Search

Your search keyword '"Saint-Geours, N."' showing total 3 results
Start Over Author "Saint-Geours, N." Topic modelisation
3 results on '"Saint-Geours, N."'

1. Influence of sampling design parameters on biomass predictions derived from airborne lidar data

Author

Bouvier, M., Durrieu, S., Fournier, Richard, Saint-Geours, N., Vincent, G., Guyon, D., Grau, Eloi, Hérault, Bruno, 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 d'Applications et de Recherches en TELédétection (CARTEL), Université de Sherbrooke [Sherbrooke], 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]), UMR1391, Institut National de la Recherche Agronomique (INRA), Ecologie des forêts de Guyane (UMR ECOFOG), Université des Antilles (UA)-Université de Guyane (UG)-Centre National de la Recherche Scientifique (CNRS)-AgroParisTech-Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Institut National de la Recherche Agronomique (INRA), Institut national de recherche en sciences et technologies pour l'environnement et l'agriculture (IRSTEA)-AgroParisTech-Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad), Centre d'Applications et de Recherches en TELédétection [Sherbrooke] (CARTEL), Département de géomatique appliquée [Sherbrooke] (UdeS), Université de Sherbrooke (UdeS)-Université de Sherbrooke (UdeS), 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 Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Institut National de la Recherche Agronomique (INRA)-AgroParisTech-Université de Guyane (UG)-Centre National de la Recherche Scientifique (CNRS)-Université des Antilles (UA)

Subjects
LIDAR, BIOMASSE, ECHANTILLONNAGE, [SDE]Environmental Sciences, SAMPLING, SENSITIVITY ANALYSIS, ANALYSE DE SENSIBILITE, TELEDETECTION, MODELISATION, REMOTE SENSING
Abstract

[Departement_IRSTEA]Territoires [TR1_IRSTEA]SYNERGIE [Axe_IRSTEA]TETIS-ATTOSSilviLaser 2015, La Grande Motte, FRA, 28-/09/2015 - 30/09/2015; International audience; The study provides technical guidelines to optimize sampling design parameters in the context of the implementation of biomass predictive models from airborne lidar data. Parameters under study were those easily controlled when implementing an area-based approach, i.e. lidar pulse density and both field sampling protocols and measurements. Parameters most impacting the model accuracy were identified by conducting a one-factor- at -a-time and a global sensitivity analyses. Number and size of field plot, and plot center position accuracy were identified to be the parameters most impacting model accuracy.

Published
2015

2. Variance-based global sensitivity analysis of a spatially distributed model

Author

Saint-Geours, N., Lavergne, C., Jean-Stéphane Bailly, Frédéric Grelot, 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), Université Paul-Valéry - Montpellier 3 (UPVM), Gestion de l'Eau, Acteurs, Usages (UMR G-EAU), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-AgroParisTech-Institut national de recherche en sciences et technologies pour l'environnement et l'agriculture (IRSTEA)-Institut de Recherche pour le Développement (IRD [France-Sud]), 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), Institut national de recherche en sciences et technologies pour l'environnement et l'agriculture (IRSTEA)-AgroParisTech-Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad), and Institut national de recherche en sciences et technologies pour l'environnement et l'agriculture (IRSTEA)-AgroParisTech-Centre National de la Recherche Scientifique (CNRS)-Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)

Subjects
[SPI]Engineering Sciences [physics], ORB, Modélisation, Analyse de sensibilité, [SDE]Environmental Sciences, HERAULT, ComputingMilieux_MISCELLANEOUS, SOBOL
Abstract

National audience; L’analyse de sensibilité globale peine à se développer dans le champ de la modélisation environnementale. Dans sa formulation initiale, elle est limitée à l’étude de modèles Y = f(X1,...,Xp) où les variables d’entrée Xj et la sortie Y sont scalaires, alors que nombre de modèles environnementaux incluent une dimension spatiale, soit qu’ils fassent appel à des cartes comme variables d’entrée, soit que leurs sorties soient distribuées spatialement. Au travers d’une étude de cas détaillée, nous présentons dans cet article une application de l’analyse de sensibilité globale à l’étude de modèles spatialisés. Le modèle étudié, nommé ACB-DE, est un outil d’évaluation économique du risque d’inondation. Il est ici appliqué sur la vallée de l’Orb (Hérault). Des spécifications spatialisées de l’incertitude sont utilisées pour générer un nombre fini de réalisations aléatoires équiprobables des variables d’entrée qui sont des cartes: les effets de structure spatiale ou d’auto-corrélation dans ces cartes peuvent ainsi être pris en compte. La réalisation de cartes d’indices de sensibilité permet d’étudier les sorties spatialisées du modèle ACB-DE et de rendre compte de la variabilité spatiale des indices de Sobol. L’influence relative des variables d’entrée à différentes échelles d’étude est analysée par la réalisation de cartes d’indices de sensibilité de résolution croissante. L’analyse réalisée permet d’identifier les variables d’entrée incertaines qui expliquent la plus grande part de la variabilité de l’indicateur économique fourni par le modèle ACB-DE; elle apporte un éclairage nouveau sur le choix de l’échelle adéquate de représentation spatialisée de cet indicateur selon la précision des variables d’entrée.

3. Flood damage maps: ranking sources of uncertainty with variance-based sensitivity analysis

Author

Saint Geours, N., Frédéric Grelot, Jean-Stéphane Bailly, Lavergne, C., 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), Gestion de l'Eau, Acteurs, Usages (UMR G-EAU), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Centre international d'études supérieures en sciences agronomiques (Montpellier SupAgro)-AgroParisTech-Institut national de recherche en sciences et technologies pour l'environnement et l'agriculture (IRSTEA)-Institut de Recherche pour le Développement (IRD [France-Sud]), and Institut national de recherche en sciences et technologies pour l'environnement et l'agriculture (IRSTEA)-AgroParisTech-Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)

Subjects
ECHELLE SPATIALE, RISQUE D'INONDATION, MODELISATION, INONDATION, INCERTITUDE, [SDE]Environmental Sciences, AVOIDED DAMAGE, MODELISATION SPATIALE, FLOOD, SENSITIVITY, ANALYSE DE SENSIBILITE, CBA, SCALE, SOBOL, CARTOGRAPHIE
Abstract

[Departement_IRSTEA]Territoires [TR1_IRSTEA]SYNERGIE [TR2_IRSTEA]ARCEAU; International audience; In order to increase the reliability of flood damage assessment, we need to question the uncertainty associated with the whole flood risk modeling chain. Using a case study on the basin of the Orb River, France, we demonstrate how variance-based sensitivity analysis can be used to quantify uncertainty in flood damage maps at different spatial scales and to identify the sources of uncertainty which should be reduced first.

Catalog

Books, media, physical & digital resources
See catalog results