Détail de l'indexation
PROJET : Mémoires : Rapports de projet - stage des ingénieurs de 2e année |
Ouvrages de la bibliothèque en indexation PROJET (248)
Ajouter le résultat dans votre panier
Visionner les documents numériques
Affiner la recherche Interroger des sources externesLeveraging deep learning and remote sensing to predict ecosystem types in the NiN framework / Matteo Crespin-Jouan (2024)
Titre : Leveraging deep learning and remote sensing to predict ecosystem types in the NiN framework Type de document : Mémoire Auteurs : Matteo Crespin-Jouan, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2024 Importance : 41 p. Format : 21 x 30 cm Note générale : bibliographie
Mémoire d'ingénieur 2e annéeLangues : Anglais (eng) Descripteur : [Termes IGN] apprentissage profond
[Termes IGN] cartographie
[Termes IGN] couverture (données géographiques)
[Termes IGN] gradient
[Termes IGN] occupation du sol
[Termes IGN] Sentinel-2
[Termes IGN] télédétection
[Termes IGN] végétationIndex. décimale : PROJET Mémoires : Rapports de projet - stage des ingénieurs de 2e année Résumé : (auteur) Ce rapport présente les résultats d’un stage effectué au sein du Geo-Ecology Research Group (GEco) du Muséum d’Histoire Naturelle d’Oslo. Le projet a porté sur l’application de techniques d’apprentissage profond pour classifier les écosystèmes norvégiens en se basant sur les données du système de classification Natur i Norge (NiN). Différentes sources de données ont été utilisées notamment des images aériennes de drones, des photos prises au sol et des données satellitaires Sentinel, afin de prédire les types d’écosystèmes et des gradients environnementaux clés, tels que la richesse en calcaire. L’étude a exploré différentes approches, notamment les réseaux neuronaux convolutifs (CNN) et les perceptrons multicouches (MLP), en mettant l’accent sur l’exploitation des informations spectrales plutôt que des caractéristiques spatiales. Les résultats ont mis en évidence les défis liés au travail avec des données limitées et incohérentes, en particulier dans le contexte de classifications très détaillée comme NiN. Bien que les modèles aient montré un certain succès, notamment avec l’utilisation de données hyperspectrales, les résultats ont été limités par la qualité et la cohérence des labels
disponibles.Note de contenu : Introduction
1. About the Data, the labels, and the distribution of the labels in the datasets
2. CNNs and vision transformers to leverage shape and texture features
3. A more successful endeavour : a mere mutliplayer perceptron on hyper-spectral satellite images
ConclusionNuméro de notice : 24266 Affiliation des auteurs : IGN (2020- ) Thématique : BIODIVERSITE/GEOMATIQUE/INFORMATIQUE Nature : Mémoire de projet pluridisciplinaire Organisme de stage : Geo-Ecology Research Group (GEco), at Oslo’s Natural History Museum (NHM) Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=103901
Titre : Rapport de stage: Mayotte, vers un reférentiel semi-dynamique ? Type de document : Mémoire Auteurs : Inès Pasquier, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2023 Importance : 58 p Format : 21 x 30 cm Note générale : bibliographie
Mémoire d'ingénieur 2e annéeLangues : Français (fre) Descripteur : [Termes IGN] géodynamique
[Termes IGN] Global Navigation Satellite System
[Termes IGN] interféromètrie par radar à antenne synthétique
[Termes IGN] MayotteMots-clés libres : repère semi-dynamique Mayotte modèle de déformation PROJ déplacements GNSS OVPF université Nevada InSAR IGN IPGP EGMS Index. décimale : PROJET Mémoires : Rapports de projet - stage des ingénieurs de 2e année Résumé : Dans ce rapport de stage de deuxième année d’ingénieur en géomatique, vous retrouverez toute la démarche et les résultats pour implémenter un repère semi-dynamique pour l’île de Mayotte à partir d’un modèle de déformation de l’Institut de Physique du Globe de Paris (IPGP). Note de contenu : Introduction
1. Qualification du modèle de déformation de l'IPGP
Conclusion
2. Adaptation du modèle pour l'utilisation dans PROJ
ConclusionNuméro de notice : 24147 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE Nature : Mémoire de projet pluridisciplinaire Organisme de stage : Institut national de l’information géographique et forestière (IGN) et l’Institut de Physique du Globe de Paris (IPGP) Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=103703 
Titre : Adaptation of the standardized vegetation optical depth index for satellite-based soil moisture Type de document : Mémoire Auteurs : Juliette Raabe, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2022 Importance : 61 p. Format : 21 x 30 cm Note générale : Bibliographie
Rapport de projet pluridisciplinaire, cycle ING2Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] Australie
[Termes IGN] changement climatique
[Termes IGN] humidité du sol
[Termes IGN] implémentation (informatique)
[Termes IGN] indice d'humidité
[Termes IGN] phénomène climatique extrême
[Termes IGN] sécheresse
[Termes IGN] teneur en eau de la végétationIndex. décimale : PROJET Mémoires : Rapports de projet - stage des ingénieurs de 2e année Résumé : (Auteur) Le groupe de recherche sur la télédétection pour l’étude de l’environnement et du climat (CLIMERS) de l’université technique de Vienne contribue entre autres au développement de jeux de données d’humidité du sol (indicateur mesurant la quantité d’eau contenue dans le sol) et de VOD (vegetation optical depth, mesurant la teneur en eau des plantes). Par là, il vise à aider la communauté scientifique mondiale pour étudier le climat et en particulier, le changement climatique. L’étude présente se propose de participer à cet objectif en créant un indice de sécheresse à partir de données d’humidité du sol obtenues par télédétection. Pour ce faire, cette étude adapte un processus existant pour construire un indice de sécheresse standardisé. Ce processus a été implémenté au CLIMERS, il y a peu de temps, pour le VOD et le but est de le tester pour l’humidité du sol et voir à quel point il est adapté pour capturer des événements climatiques extrêmes. Note de contenu : Introduction
1.1 Soil Moisture
1.2 Production of soil moisture data
1.3 Soil moisture to build drought index
1.4 The innovative process set up for the VOD index
2. Creation of a standardized soil moisture index
2.1 Data
2.2 The soil moisture workflow
2.3 Optimization
3 Results of the SVODI process for SM
3.1 Australian use case
3.2 First results on Australia
3.3 Focus on extreme events in other regions of the world
3.4 World results
4. Correlation study, evaluate quantitatively the index
4.1 Methodology
4.2 Correlation study for the Australian use-case
4.3 World correlation study
ConclusionNuméro de notice : 26871 Affiliation des auteurs : non IGN Thématique : FORET/IMAGERIE Nature : Mémoire de projet pluridisciplinaire Organisme de stage : Department of Geodesy and Geoinformation (TU Wien) Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101700 Documents numériques
peut être téléchargé
Adaptation of the Standardized Vegetation Optical Depth Index for satellite-based soil moisture - pdf auteurAdobe Acrobat PDF
Titre : Construction d’un plugin QGIS de détection d’îlots de chaleur urbains à partir d’images satellitaires de type optique Type de document : Mémoire Auteurs : Houssayn Meriche, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2022 Importance : 51 p. Format : 21 x 30 cm Note générale : Bibliographie
Rapport de projet pluridisciplinaire, cycle ING2Langues : Français (fre) Descripteur : [Vedettes matières IGN] Traitement d'image optique
[Termes IGN] apprentissage profond
[Termes IGN] carte thématique
[Termes IGN] classification dirigée
[Termes IGN] format GeoTIFF
[Termes IGN] ilot thermique urbain
[Termes IGN] module d'extension
[Termes IGN] Montréal (Québec)
[Termes IGN] Python (langage de programmation)
[Termes IGN] QGIS
[Termes IGN] réseau neuronal convolutif
[Termes IGN] segmentation sémantiqueIndex. décimale : PROJET Mémoires : Rapports de projet - stage des ingénieurs de 2e année Résumé : (Auteur) L’Institut des Sciences de l’Environnement (ISE) est une unité multi départementale de l’Université du Québec à Montréal (UQAM) dans laquelle les sciences de l’environnement ont pour objets les problématiques environnementales découlant des interactions entre processus biologiques, physiques, sociaux et humains. Montréal étant connue dans le monde de la recherche pour sa productivité scientifique dans le domaine de l’Intelligence Artificielle, on retrouve au sein de l’UQAM bon nombre d’étudiants mêlant cette discipline à d’autres champs scientifiques dont l’environnement. C’est ainsi que je suis amené à concevoir un plugin qui, couplé à série d’algorithmes faisant intervenir de l’apprentissage profond, permettrait à une étudiante en maîtrise de Géographie de générer des cartes de prédiction d’îlots de chaleur urbains de la ville de Montréal. Cet ensemble d’algorithmes est réalisé à partir du langage de programmation Python, avec pour support du plugin le logiciel QGIS. Celui-ci est destiné à traiter des images au format exclusif GeoTIFF, et nécessite également des connaissances en fabrication de masque (image binaire constituée de 0 et de 1 renseignant sur la pertinence d’exploitation des pixels de l’image GeoTIFF). Note de contenu : Introduction
1. Contexte du projet
1.1 L’Université du Québec à Montréal (UQAM)
1.2 L’environnement de travail
2. Analyse de l’existant
2.1 Autour des îlots de chaleur en milieu urbain
2.2 L’apprentissage automatique appliqué à la Télédétection
3. Construction du plugin
3.1 Côté Plugin
3.2 Côté Classification
3.3 Résultats et discussions
ConclusionNuméro de notice : 26869 Affiliation des auteurs : non IGN Thématique : GEOMATIQUE/IMAGERIE Nature : Mémoire de projet pluridisciplinaire Organisme de stage : Laboratoire de télédétection et de SIG du département de Géographie (Université du Québec à Montréal) Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101696 Documents numériques
peut être téléchargé
Construction d’un Plugin QGIS de détection d’îlots de chaleur urbains à partir d’images satellitaires de type optique - pdf auteurAdobe Acrobat PDF
Titre : Preparation of the VENµS satellite data over Israel for the input into the GRASP data treatment algorithm Type de document : Mémoire Auteurs : Maeve Blarel, Auteur Editeur : Champs-sur-Marne : Ecole nationale des sciences géographiques ENSG Année de publication : 2022 Importance : 73 p. Format : 21 x 30 cm Note générale : Bibliographie
Rapport de projet pluridisciplinaire, cycle ING2Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Applications de télédétection
[Termes IGN] aérosol
[Termes IGN] conversion de données
[Termes IGN] correction atmosphérique
[Termes IGN] correction géométrique
[Termes IGN] correction radiométrique
[Termes IGN] image hyperspectrale
[Termes IGN] image Venµs-VSSC
[Termes IGN] Israël
[Termes IGN] microsatellite
[Termes IGN] Python (langage de programmation)
[Termes IGN] série temporelle
[Termes IGN] traitement de données localiséesIndex. décimale : PROJET Mémoires : Rapports de projet - stage des ingénieurs de 2e année Résumé : (Auteur) Réalisé au sein du laboratoire de télédétection de l’Institut Jacob Blaustein pour la recherche sur le désert (BIDR) de l’Université Ben-Gourion du Négev, en Israël, et financé par une mission du CNRS, ce stage a pour objectif l’adaptation d’un driver dédié à la conversion des données satellites VENµS et à leur préparation pour le traitement par l’algorithme GRASP. VENµS (Vegetation and Environment monitoring New Micro-Satellite) est un microsatellite, fruit d’une collaboration franco-israélienne pour l’observation de la Terre à l’aide d’une caméra super spectrale. Les visées de la mission scientifique sont déterminées par le CESBIO et le CNES, en France, et l’Université Ben-Gourion du Néguev, en Israël. Son objectif est de fournir des observations à haute résolution spatiale pour la recherche scientifique portant sur la surveillance, l’analyse et la caractérisation du fonctionnement de la surface terrestre, sous les effets de facteurs environnementaux et des activités humaines. Plus particulièrement, ces données sont dédiées à des applications dans l’agriculture de précision, l’urbanisation et la surveillance des masses d’eau. Les images acquises au-dessus d’Israël ont un format différent de celles prises à travers le monde pour une gestion distincte des données. Aujourd’hui, les recherches israélienne et française souhaitent une caractérisation des aérosols atmosphériques sur Israël et un traitement des données par GRASP. La problématique rencontrée est la conversion des données sur Israël pour leur entrée dans cet algorithme. Après une phase de découverte et de compréhension des données satellites VENµS et celles requises à l’entrée de GRASP, le travail de ce présent stage consiste à développer une solution d’adaptation du programme informatique pour la conversion des données VENµS sur Israël. Des perspectives existent pour ce projet. Pour observer la Terre, on souhaite des données de plus en plus précises par des améliorations de l’acquisition et du traitement des images. Concernant l’acquisition de données, les intervalles de temps de revisite limitent actuellement l’avantage multi-pixel. D’un autre côté, l’un des objectifs de cette mission satellitaire est le développement des algorithmes pour exploiter des séries temporelles de données, incluant les corrections géométriques et radiométriques. Pour GRASP, la gestion du masque des nuages doit être perfectionnée et concernant le driver adapté, les observations directionnelles demandent une exploitation plus grande. L’ensemble des codes Python, fonctionnels et commentés, implémenté au cours du stage est confidentiel et reste à la propriété de GRASP. Par conséquent, aucun script provenant du code source ne sera présenté au cours de ce rapport. Note de contenu : Introduction
1. Internship presentation
1.1 Context
1.2 Issues and Objectives
1.3 State of current research
2. Technical study
2.1 Driver architecture
2.2 Language, libraries and software in use
2.3 The data
3. Achievement
3.1 Implementation
3.2 Progress of internship
3.3 Difficulties encountered and Solutions adopted
ConclusionNuméro de notice : 26872 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Mémoire de projet pluridisciplinaire Organisme de stage : Laboratoire de télédétection de l’Institut Jacob Blaustein (Université Ben-Gourion du Négev) Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=101702 Documents numériques
peut être téléchargé
Preparation of the VENµS satellite data over Israel for the input into the GRASP data treatment algorithm - pdf auteurAdobe Acrobat PDF
