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.

 

 

 

Il neige ! Développement d'un produit de surface enneigée à partir des données Sentinel-2 et Landsat-8

=>

 

"L'hiver approche" ― George R.R. Martin, A Game of Thrones

 

En cette période de vacances de Noël, vous vous demandez peut-être s'il y a un peu de neige dans votre coin préféré de ski de rando ? Le suivi de l'enneigement des montagnes est utile, pas seulement pour organiser votre week-end, mais aussi parce que le manteau neigeux est une ressource hydrique primordiale dans de nombreuses régions, comme ici dans le sud-ouest de la France. Continuer à lire

Let it snow! Development of an operational snow cover product from Sentinel-2 and Landsat-8 data

=>

 

"Winter is coming" ― George R.R. Martin, A Game of Thrones

 

As Christmas holidays are approaching you might want to know if there is snow in your favorite spot of ski touring? A good knowledge of the snow cover variability is important - not only to plan your next week-end, but also because the snow is a key water resource in many regions, including here in south west France. Continue reading

Génération automatique et opérationnelle de cartes d'occupation des sols

=>

Pour le moment,  il n'existe pas de cartes d'occupation des sols en France produites annuellement à résolution décamétrique. La carte Corine Land Cover, largement utilisée, n'est produite que tous les 5 ans, et la version de 2012 est sortie il y a tout juste quelques mois. Celle-ci est en effet produite par photo-interprétation, ce qui demande une énorme quantité de travail. La couche d'occupation des sols de l'IGN, de grande précision, est mise à jour progressivement, zone par zone, sur un cycle de 3 à 4 ans, et ne fournit donc  que les occupations du sols pérennes.. Il y a aussi le produit Global Land Cover 30m, fourni à la résolution de LANDSAT, et les couches HR de Copernicus, mais leurs qualités sont assez décevantes, par exemple sur la forêt des Landes.

 

Grâce à la répétitivité de ses observations à haute résolution, Sentinel-2 devrait permettre la production automatique de cartes d'occupation des sols à l'échelle de pays entiers. En se basant principalement sur des travaux de recherche menés au CESBIO depuis plusieurs années, le projet de produire opérationnellement des cartes d'occupation des sols sur tout le territoire Français commence à prendre de l'ampleur. Les efforts de recherche se sont récemment fédérés dans le cadre du Centre d'Expertise Scientifique du pôle thématique surfaces continentales de Theia, consacré à l'Occupation des Sols Opérationnelle , le bientôt fameux CES-OSO.

 

Ce zozo vient de mettre à disposition ses premiers produits prototypes, réalisés avec les données LANDSAT 8 produites par Theia, en attendant la disponibilité d'une année entière de données Sentinel-2. Les premiers produits couvrent près d'un tiers du territoire Français, et, selon les différentes versions, comportent entre 15 et 20 classes.

 

La chaine de production de cartes d'occupation des sols utilisées pour ce travail est largement basée sur les applications de l'Orfeo Tool Box. Elle a été mise en musique par Marcela Arias, sous la direction de Jordi Inglada, avec de nombreuses contributions de collègues du CESBIO, pour la collecte et la mise en forme des données de référence, comme pour le codage de la chaîne.

 

Extrait de la Version 1 du produit prototype CESOSO réalisé avec les données acquises par LANDSAT8 en 2013. Cliquer sur l'image pour une visualisation interactive des données

Avertissement :

Ces produits n'ont pas été élaborés dans des conditions idéales. Ils ont été crées à partir de données acquises à partir du mois d'avril 2013, date à laquelle LANDSAT-8 a été déclaré opérationnel. Le début du cycle végétal n'a pas été observé. Les produits opérationnels utiliseront quant à eux une année entière de données. Par ailleurs, les données LANDSAT 8 n'ont pas la répétitivité ni la résolution de Sentinel-2, la qualité des résultats ne peut pas être du même niveau que celle attendue de Sentinel-2.

 

Mais il s'agit du même type de données et leur traitement présente pour nous les mêmes difficultés, il s'agit donc de tests en vraie grandeur de notre méthodologie. Enfin, bien que moins précis, les résultats sont de même nature, et doivent permettre aux utilisateurs d'avoir une première idée des produits qui seront distribués par Theia.

 

Ces produits contiennent des erreurs et ne doivent être considérés que comme des documents de travail. Nous les publions dans le but d'obtenir des retours sur leur qualité et leur utilité. N'hésitez pas à nous dire si ces produits vous seraient utiles, et pour quels besoins. N'hésitez pas à nous dire aussi s'ils sont trop imprécis ou s'il manque quelque chose à leurs caractéristiques pour que vous puissiez les utiliser pleinement.

 

Les données ont été produites en utilisant des applications de l'Orfeo Tool Box, mises en musique par Marcela Arias,  sous la direction de Jordi Inglada, avec de nombreuses contributions de collègues du CESBIO pour la collecte et la préparation des données de référence et pour la réalisation des chaînes de traitement,

 

Description des prototypes de produits

Les produits sont mis à disposition avec la licence Open Data Commons Attribution Licence. Cette licence permet de :

  • partager : copier, distribuer et utiliser les données
  • créer des produits dérivées à partir de ces données
  • adapter : modifier, transformer la base de données

sous la contrainte d'attribution suivante : vous devez citer la source de la base de données (le CESBIO) dans toute utilisation ou diffusion.

Ces cartes ont été produites avec des images du satellite Landsat-8 (résolution 30 m. et 7 bandes spectrales) acquises avec une revisite de 16 jours.

Les acquisitions ont démarré le 12 avril 2013 et s'étalent jusqu'au 30 décembre 2013. Chaque point de la surface a été vu (hors nuages et autres artefacts) entre 8 et 25 fois, et en moyenne, 16 fois. Sur les Pyrénées, il y a des zones qui, à cause des nuages, ont été vues peu de fois, et on remarque des artefacts dans les cartes.

Les images Sentinel-2, avec une résolution spatiale de 10 m., une revisite de 5 jours et 12 bandes spectrales, permettront la génération de cartes de bien meilleure qualité.

 

Les cartes sont réalisées en utilisant un apprentissage automatique sur des bases de données de référence dans lesquelles l'occupation des sols est connue pour certains points du territoire. Les bases de données suivantes ont été utilisées :

  • Registre parcellaire graphique (RPG) pour les classes suivantes :
    • cultures annuelles herbacées (été et hiver)
    • cultures ligneuses (vergers, vignes, arboriculture, oliviers)
    • prairies permanentes
    • estives-landes
  • Corine Land Cover 2012 pour les classes
    • Bâti dense
    • Zones industrielles et/ou commerciales
    • Pelouses
    • Plages et dunes
    • Mer et océans
    • Surfaces minérales
    • Glaciers et neiges éternelles
  • BD TOPO pour les classes suivantes :
    • Eau
    • Forêt de feuilles persistantes
    • Forêt de feuilles caduques
    • Forêts mélangées
    • Lande ligneuse

Ces bases de données peuvent correspondre à des périodes différentes et être plus anciennes que la période d'acquisition des images satellite. Plusieurs versions des cartes ont été réalisées en choisissant des nomenclatures légèrement différentes.

V2

Regroupement des classes suivantes :

  • estives/landes et landes ligneuses
  • élimination des forêts mélangées
  • fusion des classes vergers, oliviers, arboriculture
  • fusion des classes eau et mers et océans

Une visualisation en ligne ainsi que les statistiques de validation sont disponibles ici.

Le produit à pleine résolution peut être téléchargé ici.

 

 

 

Quelle projection pour les produits Sentinel-2 de Theia autour de la France ?

Plusieurs équipes sont en train de préparer leurs réponses à l'appel à propositions Theia pour le traitement des données de niveau 2 Sentinel-2 (date limite le 8 décembre). Parmi les projets dont j'ai entendu parler, deux d'entre eux concernent les massifs des Pyrénées et des Alpes. Si ces deux projets sont sélectionnés, ils vont nous amener à faire un choix difficile sur la projection cartographique à utiliser. Je vais exprimer ici le problème à résoudre, sachant que je ne suis absolument pas un spécialiste de ce sujet. Merci aux cartographes qui passent par ici de faire preuve d'indulgence et de me signaler mes erreurs.

 

UTM

Les données Sentinel-2 sont fournies en projection UTM (Universal Tranverse Mercator). La projection UTM est en fait un ensemble de projections, courant sur 60 fuseaux ou zones de longitudes dont la largeur est 6 degrés. Pour chaque zone, on projette sur un cylindre, d'axe équatorial, et tangent aux méridiens qui délimitent la zone. La France métropolitaine est parcourue par 3 fuseaux, les zones 30, 31 et 32. La zone 30 se trouve à l'ouest de l'axe qui va de Tarbes au Mont Saint Michel (à peu près), la zone 32 contient la Corse, la Côte d'Azur, les Alpes et l'Alsace, alors que la zone 31 se trouve au milieu (de 0 à 6° de longitude). Cette projection ne permet donc pas de traiter la France dans son ensemble et de manière continue sans reprojection.

Système UTM

 

LAMBERT 93

La France utilise maintenant le système Lambert 93, qui consiste à projeter les données sur un cône qui intersecte deux méridiens et deux parallèles sur la France. C'est cette projection que nous avons utilisée pour les données LANDSAT et SPOT distribuées par Theia sur la France.Cependant, cette projection n'est pas utilisée sur les pays limitrophes de la France, l'Espagne, l'Italie, La Suisse et a fortiori l'Autriche. Pour les utilisateurs de données sur les Pyrénées ou les Alpes, cette projection n'est pas donc pas bien adaptée.

 

Projection Lambert pan-Européenne

Il existe par ailleurs des projections Pan-Europennes, et des recommandations ont été émises dans le cadre de la norme INSPIRE. J'ai trouvé le document suivant, qui ne simplifie pas tout à fait le travail, puisqu'il recommande 3 projections :

- To adopt ETRS89 Lambert Azimuthal Area coordinate reference system of 2001 [ETRS-LAEA] for spatial analysis and display

- To adopt ETRS89ETRS89 Lamber Conic Coformal coordinate reference system of 2001 [ETRS-LCC] for conformal pan-European mapping at scales smaller or equal to 1:500.000

- to adopt ETRS89 Transverse Mercator coordinate erference systems [ETRS-TMzn] for conformal pan-European mapping at scales larger than 1:500.000

Ceci dit, il semble que l'Agence Européenne de l'Environnement EEA ait choisi la projection ETRS-LAEA pour ses produits pan-Européens, par exemple les couches à haute résolution générées dans le cadre de Copernicus GIO. Cette projection est une projection équivalente (qui conserve les surfaces), mais vue l'échelle à laquelle elle est utilisée, elle doit être loin d'être conforme (qui respecte les angles).

 

Que faire  ?

  1. Utiliser la projection Pan-Européenne équivalente pour toutes les zones demandées en Europe
  2. Utiliser Lambert 93 sur la France, une autre projection sur les Pyrénées (à déterminer), et rester en UTM 32 sur l'arc Alpin ? Un tel choix implique de traiter deux fois la zone d'intersection des zones Pyrénées et Alpes avec la France. Donc de réduire la surface totale que Theia traitera, au détriment de la sélection d'autres zones.
  3. Rester dans la projection UTM utilisée pour Sentinel-2 (qui elle aussi présente des superpositions entre fuseaux) et induit donc de traiter quelques tuiles en double.

 

 

Nous avons besoin de votre avis, que préférez vous ? N'hésitez pas à vous exprimer en commentant cet article.

 

Notes

ETRS89 The European Terrestrial Reference System 1989 (ETRS89) is the geodetic datum for pan-European spatial data collection, storage and analysis. This is based on the GRS80 ellipsoid and is the basis for a coordinate reference system using ellipsoidal coordinates.

 

 

 

 

Real time production of land cover maps without terrain data of the current time period.

=> 

With the new availability of repetitive image time series after atmospheric correction over France from the Theia Land Data Centre, it is now possible to imagine the automatic production of land cover maps continuously with the availability of new images.

 

In the framework of the SYRHIUS project, a prototype was developed at CESBIO to assess the results of this kind of classification method at the scale of a medium scale catchment. The study zone is the Fresquel catchment (937 km2), close to the famous medieval city of Carcassonne. The main crops present in this catchment are cereals, sunflower and vineyards, and also some corn and rapeseed.
A supervised classification is used, based on Support Vector Machines, but for which the learning data base is not derived from terrain surveys held during the time period to process, as in the classical supervised methods. The learning data base which is used is created from previous years observations and from terrains data acquired in the past. Such a method has the advantage of needing no terrain data on the present period, knowing that these data often come too late to allow a real time processing, but it requires a very large data volume from several years. In case of a time period with an exceptional climate, errors might arise if the training data base does not contain the necessary information to recognise the crops.


View of the real time land cover processor

 

To test this approach, we used the Common Agriculture Policy plot data base, for years 2011 and 2012, for the Fresquel catchment, along with LANDSAT5/7 time series, which allow a time evolution of reflectances for the plots in the data base. Both data sources were used to create the learning data base. which was then use to classify the data of 2013, 2014 and 2015 for the Fresquel catchment.

 

THEIA LANDSAT8 Level 2A (corrected from atmospheric effects and provided with a cloud mask) are used as input or the processor. Due to the late availability of the Commpon Agriculture Policy data base, we are not able to provide validation figures, but previous campaigns provided Kappa in the 0.65-0.7 range for Midi Pyrénées region.
Of course, at the beginning of the crop season, the available information is not complete and the accuracy might be reduced. For that reason, the nomenclature and the number of classes evolves with the number of available LANDSAT dates. Three key dates are used : end of March, end of July and end of year. For each of the dates a new land cover map is computed with an increased detail level, as shown in next figure.

 

Three land cover maps are produces along the year, first one (S1) in March, Second one in July (S2), and the last one at the end of the year with an increasing number of classes.

We will however stress the fact that steady observations are necessary, and that on certain years, the cloud cover might degrade the quality of the results, as in the case of spring 2013, for which the LANDSAT observations only started in April. In 2013, some parts of the Area where only observed 3 times along the whole year. The results at the beginning of season are quite bad, but they enhance along the year. For the subsequent years, results are better and should further enhance with the availability of Sentinel-2 and its far better observation frequency.

The SIRHYUS project

The SIRHYUS project aims at developping and setting operationnal services related to managing water resources thanks to the integration, assimilaton and valorisation of satellite earth observation  : Veolia Environnement Recherche&Innovations, Veolia Eau, EDF, G2C environnement, Acri ST, l’UMR TETIS-IRSTEA, le CNES, VERI et le CESBIO. It was funded by the 12th Fonds Unique Interministériel, by the ministry in charge of water  and by the Provence and Languedoc-Roussillon, and the aeronautics and space foundation.

The aim is to provide new services, based on the know how of experience companies. In this framework, CESBIO implemented or enhances methods for 4 products : snow cover, land cover, evaop-transpiration and soil water content. In the future, these products will be applied to Sentinel-2. In this framework, two posts will be published on this blog : tis one, and a second related to evapotranspiration estimates in this same catchment.

 

 

 

Yoann Moreau et Isabelle Soleihavoup

Calcul automatique de cartes d'occupation du sol sans données de terrain

=>

Avec la mise à disposition régulière d’images corrigées des effets atmosphériques et téléchargeables librement par le pôle Theia, il est possible d’imaginer la production de classifications de l’occupation du sol automatique et en continu au fil de la mise à disposition de nouvelles images.

 

Dans le cadre du projet SYRHIUS, un prototype a été développé au CESBIO pour tester les résultats de ce type de classification 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 sont : céréales, tournesol, vigne et dans une moindre mesure maïs et colza.

 

Le type de méthode de classification utilisée est une classification supervisée (SVM), pour laquelle les échantillons d’apprentissage ne sont pas des zones connues des images à classer (comme les méthodes supervisées classiques, par exemple celle qui sera utilisée dans le projet THEIA) mais sont issues d’une base de données d’apprentissage créée à partir d’années antérieures et de données de terrain acquises pour ces dates. Une telle méthode présente l’avantage de ne nécessiter aucune connaissance à priori sur l’année en cours (et donc aucune étape manuelle d’apprentissage si la base d’apprentissage est exhaustive) mais présente le défaut de nécessiter un très grand volume de données (les chroniques des années antérieures) et peut entraîner une forte confusion dans le cas d’années au climat exceptionnel.

Illustration de la chaîne de traitement mise en place pour la production des cartes d'occupation du sol.

 

Afin de tester cette approche, le RPG (référentiel parcellaire graphique) a été utilisé sur les années 2011 et 2012 pour le bassin du Fresquel apportant une connaissance spatialisée des cultures semées,  conjointement aux séries landsat5/7 qui permettent de suivre l'évolution temporelle de la réflectance des parcelles du RPG. L’association de ces deux types de données a permis de créer une base d’apprentissage, utilisée dans un second temps pour la classification des années 2013, 2014 et 2015 pour l’ensemble du bassin du Fresquel.

 

Les images de niveau 2A (corrigées des effets atmosphériques et accompagnées d'un masque de nuages) utilisées en entrée du traitement, sont mises à disposition par le centre de données THEIA.  La validation des classifications proposées ne sera possible que lorsque le RPG 2013 sera disponible, néanmoins, de précédentes campagnes ont fait état de résultats convenables avec un kappa autour de 0.65-0.7 pour la région Midi-Pyrénées.

 

Une approche de production en continu de ces classifications a été testée afin de fournir à l’utilisateur des résultats dès le début de la saison agricole. Une nomenclature évolutive a donc été proposée, celle-ci s'enrichissant à mesure de la mise à disposition des images satellite Landsat. Trois dates-clés ont été retenues : fin mars, fin juillet et fin de l’année d’étude : à chacune de ces dates la carte d'occupation est alors recalculée. Plus l'année en cours avance, plus la classification des diverses espèces végétales sera fine et précise. Le niveau de détail augmente donc au fur et à mesure pour atteindre son maximum lors de la production de la dernière carte, à la fin de l'année, comme illustré sur la figure suivante.

 

Production de trois cartes d'occupation durant l'année : la première (S1) en mars, la seconde (S2) en juillet et la dernière (S3) à la fin de l'année, avec des nomenclatures de plus en plus riches

 

Les résultats de cette étude sont disponibles via une interface Web.


On notera cependant l’importance d’une couverture régulière et les problèmes liés à l’ennuagement qui peuvent pour certaines années être très contraignants  comme dans le cas de l’année 2013, très pluvieuse (et dépourvue de données LANDSAT avant la mise en service de LANDSAT 8 en Avril).  En 2013, certaines zones n’ont été observées que trois fois durant l’ensemble de l’année. De très mauvais résultats sont donc obtenus en début de saison agricole, qui s'améliorent par la suite. Heureusement, l'arrivée de Sentinel-2 devrait permettre d'assurer une bien meilleure répétitivité dès 2016.

Le projet SIRHYUS

Le projet SIRHYUS a pour objectifs de concevoir,  de développer et de mettre en œuvre des services opérationnels dédiés à la gestion des ressources en eau douce continentale grâce à l'intégration, l'assimilation et à la valorisation des données satellitaires d’observation de la Terre. Ce projet est mené par un consortium de huit partenaires complémentaires : Veolia Environnement Recherche&Innovations, Veolia Eau, EDF, G2C environnement, Acri ST, l’UMR TETIS-IRSTEA, le CNES, VERI et le CESBIO. Il est financé dans le cadre du 12ème Fonds Unique Interministériel par le ministère en charge de l’eau, les régions Paca et Languedoc- Roussillon, ainsi que par la Fondation Sciences et Techniques pour l’Aéronautique et l’Espace. La finalité de ce projet est de pouvoir proposer de nouveaux services, s'appuyant sur des savoir-faire scientifiques et industriels reconnus. Dans ce cadre, le CESBIO a développé ou amélioré les algorithmes de création de quatre produits : le produit manteau neigeux, le produit occupation du sol, le produit évapotranspiration et le produit quantité d’eau dans le sol. Ces algorithmes sont principalement dédiés à l’exploitation des données Sentinel-2. Dans le cadre de ce projet, deux articles sont publiés sur ce blog : le premier (ci-dessus) concerne l'occupation du sol et le second l'estimation de l'évapotranspiration et du bilan hydrique à l'échelle d'un bassin versant (lien).

 

Yoann Moreau et Isabelle Soleihavoup

Landsat Science Team meeting slides

Twice a year, there is a  Landsat Science Team meeting, organised by USGS. One day is dedicated to LANDSAT news, and one or two days to the science team presentations. And what is good, is that the slides are made available just after the meeting. It is a good way to get news from LANDSAT, and even from Sentinel-2, and to see how LANDSAT data are used in the USA mainly, but also around the world.

 

Here is the address : http://landsat.usgs.gov/science_LST_Team_Meetings.php

 

The question is : will there be a Sentinel-2 Science Team ? There is a Sentinel-2 Mission Advisory Group, but the carefully selected members (I am one of them...) were only reunited twice during Sentinel-2 development phase, and the slides are not available. Even if there were also two Sentinel-2 symposiums (and two SPOT (Take5) workshops, with the slides here and there), the level of discussions and feedback with the project team is not the same as in a science team with a reduced size.

 

Please remember that the next SPOT (Take5) workshop will be held within the Living Planet Symposium in Prague, next May.

 

Number of LANDSAT scenes processed and delivered by USGS. More than 700 000 Landsat scenes were distributed in March 2015, which makes quite a difference with the period when LANDSAT data were not free, until 2008 (source USGS)

CNES THEIA distribution site is back on line

=>

 

The CNES THEIA distribution site was closed for 3 weeks for renovation works. It just reopened with a new address :

https://theia.cnes.fr


It is possible again to downloat the L2A LANDSAT data over France. Besides anan enhanced look and feel, there are two new possibilities :

  • A Single Sign On authentification for all THEIA servers has been implemented (also valid for :
    • you only have to register once ("Sign up" button), and this registration is valid for all THEIA servers, included GeoSud, IGN, and SPOT (Take 5) web site.
    • for each visit, you only need to sign in with your THEIA account and password ("Sign in" button)
  • A shopping cart is now available. You can fill it with the products you are interested in, and you can download all these products at once. To download the cart content, the authors of the site recommend to install the downthemall plugin to your firefox browser. (for Chrome, you may try Metalink downloader, but I did not test it). When you click on "order" button, the browser provides a .meta4 file which contains the links to the files you want to download. downthemall understands this file, so select on "dta one click" et downthemall handles all the downloads very quickly
  • you still can download each product without installing any plugin

 

 

  • The Theia site understands queries such as " Toulouse LANDSAT8 2014".  For more query examples, refer to this page.

 

As it is a new version, you might have suggestions, so please contact the following address : exploitation.theia-land@cnes.fr .

 

This site relies on the opensource resto application and on the rocket web service, which were both developped by Jérôme Gaspéri (http://github.com/jjrom/resto). The site integration was implemented by par Rémi Mourembles from CAP GEMINI, for CNES. Many interventions from CNES couting center teams (DSI) were necessary, and all this work was managed by Philippe Pacholczyk for THEIA project at CNES. The datasets are produced par the MUSCATE team at CNES.