Metrics
122,863 Downloads
L’entrepôt de données DataSuds propose aux scientifiques de l’IRD et à leurs partenaires un service pour préserver, diffuser et valoriser leurs données de recherche en facilitant leur identification, leur référencement et leur citation. En tant que plateforme de publication de données, il constitue l'un des éléments du dispositif de la Science Ouverte pour le Sud que promeut l’IRD.

 Comment publier un jeu de données (dataset) dans DataSuds ?
          → Support utilisateurs : demander l'accès à une collection existante (laboratoire, équipe, projet) ou la création d'une nouvelle collection.    → Mode d'emploi
Featured Dataverses

In order to use this feature you must have at least one published or linked dataverse.

Publish Dataverse

Are you sure you want to publish your dataverse? Once you do so it must remain published.

Publish Dataverse

This dataverse cannot be published because the dataverse it is in has not been published.

Delete Dataverse

Are you sure you want to delete your dataverse? You cannot undelete this dataverse.

Advanced Search

3,001 to 3,010 of 8,644 Results
Tabular Data - 28.4 KB - 22 Variables, 530 Observations - UNF:6:XC38zP9KXuheIBTk65c5fA==
Data
Hanoi province - To Lich River site (N20°57'47.372; E105°49'4.947); To Lich River; water. January 2022.
Sep 30, 2022 - CES-PAYSAGE
Lemettais, Louise; Bégué, Agnès; Luque, Sandra; Laques, Anne-Elisabeth; Alleaume, Samuel; Demagistri, Laurent; Delaitre, Eric, 2022, "Cartographie des unités paysagères à partir de données satellitaires à Madagascar entre 2016 et 2020", https://doi.org/10.23708/LBGQQU, DataSuds, V1
La cartographie des paysages est cruciale pour le suivi et la compréhension d'un large éventail de processus, et pour relever des défis tels que l'aménagement du territoire, l'évaluation de la biodiversité, les interactions santé-environnement, et le suivi/évaluation des impacts...
Adobe PDF - 264.1 KB - MD5: ce73b51a4ae73697984e1eae1b1b4bb3
Documentation
Schéma général de la méthode, présenté en 5 parties.
TIFF Image - 3.2 MB - MD5: 283dd032588cfcfb61fae97abeb2e3f1
Data
ACP des 4 premières composantes principales des données MODIS NDVI à la résolution spatiale 250 m sur la zone d'étude.
TIFF Image - 5.6 MB - MD5: c6e959d1f4ef618c5b01d079dff6b43e
Data
Concaténation (stack) des 4 composantes principales de l'ACP MODIS NDVI (2016-2020) et de 2 indices de texture Haralick (Entropy et Haralick's Correlation) de 2 images NDVI Sentinel-2 (obtenu en mars et novembre 2019). Cette concaténation est utilisée pour réaliser la segmentatio...
Shapefile as ZIP Archive - 295.4 KB - MD5: aba51b64cbee7932dca058b76b250b40
Data
Fichier .zip de la segmentation validée durant le projet au format Shapefile. La segmentation est réalisée à l'aide de données multi-sources (MODIS et Sentinel-2). C'est une combinaison de 8 bandes (4 composantes principales MODIS et 2 indices de texture Haralick sur 2 images NDV...
ZIP Archive - 386.2 MB - MD5: 3cf32b08f8a618e40f1884cedad291b2
Data
Fichier .zip du raster NDVI Sentinel-2 du mois de mars 2019 à une résolution de 10 m. Le NDVI S2 est mobilisé dans l'étude pour obtenir les indices de texture (Haralick et FOTOTEX). Le mois de mars à Madagascar est représentatif de la fin de la saison humide où la teneur en chlor...
ZIP Archive - 396.3 MB - MD5: 4c20c04af4aeb8951ea5c8d742b70815
Data
Fichier .zip du raster NDVI Sentinel-2 du mois de novembre 2019 à une résolution de 10 m. Le NDVI S2 est mobilisé dans l'étude pour obtenir les indices de texture (Haralick et FOTOTEX). A l'inverse, le mois de novembre à Madagascar est représentatif du début de la saison froide o...
ZIP Archive - 628.0 MB - MD5: 4f75fb402dd23ef4ed07b992fbba9525
Data
Fichier .zip des indices de texture Haralick (entropy et Haralick's Correlation) du mois de mars 2019 avec le NDVI Sentinel-2 à une résolution de 10 m. Nous mobilisons ces données à la fois pour l'étape de segmentation (cf: le stack des données à la résolution 250 m) et pour l'ét...
ZIP Archive - 909.1 MB - MD5: 03465201e560d7f380917eaafe0b1119
Data
Fichier .zip des indices de texture Haralick (entropy et Haralick's Correlation) du mois de novembre 2019 avec le NDVI Sentinel-2 à une résolution de 10 m. Nous mobilisons ces données à la fois pour l'étape de segmentation (cf: le stack des données à la résolution 250 m) et pour...
Add Data

Log in to create a dataverse or add a dataset.

Share Dataverse

Share this dataverse on your favorite social media networks.

Link Dataverse
Reset Modifications

Are you sure you want to reset the selected metadata fields? If you do this, any customizations (hidden, required, optional) you have done will no longer appear.