Centre dedocumentation
scientifique

Improved optical image matching time series inversion approach for monitoring dune migration in North Sinai Sand Sea: Algorithm procedure, application, and validation / Eslam Ali in ISPRS Journal of photogrammetry and remote sensing, vol 164 (June 2020)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 164 (June 2020) . - pp 106 - 124 Titre : Improved optical image matching time series inversion approach for monitoring dune migration in North Sinai Sand Sea: Algorithm procedure, application, and validation Type de document : Article/Communication Auteurs : Eslam Ali, Auteur ; Wenbin Xu, Auteur ; Xiao-Li Ding, Auteur Année de publication : 2020 Article en page(s) : pp 106 - 124 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] appariement d'images [Termes descripteurs IGN] correction des ombres [Termes descripteurs IGN] COSI-Corr [Termes descripteurs IGN] déplacement d'objet géographique [Termes descripteurs IGN] désert [Termes descripteurs IGN] désertification [Termes descripteurs IGN] données météorologiques [Termes descripteurs IGN] dune [Termes descripteurs IGN] image Landsat-8 [Termes descripteurs IGN] image optique [Termes descripteurs IGN] image Sentinel-MSI [Termes descripteurs IGN] incertitude des données [Termes descripteurs IGN] modèle d'inversion [Termes descripteurs IGN] modèle dynamique [Termes descripteurs IGN] prévention des risques [Termes descripteurs IGN] sable [Termes descripteurs IGN] série temporelle [Termes descripteurs IGN] Sinai [Termes descripteurs IGN] variation saisonnière [Termes descripteurs IGN] vent de sable Résumé : (auteur) Sand dune migration poses a potential threat to desert infrastructure, vegetation, and atmospheric conditions. Capturing the patterns of long-term dune migration is useful for predicting probable desertification issues and wind conditions across vast desert areas. In this study, we employed optical image matching and a singular value decomposition approach to estimate the rates of dune migration in the North Sinai Sand Sea using the free Landsat 8 and Sentinel-2 archives. Our optical image matching time-series selection and inversion (OPTSI) algorithm limited the difference in the solar illumination of correlated pairs to decrease shadows and seasonal variability. We found that the maximum annual dune migration rates were 9.4 m/a and 15.9 m/a for Landsat 8 and Sentinel-2 data, respectively, and the results of time-series analysis revealed the existence of seasonal variations in dune migration controlled by wind regimes. The directions of sand movement extracted from the mean velocity solution agreed strongly with each other and with the drift directions estimated using wind data from meteorological stations. We assessed the uncertainty of each solution based on the variance of stable areas. Our results showed that the proposed inversion decreased uncertainty by up to 25% and increased the spatial coverage by up to 20%. This algorithm is also promising for the retrieval of historical time series on the ground displacements of glaciers and slow-moving landslides employing free archives that provide high-frequency images. Numéro de notice : A2020-253 Affiliation des auteurs : non IGN Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2020.04.004 date de publication en ligne : 27/04/2020 En ligne : https://doi.org/10.1016/j.isprsjprs.2020.04.004 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94997 [article]

Réservation

Réserver ce document

Exemplaires (3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2020061	SL	Revue	Centre de documentation	Revues en salle	Disponible
081-2020063	DEP-RECP	Revue	MATIS	Dépôt en unité	Exclu du prêt
081-2020062	DEP-RECF	Revue	Nancy	Dépôt en unité	Exclu du prêt

Bayesian inversion of convolved hidden Markov models with applications in reservoir prediction / Torstein Fjeldstad in IEEE Transactions on geoscience and remote sensing, vol 58 n° 3 (March 2020)  

Public [article]  inIEEE Transactions on geoscience and remote sensing > vol 58 n° 3 (March 2020) . - pp 1957 - 1968 Titre : Bayesian inversion of convolved hidden Markov models with applications in reservoir prediction Type de document : Article/Communication Auteurs : Torstein Fjeldstad, Auteur ; Henning Omre, Auteur Année de publication : 2020 Article en page(s) : pp 1957 - 1968 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes descripteurs IGN] amplitude [Termes descripteurs IGN] analyse mathématique [Termes descripteurs IGN] approximation [Termes descripteurs IGN] chaîne de Markov [Termes descripteurs IGN] filtrage numérique d'image [Termes descripteurs IGN] lithologie [Termes descripteurs IGN] méthode de Monte-Carlo par chaînes de Markov [Termes descripteurs IGN] méthode du maximum de vraisemblance (estimation) [Termes descripteurs IGN] modèle d'inversion [Termes descripteurs IGN] modèle mathématique [Termes descripteurs IGN] processus gaussien [Termes descripteurs IGN] sismicité Résumé : (Auteur) The efficient assessment of convolved hidden Markov models is discussed. The bottom layer is defined as an unobservable categorical first-order Markov chain, whereas the middle layer is assumed to be a Gaussian spatial variable conditional on the bottom layer. Hence, this layer appears marginally as a Gaussian mixture spatial variable. We observe the top layer as a convolution of the middle layer with Gaussian errors. The focus is on assessing the categorical and Gaussian mixture variables given the observations, and we operate in a Bayesian inversion framework. The model is defined to perform the inversion of subsurface seismic amplitude-versus-offset data into lithology/fluid classes and to assess the associated seismic material properties. Due to the spatial coupling in the likelihood functions, evaluation of the posterior normalizing constant is computationally demanding, and brute-force, single-site updating Markov chain Monte Carlo (MCMC) algorithms converge far too slowly to be useful. We construct two classes of approximate posterior models, which we assess analytically and efficiently using the recursive forward–backward algorithm. These approximate posterior densities are used as proposal densities in an independent proposal MCMC algorithm to determine the correct posterior model. A set of synthetic realistic examples is presented. The proposed approximations provide efficient proposal densities, which results in acceptance probabilities in the range 0.10–0.50 in the MCMC algorithm. A case study of lithology/fluid seismic inversion is presented. The lithology/fluid classes and the seismic material properties can be reliably predicted. Numéro de notice : A2020-093 Affiliation des auteurs : non IGN Thématique : IMAGERIE/MATHEMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2019.2951205 date de publication en ligne : 26/11/2019 En ligne : https://doi.org/10.1109/TGRS.2019.2951205 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94667 [article]

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)  

Public [article]  inAdvances in space research > vol 64 n°5 (1 September 2019) . - pp 1117-1129 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 sol Résumé : (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 Affiliation des auteurs : non IGN 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 [article]

Mapping leaf chlorophyll content from Sentinel-2 and RapidEye data in spruce stands using the invertible forest reflectance model / Roshanak Darvishzadeh in International journal of applied Earth observation and geoinformation, vol 79 (July 2019)  

Public [article]  inInternational journal of applied Earth observation and geoinformation > vol 79 (July 2019) . - pp 58-70 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 feuilles Résumé : (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 Affiliation des auteurs : non IGN 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 [article]

Modélisation spatiale des températures dans le vignoble des coteaux du Layon / Cyril Bonnefoy in Revue internationale de géomatique, vol 24 n° 3 (septembre - novembre 2014)  

Public [article]  inRevue internationale de géomatique > vol 24 n° 3 (septembre - novembre 2014) . - pp 377 - 400 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] viticulture Résumé : (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 Affiliation des auteurs : non IGN 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 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
047-2014031	RAB	Revue	Centre de documentation	En réserve 3L	Disponible

Estimation de la réflectance de matériaux d'une scène urbaine : modélisation et méthode d'inversion / Fabien Coubard in Revue Française de Photogrammétrie et de Télédétection, n° 194 (Mai 2011)

Permalink

Snow permitivity retrieval inversion algorithm for estimating snow wetness / G. Singh in Geocarto international, vol 25 n° 3 (June 2010)  

Permalink

Automated derivation of bathymetric information from multi-spectral satellite imagery using a non-linear inversion model / H. Su in Marine geodesy, vol 31 n° 4 (December 2008)

Permalink

LAI retrieval from multiangular image classification and inversion of a ray tracing model / R. Casa in Remote sensing of environment, vol 98 n° 4 (30/10/2005)

Permalink

Etude phénoménologique du transfert radiatif en milieu urbain : Dimensionnement d'une campagne aéroportée sur Toulouse pour la détermination des réflectances de surface / Sophie Lacherade in Revue Française de Photogrammétrie et de Télédétection, n° 176 (Décembre 2004)

Permalink

Modèle de nuage pour la restitution de paramètres microphysiques à partir de données satellitaires micro-ondes / Nathalie Dejour (1997)

Permalink

Contribution à la résolution du problème du pixel mixte en vue de l'amélioration de l'estimation de la productivité primaire nette en zone sahélienne (couplage haute et basse résolution spatiale) / S. Cherchali (1995)

Permalink

Estimation de l'albédo de surface à l'échelle globale, à l'aide de mesures satellitaires / François Cabot (1995)

Permalink