Note ABES Hypertemporal remote sensing of urban trees for urban management Télédétection hypertemporelle de la strate arborée urbaine pour l’aménagement urbain Télédétection Géomatique Séries temporelles d'images satellites Arbres urbains Phénologie Apprentissage profond Aménagement urbain Remote sensing Géomatique Séries temporelles d'images satellites Arbres urbains Phénologie Apprentissage profond Aménagement urbain 333.7 621.367 Géographie de l'environnement Télédétection Géomatique Séries chronologiques Images de télédétection Arbres des villes Phénologie Apprentissage profond Urbanisme Les villes du XXIe siècle sont confrontées à des défis climatiques majeurs. Les politiques d’aménagement urbain accordent une importance croissante à la durabilité, notamment à travers des mesures visant à développer la végétation urbaine. Les arbres urbains sont valorisés par leurs multiples bénéfices comme l'amélioration du bien-être, de la qualité de l’air et le refroidissement local.Dans ce contexte, un suivi précis et régulier de leur dynamique est essentiel pour comprendre pleinement et optimiser ces bénéfices. Les avancées récentes en télédétection combinées à des approches innovantes de traitement d’images (apprentissage profond), permettent d’extraire des informations sur leur structure et leur dynamique. Ces connaissances peuvent être intégrées dans des indicateurs spatialisés, fournissant des données opérationnelles pour l'aménagement urbain.Cette thèse explore le potentiel des Séries Temporelles d’Images Satellites pour le suivi et la caractérisation des arbres urbains, avec l’objectif de produire des données reproductibles au service d’une planification urbaine durable et une gestion adaptée aux enjeux climatiques. Cities in the 21st century are facing major climate challenges. Urban planning policies are increasingly emphasising sustainability, notably through measures aimed at enhancing urban vegetation. Urban trees are highly valued for their multiple benefits, including improved well-being, better air quality, and enhanced local cooling.In this context, accurate and regular monitoring of their dynamics is essential to fully understand and optimise these ecosystem services. Recent advances in remote sensing, combined with innovative image processing approaches (deep learning), now enable the extraction of detailed information on the structure and temporal behaviour of urban trees. This knowledge can be integrated into spatial indicators, providing actionable data to support urban management decisions.This thesis investigates the potential of Satellite Image Time Series for monitoring and characterising urban trees, with the objective of producing reproducible and scalable information to support sustainable urban planning and climate-adapted management strategies. Electronic Thesis or Dissertation Text en PDF 180668616 https://publication-theses.unistra.fr/public/theses_doctorat/2025/Bressant_Clément_2025_ED413.pdf http://www.theses.fr/2025STRAH011/abes https://theses.hal.science/tel-05444306 https://theses.hal.science/tel-05444306 https://theses.hal.science/tel-05444306 https://theses.hal.science/tel-05444306 Bressant Clément 1998-12-31 FR 29269914X 0709002355J 21915076 4200033 https://theses.fr/2025STRAH011 2025STRAH011 https://doi.org/10.70675/2909a4aaz80b4z4689z9716z6153a8fe865e 2025-10-17 Geographie et environnement Strasbourg 131056549 Doctorat Docteur es non oui Puissant Anne MADS_DIRECTEUR_DE_THESE_1 2300 077139321 Sheeren David MADS_PRESIDENT_DU_JURY 092130062 Martiny Nadège MADS_MEMBRE_DU_JURY_1 063806924 Delbart Nicolas MADS_RAPPORTEUR_1 096129328 Hubert-Moy Laurence MADS_RAPPORTEUR_2 084108452 École doctorale des Sciences de la Terre et Environnement (Strasbourg ; 2000-....) MADS_ECOLE_DOCTORALE_1 15650166X Laboratoire image, ville et environnement (Strasbourg ; 2009-....) MADS_PARTENAIRE_DE_RECHERCHE_1 55195 157680371 ddc:330 ddc:620 Puissant Anne Sheeren David Martiny Nadège Delbart Nicolas Hubert-Moy Laurence École doctorale des Sciences de la Terre et Environnement (Strasbourg ; 2000-....) Laboratoire image, ville et environnement (Strasbourg ; 2009-....) PDF 180668616