Service de visualisation cartographique (WMS) de Sols de Bretagne [GéoSAS]

Service de visualisation cartographique (WMS) de l'Observatoire de Recherche en Environnement (ORE) AgrHys de l'INRA. GéoSAS, portail de l'information géographique de l'Unité Mixte de Recherche, Sol Agro et hydrosystèmes, Spatialisation. UMR 1069 SAS INRAE - L'Institut Agro Rennes-Angers

Survol d'une partie du Ru des Effervettes,en limite des communes de Nangis et Fontains, dans le département de la Seine et Marne. Les données ont été acquises par drone anafiet restituées en un maillaige tridimentionnel (mesh).

L’entité bocagère de la Zone Atelier Armorique (ZAAR) est située au niveau du canton de Pleine-Fougères (depuis 1993). La zone bocagère est caractérisée par un gradient paysager allant d’un bocage dense avec des parcelles petites bordées de haies à un bocage lâche. Les haies bordant les parcelles sont le plus souvent constituées d’arbres émondés en ragosses, de chênes avec parfois quelques châtaigniers émondés et des chênes en haut jet, mais aussi de cépées de châtaigniers. Depuis 2005, en raison de l’introduction de conditions de protection de l’environnement dans la Politique Agricole Commune, la plupart des cours d’eau sont bordés de bandes enherbées.

Les taches urbaines distribuées sont caractérisées par des formes très variées. Ces formes peuvent aller d’un aspect très compacte (proche d’un disque, forme de compacité maximale sur un plan) à celui de formes très digitées ou de filaments, s’approchant de lignes plus ou moins sinueuses. Le suivi de cette dimension de compacité morphologique permet d’estimer si l’artificialisation due aux taches urbaines suit des extensions homogènes ou des extensions hétérogènes. Cet indice est calculé à l'échelle des EPCI d'Occitanie et pour l'année 2019.

Hyperspectral data were obtained during an acquisition campaign led on Toulouse (France) urban area on July 2015 using Hyspex instrument which provides 408 spectral bands spread over 0.4 – 2.5 μ. Flight altitude lead to 2 m spatial resolution images. Supervised SVN classification results for 600 urban trees according to a 3 level nomenclature: leaf type (5 classes), family (12 and 19 classes) and species (14 and 27 classes). The number of classes differ for the two latter as they depend on the minimum number of individuals considered (4 and 10 individuals per class respectively). Trees positions have been acquired using differential GPS and are given with centimetric to decimetric precision. A randomly selected subset of these trees has been used to train machine SVM and Random Forest classification algorithms. Those algorithms were applied to hyperspectral images using a number of classes for family (12 and 19 classes) and species (14 and 27 classes) levels defined according to the minimum number of individuals considered during training/validation process (4 and 10 individuals per class, respectively). Global classification precision for several training subsets is given by Brabant et al, 2019 (https://www.mdpi.com/470202) in terms of averaged overall accuracy (AOA) and averaged kappa index of agreement (AKIA).

Hyperspectral ENVI standard simulated images. Spatial and spectral configurations generated correspond to ESA SENTINEL-2 instrument that was lunched on 2015, and HYPXIM sensor which was under study at that time.

La densité de bâti est calculée par maille de 150 mètres de côté et sur la base d'une extraction du bâti à partir d'imagerie très haute résolution spatiale (1.5m) SPOT 6/7, pour les années 2015 à 2019.