La chaîne d'occupation des sols iota2 sait maintenant traiter Sentinel-2

=>

Vous connaissez déjà la chaîne iota2 et vous savez qu'elle sait traiter les séries temporelles Landsat8 et générer des cartes d'occupation des sols. Ces derniers jours, Arthur Vincent a terminé le code permettant d'utiliser les séries temporelles Sentinel-2. Même si nous n'avons pas encore des séries Sentinel-2 sur toute la France (mais elles devraient arriver bientôt), nous avons utilisé des produits de démonstration fournis par THEIA pour valider la chaîne de traitement.

 

Tout a l'air de bien marcher et la résolution de 10m. de Sentinel-2 permet d'avoir beaucoup plus de détails au niveau des cartes produites. Voici 2 extraits (près d'Avignon) qui montrent la différence entre Landsat8 (en haut) et Sentinel-2 (en bas). Attention, la comparaison n'a de sens qu'en termes de détail spatial : les cartes ne correspondent pas aux mêmes périodes d'acquisition, seuls quelques mois de données Sentinel-2 ont été utilisés, sans la période estivale, et les données de référence sont légèrement différentes. Il ne faut pas tirer donc de conclusion par rapport à la qualité thématique de ces cartes.

 

Le premier extrait montre une zone de végétation naturelle avec un peu d'agriculture (en haut LANDSAT8, en bas Sentinel-2)

coudoux.png

Continue reading

New version of fully automatic land cover map of France for 2014 from LANDSAT8

=>

Over the last months, we worked a lot on our method for Land Cover map production. Three main topics (1) were studied with Arthur Vincent and David Morin at CESBIO :

  1. porting and validating the iota2 processor on the CNES High Performance Computing facilities (HPC);
  2. enhancing the method for reference data preparation. Reference data are used both for training and validation;
  3. developing a stratification method which allows to train and apply classifiers per eco-climatic area, for instance.

Using all these new features, we produced a lot (really a lot!) of maps for the continental France. We just released the 4 following examples, produced using all the available LANDSAT8 data in 2014 :

  • regarding reference data :
    1. including 4 classes of artificial surfaces : continuous urban , dicontinuous urban, road surfaces, and commercial and industrial areas (2);
    2. only one artificial class that gathers the 4 above (3);
  • regarding the stratification method :
    1. using eco-climatic areas (4);
    2. without stratification, but using a fusion of several classifiers trained over different sets of tiles.
The pink urban spot, in the center of brown zone, is the village of Chateauneuf du Pape which is famous for its wine, and the brown color is the vineyard class. Validated !

Continue reading

Nouvelle version des produits d'occupation des sols OSO sur la France en 2014

=>

Nous avons beaucoup travaillé sur la procédure de génération des cartes d'occupation des sols ces derniers mois. Trois axes principaux1 ont été abordés par Arthur Vincent et David Morin au Cesbio :

  1. Le portage et la validation de la chaîne de traitement iota2 sur l'infrastructure de calcul à haute performance (HPC) du Cnes.
  2. L'amélioration de la procédure de préparation des données de référence utilisées pour l'apprentissage des classifieurs et la validation des cartes produites.
  3. La mise au point de la stratification qui permet de spécialiser les algorithmes de classification par zone éco-climatique, par exemple.

En utilisant toutes ces nouveautés, nous avons produit beaucoup (vraiment beaucoup!) de cartes sur la France métropolitaine. Nous venons de mettre en ligne quelques exemples sur l'année 2014 en utilisant toutes les données Landsat8 disponibles. Nous avons choisi de vous montrer les 4 cas qui correspondent aux combinaisons suivantes :

  • sur la donnée de référence :
    1. utilisation de 4 classes de surfaces artificielles (abusivement appelées "bâti") : urbain continu, urbain discontinu, surfaces "route" et zones industrielles et commerciales (2);
    2. regroupement a posteriori de ces 4 classes (3);
  • sur le mode de stratification :
    1. avec stratification par zone éco-climatique (4);
    2. sans stratification, mais avec une fusion de plusieurs (10) classifieurs appris sur des tuiles images différentes.

Le village en rose, au centre de la zone marron, c'est le village de Chateauneuf du Pape, et la zone marron autour du village, ce sont des vignes ! Pas besoin de vérité terrain pour le vérifier, mais on veut bien aller vérifier quand même.

Arthur nous a concocté une interface assez pratique pour la visualisation et la comparaison des différentes cartes.  Vous pouvez y accéder ici. L'icône en haut à droite vous permet de sélectionner les cartes qui seront affichées. A gauche, sous les boutons qui gèrent le niveau de zoom, vous avez la possibilité de sélectionner 2 des cartes pour lesquelles les statistiques de qualité (FScore par classe5) seront affichées sous la zone de visualisation. Cela vous permet d'apprécier les différences entre les approches.

 

Aux 4 nouvelles cartes, nous avons ajouté la version que nous avions publié en début d'année, dont la qualité est inférieure. Si vous regardez la précision globale de cette carte (Overall Accuracy) vous verrez qu'elle est en fait supérieure à celle des nouvelles cartes. Ceci est dû au fait que dans cette ancienne version, nous utilisions beaucoup de pixels d'eau pour la validation, et l'eau est très facile à classer. Le problème principal de cette ancienne version est le sur-classement des zones urbaines au dépens des surfaces minérales naturelles et des vergers. Ceci a été amélioré grâce au travail sur la préparation de la donnée de référence.

 

Pour comparer des cartes, il est utile de regarder les FScore par classe. Vous verrez ainsi que la stratification éco-climatique apporte des améliorations importantes sur les valeurs moyennes et sur les intervalles de confiance.

 

Si vous voulez récupérer les fichiers GeoTiff complets (attention, c'est volumineux!), vous pouvez utiliser les liens suivants :

N'hésitez pas à nous faire des retours. Nous continuons à travailler sur les améliorations des méthodes.

Notes:

1Beaucoup d'autres tâches ont été réalisées, dont la préparation de l'ingestion des données Sentinel-2, par exemple.

2Ces 4 classes correspondent à la nomenclature de Corine Land Cover, dont les polygones du millésime 2012 ont été affinés en utilisant une procédure développée par David et Marcela et décrite dans cette présentation (à partir de la planche 33).

3L'apprentissage et la classification sont toujours faits avec les 4 classes séparées, mais elles sont regroupées à la fin, ce qui permet d'augmenter la précision de la carte en échange d'une perte de finesse thématique. Mais les pixels de 30 m. de Landsat ne nous permettent d'être très précis pour ces classes.

4Nous avons utilisé la carte publiée par Joly et al.

5Nous utilisons cette métrique, car elle combine les erreurs d'omission et de commission.

 

Téléchargez des exemples de produits de niveau 2A Sentinel-2 produits par THEIA

=>

Exemples de produits

La validation du segment sol MUSCATE, au sein du du pole de données THEIA, est en cours, et nous pouvons dès à présent four fournir des exemples de produits pour vous permettre de vous familiariser avec leur format, et pour que vous puissiez préparer vos outils de lecture. Les produits que nous distribuons appartiennent à une série temporelle d'images acquises par Sentinel-2 en Provence et au dessus des Alpes, l'hiver dernier. Elles ont été traitées au Niveau 2A par MACCS (correction atmosphérique, détection de nuages).
Les produits peuvent être téléchargés sur un site ftp provisoire :

ftp://hagolleoinv@theia-sef.cnes.fr/Cnes_to_theia
Vous pouvez utiliser mon compte et mon mot de passe :
hagolleoinv
TelechS2Theia

La description du format est accessible ici, et un premier rapport de validation est accessible ici. Les produits ont été obtenus avec la version 4.8 de MACCS qui n'inclue pas la forte amélioration de la détection des ombres, incluse dans la version 5.0.

N'hésitez pas à nous faire part de vos impressions (même si elles sont positives ! ).

Mosaïque des 4 tuiles de l'un des exemples de produits N2A issues de Sentinel-2 et distribués par THEIA

 

Planning de distribution des produits de Niveau 2A Sentinel-2

Nous espérions pouvoir démarrer dès le mois de Juin la distribution des données THEIA, mais les phases de validation ont révélé quelques petits problèmes qu'il a fallu corriger. Même si les équipes de développement ont accompli un gros travail, il a fallu décaler le calendrier. Le transfert du centre de traitement aux équipes opérationnelles démarre donc tout juste, et en pleine période d'été (ce qui n'est pas très pratique). Cependant, et c'est une bonne nouvelle, l'équipe projet a profité de ce retard pour intégrer la nouvelle version de MACCS avec sa détection des ombres améliorée.

Après la phase de qualification opérationnelle, le centre MUSCATE pourra commencer à produire et distribuer des données. C'est prévu en Septembre, et nous traiterons les données à partir du 28 Novembre 2015, après les périodes d'indisponibilité des données Sentinel-2 dues à l'anomalie "MMFU". Nous commencerons par la France et étendrons la zone de production le plus rapidement possible aux autres régions d'Europe et d'Afrique. Les régions situées hors de de ces deux continents ne sont observées par Sentinel-2 que tous les 20 jours, depuis Mai 2015 seulement. Nous devrons vérifier que les performances de MACCS résistent à des observations aussi peu fréquentes.

Autres productions de THEIA

La production des données LANDSAT 8 sur le segment sol prototype va se poursuivre en parallèle du démarrage de la production de Sentinel-2 sur le centre MUSCATE.  Mais lorsque le segment sol MUSCATE sera prêt, nous basculerons la production des données LANDSAT 8 sur ce centre.

Ce changement entraînera un changement de format, et nous avons décidé de rééchantillonner les données LANDSAT 8 sur la grille de tuiles Sentinel-2 (en UTM au lieu de Lambert 93), afin que vous puissiez utiliser les données des deux satellites sans difficultés.  La production passera à ce moment là en temps quasi-réel, et toutes les données LANDSAT 8 acquises sur la France et les ROM-COM seront retraitées.

MACCS qualified for Atmospheric Correction Euro and World Cup

Don't worry, I have not been converted to a football fan, it is still giving me allergies ! But after a post about sex ratio, we are still trying to increase the amount of connexions to this blog.

 

However, the title of this post is partly true, since, simultaneously, we are engaged to two competitions to compare cloud screening and atmospheric correction softwares applicable to Sentinel-2 or Landsat-8. The Atmospheric Correction Euro is organised by ESA, to select the method that will be used by ESA to systematically produce Sentinel-2 images to level 2A. The Euro world cup will last one year, with successive iterations between 4 producers, and a Jury of experts. Of course MACCS is participating, and we (DLR + CNES/CESBIO) are using this opportunity to merge MACCS and ATCOR methods, in order to use the methods from each of these two codes. In this framework, the resulting software we will get was renamed MAJA (say MAYA), for MACCS-ATCOR Joint Algorithm.

 

The Atmospheric Correction World cup is organized by NASA and ESA in the framework of the committee on earth observation satellites (CEOS). Here, about 12 codes will be compared, and the comparison will be done with LANDSAT 8 and Sentinel-2 data, it will seemingly focus on atmospheric correction rather than cloud screening, although it is not always easy to separate both aspects.

 

The World Cup will start this summer, while the Euro started last month. I have already shown a few validation results from this exercise :

- cloud masks comparison with Sen2cor

- validation of the consistency of processing among various tiles

- and thanks to Camille Desjardins (CNES), we just obtained validations of AOT estimates and Water Vapour estimates. The water vapour validation results are quite accurate and largely good enough to perform the atmospheric correction. The AOT validation results are decent, with rmse a little above what we observed for LANDSAT 8 over France. But the choice of sites is more difficult, with 2 arid sites, and the repetitivity of Sentinel-2 acquisitions is still far from what it should be (because of issues on board or on the ground segment). As already said in this blog, the accuracy of MACCS software increases with repetitivity.

Water vapour content validation wrt aeronet data for 4 sites (France, Morocco, Israel, SouthAfrica)

Aerosol optical thickness validation wrt aeronet data for 4 sites (France, Morocco, Israel, SouthAfrica)

 

We only are in the early stage of the EURO, and our wise coach did not introduce the best players in the first rounds. In next round, we will introduce MACCS 5.0, with its much enhanced shadows mask, and for the final stages, we will include the selected modules from ATCOR. But here is a glimpse of the MACCS 5.0 player.
On some images, the previous version of MACCS missed quite a lot of shadows, while with 5.0, they are detected (click on the images below to see the details). And by the way, the images were created within the Sen2Agri system, which is now taking shape and is a little ahead of MUSCATE in terms of versions. Many thanks to our colleagues from the Sen2Agri consortium (UCL, C-S France, C-S Romania, CESBIO).

Image generated at MUSCATE with MACCS 4.8, clouds and shadows are circled in green

Image generated at Sen2Agri with MACCS V5.0. The detected shadows are circled in yellow

And finally, I found an analogy between Football and Atmospheric Correction (I had to search a lot). Some say that football is a game which is played by two teams of eleven players and for which, at the end, Germany wins. For the Atmospheric Correction Euro, all the four teams competing include German institutes or companies. So here also, Germany wins.

Réfléchissez deux fois avant d'utiliser Google Earth Engine

=> L'une des tendances que l'on pouvait observer au Living Planet Symposium 2016, est l'utilisation croissante de Google Earth Engine. Pour ceux qui ne connaissent pas encore, Google met à disposition des utilisateurs de données de télédétection une plate-forme avec grosse puissance de calcul, bibliothèques et l'accès aux  données ouvertes, dont celles de LANDSAT et des Sentinel,  gratuitement tant qu'on ne dépasse pas certaines limites de stockage de données.  Google en retire une connaissance  des besoins des utilisateurs et des traitements et applications qu'ils développent, et améliore son image de marque (du "green washing")

Problèmes

Je vais répéter ici ce qu'à dit Jordi au Living Planet Symposium et ce qu'il a également expliqué dans son blog : l'utilisation de cette plate-forme est risquée et dangereuse.

Si vous travaillez sur GEE, sachez que :

  • vous n'avez pas les données
  • vous n'avez pas les machines
  • vous n'avez pas les codes

Les travaux que vous développeriez sur cette plate-forme ne pourraient donc pas être répétés ailleurs. Non seulement vous fourniriez donc un tas d'informations à Google, mais en plus, vous ne pouvez plus quitter GEE sans devoir reprendre vos travaux à zéro.

Mauvais scénarios

Voici quelques scénarios tout à fait plausibles mais non moins désagréables :

- google retire le service (c'est arrivé souvent à de nombreux services proposés par google): celà aurait à peu près le même effet qu'un incendie dans votre laboratoire (pendant l'absence du personnel). Plus de données, plus de machines, plus de codes qui tournent, on repart à zéro. Les clauses d'utilisation permettent tout à fait à Google d'arrêter leur service unilatéralement :

7.4 Termination for Convenience. Customer may stop using the Services at any time with or without notice. Customer may terminate this Agreement for its convenience at any time on prior written notice and upon termination, must cease use of the applicable Services. Google may terminate this Agreement for its convenience at any time without liability to Customer.

- google rend le service payant ou le vend à un autre industriel (c'est déjà arrivé aussi): vous devez donc payer cher pour continuer à l'utiliser, ou tout redévelopper chez vous.

- google modifie ses bibliothèques : vos chaînes ne donnent plus les mêmes résultats et vous devez en refaire toute la validation.

Alternatives ?

Ceci dit, le succès de la plate-forme montre qu'elle correspond à un besoin. C'est vrai qu'il est parfois plus long de télécharger la donnée que de la traiter et qu'un traitement à proximité des données permettrait de gagner beaucoup de temps. Mais il nous faudrait des plate-formes basées sur l'utilisation de logiciels open source, que l'on pourrait aussi faire tourner sur ses propres machines. Il est vrai qu'à part GEE, nous sommes plutôt démunis en Europe, à ma connaissance, malgré l'existence de nombreux démonstrateurs publics et moins ambitieux(PEPS, TEP, MEP), ou semi privés, mais largement financés par le public (Helix Nebula, SparkInData...). Pour ma part, je ne vois qu'un organisme public, ou une fédération d'organismes publics qui permettraient de monter une plate-forme libre du niveau de celle de Google, mais cette opinion, que certains qualifieront de passéiste et rétrograde, et qui manque certainement d'imagination, n'engage que moi.

Ceci dit, il y a les exemples pas tout à fait passéistes et rétrogrades du datacube australien, ou de la plate-forme NEX de la NASA.

Mon inventaire des plate-formes disponibles présente probablement des lacunes, n'hésitez pas à nous les signaler en laissant des commentaires..

 

THEIA distribue aussi les données LANDSAT8 L2A sur les régions d'outre mer.


Depuis deux ans déjà, le centre de données THEIA distribue des produits de niveau 2A issus des données LANDSAT 8 acquises au dessus de la France (métropole et Corse), mais il manquait encore les territoires et régions d'outre mer. Ce manque vient d'être comblé, le retard a été rattrapé, et depuis hier, sur toute la France y compris l'outre mer, 3 ans de données sont disponibles,du 15 avril 2013 au 15 avril 2016. Comme pour la métropole, les données peuvent être téléchargées gratuitement sur le serveur de distribution THEIA :

http://theia.cnes.fr/

 

Les données de niveau 2A sont ortho-rectifiées, exprimées en réflectance, et corrigées des effets atmosphériques. Elles disposent aussi d'un bon masque de nuages et d'ombres de nuages. Celui-ci est cependant mis à rude épreuve sur ces territoires, du fait de la très importante couverture  nuageuse qu'on observe sur tous la plupart des sites que nous avons rajoutés.

Les données sont traitées au CNES, dans le centre MUSCATE prototype, et avec le prototype de la chaîne MACCS, développé au CESBIO : http://www.cesbio.ups-tlse.fr/multitemp/?p=6050

Le format des données est décrit ici  : http://www.cesbio.ups-tlse.fr/multitemp/?page_id=3916

D'autres informations sont disponibles ici : http://www.cesbio.ups-tlse.fr/multitemp/?page_id=3487

 

Vous disposez donc de trois ans de données, depuis le 15 avril 2013. Les données récentes sont ajoutées au fur et à mesure, par lots de 15 jours, avec en général un retard de 15 jours à un mois. N'hésitez pas à faire circuler l'information si vous connaissez des personnes intéressés, pour ma part, je ne connais pas encore beaucoup d'utilisateurs dans tous ces territoires.

Voici par exemple la dernière donnée acquise sur la Réunion :
https://theia.cnes.fr/rocket/#/collections/Landsat/e19f3670-44ac-5639-a32f-75881cfddca2

La dernière sur Mayotte
https://theia.cnes.fr/rocket/#/collections/Landsat/ecbd2946-acaf-50a7-8770-f24991f186d6

Saint Pierre et Miquelon
https://theia.cnes.fr/rocket/#/collections/Landsat/0a302ab8-fd9b-5e40-9f05-975054f3439e

Guadeloupe
https://theia.cnes.fr/rocket/#/collections/Landsat/89eaa20a-4151-5d2f-a431-3c84720519fa

Martinique
https://theia.cnes.fr/rocket/#/collections/Landsat/0f4ff8b1-da3e-5fd7-bab5-96b2c0b4a6bc

Tahiti
https://theia.cnes.fr/rocket/#/collections/Landsat/39e58a58-320f-5c06-a370-810e4bf1fb68

Nouvelle Calédonie
https://theia.cnes.fr/rocket/#/collections/Landsat/14ec60b8-4775-57a6-9ec0-419aaa582337

Guyane
https://theia.cnes.fr/rocket/#/collections/Landsat/1dc79ed5-edad-5df6-b733-5a2ec605caba

 

L'illustration ci dessous montre les différentes étapes de la correction, en haut à gauche, l'image sans correction atmosphérique, à droite deux étapes de la correction, en bas à gauche, la quantité d'aérosols retrouvée et les masques d'eau et de nuages.

3 years of Landsat L2A data above France available at THEIA

The MUSCATE processing centre at CNES, which belongs to French THEIA land data centre, produces and distributes all the Landsat 8 data acquired above France at Level 2A. Level 2A products contain surface reflectances after atmospheric correction, and a very good cloud mask.  LANDSAT 8 first routine data had been acquired on April 13th 2013, and THEIA released the data acquired from the first fortnight of April 2015, a few days ago. Three full years of data are therefore now available, and even 6 years if we account for the LANDSAT 5 and 7 data acquired from 2009 to 2011. And very soon, we will start delivering data above the French oversea regions and communities


The atmospheric correction and the cloud detection are processed using the MACCS processor, developped at CESBIO. You have probably already seen several examples of cloud masks in this blog. Regarding atmospheric correction, Camille Desjardins, from CNES, did a validation of the Aerosol optical thicknesses (AOT) over all the Aeronet sites in France, over the 3 last years.   The results are summarized in the plot on the right. For the non-specialists, it is a very good resuls, similar to the state of the art. And as the estimates of AOT condition the quality of atmospheric correction, you may be confident on its quality

 

The diversity of the users of this product shows that they can be used for a large diversitu of themes and applications. Here is a good example of whan can be done automatically with this data set (here all the data from 2014). Please click on the image for more details.

 

This land cover map, still in validation, was created by the iota2 software, whose development is led by Jordi Inglada at CESBIO.  For more details, see Jordi's presentaion at the Living Planet Symposium.

 

The LANDSAT 8  L2A products have been used by 127 different users so far since July last year, when the new distribution server was put on line.  And before that, 98 other users were already using the previous version, probably some users belong to both lists, but I did not count them.

Number of downloaded products since July 2015 13074
Number of users 127

 

As already observed with SPOT (Take5), few users tell us what they do with the data, which indeed is a good sign, because in case of an issue, we receive questions very quickly. But if you are one of the users, please let you know about how you use the data and the results you get. Your results would even be welcome on this blog !

3 ans de données LANDSAT8 N2A sur la France mises à disposition par Theia

=>

Le centre de traitement prototype MUSCATE du CNES, pour le compte de THEIA, continue à produire au niveau 2A et a distribuer les données LANDSAT 8 acquises au dessus de la France. Les produits de niveau 2A fournissent des réflectances de surface, après correction des effets atmosphériques, accompagnées d'un très bon masque de nuages.  Les premières données de Landsat 8 avaient été acquises le 13 avril 2013, et THEIA vient juste de distribuer les données jusqu'au 15 avril 2016. THEIA met donc à disposition 3 ans de données LANDSAT 8, auxquelles s'ajoutent 3 ans de données LANDSAT 5 et 7 acquises entre 2009 et 2011. Enfin, nous allons bientôt mettre à disposition les données sur les régions et communautés d'outre mer, acquises depuis les débuts de LANDSAT 8.

 

La correction atmosphérique et la détection des nuages sont faites avec la chaîne MACCS développée au CESBIO. Camille Desjardins, du CNES (Service Physique de la Mesure Optique) a fait une validation des épaisseurs optiques des aérosols sur tous les sites disponibles en France et sur 3 ans. Les résultats sont résumés dans la courbe ci-dessous. Pour les non spécialistes, c'est un excellent résultat, largement au niveau de l'état de l'art, et comme la détermination de l'épaisseur optique des aérosols conditionne fortement la qualité de la correction atmosphérique, on peut être rassuré sur celle-ci.

 

La diversité des utilisateurs de ces données montre qu'elles peuvent être appliquées à de nombreuses thématiques. Voici un exemple de ce qu'il est possible de faire automatiquement avec ces données (ici, celles de 2014). N'hesitez pas à cliquer sur la carte pour plus de détails.

Cette carte d'occupation des sols, encore à l'état préliminaire, a été générée par la chaîne iota2 dont le développement est coordonné par Jordi Inglada au CESBIO. Cette chaîne a récemment été présentée au Living Planet Symposium.

 

Les produits LANDSAT8 distribués par THEIA ont été téléchargés par 127 utilisateurs différents depuis juillet 2015 et la mise en place du nouveau serveur de distribution. Auparavant, nous avions déjà eu 98 utilisateurs, mais je n'ai pas fait l'exercice de savoir s'il s'agit des mêmes personnes.

Nombre de produits téléchargés depuis juillet 2015 13074
Nombre d'utilisateurs depuis juillet 2015 127

Comme d'habitude, nous avons peu de retours sur l’utilisation de ces données, ce qui est bon signe, car en cas de problème, les questions arrivent vite : si vous êtes un des utilisateurs, nous serions très intéressés d'avoir votre avis sur ces données et éventuellement de voir vos résultats. Nous pouvons même les afficher sur ce blog.

The snow cover area of the Canigou mountain in January since 1985

=>

Franck Roux told this sentence in his lecture "Should we be afraid of climate change?" given at the University Paul Sabatier on December 10, 2015 (I quote from memory):
 

"The human being is a very good weather sensor, but it is a poor climate sensor."

 

Since our memory can play tricks on us, satellite images are valuable data. As we have seen in a previous article, the snow cover area in the Pyrenees was rather small in January 2016. We can reconstruct the snow extent across the whole mountain range since 2000 with MODIS or even 1998 with SPOT-VGT. However if you want to zoom in on a specific region, the spatial resolution offered by these sensors quickly becomes insufficient so we must turn to the Landsat archive. Continue reading