Détection et identification de zones de végétation arborée et viticole - utilisation d images satellite RapidEye et de données BDOrtho
|
|
- Michelle Bernier
- il y a 6 ans
- Total affichages :
Transcription
1 Détection et identification de zones de végétation arborée et viticole - utilisation d images satellite RapidEye et de données BDOrtho Arnaud LE BRIS, François TASSIN IGN/MATIS Journées de la Recherche - 24/04/2013
2 Contexte général des travaux présentés Constitution d une base de données sur l occupation du sol à très grande échelle ign.fr
3 Détection et identification de zones de végétation arborée à partir de la BDOrtho et d images satellite RapidEye ign.fr
4 Contexte
5 Contexte Bases de données décrivant la végétation arborée Carte forestière BD Forêt Couche végétation de la BDTopo (nomenclature plus simple) Saisie semi-automatique puis enrichissement par photo-interprétation Possibilités d' automatisation? aider à la constitution initiale des BD détection de changements pour la mise à jour Données intéressantes pour un inventaire multi-sources? 5
6 Le satellite RapidEye RapidEye : constellation de 5 satellites, lancement en 2008 Bande supplémentaire : le red edge Avantages : Revisite d'une zone Capacité d'acquisition Acquisition ortho RapidEye France entière disponible via GéoSud Vert nm Bleu nm Bandes spectrales Rouge nm Red edge nm Proche infrarouge nm Altitude 630 km Résolution 5 m 6
7 Jeu de données test Département du Haut-Rhin ortho-image RapidEye, 07/ x3900 pixels 390 km² Vérité terrain issue de la couche végétation de la BDTopo 7
8 Jeu de données test Département du Haut-Rhin BDOrtho (50 cm, également rééchantillonnée à 5m) 390 km² Vérité terrain issue de la couche végétation de la BDTopo 8
9 Méthodologie : outils utilisés 9
10 Méthodologie : chaîne de traitement 1.Segmentation 2. Apprentissage 3. Classification 4. Aggrégation et régularisation 10
11 Méthodologie : classification Classification supervisée Apprentissage préalable Classifieurs utilisés: "Avet" Classification probabiliste Modélisation statistique d'une classe Méthodes dédiées à la classification par région SVM Séparateur de classes Utilisation possible de noyaux Plus proche voisin Minimisation d'une distance 11
12 Résult at Méthodologie : évaluation Matrice de confusion Vérité terrain Classe a Classe b Classe c Ut ilisat eur Classe a ,71 Classe b ,53 Classe c ,57 Product eur 0,6 0,4 0,8 OA : 0,6 Précisions Producteur : Comment se répartissent les confusions parmi ma vérité terrain? Utilisateur : Comment se répartissent les confusions à l'issue de la classification? Globale : Combien de pixels sont bien classés? 12
13 Détection de la végétation arborée 13
14 Détection de la végétation arborée Données test et d'apprentissage en nombre de pixel : Utilisation de différents canaux: Canaux radiométriques bruts : rouge, vert, bleu,... Canaux radiométriques dérivés : ndvi, evi, gndvi, si, mcari, Canaux texturaux : variance, entropie / complexité,... calculés sur l'image RapidEye calculés sur l'image aérienne 14
15 Détection de la végétation arborée Utilisation de l'outil de classification AVET Quelques résultats : Meilleurs résultats par classification pixellaire avant régularisation : Meilleurs résultats par classification pixellaire après régularisation : 15
16 Détection de la végétation arborée Utilisation de l'outil de classification AVET Quelques résultats : Meilleurs résultats par classification pixellaire avant régularisation : Meilleurs résultats par classification pixellaire après régularisation : 16
17 Détection de la végétation arborée Utilisation de l'outil de classification AVET Matrice de confusion pour la combinaison green,red,blue,pix_ent_c : 17
18 Détection de la végétation arborée - RapidEye Utilisation de l'outil de classification AVET image red,rededge,ired image RGB 18
19 Détection de la végétation arborée - RapidEye Utilisation de l'outil de classification AVET Résultat AVET Vérité terrain Exemple de résultat de classification végétation/non-végétation avec le classifieur AVET. Végétation en vert. Combinaison green,red,blue,pix_ent_c. 19
20 Détection de la végétation arborée - RapidEye Utilisation de l'outil de classification AVET Image des différences image red, rededge, ired Exemple de résultat de classification végétation/non-végétation avec le classifieur AVET. Pixels en vert mal classés Combinaison green,red,blue,pix_ent_c. 20
21 Détection de la végétation arborée - RapidEye Utilisation d autres classifieurs SVM linéaire : pas d'amélioration, meilleur résultat : 86% Plus proche voisin: ndvi,si,pix_ ent_ c 89,90% green,red,blue,pix_ ent_ c 89,79% ndvi,mcari,kl2,pix_ ent_ c 89,27% ndvi,mcari,pix_ ent_ c 89,05% 21
22 Détection de la végétation arborée - RapidEye Test d'apprentissage sur une dalle complète Dans l'optique d'une mise à jour Apprentissage sur une dalle entière Classification des trois autres dalles Résultats : 22
23 Détection de la végétation arborée - BDOrtho Test sur l'image IRC de la BDOrtho Image aérienne rééchantillonnée Segmentation de l image en régions homogènes Résultat AVET : Par pixel avec régularisation : 94,80 % Par région : 94,37 % Résultat SVM linéaire : 89,34 % 23
24 Détection de la végétation arborée Classification par région Vérité terrain Image des différences BDOrtho IRC 24
25 Détection de la végétation arborée : bilan Information la plus discriminante = texture de la BDOrtho Pas d'amélioration de la détection grâce au red edge Meilleure segmentation en utilisant les images aériennes Confusions inter-classes mais résultat aggrégé très satisfaisant 25
26 Discrimination feuillus / résineux 26
27 BDOrtho et RapidEye Haut gauche: BDOrtho IRC Haut droit: RapidEye (rouge red edge PIR) Bas droit: RapidEye contraste exagéré 27
28 BDOrtho et RapidEye BDOrtho IRC RapidEye Rouge red edge - PIR 28
29 Discrimination des peuplements feuillus/résineux Dans la vérité terrain : 3 types de peuplement de forêt fermée : Feuillus Résineux Mixte Est-il possible de bien modéliser la classe mixte dans une classification par région? 29
30 Discrimination des peuplements feuillus/résineux Dans la vérité terrain : 3 types de peuplement de forêt fermée : Feuillus Résineux Mixte Est-il possible de bien modéliser la classe mixte dans une classification par région? difficile au vu de quelques tests Classification par région vérité terrain 30
31 Discrimination des peuplements feuillus/résineux Apprentissage sur Feuillus et Résineux Evaluation sur Feuillus, Résineux et Mixte Classification avec AVET et SVM Radiométrie uniquement pour commencer Sur image RapidEye Sur image IRC BDOrtho Etude de l'apport de la texture ensuite 31
32 Discrimination des espèces : radiométrie RapidEye Utilisation de la radiométrie RapidEye Précisions producteur obtenues avec Avet par classification pixellaire : Matrice de confusion du point de vue utilisateur pour deux combinaisons : 32
33 Haut gauche: AVET, classif. par pixel Haut droit: AVET, classif. par région Bas droit: vérité terrain 33
34 Discrimination des espèces : radiométrie RapidEye Utilisation de la radiométrie RapidEye Précisions producteur obtenues avec SVM linéaires (classification pixellaire) Matrice de confusion pour la séparation conifères/feuillus: 34
35 Discrimination des espèces : radiométrie RapidEye Image rouge,rededge,pir Image RVB 35
36 Discrimination des espèces : radiométrie RapidEye Vérité terrain Classification par SVM 36
37 Discrimination des espèces : radiométrie RapidEye Image rouge,rededge,pir Image RVB 37
38 Discrimination des espèces : radiométrie RapidEye Vérité terrain Classification par SVM 38
39 Discrimination des espèces : radiométrie BDOrtho Utilisation de la radiométrie BDOrtho Classification pixellaire par SVM linéaire sur images IRC Ortho Matrice de confusion du point de vue producteur. Matrice de confusion du point de vue utilisateur 39
40 Discrimination des espèces : texture BDOrtho Utilisation de la radiométrie BDOrtho De nombreux indices texturaux dans la littérature : Haralick Gabor descripteurs HOG / SIFT textons... 40
41 Discrimination des espèces : texture BDOrtho Utilisation de la texture de la BDOrtho Canaux de Haralick Images brutes + 1 indice textural Sélection meilleur indice Images brutes + indice sélectionné + 2ème indice textural Filtres de Gabor Test de différentes fréquences et angles Spectre de texture Résultats aberrants Classification par SVM. 200 points d'apprentissage. 41
42 Exemples de canaux d'haralick 42
43 Discrimination des espèces : texture BDOrtho Précision producteur pour la dalle_0_0. Canaux d'haralick. Résultats en pourcentage Précision producteur pour la dalle_0_1. Canaux d'haralick. Résultats en pourcentage 43
44 Discrimination des espèces : texture BDOrtho Précision producteur pour la dalle_0_0. Canaux d'haralick et Gabor Précision producteur pour la dalle_0_1. Canaux d'haralick et Gabor 44
45 Discrimination des peuplements : bilan Red edge utile pour la discrimination des espèces Meilleurs résultats pour les images RapidEye que les images aériennes Red-edge 45
46 Discrimination des peuplements : bilan Red edge utile pour la discrimination des espèces Meilleurs résultats pour les images RapidEye que les images aériennes PIR 46
47 Discrimination des peuplements : bilan Red edge utile pour la discrimination des espèces Meilleurs résultats pour les images RapidEye que les images aériennes Utilisation de la texture à affiner Temps de calculs longs en regard du gain apporté Modélisation plus complexe D'autres canaux texturaux à essayer? 47
48 Détection de vignes à partir d images de la BDOrtho ign.fr
49 Contexte
50 Données existantes sur les vignes future BD nationale sur l occupation du sol à très grande échelle Vigne : Plusieurs BD produites par différents organismes différentes les unes des autres car répondant à des besoins différents Douanes (CVI) ministère de l agriculture (RPG) cadastre (MAJIC) IGN... intégration? 50
51 Données existantes sur les vignes Plusieurs BD produites par différents organismes différentes les unes des autres car répondant à des besoins différents Exhaustive, mais saisie grossière surface couverte par la vigne associée à chaque parcelle cadastrale pas de saisie fine de la vigne au sein de la parcelle différents types d occupation du sol au sein d une même parcelle Exemple : CVI 51
52 Données existantes sur les vignes Plusieurs BD produites par différents organismes Saisie fine, mais pas exhaustive saisies locales only (tests, besoins ponctuels...) Manque d exhaustivité : il manque des parcelles différentes les unes des autres car répondant à des besoins différents Exhaustive, mais saisie grossière surface couverte par la vigne associée à chaque parcelle cadastrale pas de saisie fine de la vigne au sein de la parcelle différents types d occupation du sol au sein d une même parcelle Exemples : RPG (Ministère de l Agriculture) parcelles saisies par les agriculteurs Expérimentations IGN 52
53 Données existantes sur les vignes Plusieurs BD produites par différents organismes Saisie fine, mais pas exhaustive saisies locales only (tests, besoins ponctuels...) Manque d exhaustivité : il manque des parcelles différentes les unes des autres car répondant à des besoins différents Exhaustive, mais saisie grossière surface couverte par la vigne associée à chaque parcelle cadastrale pas de saisie fine de la vigne au sein de la parcelle différents types d occupation du sol au sein d une même parcelle 53
54 Données existantes sur les vignes Plusieurs BD produites par différents organismes Saisie fine, mais pas exhaustive saisies locales only (tests, besoins ponctuels...) Manque d exhaustivité : il manque des parcelles différentes les unes des autres car répondant à des besoins différents Exhaustive, mais saisie grossière surface couverte par la vigne associée à chaque parcelle cadastrale pas de saisie fine de la vigne au sein de la parcelle différents types d occupation du sol au sein d une même parcelle Besoins pour des outils de détection des vignes à partir d images aériennes... pour qualifier les BD existantes avant intégration pour mettre à jour les vignes dans la future base de données pour une détection plus fine? pour aider une saisie complémentaire (détection de parcelles manquantes) Phase d Investigation... 54
55 Détection de vignes à partir d images : difficultés Un aspect variable un sol plus ou moins couvert d herbe (même au sein d une même parcelle) critère radiométrique insuffisant : utilisation de la texture 55
56 Détection de vignes à partir d images : difficultés Un aspect variable texture variable une texture plus ou moins prononcée, en fonction de la taille des plants différentes types de culture plants isolés / rangs continus Texture en code barre" 56
57 Détection de vignes à partir d images : difficultés Un aspect variable texture variable une texture plus ou moins prononcée, en fonction de la taille des plants différentes types de culture plants isolés / rangs continus Texture en code barre" 57
58 Détection de vignes à partir d images : difficultés Un aspect variable texture variable une texture plus ou moins prononcée, en fonction de la taille des plants différentes types de culture plants isolés / rangs continus Texture en code barre" une texture linéaire directionnelle périodique haute fréquence 58
59 Détection de vignes à partir d images : difficultés Autres classes présentant une texture périodique Vergers texture périodique (souvent lineaire) distance entre les rangs souvent plus grande + plants plus grands = fréquence plus faible [ déjà saisis dans les BD de l IGN : masque possible ] Parcelles mixtes verger/vigne alternance de rangs de vigne et de fruitiers. Champs cultivés (récemment travaillés) texture linéaire périodique haute fréquence moins "prononcée" [ déjà saisis dans le RPG du Ministère de l Agriculture ] 59
60 Détection de vignes à partir d images Vigne = une texture périodique directionnelle linéaire² haute fréquence utilisation de la texture... Analyse de la texture nécessite la prise en compte d un voisinage approche objet Mise en oeuvre de deux approches objet analyse de la fréquence de la texture classification par région utilisant des indices de texture Nécessite de segmenter l image en régions homogènes : occupation du sol homogène texture homogène (fréquence, direction...) 60
61 Segmentation en régions homogènes
62 Segmentation en régions homogènes Les 2 approches nécessite une segmentation en régions homogènes occupation du sol homogène texture homogène (fréquence, direction...) frequency, direction...) Utilisation directe de parcelles cadastrales? mais parcelles = objets hétérogènes (peuvent même conternir plusieurs OCS) Segmentation de l image en régions homogènes utilisation d alogrithmes de traitement d image 62
63 Segmentation en régions homogènes Segmentation multi-échelle E(λ) = D + λ. C Pyramide de segmentations calculée à partir d une sur-segmentation initiale... Attache aux données complexité Choix (empirique) d un niveau de cette pyramide trouver un compromis entre précision et généralisation segmentation [ Guigues 2004 ], [ Guigues et al ] 63
64 Segmentation en régions homogènes Choix (empirique) d un niveau de cette pyramide de segmentations Obtenir des régions homogènes occupation du sol homogène texture homogène (orientation + féequence) sous segmentation régions comportant plusieurs classes d OCS ou même de la vigne présentant différentes textures... sur segmentation régions trop petites pour avoir du sens (i.e. pour le calcul d un indice de texture) cas extrême : 1 rang de vigne = 1 région... 64
65 Segmentation en régions homogènes OK 65
66 Segmentation en régions homogènes Amélioration possible : utilisation d indices de texture lors de la segmentation Utilisation de l information radiométrquie 66
67 Segmentation en régions homogènes Amélioration possible : utilisation d indices de texture lors de la segmentation Utilisation de l information radiométrquie Utilisation de l information texturale : R = canal rouge V = Gabor ( texture) B = Gabor orientation ( texture) 67
68 Segmentation en régions homogènes Amélioration possible : utilisation d indices de texture lors de la segmentation Utilisation de l information radiométrquie Utilisation de l information texturale : 68
69 Segmentation en régions homogènes Amélioration possible : combiner parcelles cadastrales et segmentation cadastre segmentation 69
70 Segmentation en régions homogènes Amélioration possible : combiner parcelles cadastrales et segmentation cadastre segmentation 70
71 Approche "analyse fréquentielle" Analyse fréquentielle par région calcul de la FFT pas directement à partir de l image, mais en passant par un semi-variogramme
72 Semi-variogramme Semi-variogramme de l image au sein d une région R Variation "moyenne" de la radiométrie pour un déplacement (dx, dy) au sein d une région R : V R dx,dy = Card 1 E R,dx,dy I x,y E R,dx,dy E x,y I x+dx,y+ dy R,dx,dy = x,y R / x+dx,y +dy dy R dx 72
73 Analyse fréquentielle dy dx FFT 1 M N M 1 N 1 FFT f u,v = f x,y x= 0 y= 0 e 2 π i u x v y + M N Module de la FFT 73
74
75 Analyse fréquentielle dy dx FFT si dmax S vigne sinon non vigne finsi min ; S max alors d max Module de la FFT 75
76 Analyse fréquentielle ortho-image Indice "vigne" (cf d max ) 76
77 Analyse fréquentielle ortho-image Indice "vigne" (cf d max ) 77
78 Approche "classification à partir d indices texturaux" classification par région utilisation d indices texturaux
79 Indices texturaux De nombreux indices texturaux dans la littérature : Haralick Gabor descripteurs HOG / SIFT textons... 79
80 Indices texturaux Descripteurs issus de HOG/SIFT Calcul de descripteurs SIFT à partir de l image selon une grille régulière de points (approche mono-échelle) En chaque point de la grille : Calcul de l orientation caractéristique associée au point Calcul du descripteur SIFT (relativement à cette orientation) 80
81 Indices texturaux Descripteurs issus de HOG/SIFT Calcul de descripteurs SIFT à partir de l image selon une grille régulière de points (approche mono-échelle) En chaque point de la grille : Calcul de l orientation caractéristique associée au point Calcul du descripteur SIFT (relativement à cette orientation) Descripteur SIFT = vecteur de dimension Réduire la dimension des descripteurs Plusieurs approches possible : sac-de-mots ACP en ne gardant que les n premières composantes principales... Rasterisation image à n canaux 81
82 Indices texturaux ortho-image 82
83 Indices texturaux 3 premiers canaux de l ACP des descripteurs SIFT orientation SIFT 83
84 Indices texturaux score Gabor orientation Gabor 84
85 Indices texturaux ortho-image 85
86 Indices texturaux 3 premiers canaux de l ACP des descripteurs SIFT orientation SIFT 86
87 Indices texturaux score Gabor orientation Gabor 87
88 Classification : algorithmes de classification Classification supervisée Utilisation d AVET [ Trias-Sanz 2006 ], [ Trias-Sanz et al ] Méthodes spécifiques dédiées à la classification par region Maximum Likelihood (ML), MAP modèle classe = classe la plus probable selon le Distance entre distributions radiométriques classe = classe dont la distribution radiométrique est la plus proche (au sene d une certaine distance) de celle dans la région à classer 88
89 Classification Algorithme de classification Résultats analogues avec les différents algos par région ML utilisé dans la suite Caractéristiques utilisées Tests utilisant canaux dérivés SIFT, Gabor et radiométrie Meilleurs résultats obtenus avec les 2 et 3 canaux dérivés SIFT 89
90 Fusion des résultats
91 Fusion des résultats Une méthode simple résultat méthode 1 résultat méthode 2
92 Fusion des résultats Une méthode simple 1. Calcul de l intersection et de l union des masques de vigne détectés par les 2 méthodes. résultat méthode 1 union résultat méthode 2 intersection
93 Fusion des résultats Une méthode simple 1. Calcul de l intersection et de l union des masques de vigne détectés par les 2 méthodes. 2. Filtrage (possible) des petits éléments du masque d intersection. résultat méthode 1 union résultat méthode 2 intersection
94 Fusion des résultats Une méthode simple 1. Calcul de l intersection et de l union des masques de vigne détectés par les 2 méthodes. 2. Filtrage (possible) des petits éléments du masque d intersection. 3. Suppression des objets du masque des unions ne contenant pas d objet du masque des intersection filtré résultat méthode 1 union résultat méthode 2 intersection
95 Fusion des résultats Une méthode simple 1. Calcul de l intersection et de l union des masques de vigne détectés par les 2 méthodes. 2. Filtrage (possible) des petits éléments du masque d intersection. 3. Suppression des objets du masque des unions ne contenant pas d objet du masque des intersection filtré résultat méthode 1 union résultats fusionnés résultat méthode 2 intersection
96 Tests et résultats
97 Jeux de données test 3 jeux de données 97
98 Premier jeu de données : 84 (Vaucluse) ~ 242 km² images BDOrtho acquises en été "vérité terrain" = parcelles cadastralesslabellisées par un opérateur labels possibles : plus de 90% de la parcelle couverte de vigne de 50% à 90% de la parcelle couverte de vigne de 10% à 50% de la parcelle couverte de vigne moins de 10% de la parcelle couverte de vigne pas de vigne sur la parcelle 98
99 99
100 100
101 101
102 Premier jeu de données : 84 Comment se répartissent les vignes détectées parmi les 5 classes de la vérité terrain? Résultats cohérents avec ce que l on pouvait attendre
103 Second jeu de données : 81 (Tarn) ~ 400 km² mais évaluation sur 3775 ha images acquises en début de printemps végétation encore en pousse... champs récemment travaillés... "vérité terrain" = vignes saisies par un opérateur (3775 ha) Ommission (sous-détection) Commission (sur-détection) première approche 37% 42% seconde approche 25% 39% union 17% 49% fusion 25% 35% 103
104 référence 104
105 détection 105
106 référence 106
107 détection 107
108 Troisième jeu de données : 26 (Drôme) ~ 1300 km² mais évaluation sur 4000 ha images acquises en été "vérité terrain" = vignes saisies par un opérateur ~4000 ha Ommission (sous-détection) Commission (sur-détection) première approche 52% 21% seconde approche 35% 25% union 33% 26% fusion 37% 20% 108
109 référence 109
110 détection 110
111 référence 111
112 détection 112
113 référence 113
114 détection 114
115 Bilan Précision moins importante que l exhaustivité (possible de filtrer certaines erreurs à l aide des données existantes) Exhaustivité souvent limitée par : jeune vigne encore en pousse vignes présentant une texture en "code barre" Forme des objets détectés : contours "bruités" Améliorations possibles : Améliorer la segmentation... Après la detection, modifier la forme de chaque objet à l aide de [ Delenne 2010 ] 115
116 Intégration dans une chaîne de production
117 Utilisation des bases de données existantes En début de chaîne : utilisation de bases de données existantes pour limiter la zone de recherche forêt bâti routes hydro champs en culture Une manière de : limiter la surdétection réduire les temps de calcul 117
118 Intégration dans la chaîne de production En fin de chaîne : Amélioration de la forme des vignes détectées : Généralisation Appariement avec parcelles cadastrales correspondantes si formes suffisamment proches [Souvent le cas] sinon : division de la parcelle cadastrale (intervention operateur) Comparaison des vignes détectées avec les bases de données existantes (i.e. CVI et RPG) si toutes les sources coïncident : vigne validée sinon : vérification opérateur produced by : Interventions opérateurs restent rapides. integration of objects from existing databases computation (e.g. urban sprawl from building objets) plotting will necessarily include a "vineyard" layer
119 Intégration dans la chaîne de production 119
120 Références [ Delenne et al ] Delenne, C., Rabatel, G. and Deshayes, M., An automatized frequency analysis for vine plot detection and delineation in remote sensing. IEEE Geoscience and Remote Sensing Letters, 5(3), pp [ Guigues 2004 ] Guigues, L., Modèles Multi-échelles pour la segmentation d'images, PhD thesis, Université de Cergy-Pontoise. [ Guigues et al ] Guigues, L., Cocquerez, J.-P. and Le Men, H., Scale sets image analysis. International Journal of Computer Vision 68(3), pp [ Lowe 2004 ] Lowe, D. G., Distinctive image features from scale invariant keypoints. International Journal of Computer Vision, 60(2), pp [ Trias-Sanz 2006 ] Trias-Sanz, R., Semi-automatic high-resolution rural land cover classification. PhD thesis, Université Paris 5. [ Trias-Sanz et al ] Trias-Sanz, R. and Boldo, D., A high-reliability, highresolution method for land cover classification into forest and non-forest. In: Proc. of the Scandinavian Conference on Image Analysis (SCIA), Volume 3540, pp
121 Merci pour votre attention.
LIDAR LAUSANNE 2012. Nouvelles données altimétriques sur l agglomération lausannoise par technologie laser aéroporté et ses produits dérivés
LIDAR LAUSANNE 2012 Nouvelles données altimétriques sur l agglomération lausannoise par technologie laser aéroporté et ses produits dérivés LIDAR 2012, nouveaux modèles altimétriques 1 Affaire 94022 /
Plus en détailExemple et réflexion sur l utilisation de données satellitaires
Exemple et réflexion sur l utilisation de données satellitaires Données Global Forest Change Détection des coupes rases non reboisées Importance et répartition des coupes définitives Le renouvellement
Plus en détailChristophe SANNIER christophe.sannier@sirs-fr.com
Systèmes d Information à Référence Spatiale Utilisation d un Estimateur de Régression avec des Données Landsat pour l Estimation de l Etendu et des Changements du Couvert Forestier du Gabon de 1990 à 2010
Plus en détailTerritoire3D. Descriptif de contenu. Institut Géographique National. www.ign.fr. Date du Document : Mars 2011
Territoire3D Descriptif de contenu Date du Document : Mars 2011 Institut Géographique National 73 avenue de Paris 94165 Saint-Mandé Cedex www.ign.fr Révision : Spécifications externes A 18/03/2011 Création
Plus en détailEVOLUTION SPATIO-TEMPORELLE DE L OCCUPATION DES ESPACES SUR LE TRIANGLE MARNAIS
EVOLUTION SPATIO-TEMPORELLE DE L OCCUPATION DES ESPACES SUR LE TRIANGLE MARNAIS MARTIN S. *, DELAHAYE F. ** Bureau d études E3C 2 rue Léon Patoux CS 50001 51664 REIMS CEDEX * Mr Stéphane MARTIN, Directeur
Plus en détailProjet de Traitement du Signal Segmentation d images SAR
Projet de Traitement du Signal Segmentation d images SAR Introduction En analyse d images, la segmentation est une étape essentielle, préliminaire à des traitements de haut niveau tels que la classification,
Plus en détailGéométrie discrète Chapitre V
Géométrie discrète Chapitre V Introduction au traitement d'images Géométrie euclidienne : espace continu Géométrie discrète (GD) : espace discrétisé notamment en grille de pixels GD définition des objets
Plus en détailAnalyse de la vidéo. Chapitre 4.1 - La modélisation pour le suivi d objet. 10 mars 2015. Chapitre 4.1 - La modélisation d objet 1 / 57
Analyse de la vidéo Chapitre 4.1 - La modélisation pour le suivi d objet 10 mars 2015 Chapitre 4.1 - La modélisation d objet 1 / 57 La représentation d objets Plan de la présentation 1 La représentation
Plus en détailLA TÉLÉDETECTION EN AGRICULTURE. par Bruno Tisseyre 1
1 LA TÉLÉDETECTION EN AGRICULTURE par Bruno Tisseyre 1 RÉSUMÉ Avec la médiatisation des applications développées à partir des drones, la télédétection appliquée à l'agriculture fait aujourd hui beaucoup
Plus en détailL accès aux données spatiales au profit des applications satellitaires
L accès aux données spatiales au profit des applications satellitaires Le projet Geosud Pierre Maurel, coordinateur du projet GEOSUD Journée du CINES Montpellier, 9 juin 2015 1 Projet GEOSUD Des financements
Plus en détailEvaluation du LIDAR et de solutions innovantes pour la chaîne d approvisionnement du bois : les résultats du projet européen FlexWood
Evaluation du LIDAR et de solutions innovantes pour la chaîne d approvisionnement du bois : les résultats du projet européen FlexWood Le projet de recherche européen FlexWood («Flexible wood supply chain»)
Plus en détailElaboration d un Plan Local d Urbanisme / d un Agenda 21
Elaboration d un Plan Local d Urbanisme / d un Agenda 21 Phase diagnostic Par : P. Mordelet, Université Toulouse 3 C. Aschan-Leygonie, Université Lyon 2 F. Boussama, Université Montpellier 1 C. Mathieu,
Plus en détailSystèmes de transmission
Systèmes de transmission Conception d une transmission série FABRE Maxime 2012 Introduction La transmission de données désigne le transport de quelque sorte d'information que ce soit, d'un endroit à un
Plus en détailTraitement bas-niveau
Plan Introduction L approche contour (frontière) Introduction Objectifs Les traitements ont pour but d extraire l information utile et pertinente contenue dans l image en regard de l application considérée.
Plus en détailTrait de côte Histolitt v1.0 Descriptif technique Version du document 1.0 *** Sommaire
Trait de côte Histolitt v1.0 Descriptif technique Version du document 1.0 *** Sommaire 1 Producteurs 2 Dénomination du produit 3 Protection militaire 4 Abréviations 5 Description générale 1. Définition
Plus en détailLa collecte et la gestion des données dans le cadre de la prospection d énergie solaire
Conférence SIG 2012 - ESRIFRANCE La collecte et la gestion des données dans le cadre de la prospection d énergie solaire Serge MANG-JOUBERT GAIAGO Eric VIDALENC - ADEME 1 Auteurs : Rodrigo MARIONI, Serge
Plus en détailPRÉSENTATION DU PROGRAMME DE SERVICE PUBLIC 2014 DE L IGN
PRÉSENTATION DU PROGRAMME DE SERVICE PUBLIC 2014 DE L IGN Commission Animation territoriale CNIG 28/01/2014 Marie-Louise ZAMBON IGN (chef du service des programmes à la direction des programmes civils
Plus en détailLes drones civils Gatewing X100 et UX5 pour la production d orthophotos, Modèles Numériques de Surface (MNS) et cartes NDVI
Les drones civils Gatewing X100 et UX5 pour la production d orthophotos, Modèles Numériques de Surface (MNS) et cartes NDVI Benjamin HUGONET (Redbird) Frédéric DUBOIS (D3E Electronique) D3E Electronique
Plus en détailLa base de données régionale sur les sols. d Alsace. La base de données régionale sur les sols d Alsace
3 outils complémentaires pour connaître les sols en Alsace La base de données régionale sur les sols d Alsace Le guide des sols d Alsace La base de données régionale sur les sols Le réseau de mesure de
Plus en détailMesures de PAR. Densité de flux de photons utiles pour la photosynthèse
Densité de flux de photons utiles pour la photosynthèse Le rayonnement lumineux joue un rôle critique dans le processus biologique et chimique de la vie sur terre. Il intervient notamment dans sur les
Plus en détailTP SIN Traitement d image
TP SIN Traitement d image Pré requis (l élève doit savoir): - Utiliser un ordinateur Objectif terminale : L élève doit être capable de reconnaître un format d image et d expliquer les différents types
Plus en détailProspective: Champ de gravité, méthodes spatiales
Prospective: Champ de gravité, méthodes spatiales Richard Biancale Conseil Scientifique du GRGS Observatoire de Paris, 10 avril 2008 L état de l art des modèles CHAMP: modèles 50 fois moins précis que
Plus en détailFranck VAUTIER, Jean-Pierre TOUMAZET, Erwan ROUSSEL, Marlène FAURE, Mohamed ABADI, Marta FLOREZ, Bertrand DOUSTEYSSIER
Utilisation d images dérivées d un jeu de données LIDAR pour la détection automatisée de vestiges archéologiques (programme de recherche méthodologique LiDARCHEO) Franck VAUTIER, Jean-Pierre TOUMAZET,
Plus en détailTraitement numérique de l'image. Raphaël Isdant - 2009
Traitement numérique de l'image 1/ L'IMAGE NUMÉRIQUE : COMPOSITION ET CARACTÉRISTIQUES 1.1 - Le pixel: Une image numérique est constituée d'un ensemble de points appelés pixels (abréviation de PICture
Plus en détailValorisation Patrimoine Historique
1/22 [Processus de production] Valorisation Patrimoine Historique 2/22 1 3/22 Outils utilisés: GéoView
Plus en détailL analyse d images regroupe plusieurs disciplines que l on classe en deux catégories :
La vision nous permet de percevoir et d interpreter le monde qui nous entoure. La vision artificielle a pour but de reproduire certaines fonctionnalités de la vision humaine au travers de l analyse d images.
Plus en détailDEMANDE DE CERTIFICAT
DIRECTION DÉPARTEMENTALE DES TERRITOIRES DE LA HAUTE-SAONE 22, 24 Bd des Alliés BP 389 70014 VESOUL Cedex Imprimé DDT 70 novembre 2010 Impôt Solidarité sur la Fortune (ISF) A1 DEMANDE DE CERTIFICAT Attestant
Plus en détailINTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE
INTRODUCTION A L ELECTRONIQUE NUMERIQUE ECHANTILLONNAGE ET QUANTIFICATION I. ARCHITECTURE DE L ELECRONIQUE NUMERIQUE Le schéma synoptique ci-dessous décrit les différentes étapes du traitement numérique
Plus en détailPrédiction de couverture de champ radioélectrique pour les réseaux radiomobiles : L apport du Système d Information Géographique ArcInfo 8
Prédiction de couverture de champ radioélectrique pour les réseaux radiomobiles : L apport du Système d Information Géographique ArcInfo 8 Christine TURCK 1 * et **, Christiane WEBER**, Dominique THOME*
Plus en détailVérification audiovisuelle de l identité
Vérification audiovisuelle de l identité Rémi Landais, Hervé Bredin, Leila Zouari, et Gérard Chollet École Nationale Supérieure des Télécommunications, Département Traitement du Signal et des Images, Laboratoire
Plus en détail4. Résultats et discussion
17 4. Résultats et discussion La signification statistique des gains et des pertes bruts annualisés pondérés de superficie forestière et du changement net de superficie forestière a été testée pour les
Plus en détailGlobal Monitoring Emergency Services
Global Monitoring Emergency Services Christelle BOSC Olivier POCHARD 22/05/2012 Pôle Applications Satellitaires et Télécommunicaton CETE Sud-Ou LE PROGRAMME GMES Global Monitoring for Environment and Security
Plus en détailCompte-rendu Réunion générale. Grenoble, le 29 juin 2011 URBASIS
URBASIS Sismologie urbaine : évaluation de la vulnérabilité et des dommages sismiques par méthodes innovantes ANR09RISK009 URBASIS Compterendu Réunion générale Grenoble, le 29 juin 2011 Participants: J.
Plus en détailMise en place d'une chaîne de production raster multi-échelles
25 Février 2014 Thierry Boch tboch@esrifrance.fr Mise en place d'une chaîne de production raster multi-échelles FranceRaster Programme FranceRaster v4 Le produit "France Raster", coédition Esri France
Plus en détailSupport de TD ArcGIS 10.1. Introduction à l automatisation et au développement avec ArcGIS 10.1 JEAN-MARC GILLIOT 2014-2015. 3 e année ingénieur
JEAN-MARC GILLIOT 2014-2015 Durée 1,5 heures Introduction à l automatisation et au développement avec ArcGIS 10.1 3 e année ingénieur Support de TD ArcGIS 10.1 Grande école européenne d'ingénieurs et de
Plus en détailChoisir entre le détourage plume et le détourage par les couches.
Choisir entre le détourage plume et le détourage par les couches. QUEL CHOIX D OUTILS ET QUELLE METHODE, POUR QUEL OBJECTIF? Il existe différentes techniques de détourage. De la plus simple à la plus délicate,
Plus en détailFête de la science Initiation au traitement des images
Fête de la science Initiation au traitement des images Détection automatique de plaques minéralogiques à partir d'un téléphone portable et atelier propose de créer un programme informatique pour un téléphone
Plus en détailReconnaissance de visages 2.5D par fusion des indices de texture et de profondeur ICI 12/12/12
Reconnaissance de visages 2.5D par fusion des indices de texture et de profondeur ICI 12/12/12 2 Discrimination Invariance Expressions faciales Age Pose Eclairage 11/12/2012 3 Personne Inconnue Identité
Plus en détail«Bases de données géoréférencées pour la gestion agricole et environnementale en Roumanie»
«Bases de données géoréférencées pour la gestion agricole et environnementale en Roumanie» Dr. Alexandru BADEA Directeur Applications Spatiales Agence Spatiale Roumaine Tél : +40(0)744506880 alexandru.badea@rosa.ro
Plus en détailProfils verticaux de la couverture nuageuse, de ses propriétés et des aérosols: données du lidar CALIOP et du radar CLOUDSAT (DARDAR) de 2006 à 2012
T1.3 (Tropics) Diurnal cycle of cloud cover in the tropical regions: combined use of geostationary satellite, A-Train measurements and lidar/radar ground station measurements. Coordination : G. Sèze (LMD)
Plus en détailFUSION DE DONNEES LiDAR ET MULTISPECTRALES
Institut National des Sciences Appliquées de Strasbourg Mémoire de soutenance de Diplôme d Ingénieur INSA Spécialité TOPOGRAPHIE FUSION DE DONNEES LiDAR ET MULTISPECTRALES Etude des techniques de segmentation
Plus en détailOpérations de base sur ImageJ
Opérations de base sur ImageJ TPs d hydrodynamique de l ESPCI, J. Bico, M. Reyssat, M. Fermigier ImageJ est un logiciel libre, qui fonctionne aussi bien sous plate-forme Windows, Mac ou Linux. Initialement
Plus en détailComptes des changements de la biodiversité des systèmes et des espèces
ATELIER INFRAREGIONAL POUR LA REGION DE L AFRIQUE DE L OUEST SUBSAHARIENNE SUR L ÉVALUATION ET LES MESURES INCITATIVES Ouagadougou, Burkina Faso, 14 17 Mai 2013 COMPTABILITÉ DE L ENVIRONNEMENT ET DES ÉCOSYSTÈMES
Plus en détailLa couche physique de l ADSL (voie descendante)
La couche physique de l ADSL (voie descendante) Philippe Ciblat École Nationale Supérieure des Télécommunications, Paris, France Problématique qq kilomètres CENTRAL câble de 0,4mm Objectifs initiaux :
Plus en détailConstitution d'un réseau écologique sur la commune de Muttersholtz
Identité du territoire Structure porteuse de l'action : Ligue pour la Protection des Oiseau Alsace Entrée Thématique Agriculture Espèces et habitats naturels Milieu aquatiques et humides Localisation :
Plus en détailDétection des points d intérêt et Segmentation des images RGB-D. Présentée par : Bilal Tawbe. Semaine de la recherche de l UQO
Détection des points d intérêt et Segmentation des images RGB-D Présentée par : Bilal Tawbe Semaine de la recherche de l UQO 25 Mars 2015 1. Introduction Les méthodes de détection de points d intérêt ont
Plus en détailIntérêt du découpage en sous-bandes pour l analyse spectrale
Intérêt du découpage en sous-bandes pour l analyse spectrale David BONACCI Institut National Polytechnique de Toulouse (INP) École Nationale Supérieure d Électrotechnique, d Électronique, d Informatique,
Plus en détailBD PARCELLAIRE. Version 1.2. Descriptif de contenu Format DXF. www.ign.fr. Révisé le : Avril 2012. Date du Document : Avril 2011
BD PARCELLAIRE Version 1.2 Descriptif de contenu Format DXF Date du Document : Avril 2011 Révisé le : Avril 2012 www.ign.fr BD PARCELLAIRE Version 1.2 Format DXF Descriptif de contenu Création du document
Plus en détailL'intelligence d'affaires: la statistique dans nos vies de consommateurs
L'intelligence d'affaires: la statistique dans nos vies de consommateurs Jean-François Plante, HEC Montréal Marc Fredette, HEC Montréal Congrès de l ACFAS, Université Laval, 6 mai 2013 Intelligence d affaires
Plus en détailMesure agnostique de la qualité des images.
Mesure agnostique de la qualité des images. Application en biométrie Christophe Charrier Université de Caen Basse-Normandie GREYC, UMR CNRS 6072 Caen, France 8 avril, 2013 C. Charrier NR-IQA 1 / 34 Sommaire
Plus en détailLe nouvel inventaire forestier de l IFN
Le nouvel inventaire forestier de l IFN Un sondage systématique et annuel The new French forest inventory a systematic and annual sampling Bélouard, Thierry (1) ; Vidal, Claude (2) ; Hervé, Jean-Christophe
Plus en détailDébroussailler autour de sa maison : «une obligation»
Guide du débroussaillement règlementaire aux abords des constructions dans le département de Vaucluse Débroussailler autour de sa maison : «une obligation» 2 ème édition Le débroussaillement vous protège,
Plus en détailLa gestion forestière et le SIG. Forum ESRI 2007 11 oct. 2007
La gestion forestière et le SIG Forum ESRI 2007 11 oct. 2007 La gestion forestière Le terme «gestion forestière» regroupe toutes les interventions de conseils, de besoins administratifs, de travaux forestiers,
Plus en détailTransmission d informations sur le réseau électrique
Transmission d informations sur le réseau électrique Introduction Remarques Toutes les questions en italique devront être préparées par écrit avant la séance du TP. Les préparations seront ramassées en
Plus en détailTraitement d Images Satellitaires
Traitement d Images Satellitaires S4 Mathieu Fauvel Ecole Nationale Supérieure Agronomique de Toulouse & Institut National Polythechnique de Toulouse TA B L E D E S M AT I È R E S 1 présentation 1 1.1
Plus en détailChaine de transmission
Chaine de transmission Chaine de transmission 1. analogiques à l origine 2. convertis en signaux binaires Échantillonnage + quantification + codage 3. brassage des signaux binaires Multiplexage 4. séparation
Plus en détailETUDE D IMPACT ACOUSTIQUE
ETUDE D IMPACT ACOUSTIQUE PROJET D AMÉNAGEMENT D UN CENTRE DE STOCKAGE DE SEDIMENTS Commune de Bessines-sur-Gartempe Maître d Ouvrage AREVA Etablissement de Bessines 1, Avenue du Brugeaud 87250 Bessines
Plus en détailStructure du format BMP, sa lecture, sa construction et son écriture
Structure du format BMP, sa lecture, sa construction et son écriture Claude Parisel Mars 2003 Table des matières : 1. Le choix du format 2. Commentaires sur les autres formats 3. Format BMP pour noir&blanc,
Plus en détailLa filière noisette : un développement des surfaces est encore possible d après Unicoque.
La filière noisette : un développement des surfaces est encore possible d après Unicoque. Cette action de diffusion est cofinancée par l Union européenne avec les Fonds Européen Agricole pour le Développement
Plus en détailApplications of Earth Observation for Disaster Risk Management
Satellite Earth Observation & Disaster Risks Applications of Earth Observation for Disaster Risk Management Hicham EZZINE, Regional Centre for Disaster Risk Reduction Data Info. INRODUCTION INRODUCTION
Plus en détailNotice de présentation. Télédéclaration du dossier PAC. (campagne 2015)
Notice de présentation Télédéclaration du dossier PAC (campagne 2015) Avril 2015 Table des matières Notice de présentation... 1 Introduction... 3 Nouveautés 2015... 3 Dépôt du dossier... 4 Les îlots et
Plus en détailBrochure 01/10 Cartographie «végétation» des corridors électriques en forêt
Cartographie «végétation» des corridors électriques en forêt 1 Brochure 01/10 Cartographie «végétation» des corridors électriques en forêt Plus d informations sur www.life-elia.eu Le projet LIFE ELIA bénéficie
Plus en détailLe traitement du 5ème concours A.I.P. pour l objet SH2-155 de Franck JOBARD
Le traitement du 5ème concours A.I.P. pour l objet SH2-155 de Franck JOBARD J ai fait le choix d utiliser Pixinsight en utilisant le process icons de l aip v3-21 pour le prétraitement. 1. Prétraitement
Plus en détailCahier des Clauses techniquesparticulières
ARCHES PUBLICS MAIRIE DE BASTIA Avenue Pierre Guidicelli 20410 BASTIA CEDEX MARCHE D ETUDES A MAITRISE D OUVRAGE EN VUE DE L ORIENTATION ET DU DEVELOPPEMENT DU SYTEME D INFORMATION GEOGRAPHIQUE SERVICE
Plus en détailPour bien comprendre les résultats publiés
RÉSULTATS D INVENTAIRE FORESTIER MÉTHODOLOGIE Pour bien comprendre les résultats publiés Les résultats des campagnes d inventaire 2009 à 2013 Ce document peut être reproduit ou diffusé à des fins non commerciales
Plus en détailPage 2 Routes départementales - département de LA CREUSE - Elaboration des cartes de bruit stratégiques
Rapport Sommaire 1. TEXTES DE REFERENCES... 3 2. OBJET DE L ETUDE... 3 3. CONTENU DES CARTES DE BRUIT STRATEGIQUES... 4 1.1. Documents graphiques... 4 4. METHODE DE CALCUL ET PARAMETRES RETENUS... 4 1.2.
Plus en détailCREATION DE FORAGE, PUITS, SONDAGE OU OUVRAGE SOUTERRAIN
REPUBLIQUE FRANCAISE - PREFECTURE DE LA DROME A retourner à : DDT/Service Eau Forêt Espaces Naturels 4 place Laënnec BP 1013 26015 VALENCE CEDEX 04.81.66.81.90 CREATION DE FORAGE, PUITS, SONDAGE OU OUVRAGE
Plus en détailReconstruction de bâtiments en 3D à partir de nuages de points LIDAR
Reconstruction de bâtiments en 3D à partir de nuages de points LIDAR Mickaël Bergem 25 juin 2014 Maillages et applications 1 Table des matières Introduction 3 1 La modélisation numérique de milieux urbains
Plus en détailBIEN CHOISIR VOTRE SYSTEME DE GUIDAGE PAR SATELLITES
BIEN CHOISIR VOTRE SYSTEME DE GUIDAGE PAR SATELLITES Le guidage par GPS est un outil qui trouve maintenant sa place dans les structures de type polyculture-élevage. Avec des prix de plus en plus abordables,
Plus en détailCartes de bruit stratégiques
Département de la Sarthe Cartes de bruit stratégiques Grandes infrastructures de transports Réseau autoroutier COFIROUTE Résumé non technique Article R 572-5 du code de l environnement Vu pour être annexé
Plus en détailFertiliser le maïs autrement
Fertiliser le maïs autrement Dans un contexte de renchérissement des ressources en azote organique et de recherche de plus d autonomie, les agriculteurs biologiques picards et leurs conseillers au sein
Plus en détailCaisse Nationale de Mutualité Agricole
Séminaire national sur la vulgarisation, l appui-conseil et les bonnes pratiques agricoles Le rôle des Assurances Agricole dans le développement de la politique du renouveau Agricole et Rural Présentation
Plus en détailLa Rosette (NGC 2237) Fabien
La Rosette (NGC 2237) Fabien 1. Prétraitement 1.1 Introduction Nous partons de 3 jeux d images, prises par les membres du club, avec des instruments différents. - Des images en Ha, prises avec une lunette
Plus en détailDébroussaillement obligatoire : synthèse des nouveautés du Code Forestier de juillet 2012
Débroussaillement obligatoire : synthèse des nouveautés du Code Forestier de juillet 2012 Avec la parution de l'ordonnance n 2012-92, le 26 janvier 2012, et du décret n 2012-836, le 29 juin 2012, le Code
Plus en détailComprendre l Univers grâce aux messages de la lumière
Seconde / P4 Comprendre l Univers grâce aux messages de la lumière 1/ EXPLORATION DE L UNIVERS Dans notre environnement quotidien, les dimensions, les distances sont à l échelle humaine : quelques mètres,
Plus en détailUne application de méthodes inverses en astrophysique : l'analyse de l'histoire de la formation d'étoiles dans les galaxies
Une application de méthodes inverses en astrophysique : l'analyse de l'histoire de la formation d'étoiles dans les galaxies Ariane Lançon (Observatoire de Strasbourg) en collaboration avec: Jean-Luc Vergely,
Plus en détailL utilisation du lidar terrestre en foresterie. Richard Fournier Département de géomatique appliquée
L utilisation du lidar terrestre en foresterie Richard Fournier Département de géomatique appliquée Problématique Inventaire traditionnel : photographie aérienne imagerie satellitaire relevés manuels sur
Plus en détailNe laissez pas le mauvais temps détruire le fruit de votre travail!
Ne laissez pas le mauvais temps détruire le fruit de votre travail! Nous vous soutenons dans votre gestion de risques à l aide d une couverture d assurance globale contre les aléas climatiques. AU SERVICE
Plus en détail«Suivi d un projet Livelihoods» Medan, Indonésie 7 au 11 octobre 2013
«Suivi d un projet Livelihoods» Medan, Indonésie 7 au 11 octobre 2013 Mangroves, Sénégal Hellio-Vaningen En octobre 2013, dans le cadre d un partenariat entre la Convention de Ramsar et le Groupe Danone,
Plus en détailBASE. Vous avez alors accès à un ensemble de fonctionnalités explicitées ci-dessous :
BASE BioArray Software Environment (BASE) est une base de données permettant de gérer l importante quantité de données générées par des analyses de bio-puces. BASE gère les informations biologiques, les
Plus en détailLa classification automatique de données quantitatives
La classification automatique de données quantitatives 1 Introduction Parmi les méthodes de statistique exploratoire multidimensionnelle, dont l objectif est d extraire d une masse de données des informations
Plus en détailOSIRIS/ Valorisation des données PORTAIL BO MANUEL UTILISATEUR
OSIRIS/ Valorisation des données PORTAIL BO MANUEL UTILISATEUR HISTORIQUE DES VERSIONS Vers. Date Rédacteur Objet de la modification 1.00 Juillet 2007 GTBO_AGRI Création du document 1.01 Février 2009 SAMOA
Plus en détail4. Verdissement, une PAC plus verte
4. Verdissement, une PAC plus verte Aides Couplées JA Verdissement Paiement redistributif DPB Trois obligations à respecter : 1. Diversification des assolements 2. Maintien des prairies permanentes 3.
Plus en détailAbschlusskonferenz OUI Biomasse / Conférence de clôture OUI Biomasse. www.oui-biomasse.info 1 26.06.2015
Umweltauswirkungen durch Biomassenutzung Etude d impact de l utilisation de la biomasse sur l environnement 26.Juni 2015 / 26 juin 2015 Akademiehotel Karlsruhe Abschlusskonferenz OUI Biomasse / Conférence
Plus en détailDiagnostic de la stabilité des peuplements à l aide des données de l IFN
GIP Ecofor Diagnostic de la stabilité des peuplements à l aide des données de l IFN P. Riou-Nivert (IDF) avec J.-C. Hervé (Engref/IFN), B. Piton (Engref), T. Belouard, J.-P. Renaud, C. Cluzeau, A. Colin
Plus en détailCharte d exploitation et de demande d accès aux Géoservices. Plateforme Territoriale GUYANE SIG
Charte d exploitation et de demande d accès aux Géoservices Plateforme Territoriale GUYANE SIG 25/02/2014 SOMMAIRE 1. LEXIQUE... 3 2. DEFINITION... 3 3. DOMAINE D APPLICATION... 3 A. Objet... 3 B. Bénéficiaires...
Plus en détailFaire un semi variograme et une carte krigée avec surfer
Faire un semi variograme et une carte krigée avec surfer Jérôme Mathieu http://www.jerome.mathieu.freesurf.fr avril 2004 Fichier de données Faire un fichier excel avec les données organisée en colonnes:
Plus en détailCartes de l étendue des eaux libres liés aux inondations Guide des produits
Cartes de l étendue des eaux libres liés aux inondations Guide des produits Contexte Les crues ont parfois des effets dévastateurs sur la vie humaine, les infrastructures, l économie, les espèces sauvages
Plus en détailTélédétection et Traitement d'images des Iles de Polynésie Française
Télédétection et Traitement d'images des Iles de Polynésie Française Equipe télédétection Benoît Stoll MCF 61 à l'upf depuis sept 2001 Sébastien Chabrier MCF 27/61 à l'upf depuis sept 2007 Patrick Capolsini
Plus en détailPar Richard Beauregard. Novembre 2011
Par Richard Beauregard Novembre 2011 La lutte contre le bruit et autres parasites lumineux Le temps d exposition versus le compositage Les images de prétraitement L'image de précharge (Offset ou Bias)
Plus en détailRecherche De Coalescences Binaires Étalonnage Du Détecteur
Recherche De Coalescences Binaires Étalonnage Du Détecteur Fabrice Beauville Journées Jeunes Chercheurs 18/12/2003 Les Coalescences Binaires & VIRGO Système binaire d objets compacts (étoiles à neutrons,
Plus en détailCours d Analyse. Fonctions de plusieurs variables
Cours d Analyse Fonctions de plusieurs variables Licence 1ère année 2007/2008 Nicolas Prioux Université de Marne-la-Vallée Table des matières 1 Notions de géométrie dans l espace et fonctions à deux variables........
Plus en détailEtablissement de cartes de vent sur le pourtour méditerranéen par simulation numérique
Etablissement de cartes de vent sur le pourtour méditerranéen par simulation numérique Etude réalisée en 2003 pour le compte de l Office National des Forêts Eric Delboulbé, Docteur en Mécanique des Fluides
Plus en détailIntroduction au Data-Mining
Introduction au Data-Mining Alain Rakotomamonjy - Gilles Gasso. INSA Rouen -Département ASI Laboratoire PSI Introduction au Data-Mining p. 1/25 Data-Mining : Kèkecé? Traduction : Fouille de données. Terme
Plus en détailLE MONITORING DE LA BIODIVERSITE EN SUISSE. Hervé LETHIER, EMC2I
LE MONITORING DE LA BIODIVERSITE EN SUISSE Hervé LETHIER, EMC2I INTRODUCTION OBJECTIFS L INSTRUMENT LES INDICATEURS UN PREMIER BILAN INTRODUCTION OBJECTIF De simples inventaires spécialisés et ciblés Combler
Plus en détailExtraction de caractéristiques visuelles d'images médicales pour la recherche par similitude et l'aide au diagnostic
Extraction de caractéristiques visuelles d'images médicales pour la recherche par similitude et l'aide au diagnostic Jérôme Palayret 1,2, Auréline Quatrehomme 1,2, Denis Hoa 1, William Puech 2 IMAIOS,
Plus en détailUtilisation du logiciel ImageJ gratuit
Utilisation du logiciel ImageJ gratuit on peut récupérer sur le lien suivant : http://rsbweb.nih.gov/ij/ à partir duquel ce résumé très bref (!!) a été élaboré Lancer ImageJ Vous avez une fenêtre qui s'ouvre
Plus en détailNOTICE TELESERVICES : Demander un état hypothécaire
NOTICE TELESERVICES : Demander un état hypothécaire Sommaire Sommaire... 1 Objet de la notice... 1 A qui s adresse cette notice?... 1 Pré-requis... 2 Le guide pas à pas pour faire une demande d état hypothécaire...
Plus en détailApplication de technologies innovantes pour la gestion des ressources en eau
Application de technologies innovantes pour la gestion des ressources en eau Ir. V. TIGNY and Ir. C. Adriaensen GIM nv/sa Presentation GIM Jeudis de l'aquapôle - 01/12/2011 1 Sommaire 1. GIM 2. Technologies
Plus en détailLES NOUVEAUTÉS DE ARCON 15 PRO
LES NOUVEAUTÉS DE ARCON 15 PRO La version 15 Professionnelle du moteur Arcon introduit les nouveautés suivantes. Notez que ces nouveautés ne sont pas présentes dans la version 15 SMB du moteur Arcon. SOMMAIRE
Plus en détail