Apport des images radar et optiques pour la cartographie des surfaces irriguées

(English version below)

Dans le cadre du projet Simult’eau (partenaires : Arvalis, CACG, Chambres d’Agriculture du Tarn et des Hautes-Pyrénées, financement CASDAR) nous avons testé l’apport d’une utilisation combinée des images radar et optiques pour la cartographie des surfaces irriguées (maïs et soja) dans le Sud-Ouest de la France. Les résultats publiés dans Remote Sensing (https://www.mdpi.com/2072-4292/11/2/118) ont révélé que l’utilisation d’images radar Sentinel-1 combinées aux images optiques (Landsat-8) permettait de détecter les surfaces irriguées plus précocément qu’avec les images optiques seules. En effet ces dernières sont souvent perturbées par la présence de nuages qui rendent la détection impossible à certaines périodes de l'année. Ce résultat, qui doit être confirmé par des études complémentaires (autres lieux et autres dates), est très encourageant. Il ouvre de nouvelles perspectives pour une gestion "optimisée" des ressources en eau notamment pour des organismes tels que la CACG (Compagnie d'Aménagement des Coteaux de Gascogne) ou les Organismes de Gestion Collective de l’eau (OUGC). Les cartes produites sont en libre accès sur le site Theia: http://www.theia-land.fr/fr/ces-surfaces-irriguees.


Ces recherches se poursuivent actuellement dans le cadre de la thèse de
Yann Pageot financée par le CNES, l'Agence de l'Eau Adour-Garonne et la CACG.
Continue reading

Near-real time analysis of the 2018-2019 snow season in the Pyrenees and the Alps from satellite data

Here in southwest France ski lovers did not really enjoy the beginning of the snow season... But how does it compare to the previous years? Using Sentinel-2 and Landsat-8 data, we computed the snow cover duration since September 01 until January 20 for the past three snow seasons in the Alps and Pyrenees.

Snow cover duration (in days) from 01 September of year N-1 to 20 January of year N



Continue reading

Two billion pixels to check your next ski destination

More exactly: two maps of 934'343'100 pixels!

We [1] have processed 6205 Sentinel-2 images and 593 Landsat-8 images to compute the annual snow cover duration in the Alps and the Pyrenees at 20 m resolution for hydrological years 2016-2017 and 2017-2018. The snow cover duration (or snow persistence) is defined as the total number of days with snow on the ground over a hydrological year (from 01 September to 31 August). We also added the ski runs from the great OpenSnowMap project.


Link: http://osr-cesbio.ups-tlse.fr/echangeswww/majadata/simon/snowMaps.html

Continue reading

[Nouvelles de MUSCATE] Un été très productif

=>

Mise à jour le 4 octobre 2018

Cet été, alors que la plupart d'entre nous prenions des coups de soleil sur la plage, nous faisions dévorer par des moustiques, attrapions des courbatures en rando, ou faisions de longues siestes pour nous remettre de nuits fatigantes, les équipes de production et de distribution de MUSCATE ont eu la chance de bénéficier d'une climatisation efficace, de fauteuils confortables, d'ordinateur rapides et de l'accès à la meilleure cantine du monde au CNES. Il n'est donc pas surprenant que la production ait fait de gros progrès, mais nous pouvons néanmoins leur adresser un grand merci, car les résultats sont impressionnants.

 

Amélioration des performances de production

Theia's L2A counter reached 100 000 images on August 12th

 

Tout d'abord, l'anomalie qui avait perturbé la production à la fin du printemps a été résolue. C'était un problème de capacité de mémoire sur la machine qui héberge le catalogue interne de MUSCATE. Petit à petit, la besoin de mémoire dépassait le volume prévu, et les performances se dégradaient avant que le système ne plante, quasiment tous les jours. Il a suffi de quelques ajustement et d'un doublement de la mémoire pour que le problème disparaisse.

Ainsi, depuis début juillet, MUSCATE n'a plus connu que deux courtes interruptions dues à une phase de maintenance du centre informatique du CNES. Comme on peut le voir sur la figure qui suit,  la courbe orange, qui moyenne la production sur un mois n'a jamais été aussi haute, depuis le démarrage de la production.

 

Number of L2A produced each day by MUSCATE (after removing the products with more than 90% of clouds)

Continue reading

Three snow seasons in the Pyrenees through the eyes of Sentinel-2 and Landsat-8

On June 23 we will celebrate the third anniversary of Sentinel-2A in orbit. With three years of data we can start looking at the inter-annual variability of biophysical variables, like.. (random example), the snow cover.

 

This is what I attempted to do for the Theia workshop. I downloaded all available snow cover products from Theia over the Central Pyrenees (tile 31TCH) and I generated additional snow maps from the Theia Landsat-8 level-2A products using let-it-snow processor. Landsat-8 images enable to increase the frequency of observations when only Sentinel-2A was operational between 2015 to 2017.

 

I resampled the Landsat-8 snow maps to the same reference grid as Sentinel-2 at 20 m resolution using the nearest neighbor method. I cropped all snow maps to the intersection of the Sentinel-2 tile (green polygon) and Landsat-8 tile (red polygon).


When there was a snow map from Sentinel-2 (S2) and Landsat-8 (L8) on the same day, I merged them into a composite using a simple pixel-based rule:
Continue reading

MAJA V3.1 will be distributed this May

Example of cirrus cloud correction


We will start distributing MAJA V3.1 this May to replace MAJA V1 on CNES free software platform.

 

It is also in the pipeline of enhancements of Theia processing platform (MUSCATE), but this pipeline is quite full, so we will need to be patient (which requires a big effort for me, patience not being my best quality...)

 

MAJA V3 comes with a lot of enhancements compared to V1 :

Continue reading

MAJA now corrects thin cirrus clouds on Landsat-8 and Sentinel-2 images

=>
Thanks to our collaboration with  DLR,, who developed the method [1], and with an ESA funding, we added within MAJA a correction for thin cirrus clouds that works for LANDSAT 8 and Sentinel-2. This correction uses the cirrus band  at 1.38 µm, which allows to estimate cirrus reflectance, which is then subtracted from the other bands with an empiric factor derived from the images.

 

Continue reading

From Multitemp blog to Nature Geoscience

You probably remember Simon Gascoin's story about the Aru glacier avalanches, which started from Simon's observations of the twin avalanches using the Sentinels. It was one of the big buzz pages of the blog in 2016. The first images were published here, then spread out in many scientific websites and the social networks.

 

The same mountain valley in Tibet is shown before and after part of a glacier sheared off on 17 July 2016. Credit: NASA/Joshua Stevens/USGS/ESA

It seems that the story finally made its way to Nature Geoscience, after a large work from many scientists lead by Andreas Kaab.  Congratulations to all the team !

 

So, dear CESBIO colleagues, or remote sensing time series users, it is time to submit your work to this blog as a first step to future publications in Nature ;) !

 

 

Tous nos voeux pour 2018 !

=>

Que cette nouvelle année vous apporte joie et bonheur, et pas seulement dans l'utilisation de séries temporelles !

 

Sans aucune originalité, ce début d'année est l'occasion de faire un petit bilan de l'année 2017. Voici, dans notre domaine, quelques uns des faits que je retiendrai :

  • la consécration du programme Copernicus, et des satellites Sentinel. Plus de 110 000 personnes se sont inscrites pour accéder aux données depuis 2015 !  A mon avis, ce succès est dû à la combinaison de plusieurs facteurs : les données sont gratuites et faciles d’accès, les observations sont répétitives, régulières et fréquentes sur le monde entier, et les données sont de grande qualité. Un grand bravo à l'ESA et à l'UE, sans oublier la contribution du CNES pour la qualité des images de Sentinel-2 et l'étalonnage de Sentinel-3. Continue reading

Building a global cropland mask, is not an easy task

Criticizing is easy, and doing is hard, especially when trying to create a global map of croplands. Some collegues from CESBIO have worked on that subject within the Sen2Agri project, and obtained good resuts, but only at the local or country scale. Finding a method that works everywhere must clearly be much harder.

These days, I have received a lot of emails, tweets and posts about a new cropland global product at 30 m resolution, edited by USGS. I have no doubt it was a serious work from a serious team, done with appropriate terrain data and methods, validation, and of course a tremendous data processing.

 

 

But there it is, I checked it over a lot of places that I know very well, and it seems to me that the cropland mask, at least in South West France, is clearly overestimated. Is it the same in tour region ? Here are some examples :

Continue reading