A dark cloud over Kiev on the 9th of June

=>

These days, Mireille Huc is spending a lot of time to enhance the cloud shadow detection method applied to time series. Our MACCS method tends to forget some shadows when they are partly hidden under the cloud. We will explain in a future article the defects of the present method and how we will mitigate them.

 

When checking our results, we found out a very particular case, on June the 9th in 2015, on the time series acquired near Kiev with SPOT5 (Take5).  The images are shown below :

 

May 25th

June 9th

June 14th

 

Quicklook de l'image du 9 juin avec nuages entourés en vert et ombres entourées en noir

The dark zone in the image center was not classified as a cloud shadow, as shown by the quicklook. Because it is not a cloud shadow, the sun is in the South-East direction, and the shadows are cast to the North-West. It does not look like the footprint of a flooding, or of a forest fire, and there was no solar eclipse on that day...

 


In fact, a close up on the SWIR image, which is sensitive to the thermal emission by high temperatures, shows that it is a black smoke cloud, due to a fire at the North East of the cloud.  Duckduckgo gave us the answer, it was the fire of a fuel depot (which caused some casualties).

 

Our multi-temporal methods pour cloud detection and aerosol estimates is disturbed by this dark cloud. The surface reflectance drops and then increases again, the drop is not detected as a shadow, but the subsequent increase is interpreted as a cloud. The aerosols are also inaccurately estimated, since usually, an increase of the aerosol quantity causes an increase of the reflectance, but here, the aerosol are so absorbing that the reflectance decreases.

 

Nos premiers traitements de niveau 2A avec Sentinel-2

2015/07/06

=>

 

Maintenant que Sentinel-2A a commencé à acquérir des séries temporelles d'images sur l'Europe, nous avons pu tester notre chaîne de niveau 2A, MACCS, pour faire des corrections atmosphériques. Comme vous le savez probablement si vous avez suivi ce blog, MACCS travaille avec des séries temporelles d'images, pour détecter les nuages,les ombres, l'eau et pour estimer l'épaisseur optique des aérosols. Cette chaîne a donc besoin de quelques images pour s'initialiser correctement.

 

2015/07/16

2015/07/26

Beatrice Petrucci, du CNES, a lancé le premier traitement avec une série temporelle d'images de niveau 1C acquise par Sentinel-2A sur les Pyrénées au cours du mois de juillet. Les données N1C ont été produites au CNES sur le Ground Processing Prototype (GPP), qui a servi à mettre au point et valider les traitements et est utilisé maintenant pour produire les données nécessaire à la "recette en vol" du satellite.

 

Les résultats obtenus sont déjà chouettes, avec une très bonne détection des nuages et de leurs ombres, comme vous pouvez le voir sur les quicklooks ci-joints. Sur ces images, les nuages détectés sont entourés en rouge, les ombres en noir et l'eau en bleu. N'hésitez pas à cliquer sur les images pour les regarder à 100m de résolution (les fournir à 10m aurait accru les temps de transfert...). Les lecteurs observateurs pourraient se demander pourquoi, sur le Nord de l'image du 26/7, certains nuages sont entourés en noir : c'est un artefact de l'outil de calcul des quicklooks, qui fait disparaître le contour rouge quand un contour noir se superpose exactement.

 

La correction atmosphérique a l'air correcte, mais il faudra valider cela plus scientifiquement, quand nous aurons traité un plus grand nombre de données.

 

Ces bons résultats ont été obtenus avec un jeu de paramètres issus de notre expérience avec d'autres capteurs. Ce sont donc les paramètres adaptés à LANDSAT 8 qui ont été utilisés. On peut s'attendre à quelques améliorations encore quand nous aurons réglés ces paramètres avec un plus grand nombre d'images Sentinel-2.