322 pages - septembre 2022
ISBN papier : 9781789480566
ISBN ebook : 9781789490565

Code ERC :

PE1 Mathematics
PE1_18 Scientific computing and data processing
PE10 Earth System Science
PE10_3 Climatology and climate change
PE10_4 Terrestrial ecology, land cover change
PE10_14 Earth observations from space/remote sensing

 
Effacer

– Papier :
Livraison offerte pour toute commande directe effectuée sur le site istegroup.com
Délai de livraison : environ deux semaines
Envois uniquement vers : France métropolitaine, Belgique, Suisse et Luxembourg
Impression en couleur
Un ebook de l’ouvrage (à l’exception des titres de l’Encyclopédie SCIENCES) est offert pour tout achat
de sa version papier sur notre site, il vous sera envoyé après la finalisation de votre commande
Offre non applicable aux librairies

– Ebook :
Prix réservé aux particuliers
Pour les institutions : nous contacter 
Nos ebooks sont au format PDF (compatible sur tout support)

Cet ouvrage traite des avancées en analyse des séries chronologiques d’images de télédétection par apprentissages statistique, automatique et/ou profond. Il présente un éventail de modèles mathématiques, de méthodes d’extraction d’informations spatio-temporelles et d’applications en observation de la Terre.

Détection de changements et analyse des séries temporelles d’images 1 est structuré selon les stratégies d’apprentissage supervisé, semi-supervisé et non supervisé sur les séries temporelles d’images optiques et radar à synthèse d’ouverture. L’ouvrage met en lumières des contributions sur la détection de changements multidates dans des données mono- et multi-modales, sur les classes de transitions et d’entités dynamiques, sur l’analyse des tendances et des fluctuations spatio-temporelles, ou encore sur le suivi et l’analyse prédictive d’évolution.

De nombreuses applications illustrent les études sur l’évolution de la surface terrestre (cartographie d’exploitation des terres, analyse de l’état des glaciers, dynamique urbaine, évaluation de la neige, etc.) et sur les risques naturels (évaluation des inondations, activités volcaniques, surveillance des avalanches, etc.). Les orientations futures sont également exposées.

1. Détection non supervisée des changements dans des images multitemporelles
2. Détection de séries de changements dans des séries d’images SAR polarimétriques
3. Détection de changements basée sur les covariances de séries d’images SAR
4. Clustering fonctionnel de séries d’images par entropies relatives
5. Seuils et distances pour la détection de neige avec les séries d’images Sentinel-1
6. Analyse d’ordre fractionnaire et prédiction de trajectoire de cyclones
7. Détection de changements sur les graphes de séries SAR
8. Analyse multitemporelle d’images Sentinel-1/2 pour le suivi de l’utilisation des sols
9. Statistiques par différences pour les changements multispectraux

Abdourrahmane M. Atto

Abdourrahmane M. Atto est maître de conférences à l’Université Savoie Mont Blanc.

Francesca Bovolo

Francesca Bovolo est responsable de l’unité Télédétection pour la terre numérique à la Fondation Bruno Kessler de Trento.

Lorenzo Bruzzone

Lorenzo Bruzzone est professeur à l’Université de Trento, il a fondé et dirige le laboratoire de télédétection.