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

Enneigement du Canigou en janvier depuis 1985

=>

Franck Roux a prononcé cette phrase lors de sa conférence "Faut-il avoir peur du changement climatique" donnée à l'Université Paul Sabatier le 10 décembre 2015 (je cite de tête) :
 

"L'être humain est un très bon capteur météorologique, mais il est un piètre capteur climatologique."

 

Puisque notre mémoire peut nous jouer des tours, les archives satellites sont précieuses. Comme nous l'avons vu dans un article précédent, l'enneigement en janvier 2016 était plutôt déficitaire dans les Pyrénées. On peut reconstituer l'enneigement à l'échelle des Pyrénées depuis l'an 2000 avec MODIS voire 1998 avec SPOT-VGT. En revanche si on veut zoomer sur un massif en particulier, la résolution spatiale offerte par ces capteurs devient vite insuffisante et il faut se tourner vers l'archive Landsat. Continuer à lire

SPOT (Take5) and Theia products can now be downloaded without a click

=>

Since THEIA new Single Sign On authentication went on-line, last summer, it was not possible anymore to use a program to automatically download the products from the Take5 and Theia servers. But after insisting a little bit ( I have good insistance skills ), and with the arrival of a new version, Jerôme Gasperi invented a clever solution, easy and acceptable by CNES security.

 

Thanks to a few examples provided by Jerôme, I coded two little routines to allow you to search and download your products without any click. To use them, you will need an account and password delivered by Theia or Take5 servers, a linux system, python 2.7, the curl utility, and my little codes.

 


Take5 download tool is here and it comes with a couple of examples. To specify a location, you have to know the site same. If you do not know the exact name, you can find it here or here

python take5_download.py -s 'ToulouseFrance' -a auth_theia.txt -c SPOT5

python take5_download.py -s 'ToulouseFrance' -a auth_theia.txt -c SPOT5 -d 2015-04-01 -f 2015-05-01 -l LEVEL2A

 

Theia download tool is here. It allows to access the L2A LANDSAT data over France, and the SpotWorldHeritage L1C products. It may be used in many ways. For instance, the region to download can be specified by a town name (beware of homonyms), by the lat, lon coordinates, or by a latitude, longitude rectangle.

python theia_download.py -l 'Toulouse' -a auth_theia.txt -d 2015-11-01 -f 2015-12-01

python theia_download.py --lon 1 --lat 43.5 -a auth_theia.txt -d 2015-11-01 -f 2015-12-01

python theia_download.py --lonmin 1 --lonmax 2 --latmin 43 --latmax 44 -a auth_theia.txt -d 2015-11-01 -f 2015-12-01

python theia_download.py -l 'Toulouse' -a auth_theia.txt -c SpotWorldHeritage -p SPOT4 -d 2005-11-01 -f 2006-12-01

 

All these examples are explained on the github server. And you may even enhance the codes and allow any one to benefit from your enhancements.

Estimation of evapo-transpiration over a water catchment

Evapotranspiration is a key factor to estimate the water quantities involved in the water cycle. For instance, one extimates that 60% of rain water is evapo-transpirated, and wheat plant releases 500mm of water through evapotraspiration. It is therefore useful to monitor this variable along the agricultural seasons, to estimate the crop water needs and maybe identify the water stress periods and measure their impact.

 


Plant evapo-transpiration process

 

In the framework of the SIRHYUS project, in which CESBIO is deeply involved, a prototype of a processor was developped to estimate evapo-transpiration at the scale of a water catchment. The selected catchment is the Fresquel one, which is a 937 km² catchment, in the South of France, near Carcassonne and its famous medieval fortress. The main crops there are cereals, sunflower, vineyards, and, to a lesser extent, corn and rapeseed.


Study zone, the Fresquel catchment

 

As already explained in the post that describes the Sat-irr model, the FAO-56 (Allen & al. 1998) was used and spatialised. The FAO-56 models the E.T. of any crop type is equal to the reference E.T. (written E.T0), multiplied by an empirical crop factor KC. E.T.0 is itself computed with the de Penman-Monteith equation. The crop coefficient KC depends on the biological features of the plant (height, leaf surface, photosynthesis type…) and of its development stage.

 

The Penman-Monteith relies on weather data (temperature, humidity etc.) which are available through the global weather analyses (NCEP, ECMWF) in quasi real time. Some python scripts were developped to automatise the data download.These algorithms are available here.

 

The Landsat Images provided by the THEIA land data center after atmospheric correction, were used to control the value of the Kc coefficient as a function of the plant phenological cycle : the NDVI, computed from and red and near-infrared bands extracted from the images allows to monitor the growth of the crops. These images are also used to obtain land cover maps, as detailed here, and to associate a crop coefficient to each pixel.

 

It is then possible to obtain evapo-transpiration maps for all the catchment,and to provide them through a website (click on evapo-transpiration). The next figure is a screen copy of this web site : on each pixel of the catchment, it is possible to read the whole year evapo-transpiration profile, sampled every 8 days.

 


Screen copy of the evapo-transpiration web page. The bottom plot provides the evapo-transpiration of several crops as a function of time (light green, meadows, red, vineyards, purple, sunflower, and pink, vegetables).

 

These maps are further processed to obtain soil water content maps on the catchment area.


The bottom plot provides the soil water content  (%) as a function of time..

 

Several validation campaigns were lead on the CESBIO sites in Lamasquère and Auradé near Toulouse, between 2006 and 2011. The plot below shows a comparison between the terrain measured evapo-transpiration, and the one modelled by our processing,  for a corn plot.

 


Comparison of terrain ET, in black and ET modelled through remote sensing data (in red) in mm. RMSE is 0.27 mm.

.

As the risk of water shortages is becoming more frequent, such a work allows to better understand the water needs at the scale of a catchment, and the knowledge of the ground water content can be used to optimise irrigation and spare some of this precious resource. With the arrival of Sentinel-2, and with its more frequent observations, such a monitoring will be more accurate and reliable.

 

 

 

 

Estimation de l'évapotranspiration à l'échelle d'un bassin versant.

=>

L’évapotranspiration est un facteur clé pour estimer les quantités mises en jeu dans le cycle de l’eau. On estime par exemple que 60% des quantités d’eau de pluie sont évapotranspirées, et par exemple, un plan de blé rejette environ 500mm d'eau par an via le processus d'évapotranspiration.  Les volumes en question sont donc très importants. Suivre l’évolution de cette variable au cours d’une campagne agricole permet à la fois d'estimer les besoins en eau des plantes, mais aussi d’identifier des périodes de stress hydrique et d’en estimer spatialement l’importance. Le suivi de cet indicateur constitue un enjeu crucial dans la gestion de la ressource en eau à l’échelle de la parcelle mais aussi du bassin versant.

Schéma explicatif du processus d'évapotranspiration des plantes

 

 

Dans le cadre du projet SIRHYUS mené en partie au CESBIO, un prototype de chaîne de traitement de données spatiales a été développé afin d’apporter des éléments de réponse à cette problématique à l’échelle d’un bassin versant. La zone d’étude retenue est le Fresquel, un bassin versant de 937 km², situé entre Castelnaudary (le cassoulet) et Carcassonne (la forteresse). Les principales cultures présentes sur ce bassin sont les suivantes : céréales, tournesol, vigne et -dans une moindre mesure- maïs et colza.

 

Zone d'étude : le bassin versant du Fresquel

Comme dans l’article présentant le modèle Sat-irr, le modèle FAO-56 (Allen & al. 1998) a été utilisé en ajoutant un module spatial. Le modèle FAO-56 propose la modélisation de l’ET de tout type de plante en modulant -via un coefficient empirique KC- l’ET de référence (noté ET0), elle-même calculée avec l’équation de Penman-Monteith. Ce coefficient KC dépend des propriétés biologiques de la plante (hauteur, taille des feuilles, type de photosynthèse…) et de son stade de développement.

 

L’équation de Penman-Monteith nécessite en entrée des données météorologiques (température, humidité etc.) qu’il est possible d’obtenir via des modèles globaux (NCEP, ECMWF) en quasi  temps réel. Afin d’automatiser entièrement la réception de ces données, des algorithmes ont été développés en python. Ils sont disponibles ici.

 

Les images landsat fournies par le centre de donnéeq Theia ont été utilisées pour ajuster le coefficient KC au plus proche du cycle phénologique des plantes. L'utilisation de ces images satellitaires fournit en effet une vision synoptique et quasi temps réel du développement des cultures de la zone étudiée : le NDVI calculé à partir des bandes rouge et InfraRouge, interpolé sur l’ensemble de la saison agricole permet de suivre en temps réel et de façon spatialisée les stades de croissance réels des cultures. Ce recours aux images multitemporelles permet alors d’obtenir une meilleure estimation de l’ET.

 

La connaissance des cultures agricoles sur le bassin permet alors la spatialisation de l’ensemble du modèle en attribuant à chaque pixel, les coefficients culturaux de l’espèce identifiée sur la carte d’occupation du sol.


Ainsi il est possible d'obtenir des cartes d'estimation de l'évapotranspiration à l'échelle d'un bassin versant, disponibles via une interface Web, (rubrique "Evapotranspiration"). La figure suivante est une capture d'écran de l'interface Web produite au CESBIO : sur chaque pixel du bassin versant il est possible d'obtenir la chronique de l'évapotranspiration estimée sur l'ensemble de l'année écoulée, au pas de temps 8 jours et sur l'année entière.

 

Capture écran de l'application web "évapotranspiration". Le graphique au bas de l'image représente l'évapotranspiration de différentes espèces en fonction du temps (vert clair : prairies permanentes, rouge : vignes, violet : tournesol, rose : légumes/fleurs...).

 

Il est ensuite possible de dériver de ce produit des cartes de quantité d'eau dans le sol sur l'ensemble de la zone étudiée.

Représentation de la quantité d'eau dans le sol après calcul du bilan hydrique : le graphique sur le bas de l’image affiche la quantité d’eau présente dans le sol (%) en fonction de la date (jour)).

 

Ces produits modélisés permettent d'estimer en quasi temps réel la quantité d'eau présente dans la zone racinaire du sol de la région étudiée. Cet estimation est importante car elle permet également d'optimiser les apports en eau et ainsi d'économiser cette ressource. Les résultats sont consultables sur le même lien que pour les cartes d'évapotranspiration.

 

Plusieurs campagnes de validation du modèle utilisé dans ce projet ont été menées à Lamasquère et Auradé (les deux sites pilotes du CESBIO) entre 2006 et 2011. Ces études ont permis de tester les performances du modèle utilisé pour modéliser l'évapotranspiration. La figure suivante permet de visualiser la comparaison entre l'évapotranspiration mesurée in situ sur le site test de Lamasquère en 2008 et l'évapotranspiration modélisée.

 

Comparaison entre l'ET observée (courbe noire) et l'ET modélisée (courbe rouge)

.

Face aux nouveaux challenges actuels que sont l'économie de la ressource en eau et la lutte contre le changement climatique et ses répercussions notamment sur le cycle de l'eau, la gestion optimale des ressources en eau est de nos jours un défi important.

Ce travail permet de mieux connaître et appréhender les quantités d'eau évapotranspirées par chaque type de plante à l'échelle d'un bassin versant et ainsi d'estimer les besoins en eaux des bassins versants. La connaissance de l'état hydrique des sols permet également d'optimiser les apports en eau et ainsi d'économiser cette ressource.

Ce travail s’insère dans la perspective de l'arrivée prochaine des images du satellite Sentinel-2 qui permettra d'obtenir des résultats de modélisation encore plus précis du fait de sa période de revisite très courte. La surface opérationnelle sera également accrue : ainsi la fiabilité générale des modélisations sera augmentée.