Remote sensing in archaeology. The state of the art and presentation of metadata research project's preliminary results

Author(s):  
Florian Soula ◽  
Paolo Fallavollita ◽  
Luca Zappino ◽  
Marco Balsi ◽  
Salvatore Esposito ◽  
...  

Depuis la genèse des techniques modernes de télédétection au moyen de drones, les applications se multiplient dans tous les domaines pour parfois devenir des outils indispensables de la recherche et de l'industrie actuelle. Cependant, dans le domaine des Sciences Humaines et tout particulièrement en archéologie ancienne (Préhistoire, Protohistoire), malgré un dynamisme indéniable, certaines techniques dites « classiques » ne cèdent pas véritablement le pas aux techniques plus modernes, pourtant plus efficaces et sources d'innovations. Certaines techniques intermédiaires, comme l'usage de théodolites ou plus récemment de GPS RTK associé aux Systèmes d'Information Géographique, se sont pourtant relativement bien implantées dans les problématiques de relevés topographiques, d'architectures et de structures archéologiques de divers types. L'incroyable bon avant que constituent les drones équipés de LiDAR, de matériel photogrammétrique et thermique, tout comme celui des techniques de photogrammétrie opérées depuis le sol, n'a pourtant pas encore détrôné les techniques « séculaires » de dessin et de documentation des sites en cours de fouille et de leurs contextes. Si ce sont, dans un premier temps, des contextes très spécifiques qui ont généré l'application de nouvelles technologies en Archéologie, notamment dans des cas d'accès difficile aux vestiges (archéologie sous-marine, reliefs difficilement accessibles) ou bien des sites exceptionnels (grottes ornées du Paléolithique), les tendances actuelles montrent que ces technologies sont encore au stade expérimental dans d'autres contextes et que le plus souvent seules des solutions mixtes entre les procédures classiques et modernes sont appliquées. Le présent article a pour objectif premier de définir, dans le cadre d'un état de l'art spécifique à la discipline archéologique, les problématiques et les contextes dans lesquels interviennent déjà les nouvelles techniques de relevés photogrammétriques depuis le sol et depuis les airs. Cet état de l'art ne peut être complètement exhaustif au vu de la quantité d'information disponible sur le sujet, parfois très répétitive, mais cherche à couvrir toute l'amplitude des applications passées et actuelles et de réfléchir aux applications futures. Il permet également de pointer du doigt et de mieux comprendre les réticences passées et actuelles vis-à-vis de supposés problèmes de précision et de problèmes d'éthique liés à la documentation automatisée de certains vestiges des sociétés anciennes. L'archéologue aura toujours, du moins faut-il l'espérer, le besoin d'être en contact avec son sujet, de l'analyser de ses propres yeux et de le tester de ses propres mains. L'on se demande désormais pourquoi il apparaît encore fréquemment si délicat d'abandonner un peu plus le papier et le crayon en faveur de procédés de télédétection et de relevé offrant un gain de temps, une meilleure qualité de documentation et un archivage de données exploitables sur le long terme. Ces « réticences » liées au passage à une pleine mise en œuvre de ces nouveaux moyens démontre aujourd'hui qu'un peu de recul est nécessaire afin d'obtenir une vue d'ensemble des résultats et des applications potentielles, afin de redéfinir les pratiques et les enjeux de la recherche archéologique de terrain. L'objectif second de cet article est de présenter le projet de recherche « METAdAtA » (« METAdAtA : sviluppo MEtodologico, Tecnico e sperimentale del volo Autonomo di Aeromobili senza pilota a bordo nell'ambito Archeologico sardo »), financé par les fonds européens de la Région Sardaigne et impliquant l'utilisation de drones pour la documentation de sites archéologiques néolithiques et de l'âge du Bronze en Sardaigne (Italie), sous divers de ses aspects : problématiques, objectifs, cas d'étude et résultats préliminaires. Ce projet de recherche a notamment permis de mettre au point des procédés et protocoles types pour la documentation de sites archéologiques assistée par drone mais également de démontrer que les nouvelles technologies constituent un facteur essentiel de l'apparition et du développement de nouvelles problématiques scientifiques, de nouveaux besoins auxquels la discipline tarde peut être un peu trop à donner libre cours.

2019 ◽  
pp. 6731-6746 ◽  
Author(s):  
Amadou SALL ◽  
Assize TOURE ◽  
Alioune KANE ◽  
Awa Niang Fall

L’objectif de cette étude est d’établir à partir de la télédétection et des SIG, la dynamique spatio-temporelle des terres de cultures et d’explorer les futurs possibles de l’occupation du sol dans trois communes rurales de la région de Thiès (Fandène, Notto Diobass et Taiba Ndiaye). Une classification multidate des images landsat (1988, 2002 et 2014) a permis de quantifier les changements d’occupation des terres. Les résultats montrent que les zones de culture de Fandène sont passées entre 1988 et 2014 de 62% à 52% de la superficie totale de la commune. A l’opposée la commune de Taiba Ndiaye connait une expansion des zones de culture entre ces deux dates. Les changements enregistrés à Notto sont négligeables. Les simulations, faites sur la base des probabilités pour que la valeur d’une cellule i reste inchangée ou prenne la valeur d’une autre cellule j à l’horizon 2035, révèlent que les terres de culture de Fandène ont 69% de probabilité d’évoluer vers d’autres classes d’occupation du sol. ABSTRACT The objective of this study is to quantify from remote sensing and GIS the spatio temporal dynamics of cultivated land and explore possible futures of land use in three rural municipalities of Thies (Fandene, Notto Diobass, and Taiba Ndiaye). A multidate classification Landsat images (1988, 2002 et 2014) was used to quantify change in land cover. The results show that between 1988 and 2014 Fandene cropping areas have passed from 62% to 52% of the total area. At the opposite the commune of Taiba Ndiaye has known an expansion of cropping areas between these two dates. Minor changes are noted in Notto district. Simulations carried out on the basis of probabilities for a unit i to stay in the same cell or to be converted to another unit j in 2035, reveals that the probability for a cultivated land unit to be transformed into a another land cover category is high in Fandene (69 %).


2019 ◽  
Vol 11 ◽  
pp. 51-64
Author(s):  
M. LE MOAL

Les systèmes d’information géographique (SIG) sont devenus incontournables dans la gestion des réseaux d’eau et d’assainissement et leur efficacité repose en très grande partie sur la qualité des données exploitées. Parallèlement, les évolutions réglementaires et les pratiques des utilisateurs augmentant notamment les échanges d’informations renforcent le rôle central des données et de leur qualité. Si la plupart des solutions SIG du marché disposent de fonctions dédiées à la qualification de la qualité des données, elles procèdent de la traduction préalable de spécifications des données en règles informatiques avant de procéder aux tests qualitatifs. Cette approche chronophage requiert des compétences métier. Pour éviter ces contraintes, Axes Conseil a élaboré un procédé de contrôle des données SIG rapide et accessible à des acteurs métier de l’eau et de l’assainissement. Plutôt qu’une lourde approche de modélisation a priori, le principe est de générer un ensemble d’indicateurs explicites facilement exploitables a posteriori par les acteurs du métier. Cette approche offre une grande souplesse d’analyse et ne nécessite pas de compétences informatiques avancées.


2021 ◽  
Vol 13 (7) ◽  
pp. 1243
Author(s):  
Wenxin Yin ◽  
Wenhui Diao ◽  
Peijin Wang ◽  
Xin Gao ◽  
Ya Li ◽  
...  

The detection of Thermal Power Plants (TPPs) is a meaningful task for remote sensing image interpretation. It is a challenging task, because as facility objects TPPs are composed of various distinctive and irregular components. In this paper, we propose a novel end-to-end detection framework for TPPs based on deep convolutional neural networks. Specifically, based on the RetinaNet one-stage detector, a context attention multi-scale feature extraction network is proposed to fuse global spatial attention to strengthen the ability in representing irregular objects. In addition, we design a part-based attention module to adapt to TPPs containing distinctive components. Experiments show that the proposed method outperforms the state-of-the-art methods and can achieve 68.15% mean average precision.


2021 ◽  
Vol 13 (5) ◽  
pp. 869
Author(s):  
Zheng Zhuo ◽  
Zhong Zhou

In recent years, the amount of remote sensing imagery data has increased exponentially. The ability to quickly and effectively find the required images from massive remote sensing archives is the key to the organization, management, and sharing of remote sensing image information. This paper proposes a high-resolution remote sensing image retrieval method with Gabor-CA-ResNet and a split-based deep feature transform network. The main contributions include two points. (1) For the complex texture, diverse scales, and special viewing angles of remote sensing images, A Gabor-CA-ResNet network taking ResNet as the backbone network is proposed by using Gabor to represent the spatial-frequency structure of images, channel attention (CA) mechanism to obtain stronger representative and discriminative deep features. (2) A split-based deep feature transform network is designed to divide the features extracted by the Gabor-CA-ResNet network into several segments and transform them separately for reducing the dimensionality and the storage space of deep features significantly. The experimental results on UCM, WHU-RS, RSSCN7, and AID datasets show that, compared with the state-of-the-art methods, our method can obtain competitive performance, especially for remote sensing images with rare targets and complex textures.


2021 ◽  
Vol 13 (10) ◽  
pp. 1950
Author(s):  
Cuiping Shi ◽  
Xin Zhao ◽  
Liguo Wang

In recent years, with the rapid development of computer vision, increasing attention has been paid to remote sensing image scene classification. To improve the classification performance, many studies have increased the depth of convolutional neural networks (CNNs) and expanded the width of the network to extract more deep features, thereby increasing the complexity of the model. To solve this problem, in this paper, we propose a lightweight convolutional neural network based on attention-oriented multi-branch feature fusion (AMB-CNN) for remote sensing image scene classification. Firstly, we propose two convolution combination modules for feature extraction, through which the deep features of images can be fully extracted with multi convolution cooperation. Then, the weights of the feature are calculated, and the extracted deep features are sent to the attention mechanism for further feature extraction. Next, all of the extracted features are fused by multiple branches. Finally, depth separable convolution and asymmetric convolution are implemented to greatly reduce the number of parameters. The experimental results show that, compared with some state-of-the-art methods, the proposed method still has a great advantage in classification accuracy with very few parameters.


2013 ◽  
pp. 85-106 ◽  
Author(s):  
Vincent Roy ◽  
Huhua Cao

Cet article a comme objectif l’analyse de la répartition spatiale des francophones par rapport aux anglophones du Grand Moncton. En utilisant les données des recensements canadiens de Statistique Canada de 1981, de 1991 et de 2006 au niveau des aires de diffusion, nous étudions la transformation de la structure sociospatiale de la région, en particulier l’évolution de la présence des francophones. Pour ce faire, une analyse de l’espace social du Grand Moncton est effectuée à l’aide des systèmes d’information géographique (SIG).


Sign in / Sign up

Export Citation Format

Share Document