Centre dedocumentation
scientifique

Monitoring narrow mangrove stands in Baja California Sur, Mexico using linear spectral unmixing / Jonathan B. Thayn in Marine geodesy, Vol 43 n° 5 (September 2020)  

Public [article]  inMarine geodesy > Vol 43 n° 5 (September 2020) . - pp 493 - 508 Titre : Monitoring narrow mangrove stands in Baja California Sur, Mexico using linear spectral unmixing Type de document : Article/Communication Auteurs : Jonathan B. Thayn, Auteur Année de publication : 2020 Article en page(s) : pp 493 - 508 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes descripteurs IGN] analyse linéaire des mélanges spectraux [Termes descripteurs IGN] image de drone [Termes descripteurs IGN] image Landsat-8 [Termes descripteurs IGN] mangrove [Termes descripteurs IGN] Mexique [Termes descripteurs IGN] réflectance spectrale Résumé : (auteur) Small stands of mangrove trees are difficult to detect and monitor using satellite remote sensing because the width of the narrow strips of vegetation are typically much smaller than the spatial resolution of the imagery. Every mangrove pixel also contains water and bare soil reflectance. Linear spectral unmixing, which estimates the fractional presence of specific land cover types per pixel, was performed on Landsat 8 imagery to detect mangroves on the eastern shoreline of the Bay of La Paz on the Baja California Peninsula of Mexico. Low-altitude aerial imagery collected from a DJI Mavic Pro drone was used as ground-reference data in the accuracy assessment. Continuous fractional presence of mangroves was detected with 80% accuracy and 85% of mangrove area was found. Future work will use linear spectral unmixing to systematically monitor mangrove extent and health in the region relative to expected growth in tourism development. Numéro de notice : A2020-483 Thématique : IMAGERIE Nature : Article DOI : 10.1080/01490419.2020.1751753 date de publication en ligne : 30/04/2020 En ligne : https://doi.org/10.1080/01490419.2020.1751753 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95636 [article]

Accuracies of support vector machine and random forest in rice mapping with Sentinel-1A, Landsat-8 and Sentinel-2A datasets / Lamin R. Mansaray in Geocarto international, vol 35 n° 10 ([01/08/2020])  

Public [article]  inGeocarto international > vol 35 n° 10 [01/08/2020] . - pp 1088 - 1108 Titre : Accuracies of support vector machine and random forest in rice mapping with Sentinel-1A, Landsat-8 and Sentinel-2A datasets Type de document : Article/Communication Auteurs : Lamin R. Mansaray, Auteur ; Fumin Wang, Auteur ; Jingfeng Huang, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : pp 1088 - 1108 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes descripteurs IGN] carte de la végétation [Termes descripteurs IGN] Chine [Termes descripteurs IGN] classification par forêts aléatoires [Termes descripteurs IGN] classification par séparateurs à vaste marge [Termes descripteurs IGN] image Landsat-8 [Termes descripteurs IGN] image Sentinel-MSI [Termes descripteurs IGN] image Sentinel-SAR [Termes descripteurs IGN] jeu de données [Termes descripteurs IGN] polarisation [Termes descripteurs IGN] rizière [Termes descripteurs IGN] surface cultivée Résumé : (auteur) SVM and RF are widely used in rice mapping. However, their performance with single and different combinations of satellite datasets is rarely reported. Hence we report their rice mapping accuracies for two seasons using Sentinel-1A, Landsat-8 and Sentinel-2A images. The VH and VV polarizations of Sentinel-1A, and two spectral indices (SIs) of Landsat-8 and Sentine1-2A were used to obtain seven datasets (VH, VV, SI, VHVV, VHSI, VVSI and VHVVSI), and on which SVM and RF were applied and accuracies were assessed. VHSI showed the highest overall accuracy for both algorithms in both years. SVM with VHSI had a slightly higher accuracy (90.8%) than RF with VHSI (89.2%) in 2015 while in 2016 RF with VHSI showed a slightly higher accuracy (95.2%) than SVM with VHSI (93.4%). Although they produced equivalent accuracies within years, RF is more sensitive to additional data, given a 6.0% increase from 2015 to 2016 with VHSI. Numéro de notice : A2020-443 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/10106049.2019.1568586 date de publication en ligne : 18/03/2019 En ligne : https://doi.org/10.1080/10106049.2019.1568586 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95501 [article]

Development and application of a new mangrove vegetation index (MVI) for rapid and accurate mangrove mapping / Alvin B. Baloloy in ISPRS Journal of photogrammetry and remote sensing, vol 166 (August 2020)  

Public [article]  inISPRS Journal of photogrammetry and remote sensing > vol 166 (August 2020) . - pp 95 - 117 Titre : Development and application of a new mangrove vegetation index (MVI) for rapid and accurate mangrove mapping Type de document : Article/Communication Auteurs : Alvin B. Baloloy, Auteur ; Ariel C. Blanco, Auteur ; Raymund Rhommel StaAna, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : pp 95 - 117 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes descripteurs IGN] analyse spectrale [Termes descripteurs IGN] Asie du sud-est [Termes descripteurs IGN] carte de la végétation [Termes descripteurs IGN] espèce exotique envahissante [Termes descripteurs IGN] image de drone [Termes descripteurs IGN] image Landsat-8 [Termes descripteurs IGN] image proche infrarouge [Termes descripteurs IGN] image Sentinel-MSI [Termes descripteurs IGN] indice de végétation [Termes descripteurs IGN] mangrove [Termes descripteurs IGN] orthophotographie [Termes descripteurs IGN] Philippines [Termes descripteurs IGN] Short Waves InfraRed [Termes descripteurs IGN] surveillance du littoral Résumé : (auteur) Numéro de notice : A2020-354 Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1016/j.isprsjprs.2020.06.001 date de publication en ligne : 11/06/2020 En ligne : https://doi.org/10.1016/j.isprsjprs.2020.06.001 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95240 [article]

Réservation

Réserver ce document

Exemplaires (3)

Code-barres	Cote	Support	Localisation	Section	Disponibilité
081-2020081	SL	Revue	Centre de documentation	Revues en salle	Disponible
081-2020083	DEP-RECP	Revue	MATIS	Dépôt en unité	Exclu du prêt
081-2020082	DEP-RECF	Revue	Nancy	Dépôt en unité	Exclu du prêt

Extraction of built-up areas from Landsat-8 OLI data based on spectral-textural information and feature selection using support vector machine method / Vijendra Singh Bramhe in Geocarto international, vol 35 n° 10 ([01/08/2020])  

Public [article]  inGeocarto international > vol 35 n° 10 [01/08/2020] . - pp 1067 - 1087 Titre : Extraction of built-up areas from Landsat-8 OLI data based on spectral-textural information and feature selection using support vector machine method Type de document : Article/Communication Auteurs : Vijendra Singh Bramhe, Auteur ; Sanjay Kumar Ghosh, Auteur ; Pradeep Kumar Garg, Auteur Année de publication : 2020 Article en page(s) : pp 1067 - 1087 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Traitement d'image optique [Termes descripteurs IGN] analyse spectrale [Termes descripteurs IGN] analyse texturale [Termes descripteurs IGN] bati [Termes descripteurs IGN] classification par séparateurs à vaste marge [Termes descripteurs IGN] extraction de traits caractéristiques [Termes descripteurs IGN] image Landsat-OLI [Termes descripteurs IGN] image multibande [Termes descripteurs IGN] matrice de co-occurence [Termes descripteurs IGN] niveau de gris (image) [Termes descripteurs IGN] plus proche voisin (algorithme) [Termes descripteurs IGN] réseau neuronal artificiel [Termes descripteurs IGN] texture d'image Résumé : (auteur) Information of built-up area is essential for various applications, such as sustainable development or urban planning. Built-up area extraction using optical data is challenging due to spectral confusion between built-up and other classes (bare land or river sand, etc.). Here an automated approach has been proposed to generate built-up maps using spectral-textural features and feature selection techniques. Eight Grey-Level Co-Occurrence Matrix based texture features are extracted using Landsat-8 Operational Land Imager bands and combined with multispectral data. The most informative features are selected from combined spectral-textural dataset using feature selection techniques. Further, Support Vector Machine (SVM) classifiers are trained on labelled samples using optimal features and results are compared with Back Propagation-Neural Network (BP-NN) and k-Nearest Neighbour (k-NN). The results show that inclusion of textural features and applying feature selection methods increases the highest overall accuracy of Linear-SVM, RBF-SVM, BP-NN, and k-NN by 9.20%, 9.09%, 8.42%, and 7.39%, respectively. Numéro de notice : A2020-425 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/10106049.2019.1566406 date de publication en ligne : 18/03/2019 En ligne : https://doi.org/10.1080/10106049.2019.1566406 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95489 [article]

Landuse and land cover identification and disaggregating socio-economic data with convolutional neural network / Jingtao Yao in Geocarto international, vol 35 n° 10 ([01/08/2020])  

Public [article]  inGeocarto international > vol 35 n° 10 [01/08/2020] . - pp 1109 - 1123 Titre : Landuse and land cover identification and disaggregating socio-economic data with convolutional neural network Type de document : Article/Communication Auteurs : Jingtao Yao, Auteur ; Xiangbin Kong, Auteur ; Rattan Lal, Auteur ; et al., Auteur Année de publication : 2020 Article en page(s) : pp 1109 - 1123 Note générale : bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection [Termes descripteurs IGN] carte thématique [Termes descripteurs IGN] classification par réseau neuronal convolutif [Termes descripteurs IGN] densité de population [Termes descripteurs IGN] désagrégation [Termes descripteurs IGN] données socio-économiques [Termes descripteurs IGN] image Landsat-8 [Termes descripteurs IGN] occupation du sol [Termes descripteurs IGN] utilisation du sol Résumé : (auteur) Numéro de notice : A2020-427 Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.1080/10106049.2019.1568587 date de publication en ligne : 18/03/2019 En ligne : https://doi.org/10.1080/10106049.2019.1568587 Format de la ressource électronique : url article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=95493 [article]

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)  

Permalink

A water identification method basing on grayscale Landsat 8 OLI images / Zhitian Deng in Geocarto international, vol 35 n° 7 ([15/05/2020])  

Permalink

Assessment of winter season land surface temperature in the Himalayan regions around the Kullu area in India using Landsat-8 data / Divyesh Varade in Geocarto international, vol 35 n° 6 ([01/05/2020])  

Permalink

An original method for tree species classification using multitemporal multispectral and hyperspectral satellite data / Olga Grigorieva in Silva fennica, vol 54 n° 2 (2020)  

Permalink

Conterminous United States land cover change patterns 2001–2016 from the 2016 National Land Cover Database / Collin Homer in ISPRS Journal of photogrammetry and remote sensing, vol 162 (April 2020)  

Permalink

A Fusion Approach for Water Area Classification Using Visible, Near Infrared and Synthetic Aperture Radar for South Asian Conditions / Shahryar K. Ahmad in IEEE Transactions on geoscience and remote sensing, vol 58 n° 4 (April 2020)  

Permalink

GIS-based modeling for selection of dam sites in the Kurdistan region, Iraq / Arsalan Ahmed Othman in ISPRS International journal of geo-information, vol 9 n° 4 (April 2020)  

Permalink

How far can we trust forestry estimates from low-density LiDAR acquisitions? The Cutfoot Sioux experimental forest (MN, USA) case study / Enrico Borgogno Mondino in International Journal of Remote Sensing IJRS, vol 41 n°12 (20 - 30 March 2020)  

Permalink

Assessment of malaria hazard, vulnerability, and risks in Dire Dawa City Administration of eastern Ethiopia using GIS and remote sensing / Abdinasir Moha in Applied geomatics, vol 12 n° 1 (March 2020)  

Permalink

Sea-land segmentation using deep learning techniques for Landsat-8 OLI imagery / Ting Yang in Marine geodesy, Vol 43 n° 2 (March 2020)  

Permalink