Author: "Julie Betbeder" / Publisher: hal ccsd - Searchworks@Jio Institute Digital Library Search Results

Your search keyword '"Julie Betbeder"' showing total 19 results

Start Over Author "Julie Betbeder" Publisher hal ccsd

19 results on '"Julie Betbeder"'

1. Threshold and weighted-distance methods: a combined multiscale approach improves explanatory power of forest carabid beetle abundance in agricultural landscape

Author: Benjamin Bergerot, Julie Betbeder, Solène Croci, Olivier Jambon, Jacques Baudry, Françoise Burel, Hugues Boussard, Romain Georges, Pierre-Gilles Lemasle, Ecosystèmes, biodiversité, évolution [Rennes] (ECOBIO), Université de Rennes (UR)-Institut Ecologie et Environnement (INEE), Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)-Observatoire des Sciences de l'Univers de Rennes (OSUR), Université de Rennes (UR)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Rennes 2 (UR2)-Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Rennes 2 (UR2)-Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Centre National de la Recherche Scientifique (CNRS), Biodiversité agroécologie et aménagement du paysage (UMR BAGAP), Ecole supérieure d'Agricultures d'Angers (ESA)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut Agro Rennes Angers, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), Forêts et Sociétés (UPR Forêts et Sociétés), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad), Département Environnements et Sociétés (Cirad-ES), Centro Agronómico Tropical de Investigación y Enseñanza - Tropical Agricultural Research and Higher Education Center (CATIE), Littoral, Environnement, Télédétection, Géomatique (LETG - Rennes ), Université de Brest (UBO)-Université de Rennes 2 (UR2)-Nantes Université (Nantes Univ)-Littoral, Environnement, Télédétection, Géomatique UMR 6554 (LETG), Université de Brest (UBO)-Université de Rennes 2 (UR2)-Centre National de la Recherche Scientifique (CNRS)-Institut de Géographie et d'Aménagement Régional de l'Université de Nantes (Nantes Univ - IGARUN), Nantes Université - pôle Humanités, Nantes Université (Nantes Univ)-Nantes Université (Nantes Univ)-Nantes Université - pôle Humanités, Nantes Université (Nantes Univ)-Nantes Université (Nantes Univ)-Centre National de la Recherche Scientifique (CNRS)-Institut de Géographie et d'Aménagement Régional de l'Université de Nantes (Nantes Univ - IGARUN), Nantes Université (Nantes Univ), Woodnet project, through the 2015-2016 BiodivERsA COFUND, ANR (Agence National de la Recherche, France) French National Research Agency (ANR), MINECO (Ministerio de Asuntos Economicos y Transformacion Digital, Spain), BELSPO (Politique scientifique federale, Belgium), Centre National de la Recherche Scientifique (CNRS)-Observatoire des Sciences de l'Univers de Rennes (OSUR)-Institut Ecologie et Environnement (INEE), Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES), AGROCAMPUS OUEST, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Ecole supérieure d'Agricultures d'Angers (ESA)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Littoral, Environnement, Télédétection, Géomatique (LETG - Nantes), Institut de Géographie et d'Aménagement Régional de l'Université de Nantes (IGARUN), Université de Nantes (UN)-Université de Nantes (UN)-Université de Rennes 2 (UR2), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Université de Brest (UBO)-Université de Caen Normandie (UNICAEN), Normandie Université (NU)-Normandie Université (NU)-École pratique des hautes études (EPHE), and Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Centre National de la Recherche Scientifique (CNRS)
Subjects: 0106 biological sciences, Weighted distance, Abax parallelepipedus, Geography, Planning and Development, Species distribution, abondance, Distribution des populations, 010603 evolutionary biology, 01 natural sciences, Abundance (ecology), Statistics, Relative species abundance, Nature and Landscape Conservation, Mathematics, Ecology, biology, [SDE.IE]Environmental Sciences/Environmental Engineering, 010604 marine biology & hydrobiology, 15. Life on land, Explained variation, biology.organism_classification, Écologie des populations, Metric (mathematics), Spatial ecology, Landscape metric, L20 - Écologie animale, Carabidae, Landscape ecology, U30 - Méthodes de recherche, Paysage agricole, [SDE.BE]Environmental Sciences/Biodiversity and Ecology, Multiscale approach
Abstract: International audience; Context To analyze the scales at which landscape structure influences ecological processes, two approaches with different underlying ecological assumptions exist; the usual threshold method and the weighted-distance method.Objectives We used abundance of species to test if the combination of weighted-distance and threshold approaches improves the explained variance of landscape metrics. Methods We developed a workflow using the two approaches to calculate metrics computed at multiple scales. The latter was developed using weighted metrics based on different weighted-distance functions, and one metric could be selected for more than one spatial scale. Then, we tested the explained variance of species distribution (the activity-density of Abax parallelepipedus) by these two approaches applied independently and then together in modeling a specific ecological response.Results The combination of metrics computed at multiple scales calculated by both weighted-distance and threshold method improved the predictive performance of the models. More precisely, adding metrics derived from the weighted-distance method to the threshold method significantly increased the explained variance when using the same environmental variables. The mean R-2 values of the selected model for the threshold method was 0.34 +/- 0.10, 0.49 +/- 0.11 with the weighted-distance method, and reached 0.71 +/- 0.07 with the two methods combined. These results demonstrate the importance of combining metrics using the weighted-distance method and the threshold method. In addition, activity-density was better explained by metrics selected at multiple scales.Conclusions This study highlights the importance of combining threshold and weighted-distance method at several scales to improve the explanation of ecological responses based on species abundance.
Published: 2022
Full Text: View/download PDF

2. Looking beyond forest cover: an analysis of landscape-scale predictors of forest degradation in the Brazilian Amazon

Author: Johan Oszwald, Damien Arvor, L. J. M. de Freitas, J. Baudry, Hélène Dessard, Lilian Blanc, R. Le Roux, Louis Reymondin, Julie Betbeder, S. Le Clech, Valéry Gond, Clément Bourgoin, Peter Läderach, H. Boussard, Forêts et Sociétés (UPR Forêts et Sociétés), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad), Littoral, Environnement, Télédétection, Géomatique UMR 6554 (LETG), Université de Caen Normandie (UNICAEN), Normandie Université (NU)-Normandie Université (NU)-Université d'Angers (UA)-École pratique des hautes études (EPHE), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Université de Brest (UBO)-Université de Rennes 2 (UR2), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Centre National de la Recherche Scientifique (CNRS)-Institut de Géographie et d'Aménagement Régional de l'Université de Nantes (IGARUN), Université de Nantes (UN)-Université de Nantes (UN), Biodiversité agroécologie et aménagement du paysage (UMR BAGAP), AGROCAMPUS OUEST, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Ecole supérieure d'Agricultures d'Angers (ESA)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Wageningen University and Research [Wageningen] (WUR), Département Environnements et Sociétés (Cirad-ES), AGROCAMPUS OUEST-Ecole supérieure d'Agricultures d'Angers (ESA)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), CLÉMENT BOURGOIN, CIRAD / CIAT, JULIE BETBEDER, CIRAD / CATIE, RENAN LE ROUX, CIRAD, VALÉRY GOND, CIRAD, JOHAN OSZWALD, Université Rennes 2, DAMIEN ARVOR, Université Rennes 2, JACQUES BAUDRY, BAGAP, INRAE, Institut Agro, HUGUES BOUSSARD, BAGAP, INRAE, Institut Agro, SOLEN LE CLECH, Wageningen University and Research, LUCAS JOSE MAZZEI DE FREITAS, CPATU, HÉLÈNE DESSARD, CIRAD, PETER LÄDERACH, CIAT, LOUIS REYMONDIN, CIAT, and LILIAN BLANC, CIRAD.
Subjects: [SDE.MCG]Environmental Sciences/Global Changes, Forest management, Land cover, Ecosystem services, 03 medical and health sciences, Deforestation, Fragmentation, Landscape metrics, Degradação Ambiental, 030304 developmental biology, General Environmental Science, 2. Zero hunger, 0303 health sciences, Forest degradation, geography.geographical_feature_category, Land use, Renewable Energy, Sustainability and the Environment, Agroforestry, Amazon rainforest, Land use/cover, Public Health, Environmental and Occupational Health, Uso da Terra, 04 agricultural and veterinary sciences, [SHS.GEO]Humanities and Social Sciences/Geography, 15. Life on land, Brazilian Amazon, Remote sensing, Old-growth forest, Geography, Environmental Systems Analysis, 13. Climate action, Milieusysteemanalyse, 040103 agronomy & agriculture, Spatial ecology, 0401 agriculture, forestry, and fisheries, Sensoriamento Remoto
Abstract: While forest degradation rates and extent exceed deforestation in the Brazilian Amazon, less attention is given to the factors controlling its spatial distribution. No quantified correlation exists between changes of forest structure due to anthropogenic disturbances and dynamics of land use and cover change occurring at broader spatial levels. This study examines the influence of multi-scale landscape structure factors (i.e. spatial composition, configuration and dynamic of land use/cover) on primary forest's aboveground biomass (AGB), spanning from low to highly degraded, in Paragominas municipality (Pará state). We used random forest models to identify the most important landscape predictors of degradation and clustering methods to analyze their distribution and interactions. We found that 58% of the variance of AGB could be explained by metrics reflecting land use practices and agricultural dynamics around primary forest patches and that their spatial patterns were not randomly distributed. Forest degradation is mainly driven by fragmentation effects resulting from old deforestation and colonization events linked with cropland expansion (e.g. soybean and maize) coupled with high accessibility to market. To a lesser extent, degradation is driven by recent and ongoing (1985?2015) deforestation and fragmentation in slash-and-burn agricultural areas, characterized by heterogeneous mosaics of pastures and fallow lands combined with high use of fire. Our findings highlight the potential of landscape-level framework and remotely sensed land cover data for a thorough understanding of the distribution of forest degradation across human-modified landscapes. Addressing these spatial determinants by looking at agricultural dynamics beyond forest cover is necessary to improve forest management which has major implications for biodiversity, carbon and other ecosystem services. Made available in DSpace on 2021-11-10T19:05:07Z (GMT). No. of bitstreams: 1 Bourgoin-2021-Environ.-Res.-Lett.-16-114045.pdf: 3544341 bytes, checksum: 423582271f80655a3ab4683235bf9dd0 (MD5) Previous issue date: 2021
Published: 2021
Full Text: View/download PDF

3. Assessing the Causes of Tropical Forest Degradation Using Landsat Time Series: A Case Study in the Brazilian Amazon

Author: Clément Bourgoin, Christian Brenez, Renan Le Roux, Guillaume Cornu, Julie Betbeder, Audrey Mercier, Plinio Sist, Lilian Blanc, Mazzei Lucas, Isabelle Tritsch, Hélène Dessard, Valéry Gond, Damien Arvor, Forêts et Sociétés (UPR Forêts et Sociétés), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad), Littoral, Environnement, Télédétection, Géomatique UMR 6554 (LETG), Université de Caen Normandie (UNICAEN), Normandie Université (NU)-Normandie Université (NU)-Université d'Angers (UA)-École pratique des hautes études (EPHE), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Université de Brest (UBO)-Université de Rennes 2 (UR2), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Centre National de la Recherche Scientifique (CNRS)-Institut de Géographie et d'Aménagement Régional de l'Université de Nantes (IGARUN), Université de Nantes (UN)-Université de Nantes (UN), and Département Environnements et Sociétés (Cirad-ES)
Subjects: 010504 meteorology & atmospheric sciences, business.industry, Amazon rainforest, Environmental resource management, Logging, 0211 other engineering and technologies, 02 engineering and technology, [SHS.GEO]Humanities and Social Sciences/Geography, 15. Life on land, Tropical forest, 01 natural sciences, [SDE.ES]Environmental Sciences/Environmental and Society, Environmental science, Forest degradation, Illegal logging, Time series, business, Scale (map), ComputingMilieux_MISCELLANEOUS, 021101 geological & geomatics engineering, 0105 earth and related environmental sciences, Degradation (telecommunications)
Abstract: Monitoring forest degradation at fine scale over large area is critical from an environmental point of view since it provides crucial information for many ecological applications. We introduce an automatic method based on optical Landsat time series (2000–2017) to detect and quantify forest disturbances and to identify the causes of forest degradation. The method is based on i) an automatic spectral unmixing to detect forest's disturbances and on ii) landscape metrics and temporal indicators to detect the causes of forest degradation. We applied the approach in the Brazilian Amazon municipality of Paragominas to map forested areas affected by reduced impact logging, conventional logging or illegal logging and fires.
Published: 2021
Full Text: View/download PDF

4. SAR analysis of wetland ecosystems: Effects of band frequency, polarization mode and acquisition dates

Author: Sébastien Rapinel, Elodie Fabre, Julien Denize, Julie Betbeder, Eric Pottier, Laurence Hubert-Moy, Littoral, Environnement, Télédétection, Géomatique UMR 6554 (LETG), Université de Caen Normandie (UNICAEN), Normandie Université (NU)-Normandie Université (NU)-Université d'Angers (UA)-Université de Nantes (UN)-École pratique des hautes études (EPHE), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Université de Brest (UBO)-Université de Rennes 2 (UR2), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Centre National de la Recherche Scientifique (CNRS), Institut d'Électronique et des Technologies du numéRique (IETR), Centre National de la Recherche Scientifique (CNRS)-CentraleSupélec-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Nantes (UN), Normandie Université (NU)-Normandie Université (NU)-Université d'Angers (UA)-École pratique des hautes études (EPHE), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Centre National de la Recherche Scientifique (CNRS)-Institut de Géographie et d'Aménagement Régional de l'Université de Nantes (IGARUN), Université de Nantes (UN)-Université de Nantes (UN), Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)-Nantes Université (NU), Ministère de l'Education Nationale, de l'Enseignement Superieur et de la Recherche, Centre National d’Etudes Spatiales, Université de Nantes (UN)-Centre National de la Recherche Scientifique (CNRS)-CentraleSupélec-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Université de Rennes (UNIV-RENNES), Littoral, Environnement, Télédétection, Géomatique (LETG - Rennes), Normandie Université (NU)-Normandie Université (NU)-Université d'Angers (UA)-École Pratique des Hautes Études (EPHE), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Université de Brest (UBO)-Université de Rennes 2 (UR2)-Centre National de la Recherche Scientifique (CNRS)-Institut de Géographie et d'Aménagement Régional de l'Université de Nantes (IGARUN), Université de Nantes (UN)-Université de Nantes (UN)-Université de Caen Normandie (UNICAEN), Université de Nantes (UN)-Université de Rennes (UR)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS), Université de Nantes (UN)-Université de Rennes 1 (UR1), and Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)
Subjects: Synthetic aperture radar, Marsh, 010504 meteorology & atmospheric sciences, Radar à synthèse d'ouverture, 0211 other engineering and technologies, Polarimetry, Wetland, 02 engineering and technology, Conservation, RADARSAT-2, terre humide, 01 natural sciences, conservation des forêts, conservation des terres, Wetland conservation, Ecosystem, Computers in Earth Sciences, Engineering (miscellaneous), Polarisation, 021101 geological & geomatics engineering, 0105 earth and related environmental sciences, Remote sensing, geography, geography.geographical_feature_category, ANOVA, Vegetation, Préservation de l'écosystème, [SDE.IE]Environmental Sciences/Environmental Engineering, [SHS.GEO]Humanities and Social Sciences/Geography, 15. Life on land, Polarization (waves), [SDE.ES]Environmental Sciences/Environmental and Society, Atomic and Molecular Physics, and Optics, Computer Science Applications, Random forest, Écosystème forestier, Environmental science, P01 - Conservation de la nature et ressources foncières, U30 - Méthodes de recherche, [SDE.BE]Environmental Sciences/Biodiversity and Ecology, TerraSAR-X
Abstract: International audience; The availability of high spatial resolution synthetic aperture radar (SAR) sensors with a wide range of acquisition modes has increased greatly over the past decade and contributed significantly to the study of wetland ecosystems. However, the relative influence of acquisition configurations (i.e. band frequency, polarization mode, number of acquisition dates) in wetland analysis remains poorly explored. This article investigated the relative influence of X-/C-band frequency, dual-/quad-polarization and single-/multi-acquisition features on discrimination of vegetation types in 632 ha Ramsar-protected temperate riverine marshes (Mont-Saint-Michel Bay, France). Three SAR datasets (i.e. quad-pol/C-band, dual-pol/C-band and dual-pol/X-band) were generated from five pairs of TerraSAR-X and RADARSAT-2 images. First, a set of 25 SAR features, including backscattering coefficients and polarimetric parameters, was extracted from the SAR datasets. Second, correlation between each pair of images was calculated using the polarimetric parameter Shannon entropy to select the most similar pairs in the time series. Third, the importance of each SAR feature and modeling accuracy were calculated using a conditional random forest model for each of the three datasets. Finally, analysis of variance was performed to assess the impact of band frequency, polarization mode and number of acquisition dates on the classification of vegetation types. The results highlighted that although the time-shift of each pair of TerraSAR-X and RADARSAT-2 images was short (3-11 days), only three pairs were sufficiently similar, highlighting the high variability in wetland ecosystems. The polarimetric parameter Shannon entropy was the most discriminating feature, regardless of the frequency or polarization. Most variance in the model accuracy was explained by the number of acquisition dates (68%), followed by the frequency (23%), while polarization explained little. This article will help select the most suitable SAR sensor acquisition modes for wetland conservation.
Published: 2020
Full Text: View/download PDF

5. UAV-based canopy textures assess changes in forest structure from long-term degradation

Author: Clément Bourgoin, Julie Betbeder, Pierre Couteron, Lilian Blanc, Hélène Dessard, Johan Oszwald, Renan Le Roux, Guillaume Cornu, Louis Reymondin, Lucas Mazzei, Plinio Sist, Peter Läderach, Valéry Gond, Forêts et Sociétés (UPR Forêts et Sociétés), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad), Botanique et Modélisation de l'Architecture des Plantes et des Végétations (UMR AMAP), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD [France-Sud])-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Université de Rennes 2 (UR2), Brazilian Agricultural Research Corporation (Embrapa), International Center for Tropical Agriculture [Colombie] (CIAT), Consultative Group on International Agricultural Research [CGIAR] (CGIAR), TOSCA CASTAFIOR project, and Université de Rennes (UNIV-RENNES)
Subjects: 0106 biological sciences, Canopy, est degradation, F40 - Écologie végétale, Télédétection, Forest management, General Decision Sciences, forêt tropicale, 010501 environmental sciences, [SDV.BID.SPT]Life Sciences [q-bio]/Biodiversity/Systematics, Phylogenetics and taxonomy, F50 - Anatomie et morphologie des plantes, 010603 evolutionary biology, 01 natural sciences, Texture (geology), [SDV.EE.ECO]Life Sciences [q-bio]/Ecology, environment/Ecosystems, Canopy structure For, Tropical forest, Lacunarity, Forest structure, Texture, K70 - Dégâts causés aux forêts et leur protection, Ecology, Evolution, Behavior and Systematics, 0105 earth and related environmental sciences, Remote sensing, Forest degradation, Tree canopy, Ecology, Logging, Unmanned aerial vehicle, 15. Life on land, [SDV.BV.BOT]Life Sciences [q-bio]/Vegetal Biology/Botanics, Environmental science, dégradation des forêts, Couvert forestier, Satellite, Canopy structure, [SDE.BE]Environmental Sciences/Biodiversity and Ecology
Abstract: International audience; Degraded tropical forests dominate agricultural frontiers and their management is becoming an urgent priority. This calls for a better understanding of the different forest cover states and cost-efficient techniques to quantify the impact of degradation on forest structure. Canopy texture analyses based on Very High Spatial Resolution (VHSR) optical imagery provide proxies to assess forest structures but the mechanisms linking them with degradation have rarely been investigated. To address this gap, we used a lightweight Unmanned Aerial Vehicle (UAV) to map 739 ha of degraded forests and acquire both canopy VHSR images and height model. Thirty-three years of degradation history from Landsat archives allowed us to sample 40 plots in undisturbed, logged, over-logged and burned and regrowth forests in tropical forested landscapes (Paragominas, Pará, Brazil). Fourier (FOTO) and lacunarity textures were used to assess forest canopy structure and to build a typology linking degradation history and current states. Texture metrics capture canopy grain, heterogeneity and openness gradients and correlate with forest structure variability (R2 = 0.58). Similar structures share common degradation history and can be discriminated on the basis of canopy texture alone (accuracy = 55%). Over-logging causes a lowering in forest height, which brings homogeneous textures and of finer grain. We identified the major changes in structures due to fire following logging which changes heterogeneous and intermediate grain into coarse textures. Our findings highlight the potential of canopy texture metrics to characterize degraded forests and thus be used as indicators for forest management and degradation mitigation. Inexpensive and agile UAV open promising perspectives at the interface between field inventory and satellite characterization of forest structure using texture metrics.
Published: 2020
Full Text: View/download PDF

6. Remote Sensing and Cropping Practices: A Review

Author: Agnès Bégué, Julie Betbeder, Beatriz Bellón, Margareth Simoes, Rodrigo P.D. Ferraz, Camille Lelong, Santiago R. Verón, Diego de Abelleyra, Damien Arvor, Valentine Lebourgeois, Territoires, Environnement, Télédétection et Information Spatiale (UMR TETIS), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-AgroParisTech-Institut national de recherche en sciences et technologies pour l'environnement et l'agriculture (IRSTEA)-Centre National de la Recherche Scientifique (CNRS), Département Environnements et Sociétés (Cirad-ES), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad), Littoral, Environnement, Télédétection, Géomatique (LETG - Rennes), Littoral, Environnement, Télédétection, Géomatique UMR 6554 (LETG), Université de Caen Normandie (UNICAEN), Normandie Université (NU)-Normandie Université (NU)-Université d'Angers (UA)-École pratique des hautes études (EPHE), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Université de Brest (UBO)-Université de Rennes 2 (UR2), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Centre National de la Recherche Scientifique (CNRS)-Institut de Géographie et d'Aménagement Régional de l'Université de Nantes (IGARUN), Université de Nantes (UN)-Université de Nantes (UN)-Université de Caen Normandie (UNICAEN), Université de Nantes (UN)-Université de Nantes (UN), Littoral, Environnement, Télédétection, Géomatique (LETG-Angers), Instituto de Clima y Agua, Instituto Nacional de Tecnología Agropecuaria (INTA), Brazilian Agricultural Research Corporation (Embrapa), Embrapa Solos, Ministério da Agricultura, Universidad de Buenos Aires [Buenos Aires] (UBA), Centre National de la Recherche Scientifique (CNRS)-Université de Rennes 2 (UR2), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Université de Brest (UBO)-École pratique des hautes études (EPHE)-Université de Nantes (UN)-Université d'Angers (UA)-Université de Caen Normandie (UNICAEN), Normandie Université (NU)-Normandie Université (NU)-Centre National de la Recherche Scientifique (CNRS)-Université de Rennes 2 (UR2), Normandie Université (NU)-Normandie Université (NU), AGNÈS BÉGUÉ, CIRAD, UMR TETIS, DAMIEN ARVOR, CNRS, BEATRIZ BELLON, CIRAD, JULIE BETBEDER, CIRAD, DIEGO DE ABELLEYRA, INTA, RODRIGO PECANHA DEMONTE FERRAZ, CNPS, VALENTINE LEBOURGEOIS, CIRAD, CAMILLE LELONG, CIRAD, MARGARETH GONCALVES SIMOES, CNPS, SANTIAGO R. VÉRON, INTA, and Universidad de Buenos Aires and CONICET.
Subjects: Rotation culturale, Ordenación de Cultivos, 010504 meteorology & atmospheric sciences, F08 - Systèmes et modes de culture, agroécologie, 0211 other engineering and technologies, HARVEST, 02 engineering and technology, Multiple cropping, cropping system, rotation, 01 natural sciences, agroforestry, Remote Sensing, purl.org/becyt/ford/1 [https], Rotação, IRRIGATION, Teledetección, Cropping system, harvest, ComputingMilieux_MISCELLANEOUS, 2. Zero hunger, Utilisation des terres, Food security, biology, SOIL TILLAGE, Intercropping, Cropping Patterns, [SHS.GEO]Humanities and Social Sciences/Geography, CROP SUCCESSION, multiple cropping, Pratique culturale, Geography, sécurité alimentaire, Agroécosystème, Diversification, cropping pattern, P01 - Conservation de la nature et ressources foncières, CIENCIAS NATURALES Y EXACTAS, soil tillage, fallow, Télédétection, Science, Sistemas de Cultivo, Context (language use), gestion des ressources naturelles, Plantio Direto, Ciencias Biológicas, INTERCROPPING, CROPPING PATTERN, ComputerApplications_MISCELLANEOUS, Irrigação, purl.org/becyt/ford/1.6 [https], Irrigation, 021101 geological & geomatics engineering, 0105 earth and related environmental sciences, Remote sensing, CROPPING SYSTEM, business.industry, Impact sur l'environnement, Ecología, 15. Life on land, Crop rotation, biology.organism_classification, Cropping Systems, [SDE.ES]Environmental Sciences/Environmental and Society, AGROFORESTRY, FALLOW, MULTIPLE CROPPING, 13. Climate action, Agriculture, ROTATION, General Earth and Planetary Sciences, U30 - Méthodes de recherche, business, intercropping, Cropping, crop succession
Abstract: For agronomic, environmental, and economic reasons, the need for spatialized information about agricultural practices is expected to rapidly increase. In this context, we reviewed the literature on remote sensing for mapping cropping practices. The reviewed studies were grouped into three categories of practices: crop succession (crop rotation and fallowing), cropping pattern (single tree crop planting pattern, sequential cropping, and intercropping/agroforestry), and cropping techniques (irrigation, soil tillage, harvest and post-harvest practices, crop varieties, and agro-ecological infrastructures). We observed that the majority of the studies were exploratory investigations, tested on a local scale with a high dependence on ground data, and used only one type of remote sensing sensor. Furthermore, to be correctly implemented, most of the methods relied heavily on local knowledge on the management practices, the environment, and the biological material. These limitations point to future research directions, such as the use of land stratification, multi-sensor data combination, and expert knowledge-driven methods. Finally, the new spatial technologies, and particularly the Sentinel constellation, are expected to improve the monitoring of cropping practices in the challenging context of food security and better management of agro-environmental issues. Fil: Bégué, Agnès. Institut National de la Recherche Agronomique; Francia. Université Montpellier II; Francia Fil: Arvor, Damien. Centre National de la Recherche Scientifique; Francia Fil: Bellon, Beatriz. Institut National de la Recherche Agronomique; Francia. Université Montpellier II; Francia Fil: Betbeder, Julie. Institut National de la Recherche Agronomique; Francia Fil: de Abelleyra, Diego. Instituto Nacional de Tecnología Agropecuaria. Centro Regional Buenos Aires; Argentina. Instituto de Clima y Agua; Argentina Fil: Ferraz, Rodrigo P. D.. Ministerio da Agricultura Pecuaria e Abastecimento de Brasil. Empresa Brasileira de Pesquisa Agropecuaria; Brasil Fil: Lebourgeois, Valentine. Institut National de la Recherche Agronomique; Francia Fil: Lelong, Camille. Institut National de la Recherche Agronomique; Francia Fil: Simões, Margareth. Universidade do Estado de Rio do Janeiro; Brasil. Ministerio da Agricultura Pecuaria e Abastecimento de Brasil. Empresa Brasileira de Pesquisa Agropecuaria; Brasil Fil: Verón, Santiago Ramón. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina. Universidad de Buenos Aires. Facultad de Agronomía; Argentina. Instituto Nacional de Tecnología Agropecuaria. Centro Regional Buenos Aires; Argentina
Published: 2018
Full Text: View/download PDF

7. Evaluation of Sentinel-1 and -2 time series to derive crop phenology and biomass of wheat and rapeseed: northen France and Brittany case studies

Author: Vincent Leroux, Audrey Mercier, Jacques Baudry, Laurence Hubert-Moy, Fabien Spicher, Julie Betbeder, Julien Denize, Jean-Luc Roger, Signalisation normale et pathologique de l'embryon aux thérapies innovantes des cancers, Institut Curie [Paris]-Institut National de la Santé et de la Recherche Médicale (INSERM)-Centre National de la Recherche Scientifique (CNRS), Littoral, Environnement, Télédétection, Géomatique (LETG - Rennes), Littoral, Environnement, Télédétection, Géomatique UMR 6554 (LETG), Université de Caen Normandie (UNICAEN), Normandie Université (NU)-Normandie Université (NU)-Université d'Angers (UA)-École pratique des hautes études (EPHE), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Université de Brest (UBO)-Université de Rennes 2 (UR2), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Centre National de la Recherche Scientifique (CNRS)-Institut de Géographie et d'Aménagement Régional de l'Université de Nantes (IGARUN), Université de Nantes (UN)-Université de Nantes (UN)-Université de Caen Normandie (UNICAEN), Université de Nantes (UN)-Université de Nantes (UN), SAD Paysage (SAD Paysage), Institut National de la Recherche Agronomique (INRA)-AGROCAMPUS OUEST, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), Institut d'Électronique et des Technologies du numéRique (IETR), Université de Nantes (UN)-Centre National de la Recherche Scientifique (CNRS)-CentraleSupélec-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES), Nantes Université (NU)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS), Signalisation normale et pathologique de l'embryon aux thérapies innovante des cancers, Institut Curie-Institut National de la Santé et de la Recherche Médicale (INSERM)-Centre National de la Recherche Scientifique (CNRS), Centre National de la Recherche Scientifique (CNRS)-Université de Rennes 2 (UR2), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Université de Brest (UBO)-École pratique des hautes études (EPHE)-Université de Nantes (UN)-Université d'Angers (UA)-Université de Caen Normandie (UNICAEN), Normandie Université (NU)-Normandie Université (NU)-Centre National de la Recherche Scientifique (CNRS)-Université de Rennes 2 (UR2), Normandie Université (NU)-Normandie Université (NU), AGROCAMPUS OUEST-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Institut d'Electronique et de Télécommunications de Rennes (IETR), Université de Nantes (UN)-Université de Rennes 1 (UR1), AGROCAMPUS OUEST-Institut National de la Recherche Agronomique (INRA), Normandie Université (NU)-Normandie Université (NU)-Université d'Angers (UA)-École Pratique des Hautes Études (EPHE), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Université de Brest (UBO)-Université de Rennes 2 (UR2)-Centre National de la Recherche Scientifique (CNRS)-Institut de Géographie et d'Aménagement Régional de l'Université de Nantes (IGARUN), Université de Nantes (UN)-Université de Rennes (UR)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), and Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)
Subjects: 2. Zero hunger, Synthetic aperture radar, Biomass (ecology), Rapeseed, 010504 meteorology & atmospheric sciences, Phenology, 0211 other engineering and technologies, 02 engineering and technology, Vegetation, [SHS.GEO]Humanities and Social Sciences/Geography, 15. Life on land, 01 natural sciences, Crop, [SDE]Environmental Sciences, Temperate climate, Environmental science, Physical geography, Water content, ComputingMilieux_MISCELLANEOUS, 021101 geological & geomatics engineering, 0105 earth and related environmental sciences
Abstract: Crop monitoring at a fine scale is critical from an environmental perspective since it provide crucial information to combine increased food production and sustainable management of agricultural landscapes. The recent Synthetic Aperture Radar (SAR) Sentinel-1 (S-1) and optical Sentinel-2 (S-2) time series offer a great opportunity to monitor cropland (structure, biomass and phenology) due to their high spatial and temporal resolutions. In this study, we assessed the potential of Sentinel data to derive Wet Biomass (WB), Dry biomass (DB), water content and crop Phenological Stages (PS). This study focuses on wheat and rapeseed, which represent two of the most important seasonal crops of the world in terms of occupied area. Satellites and ground data were collected over two French temperate agricultural landscapes, in northern France and Brittany. Spectral bands and vegetation indices were derived from the S-2 images and backscattering coefficients and polarimetric indicators from the S-1 images. We used linear models to estimate the Crop Parameters (CP) of wheat and rapeseed crops. Satellite images were then classified using a random forest incremental procedure based on the importance rank of the input features to discriminate PS. Results showed that S-1 features were more efficient than S-2 features to estimate CP of rapeseed while S-2 features were better for wheat. We demonstrated the high potential of S-1 and 2 to predict principal PS (kappa=0.75) while secondary PS were misclassified. For wheat, the succession of PS predicted was consistent, further research is required to confirm the potential of S-1 and 2.
Published: 2019
Full Text: View/download PDF

8. Evaluation of using sentinel-1 and -2 time-series to identifywinter land use in agricultural landscapes

Author: Samuel Corgne, Eric Pottier, Julie Betbeder, Laurence Hubert-Moy, Jacques Baudry, Julien Denize, Institut d'Electronique et de Télécommunications de Rennes (IETR), Université de Nantes (UN)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS), Littoral, Environnement, Télédétection, Géomatique (LETG - Nantes), Université de Caen Normandie (UNICAEN), Normandie Université (NU)-Normandie Université (NU)-École pratique des hautes études (EPHE)-Université de Brest (UBO)-Université de Rennes 2 (UR2), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Centre National de la Recherche Scientifique (CNRS)-Institut de Géographie et d'Aménagement (IGARUN), Université de Nantes (UN)-Université de Nantes (UN), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad), Biodiversité agroécologie et aménagement du paysage (UMR BAGAP), Institut National de la Recherche Agronomique (INRA)-AGROCAMPUS OUEST-Ecole supérieure d'Agricultures d'Angers (ESA), Institut d'Électronique et des Technologies du numéRique (IETR), Université de Nantes (UN)-Centre National de la Recherche Scientifique (CNRS)-CentraleSupélec-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES), Normandie Université (NU)-Normandie Université (NU)-École pratique des hautes études (EPHE), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Université de Brest (UBO)-Université de Rennes 2 (UR2), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Centre National de la Recherche Scientifique (CNRS)-Institut de Géographie et d'Aménagement Régional de l'Université de Nantes (IGARUN), Institut National de la Recherche Agronomique (INRA)-AGROCAMPUS OUEST, Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Ecole supérieure d'Agricultures d'Angers (ESA), MESR (Ministry of Higher Education and Research of France), Nantes Université (NU)-Université de Rennes 1 (UR1), Institut de Géographie et d'Aménagement Régional de l'Université de Nantes (IGARUN), Université de Nantes (UN)-Université de Nantes (UN)-Université de Rennes 2 (UR2), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Université de Brest (UBO)-Université de Caen Normandie (UNICAEN), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Centre National de la Recherche Scientifique (CNRS), Université de Nantes (UN)-Université de Rennes (UR)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS), Normandie Université (NU)-Normandie Université (NU)-École Pratique des Hautes Études (EPHE), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Université de Brest (UBO)-Université de Rennes 2 (UR2)-Centre National de la Recherche Scientifique (CNRS)-Institut de Géographie et d'Aménagement Régional de l'Université de Nantes (IGARUN), and Denize, Julien
Subjects: 010504 meteorology & atmospheric sciences, P40 - Météorologie et climatologie, Science, 0211 other engineering and technologies, 02 engineering and technology, Land cover, 01 natural sciences, Vegetation cover, Multi-temporal classification, [SPI]Engineering Sciences [physics], Couverture végétale, Agricultural monitoring, ComputingMilieux_MISCELLANEOUS, 021101 geological & geomatics engineering, 0105 earth and related environmental sciences, 2. Zero hunger, Utilisation des terres, Méthode statistique, Land use, business.industry, Optical and SAR time-series, Environmental resource management, Random Forest algorithm, Earth observing sensors, agricultural monitoring, earth observing sensors, multi-temporal classification, optical and SAR time-series, Support Vector Machine algorithm, 15. Life on land, 6. Clean water, Hiver, Random forest, E11 - Économie et politique foncières, Water resources, 13. Climate action, Agriculture, General Earth and Planetary Sciences, Environmental science, U30 - Méthodes de recherche, Paysage agricole, business, Scale (map), Agricultural landscapes
Abstract: International audience; Monitoring vegetation cover during winter is a major environmental and scientific issue in agricultural areas. From an environmental viewpoint, the presence and type of vegetation cover in winter influences the transport of pollutants to water resources. From a methodological viewpoint, characterizing spatio-temporal dynamics of land cover and land use at the field scale is challenging due to the diversity of farming strategies and practices in winter. The objective of this study was to evaluate the respective advantages of Sentinel optical and SAR time-series to identify land use in winter. To this end, Sentinel-1 and -2 time-series were classified using Support Vector Machine and Random Forest algorithms in a 130 km(2) agricultural area. From the classification, the Sentinel-2 time-series identified winter land use more accurately (overall accuracy (OA) = 75%, Kappa index = 0.70) than that of Sentinel-1 (OA = 70%, Kappa = 0.66) but a combination of the Sentinel-1 and -2 time-series was the most accurate (OA = 81%, Kappa = 0.77). Our study outlines the effectiveness of Sentinel-1 and -2 for identify land use in winter, which can help to change agricultural practices.
Published: 2019
Full Text: View/download PDF

9. Evaluation of the potentiality of polarimetric C- and L-SAR timeseries images for the identification of winter land-use

Author: Julie Betbeder, Julien Denize, Samuel Corgne, Eric Pottier, Laurence Hubert-Moy, Institut d'Électronique et des Technologies du numéRique (IETR), Université de Nantes (UN)-Centre National de la Recherche Scientifique (CNRS)-CentraleSupélec-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES), Littoral, Environnement, Télédétection, Géomatique (LETG - Nantes), Université de Caen Normandie (UNICAEN), Normandie Université (NU)-Normandie Université (NU)-École pratique des hautes études (EPHE), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Université de Brest (UBO)-Université de Rennes 2 (UR2), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Centre National de la Recherche Scientifique (CNRS)-Institut de Géographie et d'Aménagement Régional de l'Université de Nantes (IGARUN), Université de Nantes (UN)-Université de Nantes (UN), Forêts et Sociétés (UPR Forêts et Sociétés), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad), Ministere de l'Education Nationale, de l'Enseignement Superieur et de la Recherche, FEDER, Region Bretagne, Conseil General du Finistere, Brest Metropole, Institut Mines Telecom, Kalideos project - CNES, Zone Atelier Armorique, MacDONALD DETTWILER AND ASSOCIATES LTD, Canadian space agency, Nantes Université (NU)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS), Institut de Géographie et d'Aménagement Régional de l'Université de Nantes (IGARUN), Université de Nantes (UN)-Université de Nantes (UN)-Université de Rennes 2 (UR2), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Université de Brest (UBO)-Université de Caen Normandie (UNICAEN), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Centre National de la Recherche Scientifique (CNRS), Université de Nantes (UN)-Université de Rennes (UR)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS), Normandie Université (NU)-Normandie Université (NU)-École Pratique des Hautes Études (EPHE), and Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Université de Brest (UBO)-Université de Rennes 2 (UR2)-Centre National de la Recherche Scientifique (CNRS)-Institut de Géographie et d'Aménagement Régional de l'Université de Nantes (IGARUN)
Subjects: Synthetic aperture radar, Series (stratigraphy), Radarsat-2, 010504 meteorology & atmospheric sciences, Land use, 0211 other engineering and technologies, Polarimetry, Sowing, 02 engineering and technology, Land cover, 15. Life on land, agricultural monitoring, 01 natural sciences, Identification (information), [SPI]Engineering Sciences [physics], 13. Climate action, Alos-2, land-use, Environmental science, Sentinel-1, Polarimetric SAR, Winter season, 021101 geological & geomatics engineering, 0105 earth and related environmental sciences, Remote sensing
Abstract: International audience; Land cover and land use monitoring, particularly during winter season, is still a major environmental challenge. Indeed, the presence of a vegetation cover, the dates of sowing, the length of the intercrop period, and land use types have an impact on pollutant transport to water bodies. The objective of this study was to evaluate the potentiality of polarimetric C- and L-SAR time-series to improve the identification and characterization of vegetation cover during winter season in a 130 km (2) area. Alos-2, Radarsat-2 and Sentinel-1 time-series were classified using RF algorithm. The best results were obtained from Radarsat-2 polarimetric images acquired between August 2016 and May 2017, with an overall accuracy of similar to 80%.
Published: 2018
Full Text: View/download PDF

10. Identification of winter land use in temperate agricultural landscapes based on Sentinel-1 and 2 times-series

Author: Julie Betbeder, Laurence Hubert-Moy, Samuel Corgne, Eric Pottier, Julien Denize, Institut d'Électronique et des Technologies du numéRique (IETR), Nantes Université (NU)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS), Littoral, Environnement, Télédétection, Géomatique (LETG - Nantes), Institut de Géographie et d'Aménagement Régional de l'Université de Nantes (IGARUN), Université de Nantes (UN)-Université de Nantes (UN)-Université de Rennes 2 (UR2), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Université de Brest (UBO)-Université de Caen Normandie (UNICAEN), Normandie Université (NU)-Normandie Université (NU)-École pratique des hautes études (EPHE), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Centre National de la Recherche Scientifique (CNRS), Forêts et Sociétés (UPR Forêts et Sociétés), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad), Ministere de l'Education Nationale, de l'Enseignement Superieur et de la Recherche, FEDER, Canadian space agency, CNES, Region Bretagne, Conseil General du Finistere, Brest Metropole, Institut Mines Telecom, Kalideos project - CNES, Zone Atelier Armorique, MacDONALD DETTWILER AND ASSOCIATES LTD, Université de Nantes (UN)-Centre National de la Recherche Scientifique (CNRS)-CentraleSupélec-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES), Université de Caen Normandie (UNICAEN), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Université de Brest (UBO)-Université de Rennes 2 (UR2), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Centre National de la Recherche Scientifique (CNRS)-Institut de Géographie et d'Aménagement Régional de l'Université de Nantes (IGARUN), Université de Nantes (UN)-Université de Nantes (UN), Université de Nantes (UN)-Université de Rennes (UR)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS), Normandie Université (NU)-Normandie Université (NU)-École Pratique des Hautes Études (EPHE), and Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Université de Brest (UBO)-Université de Rennes 2 (UR2)-Centre National de la Recherche Scientifique (CNRS)-Institut de Géographie et d'Aménagement Régional de l'Université de Nantes (IGARUN)
Subjects: optical and SAR time series, 010504 meteorology & atmospheric sciences, Land use, business.industry, Earth observing sensors, Land cover, 010501 environmental sciences, 15. Life on land, 01 natural sciences, Vegetation cover, Identification (information), [SPI]Engineering Sciences [physics], Support Vector Machine classifier, 13. Climate action, Agriculture, Temperate climate, Environmental science, Agricultural monitoring, Physical geography, Multi-temporal classifications, Random Forest classifier, business, Scale (map), Agricultural landscapes, 0105 earth and related environmental sciences
Abstract: International audience; Land cover and land use monitoring, particularly during winter season, is still a major environmental and scientific issue in agricultural areas. From an environmental point of view, the presence and type of vegetation cover in winter have an impact on pollutant transport to water bodies. From a methodological point of view, characterizing spatio-temporal dynamics of winter land cover and land use at a field scale remains a challenge due to the diversity of farming strategies and practices. The objective of this study was to evaluate the potential of optical and SAR time-series to improve the monitoring of winter land use in an area of 130 km(2). For that purpose, Sentinel-1 and 2 time-series were classified using SVM and RF algorithms. Winter land use was identified with an overall accuracy of 81% and a kappa index of 0.77 from a combination of Sentinel-1 and 2 images.
Published: 2018
Full Text: View/download PDF

11. Synthetic Aperture Radar (SAR) images improve habitat suitability models

Author: Laurence Hubert-Moy, Julie Betbeder, Marianne Laslier, Françoise Burel, Jacques Baudry, Littoral, Environnement, Télédétection, Géomatique (LETG - Rennes), Littoral, Environnement, Télédétection, Géomatique UMR 6554 (LETG), Université de Caen Normandie (UNICAEN), Normandie Université (NU)-Normandie Université (NU)-Université d'Angers (UA)-École Pratique des Hautes Études (EPHE), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Université de Brest (UBO)-Université de Rennes 2 (UR2)-Centre National de la Recherche Scientifique (CNRS)-Institut de Géographie et d'Aménagement Régional de l'Université de Nantes (IGARUN), Université de Nantes (UN)-Université de Nantes (UN)-Université de Caen Normandie (UNICAEN), Université de Nantes (UN)-Université de Nantes (UN), Ecosystèmes, biodiversité, évolution [Rennes] (ECOBIO), Université de Rennes (UR)-Institut Ecologie et Environnement (INEE), Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)-Observatoire des Sciences de l'Univers de Rennes (OSUR), Université de Rennes (UR)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Rennes 2 (UR2)-Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Rennes 2 (UR2)-Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Centre National de la Recherche Scientifique (CNRS), SAD Paysage (SAD Paysage), Institut National de la Recherche Agronomique (INRA)-AGROCAMPUS OUEST, DIVA 3 Program of the French Ministry of Environment AGRICONNECT Project, CNES, TerraSAR-X Imagery, Zone Atelier Armorique, Centre National de la Recherche Scientifique (CNRS)-Université de Rennes 2 (UR2), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Université de Brest (UBO)-École pratique des hautes études (EPHE)-Université de Nantes (UN)-Université d'Angers (UA)-Université de Caen Normandie (UNICAEN), Normandie Université (NU)-Normandie Université (NU)-Centre National de la Recherche Scientifique (CNRS)-Université de Rennes 2 (UR2), Normandie Université (NU)-Normandie Université (NU), Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Institut Ecologie et Environnement (INEE), Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)-Observatoire des Sciences de l'Univers de Rennes (OSUR)-Centre National de la Recherche Scientifique (CNRS), Normandie Université (NU)-Normandie Université (NU)-Université d'Angers (UA)-École pratique des hautes études (EPHE), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Université de Brest (UBO)-Université de Rennes 2 (UR2), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Centre National de la Recherche Scientifique (CNRS)-Institut de Géographie et d'Aménagement Régional de l'Université de Nantes (IGARUN), Centre National de la Recherche Scientifique (CNRS)-Observatoire des Sciences de l'Univers de Rennes (OSUR)-Institut Ecologie et Environnement (INEE), Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES), Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), and AGROCAMPUS OUEST-Institut National de la Recherche Agronomique (INRA)
Subjects: 0106 biological sciences, 010504 meteorology & atmospheric sciences, Radar à synthèse d'ouverture, Geography, Planning and Development, Imagerie par satellite, landscape connectivity, 01 natural sciences, remote sensing, Abundance (ecology), K01 - Foresterie - Considérations générales, biodiversity, Ecology, Agroforestry, Sampling (statistics), P01 - Conservation de la nature et ressources foncières, Biodiversité, Carabidae, Synthetic aperture radar, habitat suitability, Télédétection, graph theory, canopy cover density, Context (language use), Haie, forest carabid beetles, 010603 evolutionary biology, Écologie forestière, Couvert, 0105 earth and related environmental sciences, Nature and Landscape Conservation, Remote sensing, terrasar-x, Resistance (ecology), hedgerow networks, 15. Life on land, Ecological network, 13. Climate action, Environmental science, U30 - Méthodes de recherche, Landscape ecology, [SDE.BE]Environmental Sciences/Biodiversity and Ecology, Landscape connectivity
Abstract: International audience; Context The ability to detect ecological networks in landscapes is of utmost importance for managing biodiversity and planning corridors. Objectives The objective of this study was to evaluate the information provided by a synthetic aperture radar (SAR) image for landscape connectivity modeling compared to aerial photographs (APs). Methods We present a novel method that integrates habitat suitability derived from remote sensing imagery into a connectivity model to explain species abundance. More precisely, we compared how two resistance maps constructed using landscape and/or local metrics derived from AP or SAR imagery yield different connectivity values (based on graph theory), considering hedgerow networks and forest carabid beetle species as a model. Results We found that resistance maps using landscape and local metrics derived from SAR imagery improve landscape connectivity measures. The SAR model is the most informative, explaining 58% of the variance in forest carabid beetle abundance. This model calculates resistance values associated with homogeneous patches within hedgerows according to their suitability (canopy cover density and landscape grain) for the model species. Conclusions Our approach combines two important methods in landscape ecology: the construction of resistance maps and the use of buffers around sampling points to determine the importance of landscape factors. This study was carried out through an interdisciplinary approach involving remote sensing scientists and landscape ecologists. This study is a step forward in developing landscape metrics from satellites to monitor biodiversity.
Published: 2017
Full Text: View/download PDF

12. Contribution of multitemporal polarimetric synthetic aperture radar data for monitoring winter wheat and rapeseed crops

Author: Remy Fieuzal, Julie Betbeder, Frédéric Baup, Laurent Ferro-Famil, Yannick Philippets, Centre d'études spatiales de la biosphère (CESBIO), Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut national des sciences de l'Univers (INSU - CNRS)-Observatoire Midi-Pyrénées (OMP), Météo France-Centre National d'Études Spatiales [Toulouse] (CNES)-Université Fédérale Toulouse Midi-Pyrénées-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD)-Météo France-Centre National d'Études Spatiales [Toulouse] (CNES)-Centre National de la Recherche Scientifique (CNRS), Institut d'Électronique et des Technologies du numéRique (IETR), Université de Nantes (UN)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS), Institut de Recherche pour le Développement (IRD)-Université Toulouse III - Paul Sabatier (UT3), Université de Toulouse (UT)-Université de Toulouse (UT)-Institut national des sciences de l'Univers (INSU - CNRS)-Observatoire Midi-Pyrénées (OMP), Université de Toulouse (UT)-Université de Toulouse (UT)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National d'Études Spatiales [Toulouse] (CNES)-Centre National de la Recherche Scientifique (CNRS)-Météo-France -Institut national des sciences de l'Univers (INSU - CNRS)-Centre National d'Études Spatiales [Toulouse] (CNES)-Centre National de la Recherche Scientifique (CNRS)-Météo-France -Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Université de Nantes (UN)-Université de Rennes (UR)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS), and Nantes Université (NU)-Université de Rennes 1 (UR1)
Subjects: Synthetic aperture radar, 010504 meteorology & atmospheric sciences, Backscatter, Télédétection, Radar à synthèse d'ouverture, Image spot, 0211 other engineering and technologies, Polarimetry, 02 engineering and technology, Imagerie par satellite, 01 natural sciences, Normalized Difference Vegetation Index, law.invention, [INFO.INFO-NI]Computer Science [cs]/Networking and Internet Architecture [cs.NI], law, F01 - Culture des plantes, Surveillance des cultures, Radar imaging, Radar, Leaf area index, 021101 geological & geomatics engineering, 0105 earth and related environmental sciences, Remote sensing, 2. Zero hunger, blé d'hiver, U10 - Informatique, mathématiques et statistiques, Brassica napus, 15. Life on land, [SPI.TRON]Engineering Sciences [physics]/Electronics, General Earth and Planetary Sciences, Environmental science, U30 - Méthodes de recherche, Atmospheric optics, Index de végétation
Abstract: International audience; This paper aims to evaluate the contribution of multitemporal polarimetric synthetic aperture radar (SAR) data for winter wheat and rapeseed crops parameters [height, leaf area index, and dry biomass (DB)] estimation, during their whole vegetation cycles in comparison to backscattering coefficients and optical data. Angular sensitivities and dynamics of polarimetric indicators were also analyzed following the growth stages of these two common crop types using, in total, 14 radar images (Radarsat-2), 16 optical images (Formosat-2, Spot-4/5), and numerous ground data. The results of this study show the importance of correcting the angular effect on SAR signals especially for copolarized signals and polarimetric indicators associated to single-bounce scattering mechanisms. The analysis of the temporal dynamic of polarimetric indicators has shown their high potential to detect crop growth changes. Moreover, this study shows the high interest of using SAR parameters (backscattering coefficients and polarimetric indicators) for crop parameters estimation during the whole vegetation cycle instead of optical vegetation index. They particularly revealed their high potential for rapeseed height and DB monitoring [i.e., Shannon entropy polarimetry (r2=0.70) and radar vegetation index (r2=0.80), respectively]
Published: 2016
Full Text: View/download PDF

13. Assessing ecological habitat structure from local to landscape scales using synthetic aperture radar

Author: Françoise Burel, Samuel Corgne, Laurence Hubert-Moy, Jacques Baudry, Julie Betbeder, Littoral, Environnement, Télédétection, Géomatique (LETG - Rennes), Littoral, Environnement, Télédétection, Géomatique UMR 6554 (LETG), Université de Caen Normandie (UNICAEN), Normandie Université (NU)-Normandie Université (NU)-Université d'Angers (UA)-École Pratique des Hautes Études (EPHE), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Université de Brest (UBO)-Université de Rennes 2 (UR2)-Centre National de la Recherche Scientifique (CNRS)-Institut de Géographie et d'Aménagement Régional de l'Université de Nantes (IGARUN), Université de Nantes (UN)-Université de Nantes (UN)-Université de Caen Normandie (UNICAEN), Université de Nantes (UN)-Université de Nantes (UN), Ecosystèmes, biodiversité, évolution [Rennes] (ECOBIO), Université de Rennes (UR)-Institut Ecologie et Environnement (INEE), Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)-Observatoire des Sciences de l'Univers de Rennes (OSUR), Université de Rennes (UR)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Rennes 2 (UR2)-Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Rennes 2 (UR2)-Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Centre National de la Recherche Scientifique (CNRS), Domaine expérimental de Saint-Laurent-de-la-Prée (DSLP), Institut National de la Recherche Agronomique (INRA), Programme DIVA 3- AGRICONNECT, Zone Atelier Armorique, Centre National de la Recherche Scientifique (CNRS)-Université de Rennes 2 (UR2), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Université de Brest (UBO)-École pratique des hautes études (EPHE)-Université de Nantes (UN)-Université d'Angers (UA)-Université de Caen Normandie (UNICAEN), Normandie Université (NU)-Normandie Université (NU)-Centre National de la Recherche Scientifique (CNRS)-Université de Rennes 2 (UR2), Normandie Université (NU)-Normandie Université (NU), Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Institut Ecologie et Environnement (INEE), Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)-Observatoire des Sciences de l'Univers de Rennes (OSUR)-Centre National de la Recherche Scientifique (CNRS), INRA SAD, Normandie Université (NU)-Normandie Université (NU)-Université d'Angers (UA)-École pratique des hautes études (EPHE), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Université de Brest (UBO)-Université de Rennes 2 (UR2), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Centre National de la Recherche Scientifique (CNRS)-Institut de Géographie et d'Aménagement Régional de l'Université de Nantes (IGARUN), Centre National de la Recherche Scientifique (CNRS)-Observatoire des Sciences de l'Univers de Rennes (OSUR)-Institut Ecologie et Environnement (INEE), Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES), and Domaine expérimental de Saint-Laurent-de-la-Prée (ST LAURENT DE LA PREE)
Subjects: Synthetic aperture radar, Télédétection, Radar à synthèse d'ouverture, Species distribution, General Decision Sciences, Haie, Landscape scale, Spatial distribution, Aerial photography, Couvert, Abundance (ecology), K01 - Foresterie - Considérations générales, Ecology, Evolution, Behavior and Systematics, Remote sensing, Paysage, Ecology, Forest carabid beetles, Hedgerow canopy cover, Vegetation, Biodiversity, 15. Life on land, Quantitative maps, Habitat, Forêt, Environmental science, P01 - Conservation de la nature et ressources foncières, Biodiversité, Carabidae, U30 - Méthodes de recherche, [SDE.BE]Environmental Sciences/Biodiversity and Ecology, Scale (map)
Abstract: International audience; Ecological studies need accurate environmental data such as vegetation characterization, landscape structure and organization, to predict and explain the spatial distribution of biodiversity. Few ecological studies use remote sensing data to assess the biophysical or structural properties of vegetation to understand species distribution. To date, synthetic aperture radar (SAR) data have seldom been used for ecological applications. However, these sensors provide data allowing access to the inner structure of vegetation which is a key information in ecology. The objective of this article is to compare the predictive power of ecological habitat structure variables derived from a TerraSAR-X image, an aerial photographand a SPOT-5 image for species distribution. The test was run with a hedgerow network in Brittany and assessed the spatial distribution of the forest ground carabid beetles which inhabit these hedgerows. The results confirmed that radar and optical images can be indifferently used to extract hedgerow network and derived landscape metrics (hedgerow density, network grain) useful to explain the spatial distribution of forest carabid beetles. In comparison with passive optical remotely sensed data, VHSR SAR images provide new data to characterize vegetation structure and more particularly hedgerow canopy cover, a variable known to explain the spatial distribution of carabid beetles in an agricultural landscape, but not yet quantified at a fine scale. The hedgerow canopy cover derived from the SAR image is a strong predictor of the abundance of forest carabid beetles at two scales i.e., a local scale and a landscape scale.
Published: 2015
Full Text: View/download PDF

14. Estimation of crop parameters using multi-temporal optical and radar polarimetric satellite data

Author: Yannick Philippets, Remy Fieuzal, Julie Betbeder, Frédéric Baup, Laurent Ferro-Famil, Centre d'études spatiales de la biosphère (CESBIO), Institut de Recherche pour le Développement (IRD)-Université Toulouse III - Paul Sabatier (UT3), Université de Toulouse (UT)-Université de Toulouse (UT)-Institut national des sciences de l'Univers (INSU - CNRS)-Observatoire Midi-Pyrénées (OMP), Université de Toulouse (UT)-Université de Toulouse (UT)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National d'Études Spatiales [Toulouse] (CNES)-Centre National de la Recherche Scientifique (CNRS)-Météo-France -Institut national des sciences de l'Univers (INSU - CNRS)-Centre National d'Études Spatiales [Toulouse] (CNES)-Centre National de la Recherche Scientifique (CNRS)-Météo-France -Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Institut d'Électronique et des Technologies du numéRique (IETR), Université de Nantes (UN)-Université de Rennes (UR)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS), Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Université Toulouse III - Paul Sabatier (UT3), Université Fédérale Toulouse Midi-Pyrénées-Université Fédérale Toulouse Midi-Pyrénées-Institut national des sciences de l'Univers (INSU - CNRS)-Observatoire Midi-Pyrénées (OMP), Météo France-Centre National d'Études Spatiales [Toulouse] (CNES)-Université Fédérale Toulouse Midi-Pyrénées-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD)-Météo France-Centre National d'Études Spatiales [Toulouse] (CNES)-Centre National de la Recherche Scientifique (CNRS), Nantes Université (NU)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS), and Université de Nantes (UN)-Université de Rennes 1 (UR1)
Subjects: 2. Zero hunger, Synthetic aperture radar, Backscatter, Polarimetry, Vegetation, 15. Life on land, Normalized Difference Vegetation Index, law.invention, Geography, [INFO.INFO-TS]Computer Science [cs]/Signal and Image Processing, law, Satellite, Radar, Leaf area index, [SPI.SIGNAL]Engineering Sciences [physics]/Signal and Image processing, Remote sensing
Abstract: International audience; This paper is concerned with the estimation of wheat and rapeseed crops parameters (height, leaf area index and dry biomass), during their whole vegetation cycle, using satellite time series both acquired in optical and microwave domains. Crop monitoring at a fine scale represents an important stake from an environmental point of view as it provides essential information to combine increase of production and sustainable management of agricultural landscapes. The aim of this paper is to compare the potential of optical and SAR parameters (backscattering coefficients and polarimetric parameters) for crop parameters estimation. Satellite (Formosat-2, Spot-4/5 and Radarsat-2) and ground data were acquired during the MCM 10 experiment conducted by the CESBIO laboratory in 2010. A vegetation index was derived from the optical images: the NDVI and backscattering coefficients and polarimetric parameters were computed from Radarsat-2 images. Results of this study show the high interest of using SAR parameters (backscattering coefficients and polarimetric parameters) for crop parameters estimation during the whole vegetation cycle instead of using optical vegetation index. Polarimetric parameters do not improve wheat parameters estimation (e.g. backscattering coefficient sigma-nought VV corresponds to the best parameter for wheat height estimation (r2 = 0.60)) but show their high potential for rapeseed height and dry biomass monitoring (i.e. Shannon Entropy polarimetry (SEp ; r2 = 0.70) and Radar Vegetation Index (RVI ; r2 = 0.80) respectively).
Published: 2015
Full Text: View/download PDF

15. Detection and Characterization of Hedgerows Using TerraSAR-X Imagery

Author: Samuel Corgne, Julie Betbeder, Jean Nabucet, Eric Pottier, Jacques Baudry, Laurence Hubert-Moy, Littoral, Environnement, Télédétection, Géomatique (LETG - Rennes), Littoral, Environnement, Télédétection, Géomatique UMR 6554 (LETG), Université de Caen Normandie (UNICAEN), Normandie Université (NU)-Normandie Université (NU)-Université d'Angers (UA)-École Pratique des Hautes Études (EPHE), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Université de Brest (UBO)-Université de Rennes 2 (UR2)-Centre National de la Recherche Scientifique (CNRS)-Institut de Géographie et d'Aménagement Régional de l'Université de Nantes (IGARUN), Université de Nantes (UN)-Université de Nantes (UN)-Université de Caen Normandie (UNICAEN), Université de Nantes (UN)-Université de Nantes (UN), Institut d'Électronique et des Technologies du numéRique (IETR), Université de Nantes (UN)-Université de Rennes (UR)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS), SAD Paysage (SAD Paysage), Institut National de la Recherche Agronomique (INRA)-AGROCAMPUS OUEST, Prasad S. Thenkabail, Normandie Université (NU)-Normandie Université (NU)-Université d'Angers (UA)-École pratique des hautes études (EPHE), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Université de Brest (UBO)-Université de Rennes 2 (UR2), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Centre National de la Recherche Scientifique (CNRS)-Institut de Géographie et d'Aménagement Régional de l'Université de Nantes (IGARUN), Université de Nantes (UN)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS), AGROCAMPUS OUEST-Institut National de la Recherche Agronomique (INRA), Centre National de la Recherche Scientifique (CNRS)-Université de Rennes 2 (UR2), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Université de Brest (UBO)-École pratique des hautes études (EPHE)-Université de Nantes (UN)-Université d'Angers (UA)-Université de Caen Normandie (UNICAEN), Normandie Université (NU)-Normandie Université (NU)-Centre National de la Recherche Scientifique (CNRS)-Université de Rennes 2 (UR2), Normandie Université (NU)-Normandie Université (NU), Institut d'Electronique et de Télécommunications de Rennes (IETR), AGROCAMPUS OUEST-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE), Université de Nantes (UN)-Centre National de la Recherche Scientifique (CNRS)-CentraleSupélec-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES), Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro), and Nantes Université (NU)-Université de Rennes 1 (UR1)
Subjects: Canopy, 010504 meteorology & atmospheric sciences, Biodiversité et Ecologie, Radar à synthèse d'ouverture, 0211 other engineering and technologies, linear hedgerow network, canopy structure, radar-sar imagery, very high resolution, shannon entropy index, object-oriented classification, 02 engineering and technology, Imagerie par satellite, 01 natural sciences, law.invention, law, K01 - Foresterie - Considérations générales, Radar, Etudes de l'environnement, Mathematics, Shannon entropy index, [SHS.GEO]Humanities and Social Sciences/Geography, Agricultural sciences, Characterization (materials science), Radar-SAR imagery, [SPI.SIGNAL]Engineering Sciences [physics]/Signal and Image processing, Écologie, F40 - Écologie végétale, Télédétection, Science, Polarimetry, Haie, Biodiversity and Ecology, Kappa index, Plante de haie, Couvert, Radar imaging, Environmental studies, 021101 geological & geomatics engineering, 0105 earth and related environmental sciences, Remote sensing, Paysage, Environmental and Society, Fragmentation (computing), 15. Life on land, [SDE.ES]Environmental Sciences/Environmental and Society, Field (geography), General Earth and Planetary Sciences, Environnement et Société, U30 - Méthodes de recherche, Sciences agricoles
Abstract: International audience; Whilst most hedgerow functions depend upon hedgerow structure and hedgerow network patterns, in many ecological studies information on the fragmentation of hedgerows network and canopy structure is often retrieved in the field in small areas using accurate ground surveys and estimated over landscapes in a semi-quantitative manner. This paper explores the use of radar SAR imagery to (i) detect hedgerow networks; and (ii) describe the hedgerow canopy heterogeneity using TerraSAR-X imagery. The extraction of hedgerow networks was achieved using an object-oriented method using two polarimetric parameters: the Single Bounce and the Shannon Entropy derived from one TerraSAR-X image. The hedgerow canopy heterogeneity estimated from field measurements was compared with two backscattering coefficients and three polarimetric parameters derived from the same image. The results show that the hedgerow network and its fragmentation can be identified with a very good accuracy (Kappa index: 0.92). This study also reveals the high correlation between one polarimetric parameter, the Shannon entropy, and the canopy fragmentation measured in the field. Therefore, VHSR radar images can both precisely detect the presence of wooded hedgerow networks and characterize their structure, which cannot be achieved with optical images.
Published: 2014
Full Text: View/download PDF

16. Multitemporal classification of TerraSAR-X data for wetland vegetation mapping

Author: Thomas Corpetti, Laurence Hubert-Moy, Eric Pottier, Samuel Corgne, Sébastien Rapinel, Julie Betbeder, Littoral, Environnement, Télédétection, Géomatique (LETG - Rennes), Littoral, Environnement, Télédétection, Géomatique UMR 6554 (LETG), Université de Caen Normandie (UNICAEN), Normandie Université (NU)-Normandie Université (NU)-Université d'Angers (UA)-École Pratique des Hautes Études (EPHE), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Université de Brest (UBO)-Université de Rennes 2 (UR2)-Centre National de la Recherche Scientifique (CNRS)-Institut de Géographie et d'Aménagement Régional de l'Université de Nantes (IGARUN), Université de Nantes (UN)-Université de Nantes (UN)-Université de Caen Normandie (UNICAEN), Université de Nantes (UN)-Université de Nantes (UN), Ecosystèmes, biodiversité, évolution [Rennes] (ECOBIO), Université de Rennes (UR)-Institut Ecologie et Environnement (INEE), Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)-Observatoire des Sciences de l'Univers de Rennes (OSUR), Université de Rennes (UR)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Rennes 2 (UR2)-Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut national des sciences de l'Univers (INSU - CNRS)-Université de Rennes 2 (UR2)-Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Centre National de la Recherche Scientifique (CNRS), Institut d'Électronique et des Technologies du numéRique (IETR), Université de Nantes (UN)-Université de Rennes (UR)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS), Normandie Université (NU)-Normandie Université (NU)-Université d'Angers (UA)-École pratique des hautes études (EPHE), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Université de Brest (UBO)-Université de Rennes 2 (UR2), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Centre National de la Recherche Scientifique (CNRS)-Institut de Géographie et d'Aménagement Régional de l'Université de Nantes (IGARUN), Centre National de la Recherche Scientifique (CNRS)-Observatoire des Sciences de l'Univers de Rennes (OSUR)-Institut Ecologie et Environnement (INEE), Centre National de la Recherche Scientifique (CNRS)-Centre National de la Recherche Scientifique (CNRS)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES), Université de Nantes (UN)-Centre National de la Recherche Scientifique (CNRS)-CentraleSupélec-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES), Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)-Nantes Université (NU), Université de Nantes (UN)-Université de Rennes 1 (UR1), and Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)
Subjects: 010504 meteorology & atmospheric sciences, Radar à synthèse d'ouverture, 0211 other engineering and technologies, Wetland, Imagerie par satellite, 02 engineering and technology, terre humide, 01 natural sciences, law.invention, law, Polarization, Radar, ComputingMilieux_MISCELLANEOUS, geography.geographical_feature_category, Contextual image classification, Vegetation, [SHS.GEO]Humanities and Social Sciences/Geography, [SDE]Environmental Sciences, P01 - Conservation de la nature et ressources foncières, Synthetic aperture radar, Écologie, F40 - Écologie végétale, Télédétection, Backscatter, Matrices, Image processing, Radar imaging, Polarimetry, Nonpoint source pollution, 021101 geological & geomatics engineering, 0105 earth and related environmental sciences, Remote sensing, geography, Flood myth, Water, Végétation, 15. Life on land, 13. Climate action, General Earth and Planetary Sciences, Environmental science, U30 - Méthodes de recherche, Plaine d'inondation
Abstract: This paper is concerned with wetland vegetation mapping using multitemporal syn- thetic aperture radar imagery. Although wetlands play a key role in controlling flooding and nonpoint source pollution, sequestering carbon and providing an abundance of ecological ser- vices, knowledge of the flora and fauna of these environments is patchy, and understanding of their ecological functioning is still insufficient for a reliable functional assessment on areas larger than a few hectares. The aim of this paper is to evaluate multitemporal TerraSAR-X imagery to precisely map the distribution of vegetation formations considering flood duration. A series of six dual-polarization TerraSAR-X images (HH-VV) was acquired in 2012 during dry and wet seasons. One polarimetric parameter, the Shannon entropy (SE), and two intensity parameters (σ° HH and σ° VV), which vary with wetland flooding status and vegetation roughness, were first extracted. These parameters were then classified using support vector machine techniques based on a specific kernel adapted to the comparison of time-series data, K-nearest neighbors, and decision tree (DT) algorithms. The results show that the vegetation formations can be identified very accurately (kappa index ¼ 0.85) from the classification of SE temporal profiles derived from the TerraSAR-X images. They also reveal the importance of the use of polarimetric param- eters instead of backscattering coefficients alone (HH or VV) or combined (HH and VV). © 2014 Society of Photo-Optical Instrumentation Engineers (SPIE) (DOI: 10.1117/1.JRS.8.083648)
Published: 2014
Full Text: View/download PDF

17. ulti-Temporal optical and radar data fusion for crop monitoring: application to an intensive agricultural area in Britanny (France)

Author: Julie Betbeder, Marianne Laslier, Thomas Corpetti, Eric Pottier, Samuel Corgne, Laurence Hubert-Moy, Littoral, Environnement, Télédétection, Géomatique (LETG - Rennes), Littoral, Environnement, Télédétection, Géomatique UMR 6554 (LETG), Université de Caen Normandie (UNICAEN), Normandie Université (NU)-Normandie Université (NU)-Université d'Angers (UA)-École pratique des hautes études (EPHE), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Université de Brest (UBO)-Université de Rennes 2 (UR2), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Centre National de la Recherche Scientifique (CNRS)-Institut de Géographie et d'Aménagement Régional de l'Université de Nantes (IGARUN), Université de Nantes (UN)-Université de Nantes (UN)-Université de Caen Normandie (UNICAEN), Université de Nantes (UN)-Université de Nantes (UN), Institut d'Électronique et des Technologies du numéRique (IETR), Nantes Université (NU)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS), Université de Nantes (UN)-Centre National de la Recherche Scientifique (CNRS)-CentraleSupélec-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES), Corpetti, Thomas, Normandie Université (NU)-Normandie Université (NU)-Université d'Angers (UA)-École Pratique des Hautes Études (EPHE), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Université de Brest (UBO)-Université de Rennes 2 (UR2)-Centre National de la Recherche Scientifique (CNRS)-Institut de Géographie et d'Aménagement Régional de l'Université de Nantes (IGARUN), Université de Nantes (UN)-Université de Rennes (UR)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), and Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS)
Subjects: [SDE] Environmental Sciences, [SDE]Environmental Sciences, ComputingMilieux_MISCELLANEOUS
Abstract: International audience
Published: 2014

18. Multi-temporal classification of TerraSAR-X data for wetland vegetation mapping

Author: Laurence Hubert Moy, Sébastien Rapinel, Samuel Corgne, Thomas Corpetti, Eric Pottier, Julie Betbeder, Conservatoire Botanique National de Brest (CBN), Littoral, Environnement, Télédétection, Géomatique (LETG - Rennes), Littoral, Environnement, Télédétection, Géomatique UMR 6554 (LETG), Université de Caen Normandie (UNICAEN), Normandie Université (NU)-Normandie Université (NU)-Université d'Angers (UA)-École pratique des hautes études (EPHE), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Université de Brest (UBO)-Université de Rennes 2 (UR2), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Centre National de la Recherche Scientifique (CNRS)-Institut de Géographie et d'Aménagement Régional de l'Université de Nantes (IGARUN), Université de Nantes (UN)-Université de Nantes (UN)-Université de Caen Normandie (UNICAEN), Université de Nantes (UN)-Université de Nantes (UN), Institut d'Électronique et des Technologies du numéRique (IETR), Nantes Université (NU)-Université de Rennes 1 (UR1), Université de Rennes (UNIV-RENNES)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS), Normandie Université (NU)-Normandie Université (NU)-Université d'Angers (UA)-École Pratique des Hautes Études (EPHE), Université Paris sciences et lettres (PSL)-Université Paris sciences et lettres (PSL)-Université de Brest (UBO)-Université de Rennes 2 (UR2)-Centre National de la Recherche Scientifique (CNRS)-Institut de Géographie et d'Aménagement Régional de l'Université de Nantes (IGARUN), Université de Nantes (UN)-Université de Rennes (UR)-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-CentraleSupélec-Centre National de la Recherche Scientifique (CNRS), Université de Nantes (UN)-Centre National de la Recherche Scientifique (CNRS)-CentraleSupélec-Institut National des Sciences Appliquées - Rennes (INSA Rennes), Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Institut National des Sciences Appliquées (INSA)-Université de Rennes (UNIV-RENNES)-Université de Rennes 1 (UR1), and Université de Rennes (UNIV-RENNES)
Subjects: Synthetic aperture radar, Hydrology, multi-temporal classifications, geography.geographical_feature_category, 010504 meteorology & atmospheric sciences, Flooding (psychology), Wetland, Vegetation, 15. Life on land, 010501 environmental sciences, synthetic aperture radar (SAR), 01 natural sciences, Ecosystem services, Support vector machine, Geography, Support Vector Machine classifier, 13. Climate action, Abundance (ecology), Wetlands, TerraSAR-X imagery, [SPI.SIGNAL]Engineering Sciences [physics]/Signal and Image processing, Nonpoint source pollution, 0105 earth and related environmental sciences
Abstract: International audience; This paper is concerned with vegetation wetland mapping using multi-temporal SAR imagery. Whilst wetlands play a key role in controlling flooding and nonpoint source pollution, sequestering carbon and providing an abundance of ecological services, knowledge of the flora and fauna of these environments is patchy, and understanding of their ecological functioning is still insufficient for a reliable functional assessment on areas larger than a few ha. The aim of this paper is to evaluate multitemporal TerraSAR-X imagery to map precisely the distribution of vegetation formations within wetlands, in determining seasonally flooded areas of wetlands. A series of six dual-polarization TerraSAR-X images (HH/VV) were acquired in 2012 during dry and wet seasons. Polarimetric and intensity parameters, which present a temporal variation that depends on wetland flooding status and vegetation roughness, were firstly extracted. The parameters were then classified based on Support Vector Machines (SVM) techniques using a specific kernel adapted to the comparison of time-series data. The results show that the Shannon entropy parameter allows discriminating vegetation formations within wetland with more accuracy than intensity parameters.
Published: 2013
Full Text: View/download PDF

19. Landform and landscape mapping, French Guiana (South America)

Author: Jean-Michel Carozza, Cécile Richard-Hansen, Julie Betbeder, Olivier Brunaux, Jean-François Cornu, Stéphane Guitet, Botanique et Modélisation de l'Architecture des Plantes et des Végétations (UMR AMAP), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Institut National de la Recherche Agronomique (INRA)-Université de Montpellier (UM)-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD [France-Sud]), Département recherche et développement, Direction Régionale de Guyane, Office National des Forêts (ONF), Centre National de la Recherche Scientifique (CNRS), Direction Etudes et recherches, Office National de la Chasse et de la Faune Sauvage, French Ministry of the Environment (‘Ecosyste`mes Tropicaux’ research project), and by ONF, and EU grants (PO-FEDER ‘Habitats’)., Centre National de la Recherche Scientifique (CNRS)-Université de Montpellier (UM)-Institut National de la Recherche Agronomique (INRA)-Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Institut de Recherche pour le Développement (IRD [France-Sud]), and GUITET, Stéphane
Subjects: 0106 biological sciences, 010504 meteorology & atmospheric sciences, Biodiversité et Ecologie, télédétection, Geography, Planning and Development, 01 natural sciences, shield, K01 - Foresterie - Considérations générales, Earth and Planetary Sciences (miscellaneous), remote-sensing, SRTM, Landscape mapping, geodiversity, geography.geographical_feature_category, Remote sensing, Geography, Principal component analysis, P01 - Conservation de la nature et ressources foncières, Géomorphologie, rainforest, Cartography, Rainforest, Guiana, forêt tropicale humide, Biogéographie, Shuttle Radar Topography Mission, Geomorphologie, Geomorphology, Geodiversity, Guiana shield, Spatial distribution, 010603 evolutionary biology, Biodiversity and Ecology, Cartographie de l'occupation du sol, Transect, Cluster analysis, 0105 earth and related environmental sciences, Paysage, Landform, geomorphology, 15. Life on land, guyane française, U30 - Méthodes de recherche, [SDE.BE]Environmental Sciences/Biodiversity and Ecology
Abstract: In this paper two geomorphologic maps (landform level and landscape level) are presented covering the French Guianan rainforest (84,000 km2) using full-resolution Shuttle Radar Topography Mission (SRTM) data. The entire country was segmented into 224,000 landform units on the basis of an original object-oriented approach using a modified counting box algorithm. A Principal Components Analysis (PCA) followed by k-means clustering (Ward's method) identified 12 different landform types corresponding to theoretical elementary landforms. The landscape map was generated by analyzing the spatial distribution of the different landform types. The different maps and models were compared with topographic field data collected on 92 transects totaling 260 km in length. The object-focused approach is a very efficient method that preserves geomorphologic consistency and discriminates between landforms using simple descriptors that are easily understood by non-geomorphologists. Despite major noise in the data, the landform map proved to be reliable and provided a strong spatial structure for the definition of landscape units. We recommend using the landform map at scales 1: 100,000?1: 250,000. Landscape map, used on a 1:1,000,000?1:2,000,000 scale, enabled us to draw bio-geographical limits in this region and provides exhaustive relief information that usefully supplements the geological map.
Published: 2013
Full Text: View/download PDF

Catalog

Books, media, physical & digital resources

See catalog results

Searchworks

Select search scope, currently: Articles

Catalog

books, media & more in Jio Institute collections

Articles

journal articles & other e-resources

Refine your results

19 results on '"Julie Betbeder"'

1. Threshold and weighted-distance methods: a combined multiscale approach improves explanatory power of forest carabid beetle abundance in agricultural landscape

2. Looking beyond forest cover: an analysis of landscape-scale predictors of forest degradation in the Brazilian Amazon

3. Assessing the Causes of Tropical Forest Degradation Using Landsat Time Series: A Case Study in the Brazilian Amazon

4. SAR analysis of wetland ecosystems: Effects of band frequency, polarization mode and acquisition dates

5. UAV-based canopy textures assess changes in forest structure from long-term degradation

6. Remote Sensing and Cropping Practices: A Review

7. Evaluation of Sentinel-1 and -2 time series to derive crop phenology and biomass of wheat and rapeseed: northen France and Brittany case studies

8. Evaluation of using sentinel-1 and -2 time-series to identifywinter land use in agricultural landscapes

9. Evaluation of the potentiality of polarimetric C- and L-SAR timeseries images for the identification of winter land-use

10. Identification of winter land use in temperate agricultural landscapes based on Sentinel-1 and 2 times-series

11. Synthetic Aperture Radar (SAR) images improve habitat suitability models

12. Contribution of multitemporal polarimetric synthetic aperture radar data for monitoring winter wheat and rapeseed crops

13. Assessing ecological habitat structure from local to landscape scales using synthetic aperture radar

14. Estimation of crop parameters using multi-temporal optical and radar polarimetric satellite data

15. Detection and Characterization of Hedgerows Using TerraSAR-X Imagery

16. Multitemporal classification of TerraSAR-X data for wetland vegetation mapping

17. ulti-Temporal optical and radar data fusion for crop monitoring: application to an intensive agricultural area in Britanny (France)

18. Multi-temporal classification of TerraSAR-X data for wetland vegetation mapping

19. Landform and landscape mapping, French Guiana (South America)

Catalog

Searchworks

Select search scope, currently: Articles Catalog books, media & more in Jio Institute collections Articles journal articles & other e-resources

Search

Search Constraints

Refine your results

Search Limiters

Topic

Publication Year Range

Language

Database

19 results on '"Julie Betbeder"'

Search Results

Catalog

Select search scope, currently: Articles

Catalog

books, media & more in Jio Institute collections

Articles

journal articles & other e-resources