Document généré le 29/04/2026 depuis l'adresse: https://www.documentation.eauetbiodiversite.fr/fr/notice/paysage-et-biodiversite-de-l-observation-par-teledetection-a-la-modelisation-une-hybridation-disciplinaire
Paysage et biodiversité : de l’observation par télédétection à la modélisation. Une hybridation disciplinaire.
Titre alternatif
Producteur
Contributeur(s)
Éditeur(s)
Identifiant documentaire
17-4857425
Identifiant OAI
4857425
Notice source
https://hal.inrae.fr/tel-04857425v1
Auteur(s):
Sheeren David
Mots clés
Paysage
Télédétection
Géomatique
Interdisciplinarité
Représentation spatiale
Modélisation
Hétérogénéité
Biodiversité
Habitat
Arbre hors forêt
Apprentissage automatique
Classification
Série temporelle
Image hyperspectrale
Autocorrélation spatiale
Date de publication
04/10/2024
Date de création
Date de modification
Date d'acceptation du document
Date de dépôt légal
Langue
Thème
Type de ressource
Source
Droits de réutilisation
Région
Département
Commune
Description
Ce mémoire d’HDR fait état d’une partie des contributions scientifiques en géomatique que j’ai pu apporter depuis 2006 en tant qu’enseignant-chercheur à l’ENSAT et au sein du laboratoire DYNAFOR. Il présente mes activités en trois parties. La première porte sur la modélisation des relations image-paysage. Elle relate les différentes approches méthodologiques développées en télé- détection pour automatiser la cartographie des petits objets semi-naturels que sont les arbres hors forêts et en particulier les haies dans les paysages ruraux. La seconde concerne la modélisation des relations paysage-biodiversité. Elle témoigne de l’intérêt de la télédétection pour diversifier les formes de représentation du paysage en s’appuyant sur l’hétérogénéité spatiale de l’information spectrale pour prédire la diversité taxonomique de communautés d’oiseaux. La troisième partie concerne la modélisation des relations image-biodiversité. Elle présente les résultats obtenus sur la reconnaissance des essences forestières à partir de séries temporelles d’images multispectrales ou d’images hyperspectrales. Elle évoque aussi des travaux sur le suivi de la phénologie, le pas- sage à large échelle et la prise en compte de l’autocorrélation spatiale des données pour évaluer les performances prédictives de manière non biaisée. Ces activités de recherche ont été nourries par le contexte interdisciplinaire dans lesquelles elles ont été menées. Elles sont le fruit d’interac- tions et de collaborations avec des collègues et étudiant·s que j’ai pu encadrer. La dernière partie du mémoire présente différentes perspectives de recherche qui concernent la caractérisation de la qualité des habitats forestiers et des linéaires arborés. Elles s’appuient sur la prise en compte de traits structuraux, en plus des traits spectraux, à partir de données LiDAR. Elles reposent aussi sur l’intégration de la dimension temporelle à partir d’images historiques.
Accès aux documents
0
Consultations
0
Téléchargements