Exploitation combinée de VENµS, Sentinel-2 and Landsat-8 : les bandes spectrales

=>

L’utilisation combinée des données de VENµS, Sentinel-2 et Landsat-8 peut permettre d’augmenter la probabilité d’obtenir des images sans nuage ou de suivre de manière détaillée des phénomènes à évolution rapide.

Afin de faciliter cette combinaison, le tableau ci-dessous présente de manière résumée les correspondances entre les bandes spectrales des instruments. VENµS ne comporte pas de bande spectrale dans le moyen infrarouge.

La figure ci-dessous présente les bandes spectrales de VENµS et Sentinel-2 dans le domaine 400 à 1000 nm. Les bandes SWIR de Sentinel-2 ne sont incluses.Le tableau ci-dessous présente les combinaisons de bandes usuelles

La figure ci-après permet d'apprécier le degré de similarité des réponses spectrales de ces bandes usuelles.

Les réponses spectrales détaillées de chaque instrument sont disponibles via les pages web suivantes :

VENµS

http://www.cesbio.ups-tlse.fr/multitemp/?page_id=14229

SENTINEL-2

https://earth.esa.int/web/sentinel/user-guides/sentinel-2-msi/document-library/-/asset_publisher/Wk0TKajiISaR/content/sentinel-2a-spectral-responses

LANDSAT

https://landsat.usgs.gov/spectral-characteristics-viewer

https://landsat.usgs.gov/landsat/spectral_viewer/bands/Ball_BA_RSR.xlsx

 

 

 

Spot the odd one out

=>

There is an odd image in this time series of L2A products of the 31TCJ Sentinel-2 tile (Toulouse region). Can you guess which one ?

 

Yes it is the last one, acquired on the 26th of February. But what's odd with it ?

  • The black South East corner ? No, just a different orbit
  • The date ? Close enough...
  • Two images separated by one day (25 th, 26 th of January) ? You're boiling !

Continue reading

Trouvez l'intrus

=>

Parmi cette série temporelle d'images de niveau 2A de la tuile 31TCJ (Toulouse), il y a une intruse. Saurez vous déviner laquelle ?

 

Oui, c'est la dernière,, acquise le 26 Février. Mais qu'a t'elle de spécial ?

  • Le coin noir au sud-est ? Oui, mais c'est juste le résultat d'une orbite diffférente. Je ne vais quand même pas écrire tout un article là dessus.
  • La date ? Oui, vous chauffez.
  • Deux images séparées par un seul jour (les 25 et 26 février ?) ? Ah, là, vous brulez !

Continue reading

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