Centre dedocumentation
scientifique

Toward global soil moisture monitoring with sentinel-1 : harnessing assets and overcoming obstacles / Bernhard Bauer-Marschallinger in IEEE Transactions on geoscience and remote sensing, vol 57 n° 1 (January 2019)  

Public [article]  inIEEE Transactions on geoscience and remote sensing > vol 57 n° 1 (January 2019) . - pp 520 - 539 Titre : Toward global soil moisture monitoring with sentinel-1 : harnessing assets and overcoming obstacles Type de document : Article/Communication Auteurs : Bernhard Bauer-Marschallinger, Auteur ; Vahid Freeman, Auteur ; Senmao Cao, Auteur ; et al., Auteur Année de publication : 2019 Article en page(s) : pp 520 - 539 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications [Termes descripteurs IGN] bande C [Termes descripteurs IGN] bilan hydrique [Termes descripteurs IGN] humidité du sol [Termes descripteurs IGN] image radar moirée [Termes descripteurs IGN] image Sentinel-SAR [Termes descripteurs IGN] Italie [Termes descripteurs IGN] Ombrie (Italie) [Termes descripteurs IGN] surveillance agricole [Termes descripteurs IGN] surveillance météorologique Résumé : (Auteur) Soil moisture is a key environmental variable, important to, e.g., farmers, meteorologists, and disaster management units. Here, we present a method to retrieve surface soil moisture (SSM) from the Sentinel-1 (S-1) satellites, which carry C-band Synthetic Aperture Radar (CSAR) sensors that provide the richest freely available SAR data source so far, unprecedented in accuracy and coverage. Our SSM retrieval method, adapting well-established change detection algorithms, builds the first globally deployable soil moisture observation data set with 1-km resolution. This paper provides an algorithm formulation to be operated in data cube architectures and high-performance computing environments. It includes the novel dynamic Gaussian upscaling method for spatial upscaling of SAR imagery, harnessing its field-scale information and successfully mitigating effects from the SAR's high signal complexity. Also, a new regression-based approach for estimating the radar slope is defined, coping with Sentinel-1's inhomogeneity in spatial coverage. We employ the S-1 SSM algorithm on a 3-year S-1 data cube over Italy, obtaining a consistent set of model parameters and product masks, unperturbed by coverage discontinuities. An evaluation of therefrom generated S-1 SSM data, involving a 1-km soil water balance model over Umbria, yields high agreement over plains and agricultural areas, with low agreement over forests and strong topography. While positive biases during the growing season are detected, the excellent capability to capture small-scale soil moisture changes as from rainfall or irrigation is evident. The S-1 SSM is currently in preparation toward operational product dissemination in the Copernicus Global Land Service. Numéro de notice : A2019-108 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1109/TGRS.2018.2858004 date de publication en ligne : 22/08/2018 En ligne : https://doi.org/10.1109/TGRS.2018.2858004 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92425 [article]

Object-based crop classification using multi-temporal SPOT-5 imagery and textural features with a Random Forest classifier / Huanxue Zhang in Geocarto international, vol 33 n° 10 (October 2018)  

Public [article]  inGeocarto international > vol 33 n° 10 (October 2018) . - pp 1017 - 1035 Titre : Object-based crop classification using multi-temporal SPOT-5 imagery and textural features with a Random Forest classifier Type de document : Article/Communication Auteurs : Huanxue Zhang, Auteur ; Qiangzi Li, Auteur ; Jiangui Liu, Auteur ; Taifeng Dong, Auteur ; Heather McNairn, Auteur Année de publication : 2018 Article en page(s) : pp 1017 - 1035 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] analyse d'image orientée objet [Termes descripteurs IGN] bande spectrale [Termes descripteurs IGN] classification par forêts aléatoires [Termes descripteurs IGN] corrélation par régions de niveaux de gris [Termes descripteurs IGN] extraction de traits caractéristiques [Termes descripteurs IGN] image SPOT 5 [Termes descripteurs IGN] indice de végétation [Termes descripteurs IGN] limite de terrain [Termes descripteurs IGN] Ontario [Termes descripteurs IGN] réflectance spectrale [Termes descripteurs IGN] segmentation d'image [Termes descripteurs IGN] surface cultivée [Termes descripteurs IGN] surveillance agricole [Termes descripteurs IGN] texture [Termes descripteurs IGN] variogramme Résumé : (auteur) In this study, an object-based image analysis (OBIA) approach was developed to classify field crops using multi-temporal SPOT-5 images with a random forest (RF) classifier. A wide range of features, including the spectral reflectance, vegetation indices (VIs), textural features based on the grey-level co-occurrence matrix (GLCM) and textural features based on geostatistical semivariogram (GST) were extracted for classification, and their performance was evaluated with the RF variable importance measures. Results showed that the best segmentation quality was achieved using the SPOT image acquired in September, with a scale parameter of 40. The spectral reflectance and the GST had a stronger contribution to crop classification than the VIs and GLCM textures. A subset of 60 features was selected using the RF-based feature selection (FS) method, and in this subset, the near-infrared reflectance and the image acquired in August (jointing and heading stages) were found to be the best for crop classification. Numéro de notice : A2019-049 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/10106049.2017.1333533 date de publication en ligne : 23/06/2017 En ligne : https://doi.org/10.1080/10106049.2017.1333533 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=92063 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
059-2018041	GEO	Revue	Centre de documentation	Revues en salle	Disponible

Crop-rotation structured classification using multi-source sentinel images and LPIS for crop type mapping / Simon Bailly (2018)  

Public Titre : Crop-rotation structured classification using multi-source sentinel images and LPIS for crop type mapping Type de document : Article/Communication Auteurs : Simon Bailly, Auteur ; Sébastien Giordano , Auteur ; Loïc Landrieu , Auteur ; Nesrine Chehata , Auteur Congrès : Congrès: IGARSS 2018, IEEE International Geoscience And Remote Sensing Symposium observing, understanding and forecasting the dynamics of our planet (22 - 27 juillet 2018; Valencia, Espagne) , Commanditaire Editeur : New York : Institute of Electrical and Electronics Engineers IEEE Année de publication : 2018 Projets : 1-Pas de projet / Importance : pp 1950 - 1953 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes descripteurs IGN] champ aléatoire conditionnel [Termes descripteurs IGN] classification multitemporelle [Termes descripteurs IGN] image Sentinel-MSI [Termes descripteurs IGN] surveillance agricole Résumé : (auteur) Automatic analysis of Sentinel image time series is recommended for monitoring agricultural land use in Europe. To improve classification capacities, we propose a temporal structured classification combining Sentinel images and former vintages of the Land-Parcel IdentAutomatic analysis of Sentinel image time series is recommended for monitoring agricultural land use in Europe. To improve classification capacities, we propose a temporal structured classification combining Sentinel images and former vintages of the Land-Parcel Identification System. Inter-annual crop rotations are learned and combined with the satellite images using a Conditional Random Field. The proposed methodology is tested on a 233 km2 study area located in France and with a 25 categories national nomenclature. The classification results are globally improved.ification System. Inter-annual crop rotations are learned and combined with the satellite images using a Conditional Random Field. The proposed methodology is tested on a 233 km2 study area located in France and with a 25 categories national nomenclature. The classification results are globally improved. Numéro de notice : C2018-054 Thématique : IMAGERIE Nature : Communication nature-HAL : ComAvecCL&ActesPubliésIntl DOI : 10.1109/IGARSS.2018.8518427 date de publication en ligne : 05/11/2018 En ligne : https://doi.org/10.1109/IGARSS.2018.8518427 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91343

Détection de changement par imagerie radar sur les zones naturelles et agricoles en milieu tropical / Jérôme Lebreton (2018) 

Public Titre : Détection de changement par imagerie radar sur les zones naturelles et agricoles en milieu tropical Type de document : Mémoire Auteurs : Jérôme Lebreton, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2018 Importance : 45 p. Format : 21 x 30 cm Note générale : bibliographie rapport de stage de fin d'études, Cycle géomètre-géomaticien Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image radar et applications [Termes descripteurs IGN] composition colorée [Termes descripteurs IGN] comptage [Termes descripteurs IGN] correction d'image [Termes descripteurs IGN] déboisement [Termes descripteurs IGN] détection de changement [Termes descripteurs IGN] extraction de la végétation [Termes descripteurs IGN] Gabon [Termes descripteurs IGN] image aérienne [Termes descripteurs IGN] image de drone [Termes descripteurs IGN] image radar moirée [Termes descripteurs IGN] image Sentinel-SAR [Termes descripteurs IGN] image SPOT [Termes descripteurs IGN] image TerraSAR-X [Termes descripteurs IGN] milieu tropical [Termes descripteurs IGN] palmier [Termes descripteurs IGN] polarisation [Termes descripteurs IGN] rendement agricole [Termes descripteurs IGN] surveillance agricole [Termes descripteurs IGN] télédétection en hyperfréquence Index. décimale : GEOM Mémoires de géomètres civils Résumé : (auteur) Dans le cadre du Challenge Numérique « Suivi des plantations dans les pays en développements» piloté par Booster Nova, L’Avion Jaune porte un projet nommé « Palmap » pour le groupe Olam International. Ce projet comprend un volet de développement de solutions permettant le suivi de la culture de palmiers à huile et un volet sur le suivi des mesures compensatoires de préservation de l’environnement naturel autour des plantations en utilisant des données vues du ciel (drones) combinées avec des données collectées sur le terrain et des données satellites. Olam International est une société singapourienne de négoce en produits agroalimentaires, qui gère des plantations (cacao, caoutchouc, huile de palme, amandes, noix de cajou, …) dans plusieurs pays. L’huile de palme est la plus consommée au monde et est considérée comme la source principale d’huile parmi les autres végétaux. Le Gabon s’est ainsi lancé dans cette production dû à un besoin essentiel de développer son agriculture afin de diversifier son économie. La production d’huile de palme est destinée principalement au marché local et à la sous région. Note de contenu : 1- Présentation 2- Contexte 3- Images radar 4- Analyse des données radar Numéro de notice : 21941 Thématique : IMAGERIE Nature : Mémoire de fin d'études G Organisme de stage : L’Avion Jaune Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=91741

Documents numériques

peut être téléchargé Détection de changement par imagerie... - pdf auteur Adobe Acrobat PDF

Towards a multi-scale approach for an Earth observation-based assessment of natural resource exploitation in conflict regions / Elisabeth Schoepfer in Geocarto international, vol 32 n° 10 (October 2017)  

Public [article]  inGeocarto international > vol 32 n° 10 (October 2017) . - pp 1139 - 1158 Titre : Towards a multi-scale approach for an Earth observation-based assessment of natural resource exploitation in conflict regions Type de document : Article/Communication Auteurs : Elisabeth Schoepfer, Auteur ; Kristin Spröhnle, Auteur ; Olaf Kranz, Auteur ; et al., Auteur Année de publication : 2017 Article en page(s) : pp 1139 - 1158 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes descripteurs IGN] analyse d'image orientée objet [Termes descripteurs IGN] analyse multiéchelle [Termes descripteurs IGN] Congo [Termes descripteurs IGN] extraction automatique [Termes descripteurs IGN] guerre [Termes descripteurs IGN] image satellite [Termes descripteurs IGN] observation de la Terre [Termes descripteurs IGN] occupation du sol [Termes descripteurs IGN] ressources naturelles [Termes descripteurs IGN] surveillance agricole Résumé : (Auteur) The exploitation of resources, if not properly managed, can lead to spoiling natural habitats as well as to threatening people’s health, livelihoods and security. The paper discusses a multi-scale Earth observation-based approach to provide independent information related to exploitation activities of natural resources for countries which are experiencing armed conflict. The analyses are based on medium to very high spatial resolution optical satellite data. Object-based image analysis is used for information extraction at these different scales. On a subnational level, conflict-related land cover changes as an indication of potential hot spots for exploitation activities are classified. The regional assessment provides information about potential activity areas of resource exploitation, whereas on a local scale, a site-specific assessment of exploitation areas is performed. The study demonstrates the potential of remote sensing for supporting the monitoring and documentation of natural resource exploitation in conflict regions. Numéro de notice : A2017-670 Thématique : GEOMATIQUE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/10106049.2016.1195885 date de publication en ligne : 23/06/2016 En ligne : https://doi.org/10.1080/10106049.2016.1195885 Format de la ressource électronique : URL article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=87148 [article]

Réservation

Réserver ce document

Exemplaires (1)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
059-2017041	SL	Revue	Centre de documentation	Revues en salle	Disponible

Understanding the temporal behavior of crops using Sentinel-1 and Sentinel-2-like data for agricultural applications / Amanda Veloso in Remote sensing of environment, vol 199 (15 September 2017)  

Permalink

Optical remotely sensed time series data for land cover classification: A review / Cristina Gómez in ISPRS Journal of photogrammetry and remote sensing, vol 116 (June 2016)  

Permalink

Monitoring of water stress in wheat using multispectral indices derived from Landsat-TM / Nitika Dangwal in Geocarto international, vol 31 n° 5 - 6 (May - June 2016)  

Permalink

Temporal MODIS data for identification of wheat crop using noise clustering soft classification approach / Priyadarshi Upadhyay in Geocarto international, vol 31 n° 3 - 4 (March - April 2016)  

Permalink

Automated annual cropland mapping using knowledge-based temporal features / François Waldner in ISPRS Journal of photogrammetry and remote sensing, vol 110 (December 2015)  

Permalink

Note technique : note sur l’utilisation du logiciel CROP-VGT appliqué aux images NDVI du capteur SPOT-Végétation / Natacha Volto in Photo interpretation, European journal of applied remote sensing, vol 51 n° 1 (janvier 2015)

Permalink

Annual crop type classification of the US great plains for 2000 to 20011 / Daniel M. Howard in Photogrammetric Engineering & Remote Sensing, PERS, vol 80 n° 6 (June 2014)  

Permalink

Monitoring agricultural soil sealing in peri-urban areas using remote sensing / Shiliang Su in Photogrammetric Engineering & Remote Sensing, PERS, vol 80 n° 4 (April 2014)  

Permalink

Tread lightly / Penelope Richardson in GEO: Geoconnexion international, vol 13 n° 3 (march 2014)

Permalink

Lutte contre les charançons / Carole Remy (2011)

Permalink