Express your needs concerning agriculture monitoring using Sentinel-2 time series

=>


As you may know, we have been selected for ESA's project "Sentinel-2 Agriculture".  Among the tasks we must fulfill, we have to ask the users about their needs concerning the use of Sentinel-2 time series to monitor agriculture, and of course we need to write a synthesis.

 

ESA had already distributed a questionnaire at the S2 symposium in 2012, which was used as a basis to define the Sen2Agri project. My revered colleague (and boss) Gérard Dedieu, just cooked a new detailed survey form. If you are a potential user of remote sensed images for agriculture monitoring,  you are very welcome to fill this survey.

 

Although the baseline of SenAgri products was already defined in the call for tender, your answers will be very useful to detail the product requirements, and to forward your needs to ESA and other space agencies, and to define the next versions of our products.

 

Exprimez vos besoins pour un suivi de l'agriculture avec Sentinel-2

=>
Comme vous le savez, nous avons été sélectionnés pour le projet de l'ESA "Sentinel-2 Agriculture". Parmi les tâches à accomplir pour ce projet, nous devons faire un tour des besoins des utilisateurs, concernant l'utilisation des données Sentinel-2 pour l'Agriculture.

 

L'ESA avait déjà fait circuler un questionnaire lors du colloque Sentinel 2 de 2012. Mon vénéré collègue (et chef) Gérard Dedieu, que le soleil de printemps illumine sa chevelure argentée, a préparé avec minutie un nouveau formulaire d'enquête . N'hésitez pas à y répondre si vous pensez être un utilisateur potentiel de données de télédétection pour le suivi de l'agriculture.

 
Bien que les grandes lignes des produits à fournir lors de ce projet aient été définies lors de l'appel d'offres du projet Sen2Agri de l'ESA, vos réponses seront très utiles pour affiner les spécifications des produits que nous nous sommes engagés à produire, pour faire passer vos demandes à l'ESA, aux autres agences spatiales et au pôle THEIA, et afin de définir les prochaines versions de produits.

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.

Comparison of Level 3A compositing methods

=>

As said in a previous post, we are testing various methods of level 3A production, using SPOT4 (Take 5). The Theia Land Data Center will the use these methods to process Sentinel 2 data. In case you did not click on the link above, let's recall that the level 3A products are monthly composite products of cloud free reflectances. For each pixel, our method computes the weighted average of the reflectances of the dates when the pixel is cloud free. For more details, you will need to follow this link.

 

The work of Mohamed Kadiri at CESBIO, which is funded by the CNES budget for Theia, adressed first the definition of quality indexes for composite products (for more details, may I suggest that you follow this link ?). This work showed that our product has nice performance, but we knew some one would ask us to compare them to the classical methods for level 3A products.

 

Therefore, we compared our product with the famous NDVI Maximum Value Composite (NDVI MVC), developped by our remote sensing ancestors, and used since the most remote antiquity to process AVHRR time series. This method consists in using for each pixel of the level 3A, the reflectances of the date which has the greatest NDVI.  Why ? Mostly because the NDVI of a cloud is very low, often negative, and therefore this method will rather select cloud free pixels. The NDVI MVC comes from a time when the cloud masks were not very accurate.

 

Example of a monthly synthesis obtained with the NDVI MVC methods Example of a monthly synthesis obtained with the weighted average method

This post uses the SPOT4-Take5 data to show a comparison of the performances obtained on the Versailles site, with the NDVI MVC method on the left, and the weighted average on the right. One can clearly see, on the left, the presence artefacts made of whiter and darker dots which are not seen on the image on the right. These artefacts appear when the selected date changes from one pixel to the other. These artefacts are much less visible on the vegetation covered plots, as, for this composite obtained in spring, the vegetation increases quickly, and all the pixels come from the last cloud free date of the synthesis.

 

If we have a look at our quality indicators, which were described in our previous post about composite products , it is obvious that the performances obtained by the weighted average method are much better than those of the NDVI MVC method, either as regards the similarity to the central date image of the Level 3A (in yellow, for the 70 % best pixels and in green for the 95% best pixels), and moreover as regards as the amplitude of artefacts (in blue). The abscissa of the plot is the half of the number of days used in the synthesis, and our recommended value is 21.

 

 

NDVI Maximum Value Composite Weighted Average Composite

Produits de Niveau 3A : comparaison avec la méthode classique du maximum de NDVI

=>

Comme nous le disions dans un précédent article, nous utilisons les données SPOT4 (Take 5) pour tester différentes méthodes de création de produits de niveau 3A. Le pôle Thématique appliquera par la suite ces méthodes aux données Sentinel-2.   Pour rappel, si vous n'avez pas cliqué sur le lien ci-dessus, les produits de niveau 3A sont des synthèses périodiques (a priori mensuelles) de réflectances de surface sans nuages. Notre méthode est basée sur des moyennes pondérées de réflectances des pixels non nuageux obtenus pendant une certaine période de temps. Pour plus de détails, il faudra vraiment aller voir ce lien...

 

Les travaux de Mohamed Kadiri au CESBIO, financés par le budget CNES de THEIA, ont d'abord porté sur la mise au point d'indices de qualité (décrits dans le lien ... bon, j'arrête), et ont permis de montrer que notre méthode produit de bonnes performances. Nous avons voulu comparer ces résultats avec la méthode du "Maximum de NDVI", développée par nos ancêtres télédétecteurs, et appliquée depuis des temps immémoriaux aux données de moyenne résolution comme celles des instruments AVHRR. Cette méthode consiste, pour chaque pixel, à utiliser dans le produit de Niveau 3A, la date dont le NDVI est le plus grand. Pourquoi ce choix ? Principalement parce que le NDVI d'un nuage est très faible, et donc que cette méthode permettra de choisir préférentiellement les pixels non nuageux. Cette méthode date d'un temps où les masques de nuages n'étaient pas très précis.

 

Extrait de synthèse mensuelle obtenue avec la méthode du maximum de NDVI Extrait de synthèse mensuelle obtenue avec la méthode de la moyenne pondérée.

Nous vous présentons ici, avec les données SPOT4-(Take5), une comparaison des résultats obtenus sur le site de Versailles, avec  la méthode du maximum de NDVI à gauche et la méthode de moyenne pondérée à droite.  On note, sur l'image de gauche, la présence de nombreux artefacts sous la forme de points brillants ou sombres que l'on ne voit pas sur l'image de droite. Ces points de niveau différents sont dûs au fait que d'un pixel à l'autre, une date différente a été utilisée, en fonction de la valeur du maximum de NDVI. Ces artefacts sont moins présents sur les zones couvertes de végétation (en rouge), car pour cette synthèse obtenue au printemps, la croissance de la végétation fait que le maximum de NDVI correspond à la date la plus tardive de la synthèse..

 

Si l'on regarde les valeurs de nos critères de qualité, décrits dans l'article précédent (cela faisait longtemps ;) ), on note que les performances de la méthode par moyenne pondérée sont bien meilleures que celles de la méthode du maximum de NDVI, vis à vis de la fidélité à l'image de la date centrale de la synthèse mensuelle (en Jaune, pour les 70% de pixels les meilleurs, et Vert, pour les 95% de pixels les meilleurs), et surtout, vis à vis de la présence ou non d'artefacts (en bleu). L'abscisse des courbes correspond à la moitié du nombre de jours utilisés pour chaque synthèse, nous recommandons la valeur 21.

 

Maximum de NDVI Moyenne Pondérée