[Job] [Stage] Extraction automatique du trait de cote (29)

Annonce postée par : Soumia Bengoufa (soumia.bengoufa(a)univ-brest.fr) ---------------------------------------- Extraction automatique et suivi spatio-temporel du trait de côte en Bretagne à partir des images de Très Haute Résolution Spatiale (Pléiades Neo) Offre de stage M1 ou M2 à partir avril 2022 La frange terrestre proche du trait de côte est un espace caractérisé par sa mobilité permanente (Paskoff and Clus-Auby, 2007). Depuis que l’on mesure de façon fiable l’évolution de la frange côtière, on constate que de nombreux littoraux sablonneux marquent une tendance au recul du trait de côte vers la terre. Ainsi, près de 62 % des littoraux sablonneux du monde connaissent une érosion (Luijendijk et al., 2018). Des études menées en Bretagne (Hénaff, 2004; Suanez et al., 2015, Stéphan et al., 2019) font la synthèse des observations réalisées afin d’étudier le phénomène de l’érosion au niveau de la côte bretonne, en révélant que plus de 35 % du linéaire est en situation d’érosion (Stéphan et al., 2019). Dans ce contexte, la notion du trait de côte est un élément crucial pour la gestion du risque. L’analyse spatio-temporelle de sa position est parmi les approches les plus répondues pour la caractérisation du phénomène de l’érosion (Boak et Turner, 2005). La détection des indicateurs du trait de côte est effectuée par des approches directes sur le terrain, qui sont limitées généralement pour des études sur le court terme, ou indirectes en utilisant des documents iconographiques (Boak et Turner, 2005). Cette dernière s’appuie sur l’analyse des cartes, photographies aériennes et images satellitaires. Plusieurs études ont examiné le potentiel des images satellites pour étudier l'évolution du trait de côte (Aedla et al., 2015; García-Rubio et al., 2015; Toure et al., 2019; Bengoufa et al., 2021). En effet, il a été démontré que l'imagerie optique de hautes résolutions, à l’instar de l'imagerie multi spectrale SPOT et Pléiades, fournit des informations de meilleure qualité et offre des approches adaptées à la problématique de la détection du trait de côte (Almonacid-Caballer et al., 2016; Hegde et Akshaya, 2015). Plus souvent, l’indicateur du trait de côte est numérisé puis superposé pour comparer sa position avec d’autres traits de côte plus anciens dans un Système d’Information Géographique. La numérisation des traits de côte multi-dates est une technique manuelle remise en question de par sa subjectivité. Ainsi, le développement des techniques (semi) automatiques est nécessaire pour extraire le trait de côte et rendre la cartographie moins subjective, plus fiable et rapide. Récemment, plusieurs algorithmes de Machine et Deep Learning, comme Support Vector Machine, Random Forest et Réseau neuronal convolutif (Convolutional Neural Network), ont été adoptés avec succès pour les applications de télédétection (Niculescu et al., 2018). Toutefois, l’efficacité de ces méthodes pour la détection du trait de côte n’a pas été pertinemment étudiée sur les côtes macro-tidales (Bengoufa et al., 2021). L’objectif de ce stage est d’explorer l’apport des algorithmes de Machine/ Deep Learning (RF, SVM, MLP et CNN) pour l'extraction précise du trait de côte, ainsi que d’estimer le taux d'érosion au niveau de la côte bretonne (quelques sites d’étude seront sélectionnés). Il faudra prendre en compte la disponibilité récente des nouveaux capteurs en conjonction avec des algorithmes de classification et de segmentation d’image les plus efficaces. 1. Profil recherché : • Étudiant en master 1 ou 2 ou ingénieur en 3e année, dans les domaines de la géomatique / télédétection/ traitement des images avec de connaissance en informatique ; • Connaissances approfondies en télédétection, traitement d’images ; • Savoir utiliser les logiciels de traitement de données satellites ; • Expériences élémentaires de programmation (Python, R, Matlab……) ; • Capacité de travailler en anglais. 2. Encadrement : • Simona Niculescu, Enseignant chercheur HDR, UMR6554 LETG, Université de Bretagne Occidentale simona.niculescu(a)univ-brest.fr • Soumia BENGOUFA, UMR6554 LETG, Université de Bretagne Occidentale bengoufasoumia(a)gmail.com. 3. Durée du stage : • 4 mois à partir du 1er avril 2022. 4. Lieu : • Institut Universitaire Européen de la Mer / Technopôle Brest-Iroise, Rue Dumont d'Urville, 29280 Plouzané Laboratoire Littoral-Environnement-Télédétection-Géographie (LETG-Brest) 5. Gratification : Selon barème légal. Références Aedla, R., Dwarakish, G.S., Reddy, D.V., 2015. Automatic Shoreline Detection and Change Detection Analysis of Netravati-GurpurRivermouth Using Histogram Equalization and Adaptive Thresholding Techniques. Aquatic Procedia, INTERNATIONAL CONFERENCE ON WATER RESOURCES, COASTAL AND OCEAN ENGINEERING (ICWRCOE’15) 4, 563–570. https://doi.org/10.1016/j.aqpro.2015.02.073 Almonacid-Caballer, J., Sánchez-García, E., Pardo-Pascual, J.E., Balaguer-Beser, A.A., Palomar-Vázquez, J., 2016. Evaluation of annual mean shoreline position deduced from Landsat imagery as a mid-term coastal evolution indicator. Marine Geology 372, 79–88. https://doi.org/10.1016/j.margeo.2015.12.015 Bengoufa, S., Niculescu, S., Mihoubi, M.K., Belkessa, R., Ali, R., Rabehi, W., Abbad, K., 2021. Machine learning and shoreline monitoring using optical satellite images: case study of the Mostaganem shoreline, Algeria. Journal of Applied Remote Sensing 15. https://doi.org/10.1117/1.JRS.15.026509 Boak, E.H., Turner, I.L., 2005. Shoreline Definition and Detection: A Review. Journal of Coastal Research 21, 688–703. https://doi.org/10.2112/03-0071.1 BONNOT-COURTOIS, C., FEISS-JEHEL, C., de SAINT-LEGER, E., 2008. Vulnérabilité des rivages en Côtes d’Armor (Bretagne Nord, France): aléas et enjeux. Xème Journ. Natl. Génie Côtier-Génie 155. García-Rubio, G., Huntley, D., Russell, P., 2015. Evaluating shoreline identification using optical satellite images. Marine Geology 359, 96–105. https://doi.org/10.1016/j.margeo.2014.11.002 Hegde, A.V., Akshaya, B.J., 2015. Shoreline Transformation Study of Karnataka Coast: Geospatial Approach. Aquatic Procedia, INTERNATIONAL CONFERENCE ON WATER RESOURCES, COASTAL AND OCEAN ENGINEERING (ICWRCOE’15) 4, 151–156. https://doi.org/10.1016/j.aqpro.2015.02.021 Hénaff, A., 2004. Les aménagements des littoraux de la Région Bretagne en vue de leur défense contre l’érosion depuis 1949 (Protection of the shoreline from coastal erosion since 1949 in Britanny). Bulletin de l’Association de Géographes Français 81, 346–359. https://doi.org/10.3406/bagf.2004.2397 Luijendijk, A., Hagenaars, G., Ranasinghe, R., Baart, F., Donchyts, G., Aarninkhof, S., 2018. The State of the World’s Beaches. Sci Rep 8, 6641. https://doi.org/10.1038/s41598-018-24630-6 Niculescu, S., Billey, A., Jr, H.T.-O.-A., 2018. Random forest classification using Sentinel-1 and Sentinel-2 series for vegetation monitoring in the Pays de Brest (France), in: Remote Sensing for Agriculture, Ecosystems, and Hydrology XX. Presented at the Remote Sensing for Agriculture, Ecosystems, and Hydrology XX, International Society for Optics and Photonics, p. 1078305. https://doi.org/10.1117/12.2325546 Paskoff, R., Clus-Auby, C., 2007. L’érosion des plages: les causes, les remèdes. Institut Océanographique, Paris/Monaco. Stéphan, P., Blaise, E., Suanez, S., Fichaut, B., Autret, R., Floc’h, F., Cuq, V., Le Dantec, N., Ammann, J., David, L., Jaud, M., Delacourt, C., 2019. Long, Medium, and Short-term Shoreline Dynamics of the Brittany Coast (Western France). Journal of Coastal Research 88, 89–109. https://doi.org/10.2112/SI88-008.1 Suanez, S., Cancouët, R., Floc’h, F., Blaise, E., Ardhuin, F., Filipot, J.-F., Cariolet, J.-M., Delacourt, C., 2015. Observations and Predictions of Wave Runup, Extreme Water Levels, and Medium-Term Dune Erosion during Storm Conditions. Journal of Marine Science and Engineering 3, 674–698. https://doi.org/10.3390/jmse3030674 Toure, S., Diop, O., Kpalma, K., Maiga, A.S., 2019. Shoreline Detection using Optical Remote Sensing: A Review. ISPRS International Journal of Geo-Information 8, 75. https://doi.org/10.3390/ijgi8020075 ---------------------------------------- L'annonce est située https://georezo.net/forum/viewtopic.php?pid=349585#p349585 Pour vous désabonner connectez-vous sur le forum puis Profil / Abonnement -- Association GeoRezo - le portail géomatique https://georezo.net (Message généré automatiquement. Ne pas répondre à ce message, utiliser les coordonnées contenues dans l'annonce)