Change detection (GIS)In geographic information system (GIS), change detection is a process that measures how the attributes of a particular area have changed between two or more time periods. Change detection often involves comparing aerial photographs or satellite imagery of the area taken at different times. Change detection has been widely used to assess shifting cultivation, deforestation, urban growth, impact of natural disasters like tsunamis, earthquakes, and use/land cover changes etc.
TélédétectionLa télédétection est l'ensemble des techniques utilisées pour déterminer à distance les propriétés d'objets naturels ou artificiels à partir des rayonnements qu'ils émettent ou réfléchissent. Les techniques de télédétection comprennent l'ensemble du processus : la capture et l'enregistrement de l'énergie d'un rayonnement émis ou réfléchi par les objets observés, le traitement des données résultantes et enfin l'analyse des données finales. Ce processus met en œuvre un capteur (appareil photographique, laser, radar, sonar, lidar, sismographe, gravimètre,.
Earth observationEarth observation (EO) is the gathering of information about the physical, chemical, and biological systems of the planet Earth. It can be performed via remote-sensing technologies (Earth observation satellites) or through direct-contact sensors in ground-based or airborne platforms (such as weather stations and weather balloons, for example). According to the Group on Earth Observations (GEO), the concept encompasses both "space-based or remotely-sensed data, as well as ground-based or in situ data".
Couverture du solLa couverture du sol, aussi appelée occupation du sol, est constituée des matériaux physiques à la surface de la Terre, qu’ils soient naturels ou anthropogéniques, et incluant l’eau, le sol nu, l’herbe, les arbres, le pavage, les constructions, etc. Il existe deux méthodes principales, et complémentaires pour obtenir de l’information sur la couverture du sol : les enquêtes terrain complétant la cartographie traditionnelle ; la télédétection. La nature de la « couverture du sol » est discutée dans Comber et al (2005).
Apprentissage par renforcement profondL'apprentissage par renforcement profond (en anglais : deep reinforcement learning ou deep RL) est un sous-domaine de l'apprentissage automatique (en anglais : machine learning) qui combine l'apprentissage par renforcement et l'apprentissage profond (en anglais : deep learning). L'apprentissage par renforcement considère le problème d'un agent informatique (par exemple, un robot, un agent conversationnel, un personnage dans un jeu vidéo, etc.) qui apprend à prendre des décisions par essais et erreurs.