FabSpace 2.0, utilisation d’images d’observation de la Terre et des océans en classe

FabSpace 2.0, utilisation d’images d’observation de la Terre et des océans en classe

Josiane Mothe Guillaume Rieu 

IRIT, UMR5505 CNRS, ESPE, UT2J, Université de Toulouse 118 Route de Narbonne, 31062, Toulouse, France

TerraNIS SAS (800 815 367 RCS Toulouse) Siege social: 10 av.de l’Europe, 31520 Ramonville, France

Corresponding Author Email: 
josiane.mothe@irit.fr; guillaume.rieu@terranis.fr
Page: 
91-104
|
DOI: 
https://doi.org/10.3166/ISI.22.5.91-104
Received: 
|
Accepted: 
|
Published: 
31 October 2017
| Citation
Abstract: 

RÉSUMÉ. Le projet FabSpace 2.0 vise à faire des universités des centres d’innovation ouverte pour leur région et à améliorer leur contribution à la performance socio-économique et environnementale de la société. Pour atteindre ces objectifs généraux, le projet FabSpace 2.0 propose de se concentrer sur un domaine de recherche ayant un impact socio-économique attendu élevé : l’innovation axée sur les données, avec une attention particulière aux données d’observation de la Terre issues du programme Copernicus. Dans cet article, après avoir présenté les objectifs généraux du projet FabSpace 2.0 et la plateforme technique utilisée dans le projet FabSpace, nous présenterons une utilisation possible dans le cadre de l’enseignement. Cette plateforme propose en effet des espaces de travail thématiques qui peuvent servir de support pour collecter et visualiser des phénomènes particuliers liés à des éléments géolocalisés.

ABSTRACT. The FabSpace 2.0 project aims to make universities open innovation centers for their region and improve their contribution to the socioeconomic and environmental performance of society. To achieve these general objectives, the FabSpace 2.0 project proposes to focus on a field of research with a high expected socio-economic impact: data-driven innovation, with particular attention to Earth observation data derived from Copernicus program. In this paper, we will first present the general objectives of the FabSpace 2.0 project and the associated technical platform. We will then present a possible use within the framework of the teaching. This platform offers thematic workspaces that can serve as a support to collect and visualize particular phenomena linked to geolocalized data.

Keywords: 

MOTS-CLÉS : FabSpace 2.0, images d’observation de la terre, plateforme technique, programme Copernicus, usage d’images d’observation dans l’enseignement.

KEYWORDS: FabSpace 2.0, earth observation images, technical platform, Copernicus program, use in education of observation images.

1. Introduction
2. Projet FabSpace 2.0
3. La plateforme TerraHUB : support pour le développement d’applications spatiales
4. Utilisation pour l’enseignement secondaire
5. Utilisation pour l’enseignement supérieur
6. Conclusion
  References

Arenas H., Baker A., Bargiel D., Becker M., Bialczak A., Carbone F., Gaildrat V, Sascha Heising S., Islam, B., Lattes P., Marantos C., Menou C., Nzeh Ngong A. Mothe J., Paraskevas I.S., Penalver M., Sciana P., Soudris D. (2017). FabSpaces at ImageCLEF 2017 - Population Estimation (Remote) Task. International Conference of the CLEF Association, CLEF 2017 Labs Working Notes, Dublin, Ireland, 11/09/17-14/09/17, vol. 1866, CEUR Workshop Proceedings.

Arenas H., Islam, B., Mothe J. (2017). Overview of the ImageCLEF 2017 Population Estimation Task, . International Conference of the CLEF Association, CLEF 2017 Labs Working Notes, Dublin, Ireland, 11/09/17-14/09/17, vol. 1866, CEUR Workshop Proceedings.

Bruns A. (2006). Towards Produsage: Futures for User-Led Content Production. In Cultural Attitudes towards Coomunication and Technology, p. 275-284.

Chopin C., Genevois S. (2017). Géomatique et enseignement secondaire. Numéro spécial Multimédia, Géomatique, Enseignement et Apprentissage, Revue Ingénierie des Systèmes d’Information, Hermès.

Dusseux P. (2014). Exploitation de séries temporelles d’images satellites à haute résolution spatiale pour le suivi des prairies en milieu agricole (Doctoral dissertation, Université Rennes 2).

Gazel H. (2017). G2I: Géographie, Informatique et Internet, N° spécial Multimédia, Géomatique, Enseignement et Apprentissage, Revue Ingénierie des Systèmes d’Information, Hermès.

Goodchild M.F. (2007). Citizens as sensors: the world of volunteered geography. GeoJournal. vol. 69, n° 4, p. 211-221.

Ionescu B., Müller H., Villegas M., Arenas H., Boato G., Dang-Nguyen D.T., Eickho C., Gurrin C., Islam B., Kalinovsky A., Kovalev V., Mothe J., Piras L., Riegler M., Schwall I. (2017). Overview of ImageCLEF 2017: Information Extraction from Images, In Experimental IR Meets Multilinguality, Multimodality, and Interaction, 8th International Conference of the CLEF, CLEF 2017, LNCS 10439, p 315-337, Springer, Dublin Ireland, September 11-14.

Islam M. B., Becker M., Bargiel D., Ahmed K. R., Duzak P., Emana N.-G. (2017). Sentinel-2 Satellite Imagery based Population Estimation Strategies at FabSpace 2.0 Lab Darmstadt., CLEF working notes, CEUR, ISSN 1613-0073, vol. 1866, September 11-14, Dublin, Ireland.

Kpedenou K. D., Boukpessi T., Tchamie T. T. K. (2016). Quantification des changements de l’occupation du sol dans la préfecture de Yoto (sud-est Togo) à l’aide de l’imagerie satellitaire Landsat. Revue des Sciences de l’Environnement, 13, p. 137-156.

Mjejra M., Dubreuil V., Hénia L. (2015). Suivi de la sécheresse agro-climatique à partir du déficit d’évaporation dans le bassin versant de la Mejerda (Tunisie). XXVIIIe Colloque de l’Association Internationale de Climatologie, p. 369-374.

Pomente A. and Aleandri D. (2017). Convolutional Expectation Maximization for Population Estimation. CLEF working notes, CEUR, ISSN 1613-0073, vol. 1866, September 11-14, Dublin, Ireland.