Le traitement des données acquises par LANDSAT8 sur la France en 2013 est terminé.

=>

Ça torche* ! J'annonçais le démarrage du traitement dans un précédent article: il aura fallu moins de 15 jours pour traiter l'ensemble des données acquises par LANDSAT 8 en 2013 sur la France métropolitaine (y compris la corse). La période traitée s'étend d'avril 2013 à fin 2013. Les traitements ont été effectués par l'équipe MUSCATE, pour le compte du pôle THEIA, en utilisant les moyens du centre informatique du CNES.

 

Il suffira de quelques jours de plus pour mettre les données en ligne sur le site du pôle et vérifier que les données peuvent être distribuées. Finalement, le plus long dans ce traitement est le téléchargement des produits de Niveau 1T (l'équivalent du Niveau 1C dans la nomenclature de THEIA) sur le site earthexplorer de l'USGS.

 

Les données obtenues sont de bonne qualité, comme le montrent les exemples de quicklooks de niveau 2A, à droite, tirés de la série temporelle obtenue sur la tuile de la région parisienne. Comme d'habitude, les nuages détectés sont entourés en vert, les ombres en noir, la neige en rose et l'eau en bleu. Quelques nuages sont parfois oubliés par notre méthode multi-temporelle de détection nuageuse, lorsque la répétitivité des données est insuffisante, comme, sur l'image ci contre, lors de ce printemps 2013 extrêmement nuageux. Les images suivantes de la série ne présentent pas ce genre d'erreurs.

 

Cet article décrit brièvement les principales étapes du traitement qui ont permis d'obtenir ce résultat.

 

Point de départ : Niveau 1T

Nous téléchargeons les données depuis le site earthexplorer, en utilisant une version améliorée du script de téléchargement décrit ici. Ces données sont orthorectifiées par l'USGS, à partir d'une base de données mondiale de points d'appuis.

 

Les spécifications de localisation pour les données LANDSAT de l'USGS sont de 50 mètres. Nous avons constaté, sur la région de Toulouse, des erreurs de localisation égales à 1,5 pixels, mais d'autres régions sont mieux loties. L'USGS a confirmé les erreurs que nous observons du côté de Toulouse (38m vers le sud) et promet de les corriger. Notre traitement ne corrige pas ces erreurs qui restent modérées, et pour obtenir une performance améliorée, il faudra attendre le retraitement de ces données par l'USGS, ou rattraper le décalage éventuel par vous mêmes.

 

En ce qui concerne l'étalonnage absolu du satellite LANDSAT 8, nous utilisons celui recommandé par la NASA (et fourni avec les produits LANDSAT 8).

 

Reprojection en Lambert 93


Les données de l'USGS sont fournies en projection UTM. Cette projection utilise trois fuseaux différents au dessus de la France, qui se divise donc en 3 zones différentes, l'Ouest de la France, le Centre et l'Est. Comme les données de deux fuseaux différents ne se superposent pas directement, nous avons donc décidé de reprojeter les données en Lambert 93, qui est la projection officielle pour la France.

Découpage des produits en tuiles

Nous avons pris le parti de suivre la même logique que celle utilisée par Sentinel-2, et de découper les données en tuiles de 110*110 km décalées de 100 km les unes par rapport aux autres. La tuile 1x1 se trouve au sud-ouest de la France, lorsqu'on va vers l'est (vers la droite), on incrémente la première coordonnée de D0001 à D0010 (D pour Droite), lorsqu'on va vers le Nord (vers le haut), on incrémente la seconde coordonnée, de H0001 à H0010 (H pour Haut). La tuile de Toulouse s'appelle donc D0005H0002  Le découpage en tuiles est visible sur l'image ci-jointe.

 

Pour la Corse, nous avons défini une autre grille de tuiles, composée de deux tuiles.

 

Pour chacune des tuiles, nous fournissons l'ensemble des dates pour lesquelles une image LANDSAT8 a une intersection non nulle avec la tuile. Quelques dates peuvent manquer, pour plusieurs raisons, liées en général à la couverture nuageuse :

  • l'image n'a pas été acquise par LANDSAT 8 (quand les prévisions météo indiquent un temps très couvert, les images ne sont pas acquises).
  • l'image a été acquise mais s'est avérée trop nuageuse pour être traitée au niveau 1T par l'USGS
  • l'image est trop nuageuse pour être traitée par la chaîne de Niveau 2A

 

Traitement de Niveau 2A (correction atmosphériques et détection des nuages)

Il est important de noter que notre chaîne ne traite pas les bandes thermiques pour l'instant. Une correction est à l'étude, mais celle-ci ne sera pas opérationnelle avant un ou deux ans.

 

La méthode utilisée pour les bandes visible, proche et moyen infra rouge est quasiment la même que pour SPOT4(Take5). Le traitement a été effectué avec la même chaîne, le prototype de MACCS, développé et maintenu au CESBIO par Mireille Huc. Notre méthode de base est une méthode multi-temporelle à la fois pour la détection des nuages, des ombres de nuages, de l'eau et pour l'estimation de l'épaisseur optique des aérosols.

 

Cependant, grâce à la richesse spectrale de LANDSAT, nous avons pu enrichir nos méthodes par rapport à la version utilisée pour SPOT4 (Take5) :  la bande 1.38µm de LANDSAT8 permet de détecter les nuages hauts. Et grâce à la bande bleue, nous pouvons utiliser un critère complémentaire pour détecter les aérosols, grâce à la relation quasi constante observée entre les réflectances des bandes bleues et rouges au dessus de la végétation. Le gain de précision dû à la présence de cette bande permet de compenser la perte de précision de la méthode multi-temporelle due à la faible répétitivité de LANDSAT8.

Images de la tuile obtenue sur la région parisienne, en provenance de trois traces différentes de LANDSAT (de gauche à droite, les traces 200, 199 et 198). Les angles de visée sont légèrement différents sur chacune des traces (visée depuis l'ouest sur l'image de gauche, visée au nadir au centre, visée depuis l'est sur l'image de droite).

 

Pour augmenter la précision de la détection des nuages, nous avons décidé d'utiliser les données issues de traces adjacentes de LANDSAT8 dans les séries temporelles de niveau 2A. Ces données ne sont pas acquises exactement sous le même angle (+/- 7 degrés), mais la différence d'angle est suffisamment petite pour qu'il y ait un vrai gain de précision sur les zones d'intersection entre traces. En raison de cette approximation, quelques artefacts peuvent être observés.

 

Pour gagner davantage de répétitivité, nous pourrions aussi entrelacer des données LANDSAT 7 et LANDSAT 8 dans des séries temporelles communes, mais ceci ne sera implémenté que dans une prochaine version.

 

Format des données

Le format des produits de Niveau 2A de LANDSAT 8 est le même que celui des données SPOT4 (Take5), à quelques détails près que je fournirai dans une nouvelle page, dès que j'ai un moment...

 

* Ca va vite, oui, c'est comme ça qu'on parle chez les anciens jeunes du CNES...

 

 

The THEIA land data center just started processing LANDSAT 8 Level 2A products

Mosaic of LANDSAT (here, 5 & 7) data produced at CESBIO, from both ESA and USGS data. These data are cut in 110 x 110 km² tiles, each tile has a 10 km overlap with its neighbors. For each tile, each LANDSAT acquisition with at least a little clear sky corner is provided.

At the beginning of the week, the MUSCATE prototype processing center of THEIA started processing the LANDSAT 8 data available in France. The processing started with the 2013 data, which will be transformed into Level 2A products. As for SPOT4 (Take5), the level 2A products are expressed in surface reflectance after atmospheric correction, and are provided with a cloud mask, a cloud shadows mask, a water and snow mask.but in the case of LANDSAT 8, the products are split into tiles on a 100*100 km² grid, and each tile is 110*110 km² to allow an overlap of 10 km between tiles.

 

Landsat 8 data should progressively appear on THEIA's catalog in less than a month (but this is a risky assertion, as it is the first time we do this production and surprises may arise, although we spent a lot of time in validation). More details are available here.

 

 

Le traitement des données Landsat 8 a démarré au pôle THEIA

Mosaïque d'images LANDSAT 5 et 7 de Niveau 2A sur le sud de la France, produite au CESBIO. Les images sont découpées en tuiles de 110*110 kilomètres qui se recouvrent sur 10 kilomètres avec les tuiles voisines. Pour chacune des tuiles, nous fournissons toutes les données LANDSAT que nous avons pu obtenir et qui ont au moins un coin de ciel clair.

=>

Depuis le début de la semaine, le centre de traitement prototype MUSCATE du pôle THEIA a commencé à traiter les données LANDSAT 8 disponibles sur la France. Pour le moment, ce sont les données de 2013 qui sont en cours de traitement, elles vont être traitées au Niveau 2A, Comme pour les produits SPOT4 (Take5), les niveaux 2A sont exprimés en réflectance de surface après correction atmosphérique, et sont accompagnées d'un masque de nuages, d'ombres de nuages, d'eau et de neige.  Dans le cas de LANDSAT 8, les données seront découpées en tuiles. Chaque tuile fait 110*100 km², et les tuiles sont espacées de 100 km pour permettre une superposition des tuiles sur 10 km.

 

Les données devraient donc apparaître sur le catalogue de THEIA d'ici un mois (là, je prends des risques, cette date est à confirmer car c'est la première fois que nous faisons ce traitement, des surprises pourraient nous attendre même si nous avons passé beaucoup de temps à valider). Pour en savoir un peu plus.

Systematic or On-Demand acquisitions ?

Example of Pleiades (CNES) acquisition plan. Among the sites requested, only those linked to the track by a yellow line are observed from this overpass.

=>

This post is an old one (last year), but I had not translated it.

 

The satellites observing the Earth at a high resolution may be divided in two categories according to their programming mode :

  • Satellites with On Demand Acquisition (SODA) :

Users ask the provider to program an image above their site. The provider collects all demands and optimises the acquisition plan so that a maximum of user requests are satisfied. The provider often charges an extra cost if the user needs an image at a precise date, and in zones where satellite image demand is high, a user is never sure to get the image he requested, unless he pays for a higher priority.

SPOT, Pleiades, Ikonos, Quickbird, Formosat-2, Rapid Eye and most radar systems are of  "SODA" type.

 

  • the Systematic Acquisition Satellites (SAS)

The image provider defines the zone to observe at the beginning or the satellite mission, and these zones are observed at each overpass of the satellite. In some cases (LANDSAT, Sentinel-2), the acquisition zones covers all lands, while on other cases (Venµs, SPOT4-(Take5)), the acquisition may only cover a few preselected sites.

 

Usually, SODA provide a better spatial resolution, while usually, the SAS provide a better temporal resolution. The SODA images must generally be purchased, since the resource is limited, while the SAS images are usually free of charge. There were periods when LANDSAT images were sold, but they encountered little commercial success, while their success is huge now that they are free of charge. Finally, the SODA are best suited to applications for which the acquisition date is not very important and for which a high resolution is essential, for instance urban studies or monitoring of ecological corridors, while the SAS are better suited to surfaces which quickly evolve, such as natural surfaces or farm lands, and they are best suited to automatically produce detailed land cover maps.

Oppositely to the US who, thanks to LANDSAT, have been working with SAS images, in Europe, users are much more trained to use SODA images such as the ones provided by SPOT. This situation should change radically, first with LANDSAT 8, which is much easier to access in Europe than LANDSAT 5, but above all with Sentinel-2, but the adaptation to this kind of data will require a lot of work and some time. New processing methods and new applications must be developed, which was one of the aim of SPOT4 (Take5) data set.

 

The directional effects, how they work

Riddle : from which of these two ballons was the picture taken ? Solution is at the end of the post.

Among Sentinel-2, LANDSAT, Venµs or SPOT4 (Take 5) features, there is one which is frequently forgotten: it is the possibility to observe all lands every 5th day under constant viewing angles. This way of observing limits the directional effects which are one of the most perturbing effects for reflectance time series. Yet, these effects are not always known by the users of time series of remote sensing images.

The way directional effects modify the reflectances is highly visible n the pictures below, which were taken from an helicopter with the same parameters except for the viewing angles. The image on the left was taken with the back to the sun, in the backscattering direction, while the picture on the right was taken at 90 degrees from that direction.

 

Conifer forest observed from an helicopter, in backscattering direction (the helicopter shadow is visible). Note the nearer from the helicopter shadow, the higher thereflectance, as tree shadow are no more visible Conifer forest observed from an helicopter, at 90 degrees from the backscattering direction. Reflectance is much lower since the shadows cast by the trees are visible as well as the shadows cast by the needles on the needles below (Pictures F.M. Bréon)

 

Depending on the observation angles and the solar angles, the reflectances measured by a satellite will change a lot, and we can therefore talk of "reflectance anisotropy", even if "directional effects" is the most frequently used locution. The way they change depends on the surface type : a flat sand desert will have little anisotropy (see next figure on the left), and the surface is said "quasi lambertian". On the contrary, a calm water surface will behave as a mirror, and will exhibit a very strong reflectance peak on the direction opposite to the sun direction, with regard to the vertical. Finally, vegetation always exhibits reflectance peak in the back scattering direction, for which the solar and viewing angles are quasi identical (see the plot below, on the right). On this plot, a reflectance variation greater than 30% can be observed in a couple of degrees. This phenomenon is called Hot Spot, and it is due to the fact that from this direction, one can only see the sunlit faces. Finally, the plot shows that for an angle variation of 40 degrees, the surface reflectance may change by a factor two. The directional effects should thus not be neglected.

 

Reflectances of a desert, observed by the POLDER instrument, as a function of the phase angle (angular distance to the backscattering direction). In red, the Near Infrared band, in green, the red band. Reflectances of a cropland, observed by the POLDER instrument, as a function of the phase angle (angular distance to the backscattering direction). In red, the Near Infrared band, in green, the red band.

 

The wide field of view instruments, such as MODIS, SPOT/VEGETATION, MERIS, VIIRS or Proba-V, and the high resolution ones with a pointing capability, such as SPOT, Rapid-Eye or Pleiades, deliver time series acquired under changing angles. Their reflectances time series are thus very noisy if no correction is attempted. NDVI time series are less noisy, because both red and Near Infrared spectral bands exhibit similar variations. Several correction methods were implemented, but their results are far from perfect.

 

In order to avoid all these troubles, my CESBIO colleagues F.Cabot and G. Dedieu invented the RHEA concept, which consists in putting the satellite on an orbit with a short repeat cycle (1 to 5 days), in order to observe a given site under constant angles. The VENµS satellite stems from this concept, and Sentinel-2 and SPOT4 (Take5) as well. Formosat-2 has also a repeat cycle of one day, but this feature is mainly due to the fact that the Taiwan island can be observed every day from that orbit. Regarding LANDSAT, I do not now if its designers wanted to minimize directional effects, but of course their choice was a good choice.

Thanks to the satellites that observe under constant viewing angles, the noise on time series is really decreased, as shown on the plot below, which gives the surface reflectances  of a wheat pixel (24*24 m²) in Morocco, observed by Formosat-2 during a whole growing season.

Surface reflectances as a funcion of time for a wheat pixel in Morocco.

Finally, it is the hot spot phenomenon, which gives the solution to the riddle above, since the balloon on the left is surrounded by a brighter halo. It means that the direction around the left ballon is the backscattering direction, and therefore that the observer was on this ballon. This is also proven by the complete photograph (taken by A. Deramecourt, a CNES colleague).  I think my colleague saw some poetry in the two balloons hugging, which I hope you still can  appreciate, while, because of my professional bias, I only see a mere hot-spot.

 

 

Production of LANDSAT L2A data at THEIA to begin shortly.

At CNES, the prototype MUSCATE production facility of THEIA land data centre will soon start the production and distribution of Level 2A Landsat 5 and 7 data, and shortly after of LANDSAT 8 data covering the entire surface of France.

 

Mosaic of LANDSAT 5 & 7 data produced at CESBIO, from both ESA and USGS data. These data are cut in 110 x 110 km² tiles. For each tile, each LANDSAT acquisition with at least a little clear sky corner is provided.

 

For Landsat 5 and 7, we use data from both USGS and ESA : indeed, up to now only ESA has the LANDSAT 5 data that were acquired over the receiving stations of Mas Palomas (Canary Islands), Matera (Italy), and Svalbard (Norway). A transfer to USGS of ESA's data is expected, it may have started in Svalbard, but it has not yet begun for the Matera station, which covers France.

Level 1C

The USGS data are orthorectified, but those from ESA are not, so, as for SPOT4 (Take5), we set up an ortho-rectification processing using the SIGMA tool provided by CNES.  The ESA's products we received 2 years ago also have some flaws (which may have been corrected by now, but given it took months to obtain the data we did not ask for a reprocessing): the thermal band is unusable and you will find here and there colourful bright spots, such as those produced by your neighbour moped on your TV when you were a child. Nevertheless, we can produce correct Level 1 products, although we look forward to the reprocessing of these products by USGS. ESA has now it own processing of LANDSAT data, but it stops at level 1C.

For Landsat 7, this processing is not necessary because the data are already ortho-rectified. We interpolate only a small portion of the missing data due to LANDSAT 7 SLC breakdown, and then we discard the parts of the image where the gaps are too large. For LANDSAT 8, none of these processings are needed.

 

Level 2A

The Level 2A products (Cloud Mask, Atmospheric correction) will be produced by the prototype of MACCS software developed and maintained by Mireille Huc (CESBIO, CNRS). Two years ago, I had already produced such a data set on the most Southern part of France, at CESBIO. These products are already distributed on THEIA web site and are also used to illustrate this post.

 

LANDSAT 5 and 7 :

Starting in April, we will process the LANDSAT 5 & 7 data acquired above France from 2009 to 2011.

 

LANDSAT 8 :

From April or May, we will process the LANDSAT 8 data acquired since april 2013, and we will try to keep the pace so as to produce the incoming new LANDSAT 8 acquisitions with a short delay.

 

Data Format :

We will reuse the data format of SPOT4 (Take5). France will be split into 110*110 km² tiles with a 10 km overlap with their neighbours. (See the image mosaic obtained for the South of France).

Depending on the success of the distribution of these data, we will decide if it is worth producing older time periods or other regions. Please tell us if you need such data.

Exemple : available LANDSAT images from July to October 2009 for the tile centered on Toulouse. For each date, we provide the level 1C image tTOA reflectance), on the left, and the level 2A image on the right (surface reflectance). The detected clouds are circled in red.

Bientôt, des séries LANDSAT de Niveau 2A au pôle THEIA

=>

Le centre de production MUSCATE du pôle THEIA au CNES va bientôt lancer la production puis la distribution de données de niveau 2A acquises par LANDSAT 5 et 7, puis LANDSAT 8 couvrant toute la surface de la France (Métropole pour LANDSAT 5 et 7, Métropole + ROM COM pour LANDSAT 8).

 

Mosaique de données LANDSAT 5 et 7 produite au CESBIO, à partir de données de l'ESA et de l'USGS. Les données sont découpées en tuiles de 110 x 110 km². Pour chaque tuile, toutes les dates ayant un petit coin de ciel clair sont fournies.

 

Pour LANDSAT 5 et 7, nous utilisons des données provenant à la fois de l'USGS et de l'ESA : en effet pour le moment, seule l'ESA dispose des données LANDSAT 5 acquises au dessus des stations de Mas Palomas (Canaries), Matera (Italie) et Svalbard (Norvège). Un transfert des données de l'ESA vers l'USGS est prévu, il a peut-être débuté pour Svalbard, mais il n'est pas encore commencé pour la station Matera, qui couvre la France.

 

Niveau 1C :

Les données de l'USGS sont bien ortho-rectifiées, mais celles de l'ESA ne le sont pas, nous avons donc mis en place, comme pour SPOT4(Take5), une chaîne d'ortho-rectification des images à partir de l'outil SIGMA du CNES. Les produits de l'ESA dont nous disposons présentent aussi quelques défauts : la bande thermique est inutilisable et vous trouverez, par ci par la, des points brillants colorés, comme ceux que la mobylette du voisin faisait apparaître sur notre télé quand nous étions petits. Malgré tout, nous arrivons à produire des produits de Niveau 1C corrects, même si nous attendons avec impatience le retraitement des données par l'USGS. Depuis peu, l'ESA a sa propre chaîne de traitement de données LANDSAT 5, mais celle-ci s'arrête au niveau 1C.

 

Pour LANDSAT 7, ce traitement n'est pas nécessaire car les données sont déjà ortho-rectifiées. Nous interpolons seulement une petite partie des données manquantes (les stries sur les images), puis nous rognons une grande partie de l'image. Pour LANDSAT 8, aucun de ces traitements n'est nécessaire.

 

Niveau 2A :

Les produits de Niveau 2A (Masque de Nuages, Corrections atmosphériques) seront produits à partir de la chaîne prototype développée et maintenue par Mireille Huc (CESBIO, CNRS). J'avais réalisé au CESBIO, il y a quelques années une production de ces mêmes données sur l'extrême Sud de la France, de Bordeaux à Marseille en passant par les Pyrénées. Cette production est d'ores et déjà disponible sur le site du pôle THEIA. Les illustrations ci-jointes en proviennent.

 

LANDSAT 5 et 7 :

Nous traiterons, dans un premier temps, probablement à partir du mois d'Avril, les données LANDSAT 5 et 7 acquises de 2009 à 2011.

LANDSAT 8 :

A partir d'Avril ou Mai 2014, nous traiterons les données LANDSAT 8 acquises depuis avril 2013, puis nous traiterons les données arrivant au fur et à mesure.

Format des données :

Le format des données sera identique à celui utilisé pour SPOT4 (Take5). La France sera découpée en tuiles de 110*110 kilomètres se recouvrant avec leurs voisines sur 10 kilomètres. (Cf la mosaique d'images de 2010 sur le sud de la France).

 

En fonction du succès de la mise à disposition de ces données, nous déciderons s'il y a lieu de produire d'autres années, ou d'étendre la zone couverte à d'autres produits. N'hésitez donc pas à nous faire part de votre intérêt pour ces données.

Exemple des images disponibles pour les de juillet à octobre 2009 pour la tuile centrée sur Toulouse. Pour chaque date, nous fournissons à gauche l'image de niveau 1C (en réflectances TOA), et à droite l'image de niveau 2A (en réflectances de surface). Les nuages détectés sont entourés en rouge

A python module for batch downloads of LANDSAT data.

=>

The Python routine, provided via the link at the end of this post, enables batch downloads of LANDSAT data, on USGS earth explorer site.

 

It works for LANDSAT 8 and LANDSAT 7 (and could work for LANDSAT 5), it just requires that the data are available on line. It is the case for all LANDSAT 8 data, but for LANDSAT 5&7, it may be necessary to order the data first on http://earthexplorer.usgs.gov. The routine of course requires that you have an account and password on earth explorer, and you will have to configure your accounts and directories within the routine.

 

This routine may be used in two ways :

  • You select a LANDSAT scene defined by its WRS-2 coordinates (for instance, (198,030) pour Toulouse). The -d option requires that you provide a day of year for which the scene was observed (1 overpass every 16 days)
    • example :
    • python  download_landsat_scene.py -o scene -t LC8 -a 2013 -d 113 -f 365 -s 199030
  • You provide a list of products to download, with a site name for each product.
    • Example :
      python download_landsat_scene.py -o list -l landsat8_list.txt
    • landsat8_list.txt is as follows : of course, you need to get the references on Earth Explorer.
    • Tunisia LC81910352013160LGN00
      Tunisia LC81910362013160LGN00

 

The routine is available here : Download_landsat_scene.py

 

Once you have downloaded the data, you will probably want to convert them to reflectances or temperatures for the thermal bands. One of our colleagues at CESBIO provides a Python module to do the conversion (The post is in French, but Python is a universal language...).

Pour télécharger vos données LANDSAT sans un clic.

=>

Le bout de code Python dont le lien est fourni ci-dessous, permet de télécharger automatiquement des données LANDSAT, sur la version actuelle du site EarthExplorer.

 

Il fonctionne pour LANDSAT 8 et pour LANDSAT5 et 7, et nécessite que les données soient en ligne. C'est le cas pour toutes les données LANDSAT 8, pour les données LANDSAT5 ou LANDSAT7, il peut être au préalable nécessaire de demander la production sur le site http://earthexplorer.usgs.gov. Pour que le programme fonctionne, il faut bien sûr un compte sur Earth explorer, et il vous faudra configurer vos comptes, mots de passe et répertoires dans le corps du programme.

 

Ce programme peut être lancé de deux manières différentes :

  • En choisissant une scène LANDSAT définie par ses coordonnées WRS-2, par exemple, (198,030) pour Toulouse. Pour l'option -d il faut fournir un jour dans l'année pour lequel il y a un passage au dessus de la scène (1 passage tous les 16 jours)
    • exemple :
    • python  download_landsat_scene.py -t LC8 -a 2013 -d 113 -f 365 -s 199030
  • En fournissant en entrée un fichier avec la liste des produits à télécharger (un produit par ligne)
    • exemple :
      python download_landsat_scene.py -o liste -l list2_landsat8.txt
    • Avec un fichier list2_landsat8.txt comme ci-dessous, il faut aller chercher les références des produits sur earthExplorer.
    • Tunisie LC81910352013160LGN00
      Tunisie LC81910362013160LGN00

 

J'ai déplacé le code sur GitHub, qui est beaucoup plus pratique et fait pour ça.

https://github.com/olivierhagolle/LANDSAT-Download

 

Une fois que vos données auront été téléchargées, vous voudrez probablement les convertir en réflectance (TOA), ou en température pour les bandes thermiques. Un collègue du CESBIO fournit un programme en Python pour faire la conversion.

 

SMAC prend en charge de nouveaux satellites

=>

De nouveaux coefficients ont été ajoutés au site du CESBIO . Les nouveaux satellites pris en compte sont :

  • Landsat 8, RapidEye
  • Quickbird, Worldview2, Ikonos
  • Pléiades1A (PHR1A)
  • DMC-DEIMOS1

 

Le Simplifié Modèle d'Atmosphérique Correction (SMAC) est parfaitement adapté à l'implémentation rapide et approchée de corrections atmosphériques. Il s'agit de fonctions analytiques dérivées du modèle 5S. Les 49 coefficients de ce modèle sont ajustés à partir de simulations de transfert radiatif obtenues avec le modèle 6S (l'ancienne version, pas la récente version vectorielle). SMAC n'est pas un modèle très précis (beaucoup moins que MACCS), et il faut lui fournir des données auxiliaires pour l'épaisseur optique des aérosols ou pour les contenus atmosphériques en ozone et vapeur d'eau. Quand ces données sont précisément connues, la précision des simulations est en général meilleure que deux à trois pour cent, sauf parfois pour les grands angles (au dessus de 70°) ou dans de fortes bandes d'absorption et si on ne prend pas en compte les effets d'environnement et les effets de pente.

 

SMAC a été conçu pour être facile à utiliser :

#lecture des 49 cofficients
nom_smac ='COEFS/coef_FORMOSAT2_B1_CONT.dat'
coefs=coeff(nom_smac)
 
#Lire la réflectance TOA de la bande à traiter
#(celà va dépendre du format de l'image)
 
#Lire les valeurs des angles dans les métadonnées (ici, on les fixe)
theta_s=30
phi_s=180
theta_v=0
phi_v=0
# calculer la pression atmosphérique à l'altitude du pixel
pressure=PdeZ(1300)
 
#trouver les valeurs des variables atmsophériques (ici, on les fixe arbitrairement)
AOT550=0.1
UO3=0.3
UH2O=3
 
#calculer la correction atmosphérique
r_surf=smac_inv(r_toa,theta_s,phi_s,theta_v,phi_v,pressure,AOT,UO3,UH2O,coefs)

Dans la dernière ligne ci-dessus :

  • theta_s, phi_s sont resp. l'angle solaire zenithal et azimuthal
  • theta_v, phi_v sont resp. l'angle de visée zenithal et azimutha
  • AOT est l'épaisseur optique à 550 nm qui peut provenir d'une station Aeronet, ou fixée au jugé, ou égale à 0.1 (si on se contente d'une correction très approchée).
  • UO3 est le contenu en ozone, en cm.atm (0.3 est souvent suffisamment précis)
  • UH2O est le contenu en vapeur d'eau, en kg/m². J'utilise souvent une valeur égale à 3, quand je ne cherche pas une grande précision, dans des bandes ou l'absorption est faible
References

[1] Rahman, H., & Dedieu, G. (1994). SMAC: a simplified method for the atmospheric correction of satellite measurements in the solar spectrum. REMOTE SENSING, 15(1), 123-143.
"[2]"Tanré, D., Deroo, C., Duhaut, P., Herman, M., Morcrette, J. J., Perbos, J., & Deschamps, P. Y. (1990). Technical note Description of a computer code to simulate the satellite signal in the solar spectrum: the 5S code. International Journal of Remote Sensing, 11(4), 659-668.

"[3]"Vermote, E. F., Tanré, D., Deuze, J. L., Herman, M., & Morcette, J. J. (1997). Second simulation of the satellite signal in the solar spectrum, 6S: An overview. Geoscience and Remote Sensing, IEEE Transactions on, 35(3), 675-686.>
"[4]"Kotchenova, S. Y., Vermote, E. F., Matarrese, R., & Klemm Jr, F. J. (2006). Validation of a vector version of the 6S radiative transfer code for atmospheric correction of satellite data. Part I: Path radiance. Applied Optics, 45(26), 6762-6774.
"[5]"Kotchenova, S. Y., & Vermote, E. F. (2007). Validation of a vector version of the 6S radiative transfer code for atmospheric correction of satellite data. Part II. Homogeneous Lambertian and anisotropic surfaces. Applied Optics, 46(20), 4455-4464.