a2fd0d4b-c41d-4315-85e1-35188b9a587b Français Thomas Houet LETG UMR 6554 CNRS Director of research Place du recteur Henri Le Moal CS 24308 Rennes 35044 France thomas.houet@univ-rennes2.fr 2021-06-25T16:14:54 ISO 19115:2003/19139 1.0 a2fd0d4b-c41d-4315-85e1-35188b9a587b 4326 EPSG Série temporelle d’image multispectrale drone (Marais de Sougéal,mise à jour continue) - Zone Atelier Armorique ZAAr 2021-06-25 a2fd0d4b-c41d-4315-85e1-35188b9a587b Thomas Houet LETG UMR 6554 CNRS Director of research Place du recteur Henri Le Moal CS 24308 Rennes 35044 France thomas.houet@univ-rennes2.fr Série temporelle d’image multispectrale (visible et proche-infrarouge) par drone à très haute résolution spatiale (10-20 cm) acquise sur la partie communale du marais de Sougéal,France. La période du printemps est couverte chaque année depuis 2017 par au moins une acquisition. Thomas Houet LETG UMR 6554 CNRS Director of research Place du recteur Henri Le Moal CS 24308 Rennes 35044 France thomas.houet@univ-rennes2.fr Emilien Alvarez-Vanhard LETG UMR 6554 CNRS emilien.alvarez-vanhard@univ-rennes2.fr Jean Nabucet LETG UMR 6554 CNRS Engineer Place du recteur Henri Le Moal CS 24308 Rennes 35044 France nabucet.jean@univ-rennes2.fr https://portail.indigeo.fr/geonetwork/srv/api/records/a2fd0d4b-c41d-4315-85e1-35188b9a587b/attachments/sougeal_MS.png vignette recherche prairie zone humide donnée environnementale Ortho-imagerie France Bretagne Bretagne Régions administratives de France 2016-12-12 geonetwork.thesaurus.external.place.RegionFR_2017 Utilisation libre sous réserve de mentionner la source (a minima le nom du producteur) et la date de sa dernière mise à jour Le fournisseur n’est pas en mesure de garantir l’exactitude,la mise à jour,l’intégrité,l’exhaustivité des données et en particulier qu'elles sont exemptes d'erreurs ou d'imprécisions,notamment de localisation,d’identification ou de qualification. Aucune garantie quant à l'aptitude des données à un usage particulier n'est apportée par le fournisseur. Les utilisateurs utilisent les données sous leur responsabilité pleine et entière,sans recours possible contre le fournisseur dont la responsabilité ne saurait être engagée du fait d’un dommage résultant directement ou indirectement de l’utilisation de ces données. En particulier,il appartient aux utilisateurs d’apprécier,sous leur seule responsabilité :l'opportunité d'utiliser les données; la compatibilité des fichiers avec leurs systèmes informatiques; l’adéquation des données à leurs besoins; qu’ils disposent de la compétence suffisante pour utiliser les données. Le fournisseur n’est en aucune façon responsable des éléments extérieurs aux données et notamment des outils d’analyse,matériels,logiciels,réseaux...,utilisés pour consulter et/ou traiter les données. L’utilisateur veille à vérifier que l’actualité des informations mises à disposition est compatible avec l’usage qu’il en fait. Français geoscientificInformation -1.52243962666054 -1.49545358040713 48.5029087332651 48.5275491218311 2017-07-07T00:00:00Z 2019-08-27T00:00:00Z GeoTIFF INDIGEO contact@indigeo.fr https://doi.org/10.35110/a2fd0d4b-c41d-4315-85e1-35188b9a587b DOI Digital Object Identifier (DOI) https://doi.org/10.35110/a2fd0d4b-c41d-4315-85e1-35188b9a587b WWW:DOWNLOAD-1.0-http--download Pour télécharger les données, merci de se rendre dans les ressources associées https://doi.org/10.1016/j.rse.2020.111780 WWW:LINK-1.0-http--link Alvarez-Vanhard et al. (2020) Can UAVs fill the gap between in situ surveys and satellites for habitat mapping?. In this study, multispectral UAV data provide endmembers for unmixing of Sentinel-2 satellite data. https://doi.org/10.3390/rs13020296 WWW:LINK-1.0-http--link Jin et al. (2020) Sequence Image Interpolation via Separable Convolution Network. Experiments on the UAV dataset have shown that the separable convolution network is effective in producing high quality time-series interpolated images. https://doi.org/10.3390/rs13091853 WWW:LINK-1.0-http--link Jin et al. (2021) Sequence Image Datasets Construction via Deep Convolution Networks. The UAV dataset is used here to compare the performances of several deep convolution networks. règlement (ue) n o 1089/2010 de la commission du 23 novembre 2010 portant modalités d'application de la directive 2007/2/ce du parlement européen et du conseil en ce qui concerne l'interopérabilité des séries et des services de données géographiques 2013-10-21 L’article 7, paragraphe 1, de la directive 2007/2/CE correspond aux modalités techniques de l’interopérabilité : il s’agit du règlement relatif à l’interopérabilité : règlement n°1253/2013 du 21 octobre 2013 modifiant et complétant le règlement n°1089/2010 du 23 novembre 2010 true Projet "Action spécifique" de l'Université Rennes 2. orthomosaïque et calibration radiométrique Pix4D Thomas Houet LETG UMR 6554 CNRS Director of research Place du recteur Henri Le Moal CS 24308 Rennes 35044 France thomas.houet@univ-rennes2.fr