a coefficient of determination R2 up to 0.72 with a root-mean-square error (RMSE) of 0.33 mg m−3 , using an empirical NN. The TSM algorithms exhibit higher uncertainty, mainly due to scarcity of in situ measurements and model parameterizations, with R2=0.52 and RMSE = 1.95 g/m 3 using NNs. The bio-optical model, used for the development of model-based algorithms, shows some inadequacies in representing the inherent and apparent optical properties for the case study areas, especially considering the different spectral features between the oligotrophic Tyrrhenian Sea and the eutrophic Adriatic Sea. This study confirms the potential of Sentinel-2 MSI products for coastal water monitoring, but it also highlights key issues to be further tackled such as the atmospheric correction impact, the need of reliable in situ measurements, and possible bathymetry effects near the shores. Numéro de notice : A2021-110 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2020.2980941 Date de publication en ligne : 09/12/2020 En ligne : https://doi.org/10.1109/TGRS.2020.2980941 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96912 [article]

Can Carbon Sequestration in Tasmanian “Wet” Eucalypt Forests Be Used to Mitigate Climate Change? Forest Succession, the Buffering Effects of Soils, and Landscape Processes Must Be Taken into Account / Peter D. McIntosh in International journal of forestry research, vol 2020 ([01/02/2020])  

Public [article]  inInternational journal of forestry research > vol 2020 [01/02/2020] . - 16 p. Titre : Can Carbon Sequestration in Tasmanian “Wet” Eucalypt Forests Be Used to Mitigate Climate Change? Forest Succession, the Buffering Effects of Soils, and Landscape Processes Must Be Taken into Account Type de document : Article/Communication Auteurs : Peter D. McIntosh, Auteur ; James L. Hardcastle, Auteur ; Tobias Klöffe, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : 16 p. Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Termes IGN] biomasse forestière [Termes IGN] changement climatique [Termes IGN] écosystème forestier [Termes IGN] Eucalyptus (genre) [Termes IGN] forêt équatoriale [Termes IGN] matière organique [Termes IGN] peuplement mélangé [Termes IGN] puits de carbone [Termes IGN] Tasmanie [Termes IGN] zone humide [Vedettes matières IGN] Végétation et changement climatique Résumé : (auteur) Small areas of the wetter parts of southeast Australia including Tasmania support high-biomass “wet” eucalypt forests, including “mixed” forests consisting of mature eucalypts up to 100 m high with a rainforest understorey. In Tasmania, mixed forests transition to lower biomass rainforests over time. In the scientific and public debate on ways to mitigate climate change, these forests have received attention for their ability to store large amounts of carbon (C), but the contribution of soil C stocks to the total C in these two ecosystems has not been systematically researched, and consequently, the potential of wet eucalypt forests to serve as long-term C sinks is uncertain. This study compared soil C stocks to 1 m depth at paired sites under rainforest and mixed forests and found that there was no detectable difference of mean total soil C between the two forest types, and on average, both contained about 200 Mg·ha−1 of C. Some C in subsoil under rainforests is 3000 years old and retains a chemical signature of pyrogenic C, detectable in NMR spectra, indicating that soil C stocks are buffered against the effects of forest succession. The mean loss of C in biomass as mixed forests transition to rainforests is estimated to be about 260 Mg·ha−1 over a c. 400-year period, so the mature mixed forest ecosystem emits about 0.65 Mg·ha−1·yr−1 of C during its transition to rainforest. For this reason and because of the risk of forest fires, setting aside large areas of wet eucalypt forests as reserves in order to increase landscape C storage is not a sound strategy for long-term climate change mitigation. Maintaining a mosaic of managed native forests, including regenerating eucalypts, mixed forests, rainforests, and reserves, is likely to be the best strategy for maintaining landscape C stocks. Numéro de notice : A2020-627 Affiliation des auteurs : non IGN Thématique : FORET Nature : Article DOI : 10.1155/2020/6509659 Date de publication en ligne : 30/07/2020 En ligne : https://doi.org/10.1155/2020/6509659 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96030 [article]

Traitement d'images multispectrales et spatialisation des données pour la caractérisation de la matière organique des phases solides naturelles / Kevin Jacq (2019)  

Public Titre : Traitement d'images multispectrales et spatialisation des données pour la caractérisation de la matière organique des phases solides naturelles Type de document : Thèse/HDR Auteurs : Kevin Jacq, Auteur ; Didier Coquin, Directeur de thèse ; Bernard Fanget, Directeur de thèse Editeur : Grenoble [France] : Université Grenoble Alpes Année de publication : 2019 Importance : 291 p. Format : 21 x 30 cm Note générale : Bibliographie Thèse pour obtenir le grade de docteur de la Communauté Universitaire Grenoble Alpes, Spécialité Doctorat Chimie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes IGN] analyse spectrale [Termes IGN] chimie organique [Termes IGN] fusion d'images [Termes IGN] fusion de données [Termes IGN] image hyperspectrale [Termes IGN] image Landsat-SWIR [Termes IGN] matière organique [Termes IGN] recalage d'image [Termes IGN] sédimentologie Index. décimale : THESE Thèses et HDR Résumé : (Auteur) L'évolution de l'environnement et le climat sont, actuellement, au centre de toutes les attentions. Les impacts de l'activité des sociétés actuelles et passées sur l'environnement sont notamment questionnés pour mieux anticiper les implications de nos activités sur le futur. Mieux décrire les environnements passés et leurs évolutions sont possibles grâce à l'étude de nombreux enregistreurs naturels (sédiments, spéléothèmes, cernes, coraux). Grâce à eux, il est possible de caractériser des évolutions bio-physico-chimiques à différentes résolutions temporelles et pour différentes périodes. La haute résolution entendue ici comme la résolution su sante pour l'étude de l'environnement en lien avec l'évolution des sociétés constitue le principal verrou de l'étude de ces archives naturelles notamment en raison de la capacité analytique des appareils qui ne peuvent que rarement voir des structures fines inframillimétriques. Ce travail est bâti autour de l'hypothèse que l'utilisation de caméras hyperspectrales (VNIR, SWIR, LIF) couplée à des méthodes statistiques pertinentes doivent permettre d'accéder aux informations spectrales et donc bio-physico-chimiques contenues dans ces archives naturelles à une résolution spatiale de quelques dizaines de micromètres et, donc, de proposer des méthodes pour atteindre la haute résolution temporelle (saisonnière). De plus, a n d'avoir des estimations ables, plusieurs capteurs d'imageries et de spectroscopies linéaires (XRF, TRES) sont utilisés avec leurs propres caractéristiques (résolutions, gammes spectrales, interactions atomiques/moléculaires). Ces méthodes analytiques sont utilisées pour la caractérisation de la surface des carottes sédimentaires. Ces analyses spectrales micrométriques sont mises en correspondance avec des analyses géochimiques millimétriques usuelles. Optimiser la complémentarité de toutes ces données, implique de développer des méthodes permettant de dépasser la difficulté inhérente au couplage de données considérées par essence dissimilaire (résolutions, décalages spatiaux, non-recouvrement spectral). Ainsi, quatre méthodes ont été développées. La première consiste à associer les méthodes hyperspectrales et usuelles pour la création de modèles prédictifs quantitatifs. La seconde permet le recalage spatial des différentes images hyperspectrales à la plus basse des résolutions. La troisième s'intéresse à la fusion de ces dernières à la plus haute des résolutions. Enfin, la dernière s'intéresse aux dépôts présents dans les sédiments (lamines, crues, tephras) pour ajouter une dimension temporelle à nos études. Grâce à l'ensemble de ces informations et méthodes, des modèles prédictifs multivariés ont été estimés pour l'étude de la matière organique, des paramètres texturaux et de la distribution granulométrique. Les dépôts laminés et instantanés au sein des échantillons ont été caractérisés. Ceci a permis d'estimer des chroniques de crues, ainsi que des variations biophysico-chimiques à l'échelle de la saison. L'imagerie hyperspectrale couplée à des méthodes d'analyse des données sont donc des outils performants pour l'étude des archives naturelles à des résolutions temporelles fines. L'approfondissement des approches proposées dans ces travaux permettra d'étudier de multiples archives pour caractériser des évolutions à l'échelle d'un ou de plusieurs bassin(s) versant(s). Note de contenu : Introduction et contexte général 1. État de l'art et méthodologies proposées 1.1 La spectroscopie et l'imagerie, des outils performants pour l'analyse des échantillons naturels 1.2 Objectifs des travaux et méthodologies proposées 2. L'analyse spectrale mono-capteur des carottes sédimentaires 2.1 Les biais et incertitudes de l'analyse hyperspectrale 2.2 Les différences d'échelle spatiale 2.3 La transférabilité entre échantillons 3. Le recalage des images pour l'analyse spectrale multi-capteurs des carottes sédimentaires 3.1 La méthode de recalage des données pour une fusion "basse résolution" 3.2 La fusion "basse résolution" pour l'analyse des archives sédimentaires 4. La combinaison ou fusion des capteurs à la plus haute résolution 4.1 Les méthodes de fusion utilisées en télédétection 4.2 Des perspectives pour une fusion à haute résolution de capteurs de laboratoire 5. La dimension spatiale, une dimension informative pour l'analyse spatiospectrale des archives naturelles 5.1 La détection d'événements instantanés par l'utilisation de méthodes d'apprentissage automatique 5.2 La détection des dépôts laminés pour l'ajout d'une dimension temporelle Conclusions générales et perspectives - L'imagerie hyperspectrale, un outil novateur pour l'analyse des archives environnementales - Des perspectives de développements des technologies et méthodes pour l'analyse à haute résolution Numéro de notice : 26524 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Chimie : Grenoble Alpes : 2019 Organisme de stage : Environnements, Dynamiques et Territoires de la Montagne EDYTEM et Laboratoire d'Informatique, Systèmes, Traitement de l'Information et de la Connaissance LISTIC nature-HAL : Thèse Date de publication en ligne : 07/04/2021 En ligne : https://tel.archives-ouvertes.fr/tel-03191841/document Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97495

Forest biomass and carbon / Gopal Shukla (2018)  

Permalink

TM-Based SOC models augmented by auxiliary data for carbon crediting programs in semi-arid environments / Salahuddin M. Jaber in Photogrammetric Engineering & Remote Sensing, PERS, vol 83 n° 6 (June 2017)  

Permalink

The attenuation of retroreflective signatures on surface soils / Robyn A. Barbato in Photogrammetric Engineering & Remote Sensing, PERS, vol 82 n° 4 (April 2016)  

Permalink

Integrating Landsat-7 imagery with physics-based models for quantitative mapping of coastal waters near river discharges / Nima Pahlevan in Photogrammetric Engineering & Remote Sensing, PERS, vol 78 n° 11 (November 2012)  

Permalink

Application of spectral decomposition algorithm for mapping water quality in a turbid lake (Lake Kasumigaura, Japan) from Landsat TM data / Y. Oyama in ISPRS Journal of photogrammetry and remote sensing, vol 64 n° 1 (January - February 2009)  

Permalink

A new algorithm for estimating chlorophyll-a concentration from multi-spectral satellite data in case 2 waters: a simulation based on a controlled laboratory experiment / Y. Oyoma in International Journal of Remote Sensing IJRS, vol 28 n°7-8 (April 2007)  

Permalink

Retrieval of suspended sediment from advanced hyperspectral sensor data in the Scheldt estuary at different stages in the tidal cycle / S. Sterckx in Marine geodesy, vol 30 n° 1-2 (March - June 2007)  

Permalink

Mapping Lake CDOM [coloured dissolved organic matter] by satellite remote sensing / T. Kuster in Remote sensing of environment, vol 94 n° 4 (28/02/2005)  

Permalink

Schätzung von Vegetationsparametern aus multispektralen Fernerkundungsdaten / F. Kurz (2003)

Permalink

Spectral reflectance relationships to turbidity generated by different clay materials / D.S. Bhargava in Photogrammetric Engineering & Remote Sensing, PERS, vol 56 n° 2 (february 1990)  

Permalink