Descripteur
Ajouter le résultat dans votre panier Affiner la recherche Interroger des sources externesEtendre la recherche sur niveau(x) vers le bas
Soil roughness retrieval from TerraSar-X data using neural network and fractal method / Mohammad Maleki in Advances in space research, vol 64 n°5 (1 September 2019)
Titre : Soil roughness retrieval from TerraSar-X data using neural network and fractal method Type de document : Article/Communication Auteurs : Mohammad Maleki, Auteur ; Jalal Amini, Auteur ; Claudia Notarnicola, Auteur Année de publication : 2019 Article en page(s) : pp 1117-1129 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications
[Termes descripteurs IGN] analyse fractale
[Termes descripteurs IGN] bande X
[Termes descripteurs IGN] équation intégrale
[Termes descripteurs IGN] image TerraSAR-X
[Termes descripteurs IGN] modèle d'inversion
[Termes descripteurs IGN] modèle numérique de terrain
[Termes descripteurs IGN] Perceptron multicouche
[Termes descripteurs IGN] polarimétrie radar
[Termes descripteurs IGN] rugosité du solRésumé : (auteur) The purpose of this study is to estimate the surface roughness (rms) using TerraSar-X data in HH polarization. Simulation of data is carried out at a wide range of moisture and roughness using the Integral Equation Model (IEM). The inversion method is based on Multi-Layer Perceptron neural network. Inversion technique is performed in two steps. In the first step, the neural network is trained using synthetic data. The inputs of the first neural network are the backscattering coefficient and incidence angle, and the moisture is the output. In the next step, three neural networks are built based on a prior and without prior information on roughness. The inputs of three neural network are backscattering coefficient, estimated moisture in the first step and incidence angle and the roughness is output. The validation of the proposed methods is carried out based on synthetic and real data. Ground roughness measurements are extracted from Digital Terrain Model (DTM) using the fractal method. The accuracy of moisture from synthetic data is 6.1 vol% without prior information on moisture and roughness. The roughness (rms) accuracy of synthetic datasets is 0. 61 cm without prior information and is 0.31 cm and 0.38 cm for rms lower than 2 cm and rms between 2 and 4 cm, with prior information on roughness. The result's analysis of the simulated data showed that the prior information on roughness strongly improves the accuracy of roughness and moisture estimates. The accuracy of rms estimates for the TerraSar-X image in the HH polarization is about 0.9 cm in the case of no prior information on roughness. The accuracy improves to 0.57 cm for rms lower than 2 cm and 0.54 cm for rms between 2 and 4 cm with prior information on roughness. An overestimation of rms for rms lower than 2 cm and an underestimation of rms for rms higher than 2 cm are observed. The results of the accuracy of the synthetic and real data showed that the X band in HH polarization has a very good potential to estimate the soil roughness. Numéro de notice : A2019-411 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.asr.2019.04.019 date de publication en ligne : 24/04/2019 En ligne : https://doi.org/10.1016/j.asr.2019.04.019 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93527
in Advances in space research > vol 64 n°5 (1 September 2019) . - pp 1117-1129[article]
Titre : Mapping leaf chlorophyll content from Sentinel-2 and RapidEye data in spruce stands using the invertible forest reflectance model Type de document : Article/Communication Auteurs : Roshanak Darvishzadeh, Auteur ; Andrew K. Skidmore, Auteur ; Haidi Abdullah, Auteur ; Elias Cherenet, Auteur Année de publication : 2019 Article en page(s) : pp 58-70 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes descripteurs IGN] analyse multibande
[Termes descripteurs IGN] bande rouge
[Termes descripteurs IGN] bande spectrale
[Termes descripteurs IGN] Bavière (Allemagne)
[Termes descripteurs IGN] canopée
[Termes descripteurs IGN] carte de la végétation
[Termes descripteurs IGN] image RapidEye
[Termes descripteurs IGN] image Sentinel-MSI
[Termes descripteurs IGN] modèle d'inversion
[Termes descripteurs IGN] Picea abies
[Termes descripteurs IGN] réflectance végétale
[Termes descripteurs IGN] spectrophotométrie
[Termes descripteurs IGN] teneur en chlorophylle des feuillesRésumé : (auteur) Leaf chlorophyll plays an essential role in controlling photosynthesis, physiological activities and forest health. In this study, the performance of Sentinel-2 and RapidEye satellite data and the Invertible Forest Reflectance Model (INFORM) radiative transfer model (RTM) for retrieving and mapping of leaf chlorophyll content in the Norway spruce (Picea abies) stands of a temperate forest was evaluated. Biochemical properties of leaf samples as well as stand structural characteristics were collected in two subsequent field campaigns during July 2015 and 2016 in the Bavarian Forest National Park (BFNP), Germany, parallel with the timing of the RapidEye and Sentinel-2 images. Leaf chlorophyll was measured both destructively and nondestructively using wet chemical spectrophotometry analysis and a hand-held chlorophyll content meter. The INFORM was utilised in the forward mode to generate two lookup tables (LUTs) in the spectral band settings of RapidEye and Sentinel-2 data using information obtained from the field campaigns. Before generating the LUTs, the sensitivity of the model input parameters to the spectral data from RapidEye and Sentinel-2 were examined. The canopy reflectance of the studied plots were obtained from the satellite images and used as input for the inversion of LUTs. The coefficient of determination (R2), root mean square errors (RMSE), and the normalised root mean square errors (NRMSE), between the retrieved and measured leaf chlorophyll, were then used to examine the attained results from RapidEye and Sentinel-2 data, respectively. The use of multiple solutions and spectral subsets for the inversion process were further investigated to enhance the retrieval accuracy of foliar chlorophyll. The result of the sensitivity analysis demonstrated that the simulated canopy reflectance of Sentinel-2 is sensitive to the alternation of all INFORM input parameters, while the simulated canopy reflectance from RapidEye did not show sensitivity to leaf water content variations. In general, there was agreement between the simulated and measured reflectance spectra from RapidEye and Sentinel-2, particularly in the visible and red-edge regions. However, examining the average absolute error from the simulated and measured reflectance revealed a large discrepancy in spectral bands around the near-infrared shoulder. The relationship between retrieved and measured leaf chlorophyll content from the Sentinel-2 data had a higher coefficient of determination with a higher NRMSE (NRMSE = 0.36 μg/cm2, R2 = 0.45) compared to those obtained using the RapidEye data (NRMSE = 0.31 μg/cm2 and R2 = 0.39). Using the mean of the ten best solutions (retrieved chlorophyll) the retrieval error for both Sentinel-2 and RapidEye data decreased (NRMSE = 0.34, NRMSE = 0.26, respectively), as compared to only selecting the single best solution. When the Sentinel-2 red edge bands were used as the spectral subset, the retrieval error of leaf chlorophyll decreased indicating the importance of red edge, as well as properly located spectral bands, for leaf chlorophyll estimation. The chlorophyll maps produced by the inversion of the two LUTs effectively represented the variation of foliar chlorophyll in BFNP and confirmed our earlier findings on the observed stress pattern caused by insect infestation. Our findings emphasise the importance of multispectral satellites which benefits from red edge spectral bands such as Sentinel-2 as well as RapidEye for regional mapping of vegetation foliar properties, particularly, chlorophyll using RTMs such as INFORM. Numéro de notice : A2019-460 Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.jag.2019.03.003 date de publication en ligne : 08/03/2019 En ligne : https://doi.org/10.1016/j.jag.2019.03.003 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=93577
in International journal of applied Earth observation and geoinformation > vol 79 (July 2019) . - pp 58-70[article]
Titre : Modélisation spatiale des températures dans le vignoble des coteaux du Layon Type de document : Article/Communication Auteurs : Cyril Bonnefoy, Auteur ; Malika Madelin, Auteur ; Hervé Quénol, Auteur Année de publication : 2014 Article en page(s) : pp 377 - 400 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Analyse spatiale
[Termes descripteurs IGN] milieu rural
[Termes descripteurs IGN] modèle d'inversion
[Termes descripteurs IGN] modélisation environnementale
[Termes descripteurs IGN] modélisation spatiale
[Termes descripteurs IGN] température
[Termes descripteurs IGN] variabilité
[Termes descripteurs IGN] viticultureRésumé : (Auteur) Un site viticole des coteaux du Layon a été équipé d’un réseau de capteurs thermiques afin d’étudier la variabilité spatiale de la température au sein du vignoble. Une partie de l’étude visait à mettre en évidence les facteurs locaux jouant dans cette variabilité et d’établir le rôle et le poids de chacun. Pour cela, une modélisation multicritère à partir de régressions linéaires multiples a été mise en place. Cette modélisation a été réalisée pour les températures minimales et maximales journalières de la saison 2009. Les résultats montrent que plus de 70% de la variabilité de la température minimale est expliquée pour près de 2 nuits sur 3 et en premier lieu par l’altitude. Ce résultat confirme la présence d’inversions thermiques fréquentes sur le coteau viticole. La qualité des modèles pour les températures maximales est largement inférieure démontrant une complexité des phénomènes impliqués dans cette variabilité. L’intégration de nouvelles variables et de la non-linéarité dans les modèles devraient permettre d’en améliorer la qualité. Numéro de notice : A2014-521 Thématique : GEOMATIQUE Nature : Article DOI : 10.3166/rig.24.377-400 En ligne : https://doi.org/10.3166/rig.24.377-400 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=74128
in Revue internationale de géomatique > vol 24 n° 3 (septembre - novembre 2014) . - pp 377 - 400[article]Réservation
Réserver ce documentExemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité 047-2014031 RAB Revue Centre de documentation En réserve 3L Disponible
Titre : Estimation de la réflectance de matériaux d'une scène urbaine : modélisation et méthode d'inversion Type de document : Article/Communication Auteurs : Fabien Coubard, Auteur ; Mathieu Brédif Année de publication : 2011 Article en page(s) : pp 25 - 35 Note générale : Bibliographie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image
[Termes descripteurs IGN] distribution du coefficient de réflexion bidirectionnelle BRDF
[Termes descripteurs IGN] estimation statistique
[Termes descripteurs IGN] image numérique
[Termes descripteurs IGN] lancer de rayons
[Termes descripteurs IGN] luminance lumineuse
[Termes descripteurs IGN] milieu urbain
[Termes descripteurs IGN] modèle d'inversion
[Termes descripteurs IGN] réflectance spectraleRésumé : (Auteur) De nombreuses images terrestres géoréférencées sont accessibles sur Internet, via des services d'immersion, tels que Google Street View. Afin d'améliorer la lisibilité de ces images et permettre la juxtaposition et la comparaison de l'information qu'elles contiennent, il est nécessaire de mettre en œuvre des corrections radiométriques afin de s'affranchir des conditions d'illumination au moment de l'acquisition. Pour cela, la modélisation de la luminance reçue par le capteur doit prendre en compte la diffusion atmosphérique et les réflexions multiples entre objets de la scène, qui peuvent être importantes dans le cadre de l'imagerie terrestre urbaine à très haute résolution spatiale. Dans ce but, un simulateur de luminance au niveau du capteur, basé sur le lancer de rayons, a été développé et validé sur des scènes simples. Le problème inverse à résoudre est alors l'estimation de la réflectance des matériaux de la scène connaissant la géométrie de la scène, donnée par un modèle 3D acquis simultanément aux images. La méthode proposée repose sur un algorithme de lancer de rayons formel, qui génère des images paramétriques formelles pouvant être par la suite rapidement évaluées et comparées aux images réelles acquises. Son principe consiste alors en une estimation itérative des paramètres de réflectance, en n'utilisant qu'une seule simulation (formelle) par image. Les résultats, obtenus sur des scènes synthétiques, sont très encourageants dans le cas d'un modèle de BRDF linéaire à noyaux non paramétrés. Les difficultés et limites lors de l'utilisation d'un modèle non-linéaire de BRDF sont ensuite discutées. Numéro de notice : A2011-219 Thématique : IMAGERIE Nature : Article DOI : sans Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=30997
in Revue Française de Photogrammétrie et de Télédétection > n° 194 (Mai 2011) . - pp 25 - 35[article]Réservation
Réserver ce documentExemplaires (2)
Code-barres Cote Support Localisation Section Disponibilité 018-2011021 RAB Revue Centre de documentation En réserve 3L Disponible 018-2011022 RAB Revue Centre de documentation En réserve 3L Disponible
Titre : Snow permitivity retrieval inversion algorithm for estimating snow wetness Type de document : Article/Communication Auteurs : G. Singh, Auteur ; G. Venkataraman, Auteur Année de publication : 2010 Article en page(s) : pp 187 - 212 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes descripteurs IGN] constante diélectrique
[Termes descripteurs IGN] image Envisat-ASAR
[Termes descripteurs IGN] modèle d'inversion
[Termes descripteurs IGN] neige
[Termes descripteurs IGN] prévention des risques
[Termes descripteurs IGN] rétrodiffusion
[Termes descripteurs IGN] surveillance hydrologique
[Termes descripteurs IGN] traitement d'imageRésumé : (Auteur) The environmental satellite (ENVISAT) advanced synthetic aperture radar (ASAR) offers the opportunity for monitoring snow parameters with dual polarization and multi-incidence angle. Snow wetness is an important index for indicating snow avalanche, snowmelt runoff modelling, water supply for irrigation and hydropower stations, weather forecasts and understanding climate change. We used a first-order scattering model that includes both volume and air/snow surface scattering based on a developed inversion model to estimate snow dielectric constant, which can be further related for estimating snow wetness. Comparison with field measurement showed that the correlation coefficient for snow permittivity estimated from ASAR data was observed to be 0.8 at 95% confidence interval and model bias was observed as 2.42% by volume at 95% confidence interval. The comparison of ASAR-derived snow permittivity with ground measurements shows the average absolute error 2.5%. The snow wetness range varies from 0 to 15% by volume. Numéro de notice : A2010-266 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/10106040903486130 date de publication en ligne : 18/02/2010 En ligne : https://doi.org/10.1080/10106040903486130 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=30460
in Geocarto international > vol 25 n° 3 (June 2010) . - pp 187 - 212[article]Réservation
Réserver ce documentExemplaires (1)
Code-barres Cote Support Localisation Section Disponibilité 059-201003%1 RAB Revue Centre de documentation En réserve 3L Disponible PermalinkPermalinkPermalinkModèle de nuage pour la restitution de paramètres microphysiques à partir de données satellitaires micro-ondes / N. Dejour (1997)
PermalinkPermalinkPermalink
