Centre dedocumentation
scientifique

Observable quality assessment of broadband very long baseline interferometry system / Ming H. Xu in Journal of geodesy, vol 95 n° 5 (May 2021)  

Public [article]  inJournal of geodesy > vol 95 n° 5 (May 2021) . - n° 51 Titre : Observable quality assessment of broadband very long baseline interferometry system Type de document : Article/Communication Auteurs : Ming H. Xu, Auteur ; James M. Anderson, Auteur ; Robert Heinkelmann, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : n° 51 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Géodésie spatiale [Termes IGN] données VGOS [Termes IGN] erreur moyenne quadratique [Termes IGN] interférométrie à très grande base [Termes IGN] pondération [Termes IGN] propagation ionosphérique [Termes IGN] retard ionosphèrique [Termes IGN] teneur totale en électrons Résumé : (auteur) The next-generation, broadband geodetic very long baseline interferometry system, named VGOS, is developing its global network, and VGOS networks with a small size of 3–7 stations have already made broadband observations from 2017 to 2019. We made quality assessments for two kinds of observables in the 21 VGOS sessions currently available: group delay and differential total electron content (δTEC). Our study reveals that the random measurement noise of VGOS group delays is at the level of less than 2 ps (1ps=10−12 s), while the contributions from systematic error sources, mainly source structure related, are at the level of 20 ps. Due to the significant improvement in measurement noise, source structure effects with relatively small magnitudes that are not overwhelming in the S/X VLBI system, for instance 10 ps, are clearly visible in VGOS observations. Another critical error source in VGOS observations is discrete delay jumps, for instance, a systematic offset of about 310 ps or integer multiples of that. The predominant causative factor is found to be related to source structure. The measurement noise level of δTEC observables is about 0.07 TECU, but the systematic effects are five times larger than that. A strong correlation between group delay and δTEC observables is discovered with a trend of 40 ps/TECU for observations with large structure effects; there is a second trend in the range 60–70 ps/TECU when the measurement noise is dominant. Numéro de notice : A2021-346 Affiliation des auteurs : non IGN Thématique : POSITIONNEMENT Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1007/s00190-021-01496-7 date de publication en ligne : 13/04/2021 En ligne : https://doi.org/10.1007/s00190-021-01496-7 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97590 [article]

Susceptibilité aux glissements de terrain dans la ville d’Al Hoceima et sa périphérie : application de la méthode de la théorie de l’évidence / Taoufik Byou in Geomatica [en ligne], vol 75 n° 1 (Mars 2021)  

Public [article]  inGeomatica [en ligne] > vol 75 n° 1 (Mars 2021) . - pp 1 - 27 Titre : Susceptibilité aux glissements de terrain dans la ville d’Al Hoceima et sa périphérie : application de la méthode de la théorie de l’évidence Type de document : Article/Communication Auteurs : Taoufik Byou, Auteur ; Khalid Obda, Auteur ; Ali Taous, Auteur ; Ilias Obda, Auteur Année de publication : 2021 Article en page(s) : pp 1 - 27 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes IGN] aléa [Termes IGN] analyse bivariée [Termes IGN] cartographie des risques [Termes IGN] effondrement de terrain [Termes IGN] Maroc [Termes IGN] modèle stochastique [Termes IGN] pondération [Termes IGN] Rif (Maroc) [Termes IGN] risque naturel [Termes IGN] ville Résumé : (auteur) Le Rif Marocain en général et la ville d’Al Hoceima et sa périphérie urbaine, plus particulièrement, connaissent fréquemment des aléas géomorphologiques, notamment les glissements de terrain qui entravent la gestion urbaine. Ce type d’aléa naturel est de grande actualité, aussi bien sur le plan scientifique que sur le plan médiatique, à cause de l’augmentation de la vulnérabilité, en raison de circonstances de changements globaux (réchauffements climatiques) et à la forte urbanisation, souvent irrationnelle. L’objectif de cet article est la mise en place d’une approche objective visant l’évaluation de la susceptibilité aux glissements de terrain dans la ville d’Al Hoceima et sa périphérie. La théorie de l’évidence, qui est une méthode probabiliste bivariée, est fondée sur les règles de Bayes qui consistent à calculer la probabilité d’occurrence spatiale de glissements de terrain, en se basant sur la notion de probabilité à priori et de probabilité à posteriori, tout en considérant les glissements de terrain comme variable à modéliser et chaque facteur causatif comme variable prédictive. Le but de ce travail est de procéder à un zonage d’aléa glissement de terrain tout en assurant une bonne prédiction de ce phénomène avec une bonne résolution spatiale. Les résultats de la courbe de ROC (receiver operating characteristic) montre que la confrontation de la carte de susceptibilité, des glissements de terrain à la carte d’inventaire, permet une capacité de prédiction considérable (area under curve, AUC = 0,889). Ceci pousse au constat selon lequel, plus de deux tiers des glissements de terrain inventoriés s’inscrivent dans des classes de susceptibilité élevée et très élevée. Ce produit cartographique peut constituer un puissant outil d’aide permettant la formulation de suggestions, dans le but d’optimiser l’évaluation du risque de glissements de terrain dans les zones exposées à ce phénomène. Numéro de notice : A2021-607 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article DOI : 10.1139/geomat-2019-0025 En ligne : https://doi.org/10.1139/geomat-2019-0025 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98321 [article]

A comparative study of heterogeneous ensemble-learning techniques for landslide susceptibility mapping / Zhice Fang in International journal of geographical information science IJGIS, vol 35 n° 2 (February 2021)  

Public [article]  inInternational journal of geographical information science IJGIS > vol 35 n° 2 (February 2021) . - pp 321 - 347 Titre : A comparative study of heterogeneous ensemble-learning techniques for landslide susceptibility mapping Type de document : Article/Communication Auteurs : Zhice Fang, Auteur ; Yi Wang, Auteur ; Ling Peng, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : pp 321 - 347 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes IGN] cartographie des risques [Termes IGN] Chine [Termes IGN] classification par réseau neuronal convolutif [Termes IGN] classification par séparateurs à vaste marge [Termes IGN] effondrement de terrain [Termes IGN] géomorphologie locale [Termes IGN] pondération [Termes IGN] régression logistique [Termes IGN] réseau neuronal récurrent [Termes IGN] risque naturel Résumé : (auteur) This study introduces four heterogeneous ensemble-learning techniques, that is, stacking, blending, simple averaging, and weighted averaging, to predict landslide susceptibility in Yanshan County, China. These techniques combine several state-of-the-art classifiers of convolutional neural network, recurrent neural network, support vector machine, and logistic regression in specific ways to produce reliable results and avoid problems with the model selection. The study consists of three main steps. The first step establishes a spatial database consisting of 16 landslide conditioning factors and 380 historical landslide locations. The second step randomly selects training (70% of the total) and test (30%) datasets out of grid cells corresponding to landslide and non-slide locations in the study area. The final step constructs the proposed heterogeneous ensemble-learning methods for landslide susceptibility mapping. The proposed ensemble-learning methods show higher prediction accuracy than the individual classifiers mentioned above based on statistical measures. The blending ensemble-learning method achieves the highest overall accuracy of 80.70% compared to the other ensemble-learning methods. Numéro de notice : A2021-028 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/13658816.2020.1808897 date de publication en ligne : 15/09/2020 En ligne : https://doi.org/10.1080/13658816.2020.1808897 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96704 [article]

Identifying urban growth patterns through land-use/land-cover spatio-temporal metrics: Simulation and analysis / Marta Sapena Moll in International journal of geographical information science IJGIS, vol 35 n° 2 (February 2021)  

Public [article]  inInternational journal of geographical information science IJGIS > vol 35 n° 2 (February 2021) . - pp 375 - 396 Titre : Identifying urban growth patterns through land-use/land-cover spatio-temporal metrics: Simulation and analysis Type de document : Article/Communication Auteurs : Marta Sapena Moll, Auteur ; Luis Angel Ruiz, Auteur Année de publication : 2021 Article en page(s) : pp 375 - 396 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Analyse spatiale [Termes IGN] analyse de groupement [Termes IGN] analyse discriminante [Termes IGN] analyse spatio-temporelle [Termes IGN] carte d'occupation du sol [Termes IGN] carte d'utilisation du sol [Termes IGN] changement d'occupation du sol [Termes IGN] croissance urbaine [Termes IGN] distance euclidienne [Termes IGN] modèle de croissance végétale [Termes IGN] pondération Résumé : (auteur) The spatial pattern of urban growth determines how the physical, socio-economic and environmental characteristics of urban areas change over time. Monitoring urban areas for early identification of spatial patterns facilitates assuring their sustainable growth. In this paper, we assess the use of spatio-temporal metrics from land-use/land-cover (LULC) maps to identify growth patterns. We applied LULC change models to simulate different scenarios of urban growth spatial patterns (i.e., expansion, compact, dispersed, road-based and leapfrog) on various baseline urban forms (i.e., monocentric, polycentric, sprawl and linear). Then, we computed the spatio-temporal metrics for the simulated scenarios, selected the most informative metrics by applying discriminant analysis and classified the growth patterns using clustering methods. Two metrics, Weighted mean expansion and Weighted Euclidean distance, which account for the densification, compactness and concentration of urban growth, were the most efficient for classifying the five growth patterns, despite the influence of the baseline urban form. These metrics have the potential to identify growth patterns for monitoring and evaluating the management of developing urban areas. Numéro de notice : A2021-040 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/13658816.2020.1817463 date de publication en ligne : 08/09/2020 En ligne : https://doi.org/10.1080/13658816.2020.1817463 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=96752 [article]

A points of interest matching method using a multivariate weighting function with gradient descent optimization / Zhou Yang in Transactions in GIS, Vol 25 n° 1 (February 2021)  

Public [article]  inTransactions in GIS > Vol 25 n° 1 (February 2021) . - pp 359 - 381 Titre : A points of interest matching method using a multivariate weighting function with gradient descent optimization Type de document : Article/Communication Auteurs : Zhou Yang, Auteur ; Mingjun Wang, Auteur ; Chen Zhang, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : pp 359 - 381 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Bases de données localisées [Termes IGN] algorithme du gradient [Termes IGN] appariement automatique [Termes IGN] appariement de données localisées [Termes IGN] apprentissage automatique [Termes IGN] données localisées des bénévoles [Termes IGN] données multisources [Termes IGN] exploration de données [Termes IGN] intégration de données [Termes IGN] point d'intérêt [Termes IGN] pondération [Termes IGN] qualité des données Résumé : (Auteur) Volunteered geographic information contains abundant valuable data, which can be applied to various spatiotemporal geographical analyses. While the useful information may be distributed in different, low‐quality data sources, this issue can be solved by data integration. Generally, the primary task of integration is data matching. Unfortunately, due to the complexity and irregularities of multi‐source data, existing studies have found it difficult to efficiently establish the correspondence between different sources. Therefore, we present a multi‐stage method to match multi‐source data using points of interest. A spatial filter is constructed to obtain candidate sets for geographical entities. The weights of non‐spatial characteristics are examined by a machine learning‐related algorithm with artificially labeled random samples. A case study on Fuzhou reveals that an average of 95% of instances are accurately matched. Thus, our study provides a novel solution for researchers who are engaged in data mining and related work to accurately match multi‐source data via knowledge obtained by the idea and methods of machine learning. Numéro de notice : A2021-189 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1111/tgis.12690 date de publication en ligne : 05/10/2020 En ligne : https://doi.org/10.1111/tgis.12690 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=97158 [article]

Determination of precise Galileo orbits using combined GNSS and SLR observations / Grzegorz Bury in GPS solutions, vol 25 n° 1 (January 2021)  

Permalink

Evaluation of a neural network with uncertainty for detection of ice and water in SAR imagery / Nazanin Asadi in IEEE Transactions on geoscience and remote sensing, vol 59 n° 1 (January 2021)  

Permalink

Local fuzzy geographically weighted clustering: a new method for geodemographic segmentation / George Grekousis in International journal of geographical information science IJGIS, vol 35 n° 1 (January 2021)  

Permalink

Analysis of shoreline changes in Vishakhapatnam coastal tract of Andhra Pradesh, India: an application of digital shoreline analysis system (DSAS) / Mirza Razi Imam Baig in Annals of GIS, vol 26 n° 4 (December 2020)  

Permalink

Multistrategy ensemble regression for mapping of built-up density and height with Sentinel-2 data / Christian Geiss in ISPRS Journal of photogrammetry and remote sensing, vol 170 (December 2020)  

Permalink

Comprehensive decision-strategy space exploration for efficient territorial planning strategies / Olivier Billaud in Computers, Environment and Urban Systems, vol 83 (September 2020)  

Permalink

Integration of airborne gravimetry data filtering into residual least-squares collocation: example from the 1 cm geoid experiment / Martin Willberg in Journal of geodesy, vol 94 n° 8 (August 2020)  

Permalink

Hyperspectral classification with noisy label detection via superpixel-to-pixel weighting distance / Bing Tu in IEEE Transactions on geoscience and remote sensing, vol 58 n° 6 (June 2020)  

Permalink

Prediction of traffic accidents hot spots using fuzzy logic and GIS / Aslam Al-Omari in Applied geomatics, vol 12 n° 2 (June 2020)  

Permalink

Suitable location selection for the electric vehicle fast charging station with AHP and fuzzy AHP methods using GIS / Dogus Guler in Annals of GIS, vol 26 n° 2 (April 2020)  

Permalink