Centre dedocumentation
scientifique

Performance evaluation of artificial neural networks for natural terrain classification / Perpetual Hope Akwensi in Applied geomatics, vol 13 n° 1 (March 2021)  

Public [article]  inApplied geomatics > vol 13 n° 1 (March 2021) Titre : Performance evaluation of artificial neural networks for natural terrain classification Type de document : Article/Communication Auteurs : Perpetual Hope Akwensi, Auteur ; Eric Thompson Brantson, Auteur ; Johanna Ngula Niipele, Auteur ; et al., Auteur Année de publication : 2021 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes descripteurs IGN] Afrique occidentale [Termes descripteurs IGN] classification par nuées dynamiques [Termes descripteurs IGN] échantillonnage [Termes descripteurs IGN] fonction de base radiale [Termes descripteurs IGN] image Landsat-OLI [Termes descripteurs IGN] image multibande [Termes descripteurs IGN] inventaire de la végétation [Termes descripteurs IGN] réalité de terrain [Termes descripteurs IGN] regroupement de données [Termes descripteurs IGN] réseau neuronal artificiel [Termes descripteurs IGN] segmentation d'image Résumé : (auteur) Remotely sensed image segmentation and classification form a very important part of remote sensing which involves geo-data processing and analysis. Artificial neural networks (ANNs) are powerful machine learning approaches that have been successfully implemented in numerous fields of study. There exist many kinds of neural networks and there is no single efficient approach for resolving all geospatial problems. Therefore, this research aims at investigating and evaluating the efficiency of three ANN approaches, namely, backpropagation neural network (BPNN), radial basis function neural network (RBFNN), and Elman backpropagation recurrent neural network (EBPRNN) using multi-spectral satellite images for terrain feature classification. Additionally, there has been close to no application of EBPRNN in modeling multi-spectral satellite images even though they also contain patterns. The efficiency of the three tested approaches is presented using the kappa coefficient, user’s accuracy, producer’s accuracy, overall accuracy, classification error, and computational simulation time. The study demonstrated that all the three ANN models achieved the aim of pattern identification, segmentation, and classification. This paper also discusses the observations of increasing sample sizes as inputs in the various ANN models. It was concluded that RBFNN’s computational time increases with increasing sample size and consequently increasing the number of hidden neurons; BPNN on overall attained the highest accuracy compared to the other models; EBPRNN’s accuracy increases with increasing sample size, hence a promising and perhaps an alternative choice to BPNN and RBFNN if very large datasets are involved. Based on the performance metrics used in this study, BPNN is the best model out of the three evaluated ANN models. Numéro de notice : A2021-223 Affiliation des auteurs : non IGN Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1007/s12518-021-00360-9 date de publication en ligne : 13/02/2021 En ligne : https://doi.org/10.1007/s12518-021-00360-9 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97194 [article]

A convolutional neural network approach for counting and geolocating citrus-trees in UAV multispectral imagery / Lucas Prado Osco in ISPRS Journal of photogrammetry and remote sensing, vol 160 (February 2020)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 160 (February 2020) . - pp 97 - 106 Titre : A convolutional neural network approach for counting and geolocating citrus-trees in UAV multispectral imagery Type de document : Article/Communication Auteurs : Lucas Prado Osco, Auteur ; Mauro Dos Santos de Arruda, Auteur ; José Marcato Junior, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : pp 97 - 106 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] apprentissage profond [Termes descripteurs IGN] Brésil [Termes descripteurs IGN] carte de confiance [Termes descripteurs IGN] citrus (genre) [Termes descripteurs IGN] détection d'arbres [Termes descripteurs IGN] géolocalisation [Termes descripteurs IGN] image captée par drone [Termes descripteurs IGN] image multibande [Termes descripteurs IGN] inventaire de la végétation [Termes descripteurs IGN] réseau neuronal convolutif [Termes descripteurs IGN] verger Résumé : (Auteur) Visual inspection has been a common practice to determine the number of plants in orchards, which is a labor-intensive and time-consuming task. Deep learning algorithms have demonstrated great potential for counting plants on unmanned aerial vehicle (UAV)-borne sensor imagery. This paper presents a convolutional neural network (CNN) approach to address the challenge of estimating the number of citrus trees in highly dense orchards from UAV multispectral images. The method estimates a dense map with the confidence that a plant occurs in each pixel. A flight was conducted over an orchard of Valencia-orange trees planted in linear fashion, using a multispectral camera with four bands in green, red, red-edge and near-infrared. The approach was assessed considering the individual bands and their combinations. A total of 37,353 trees were adopted in point feature to evaluate the method. A variation of σ (0.5; 1.0 and 1.5) was used to generate different ground truth confidence maps. Different stages (T) were also used to refine the confidence map predicted. To evaluate the robustness of our method, we compared it with two state-of-the-art object detection CNN methods (Faster R-CNN and RetinaNet). The results show better performance with the combination of green, red and near-infrared bands, achieving a Mean Absolute Error (MAE), Mean Square Error (MSE), R2 and Normalized Root-Mean-Squared Error (NRMSE) of 2.28, 9.82, 0.96 and 0.05, respectively. This band combination, when adopting σ = 1 and a stage (T = 8), resulted in an R2, MAE, Precision, Recall and F1 of 0.97, 2.05, 0.95, 0.96 and 0.95, respectively. Our method outperforms significantly object detection methods for counting and geolocation. It was concluded that our CNN approach developed to estimate the number and geolocation of citrus trees in high-density orchards is satisfactory and is an effective strategy to replace the traditional visual inspection method to determine the number of plants in orchards trees. Numéro de notice : A2020-045 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2019.12.010 date de publication en ligne : 18/12/2019 En ligne : https://doi.org/10.1016/j.isprsjprs.2019.12.010 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94525 [article]

Réservation

Réserver ce document

Exemplaires (3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2020021	SL	Revue	Centre de documentation	Revues en salle	Disponible
081-2020023	DEP-RECP	Revue	MATIS	Dépôt en unité	Exclu du prêt
081-2020022	DEP-RECF	Revue	Nancy	Dépôt en unité	Exclu du prêt

Estimation et suivi de la ressource en bois en France métropolitaine par valorisation des séries multi-temporelles à haute résolution spatiale d'images optiques (Sentinel-2) et radar (Sentinel-1, ALOS-PALSAR) / David Morin (2020)  

Public Titre : Estimation et suivi de la ressource en bois en France métropolitaine par valorisation des séries multi-temporelles à haute résolution spatiale d'images optiques (Sentinel-2) et radar (Sentinel-1, ALOS-PALSAR) Type de document : Thèse/HDR Auteurs : David Morin, Auteur ; Gérard Dedieu, Directeur de thèse ; Milena Planells, Directeur de thèse Editeur : Toulouse : Université de Toulouse 3 Paul Sabatier Année de publication : 2020 Importance : 147 p. Format : 21 x 30 cm Note générale : bibliographie Thèse de Doctorat de l'Université de Toulouse 3, École doctorale Sciences de l’univers, de l’environnement et de l’espace (Toulouse) : Surfaces et interfaces continentales, Hydrologie Langues : Français (fre) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes descripteurs IGN] biomasse forestière [Termes descripteurs IGN] carte forestière [Termes descripteurs IGN] données multitemporelles [Termes descripteurs IGN] France (administrative) [Termes descripteurs IGN] image ALOS-PALSAR [Termes descripteurs IGN] image Sentinel-MSI [Termes descripteurs IGN] image Sentinel-SAR [Termes descripteurs IGN] inventaire de la végétation [Termes descripteurs IGN] modèle de régression [Termes descripteurs IGN] puits de carbone [Termes descripteurs IGN] ressources forestières [Termes descripteurs IGN] structure de la végétation [Termes descripteurs IGN] volume en bois Résumé : (auteur) L'estimation et le suivi du carbone et de la ressource forestière sont des enjeux majeurs pour la gestion des territoires. Les forêts ont un rôle important dans les plans nationaux et internationaux pour l'atténuation du changement climatique (stockage du carbone, régulation du climat, biodiversité, énergies renouvelables). Dans les forêts tempérées, de nombreuses mesures des paramètres de structure forestière sont acquises sur des petites zones, des statistiques au niveau national ou sur de larges zones administratives sont délivrées annuellement par les organismes gouvernementaux. Les forêts tempérées sont fortement anthropisées (forte variabilité spatiale et fractionnement des peuplements), il y a actuellement un besoin fort d'une spatialisation plus fine et continue des ressources forestières dans ces régions. Les images satellitaires optiques et radar apportent des informations sur l'état de la végétation, la structure des arbres et l'organisation spatiale des forêts. Dans un contexte exceptionnel de disponibilité mondiale et gratuite, de diversité, de qualité des images à haute résolution spatiale et temporelle, le travail de thèse a pour objectif de mettre en place les bases méthodologiques et scientifiques pour une production nationale semi-automatique d'une cartographie des paramètres forestiers (biomasse, diamètre, hauteur, etc.). Nous avons évalué le potentiel des séries temporelles Sentinel-1 (radar en bande C), Sentinel-2 (optique), et des mosaïques annuelles ALOS2-PALSAR2 (radar, bande L) pour estimer les paramètres de structure forestière. Ces données satellitaires ont été combinées à l'aide d'algorithmes d'apprentissage supervisé et de mesures terrain pour construire des modèles d'estimation de la biomasse, du diamètre moyen des arbres (DBH), de la hauteur et d'autres paramètres de structure. Ces modèles peuvent ensuite être spatialisés sur l'ensemble du territoire à l'aide des images satellitaires, et fournir une information continue à la résolution spatiale des images utilisées (10 à 20 mètres). Notre approche a été conçue et testée sur quatre sites d'étude avec des essences forestières et des propriétés structurales et environnementales différentes : la zone intérieure et la zone dunaire de la forêt des Landes (pins maritimes), la forêt d'Orléans (chênes et pins sylvestres), et la forêt de Saint-Gobain (chênes, charmes et hêtres). Les principaux développements portent sur les données satellitaires à utiliser, la sélection des variables explicatives, le choix des algorithmes de régression et leur paramétrisation, la différenciation des types de forêt et la cartographie des estimations de paramètres forestiers. Les primitives issues des données satellitaires fournissent des informations sur les propriétés optiques du sol et de la végétation, l'organisation spatiale des arbres, la structure et le volume de bois vivant des houppiers et des troncs. L'utilisation d'algorithmes de régression multivariée non-linéaire permet d'obtenir des estimations des paramètres forestiers avec des performances en termes d'erreur relative de l'ordre de 15 à 35 % pour la surface terrière (~2.8 à 5.9 m2/ha) selon les types de forêt, 5 à 20 % pour la hauteur (~1.3 à 3 m), et de 5 à 25 % pour le DBH (~1.5 à 8 cm). Les résultats montrent l'apport de la combinaison de plusieurs types de données satellitaires (optique, radar multi-fréquence et indices de texture spatiale) ainsi que l'importance de différencier les types de forêt pour la construction des modèles. L'application des modèles sur les images satellitaires permet de produire des cartes à haute résolution spatiale de ces paramètres forestiers, utilisables de l'échelle locale à l'échelle régionale/nationale. Note de contenu : 1- Introduction 2- Construction de la méthode 3- Généralisation de la méthode 4- Cartographie des forêts 5- Conclusion Numéro de notice : 28533 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Thèse française Note de thèse : Thèse de Doctorat : Sciences de l'environnement : Toulouse 3 : 2020 Organisme de stage : CESBIO En ligne : https://hal.archives-ouvertes.fr/tel-03098487 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97367

Considering spatiotemporal processes in big data analysis: Insights from remote sensing of land cover and land use / Alexis Comber in Transactions in GIS, Vol 23 n° 5 (October 2019)  

Public [article]  inTransactions in GIS > Vol 23 n° 5 (October 2019) . - pp 879 - 891 Titre : Considering spatiotemporal processes in big data analysis: Insights from remote sensing of land cover and land use Type de document : Article/Communication Auteurs : Alexis Comber, Auteur ; Michael A. Wulder, Auteur Année de publication : 2019 Article en page(s) : pp 879 - 891 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes descripteurs IGN] détection de changement [Termes descripteurs IGN] données spatiotemporelles [Termes descripteurs IGN] inventaire de la végétation [Termes descripteurs IGN] métadonnées [Termes descripteurs IGN] occupation du sol [Termes descripteurs IGN] série temporelle [Termes descripteurs IGN] télédétection [Termes descripteurs IGN] utilisation du sol Résumé : (auteur) Data are increasingly spatio‐temporal—they are collected some‐where and at some‐time. The role of proximity in spatial process is well understood, but its value is much more uncertain for many temporal processes. Using the domain of land cover/land use (LCLU), this article asserts that analyses of big data should be grounded in understandings of underlying process. Processes exhibit behaviors over both space and time. Observations and measurements may or may not coincide with the process of interest. Identifying the presence or absence of a given process, for instance disentangling vegetation phenology from stress, requires data analysis to be informed by knowledge of the process characteristics and, critically, how these manifest themselves over the spatio‐temporal unit of analysis. Drawing from LCLU, we emphasize the need to identify process and consider process phase to quantify important signals associated with that process. The aim should be to link the seriality of the spatio‐temporal data to the phase of the process being considered. We elucidate on these points and opportunities for insights and leadership from the geographic community. Numéro de notice : A2019-549 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1111/tgis.12559 date de publication en ligne : 08/07/2019 En ligne : https://doi.org/10.1111/tgis.12559 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94199 [article]

Patterns of tree diameter distributions in managed and unmanaged Abies alba Mill. and Fagus sylvatica L. forest patches / Rafał Podlaski in Forest ecology and management, vol 435 (1 March 2019)  

Public [article]  inForest ecology and management > vol 435 (1 March 2019) . - pp 7 - 105 Titre : Patterns of tree diameter distributions in managed and unmanaged Abies alba Mill. and Fagus sylvatica L. forest patches Type de document : Article/Communication Auteurs : Rafał Podlaski, Auteur ; Tomasz Sobala, Auteur ; Maciej Kocurek, Auteur Année de publication : 2019 Article en page(s) : pp 7 - 105 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Végétation [Termes descripteurs IGN] Abies alba [Termes descripteurs IGN] diamètre à hauteur de poitrine [Termes descripteurs IGN] diamètre des arbres [Termes descripteurs IGN] distribution spatiale [Termes descripteurs IGN] Europe centrale [Termes descripteurs IGN] Fagus sylvatica [Termes descripteurs IGN] forêt tempérée [Termes descripteurs IGN] hétérogénéité environnementale [Termes descripteurs IGN] phytogéographie Résumé : (Auteur) Temperate forests with shade-tolerant canopy tree species can develop vertical structures of varying complexity. Forests with Abies alba Mill. and Fagus sylvatica L. can be composed of one-, two-, and multi-storied patches and selection patches. A dominant view in forest ecology is that unmanaged forests tend to have greater structural heterogeneity than managed stands. Structural integrity, however, may differ among forest developmental stages. The main objective of this study was to compare the tree diameter complexity in managed and unmanaged patches during the early developmental stage. Data were collected between 2016 and 2018 in the Świętokrzyskie Mountains in Central Europe. The investigated tree communities were dominated by A. alba and F. sylvatica. Sample plots representing the growing-up developmental stage were randomly selected; of these, 30 plots were in managed stands, and 30 plots were in unmanaged forests. The diameter at breast height (DBH) distribution patterns were determined using hierarchical cluster analysis (HCA), clustering indices, and finite mixture models. Three main DBH distribution patterns were identified for the managed stands (K-A, K-B, and K-C). These patterns consisted of three or two sub-populations. The patterns represented structurally diversified patches composed of trees of all ages with multi-, three- or two-layered canopies and with intensive natural processes of regeneration. Two main DBH distribution patterns were identified for the unmanaged forests (S-A, and S-B). These patterns consisted of two clearly separated sub-populations. They are typical in patches with two-layered canopies, and the trees from the upper layer had a large share (40–60%). The distinguished DBH distribution patterns indicated there was greater tree size diversity in the managed stands than in the unmanaged forests. When comparing managed versus unmanaged patches, it is important to consider the developmental stage. Numéro de notice : A2019-185 Affiliation des auteurs : non IGN Thématique : FORET/MATHEMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.foreco.2018.12.046 date de publication en ligne : 04/01/2019 En ligne : https://doi.org/10.1016/j.foreco.2018.12.046 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92719 [article]

Scalable individual tree delineation in 3D point clouds / Jinhu Wang in Photogrammetric record, vol 33 n° 163 (September 2018)  

Permalink

Inference on forest attributes and ecological diversity of trees outside forest by a two-phase inventory / Marco Marchetti in Annals of Forest Science [en ligne], vol 75 n° 2 (June 2018)  

Permalink

From Google Maps to a fine-grained catalog of street trees / Steve Branson in ISPRS Journal of photogrammetry and remote sensing, vol 135 (January 2018)  

Permalink

Inventaire faune, flore et habitats sur la zone humide de Petelin (Corbelin et Veyrins-Thuellin, Nord-Isère) / Alexandre Gauthier in Lo Parvi, n° 25 (2017) 

Permalink

Estimating the spatial distribution, extent and potential lignocellulosic biomass supply of Trees Outside Forests in Baden-Wuerttemberg using airborne LiDAR and OpenStreetMap data / Joachim Maack in International journal of applied Earth observation and geoinformation, vol 58 (June 2017)  

Permalink

A cyber-enabled spatial decision support system to inventory mangroves in Mozambique: coupling scientific workflows and cloud computing / Wenwu Tang in International journal of geographical information science IJGIS, vol 31 n° 5-6 (May-June 2017)  

Permalink

Developing an integrated cloud-based spatial-temporal system for monitoring phenology / M. Cope in Ecological Informatics, vol 39 (May 2017)  

Permalink

Optimizing the bioindication of forest soil acidity, nitrogen and mineral nutrition using plant species / Paulina E. Pinto in Ecological indicators, vol 71 (December 2016)  

Permalink

Inventaires : les bryophytes de la Réserve naturelle régionale des étangs de Mépieu / Frédéric Gourges in Lo Parvi, n° 24 (2016) 

Permalink

Assessing changes in species distribution from sequential large-scale forest inventories / Laura Hernandez in Annals of Forest Science, vol 71 n° 2 (March 2014)  

Permalink