Détection par vidéo du flux de bois flotté en rivières
Autor: | Zhang, Zhi |
---|---|
Přispěvatelé: | Environnement Ville Société (EVS), Institut National des Sciences Appliquées de Lyon (INSA Lyon), Institut National des Sciences Appliquées (INSA)-Université de Lyon-Institut National des Sciences Appliquées (INSA)-Université de Lyon-Centre National de la Recherche Scientifique (CNRS)-École nationale supérieure d'architecture de Lyon (ENSAL)-École des Mines de Saint-Étienne (Mines Saint-Étienne MSE), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT)-École Nationale des Travaux Publics de l'État (ENTPE)-Université Jean Monnet [Saint-Étienne] (UJM)-Université Jean Moulin - Lyon 3 (UJML), Université de Lyon-Université Lumière - Lyon 2 (UL2)-École normale supérieure - Lyon (ENS Lyon), Université de Lyon, Hervé Piégay, Environnement, Ville, Société (EVS), École normale supérieure de Lyon (ENS de Lyon)-École des Mines de Saint-Étienne (Mines Saint-Étienne MSE), Institut Mines-Télécom [Paris] (IMT)-Institut Mines-Télécom [Paris] (IMT)-Université Lumière - Lyon 2 (UL2)-Université Jean Moulin - Lyon 3 (UJML), Université de Lyon-Université de Lyon-Institut National des Sciences Appliquées de Lyon (INSA Lyon), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Université Jean Monnet - Saint-Étienne (UJM)-École Nationale des Travaux Publics de l'État (ENTPE)-École nationale supérieure d'architecture de Lyon (ENSAL)-Centre National de la Recherche Scientifique (CNRS), STAR, ABES |
Jazyk: | angličtina |
Rok vydání: | 2020 |
Předmět: |
Video sampling
[SHS.GEO] Humanities and Social Sciences/Geography Operator Bias Uncertainty Bois dans les rivières Détection automatique [SHS.GEO]Humanities and Social Sciences/Geography Dynamique fluviale Échantillonnage vidéo Fluvial dynamics Streamside video monitoring Wood in river Biais de l'opérateur Automatic detection Incertitude Surveillance vidéo en bord de rivière |
Zdroj: | Geography. Université de Lyon, 2020. English. ⟨NNT : 2020LYSEN087⟩ |
Popis: | Drift wood plays a significant role both on the ecology and morphology of a river. Therefore, quantifying the amount of wood in rivers is an important issue. During recent years, streamside video monitoring has been introduced as a feasible technique to evaluate the amount of wood in riverine environment. Beside many advances, there are still many questions needed to be address concerning this technique. Therefore, in this study, I focused on three major objectives. Firstly, I studied the relation between wood flux and flow discharge in order to create a model for predicting wood flux on invisible period of camera sight. Wood in-stream can show some different characteristics in some critical events, such as in two multi-peak floods, wood flux on the first peak of discharge is more than second one, and in a flood after a stronger windy day, wood flux can be activated by water elevation arise. In addition, the second major objective was implementation and validation the application of an automatic detection software. After training the software, it is used to extract wood flux automatically by its own surveillance. The third major objective was evaluating human-based uncertainties in video monitoring due to two limitations, first time limitation which results in sampling the videos and second limitation in visibility of the operator which results in bias between different operators. I expect the results of this thesis develop the application of streamside video monitoring technique for practical concerns. Le bois flotté joue un rôle important à la fois sur l'écologie et la morphologie d'une rivière. Par conséquent, la quantification de la quantité de bois dans les rivières est une question importante. Ces dernières années, la surveillance vidéo en bord de rivière a été introduite comme une technique pour évaluer la quantité de bois en milieu fluvial. Outre de nombreuses avancées, il reste encore de nombreuses questions à résoudre concernant cette technique. Par conséquent, dans cette étude, nous nous sommes concentrés sur trois objectifs majeurs. Dans un premier temps, nous avons étudié la relation entre flux de bois et débit d'écoulement afin de créer un modèle de prévision du flux de bois sur une période durant laquelle la caméra ne peut enregistrer le flux vidéo. Le bois dans les cours d'eau peut présenter des caractéristiques différentes lors de certains événements critiques, comme par exemple, lors de deux crues à plusieurs pics, le flux de bois sur le premier pic de débit est supérieur au second, et en cas d'inondation après une journée venteuse plus forte, le flux de bois peut être activé par l'élévation de l'eau. En outre, le deuxième objectif majeur était la mise en œuvre et la validation de l'application d’un logiciel de détection automatique. Après avoir entrainé l’algorithme de détection, il est utilisé pour extraire automatiquement les flux de bois de manière continue. Le troisième objectif majeur était d'évaluer les incertitudes d'origine humaine dans la surveillance vidéo en raison de deux principaux facteurs. La détection manuelle est extrêmement fastidieuse et longue et nécessite ainsi d’envisager une stratégie d'échantillonnage des vidéos. Le second problème nécessitant une évaluation de l’incertitude est lié à la capacité souvent variable de l'opérateur à détecter les flottants, qui se traduit par un biais de mesure entre les différents opérateurs. Nous espérons que les résultats de cette thèse permettront de diffuser l’usage de la technique de surveillance vidéo fluviale à des fins pratiques. |
Databáze: | OpenAIRE |
Externí odkaz: |