=>
Deux ou trois jours avant le symposium Living Planet, l’ESA a mis en ligne la nouvelle version de Sen2cor (V2.2.1), le logiciel de correction atmosphérique de Sentinel-2. J’avais déjà publié une comparaison basée sur la version V2.0.6, dans laquelle je concluais que la détection des nuages et des ombres était très mauvaise, mais que c’était probablement dû à des bugs et à un manque de validation. Je recommandais donc d’attendre la nouvelle version. Pour commencer, j’ai trouvé l’installation de Sen2cor extrêmement facile, au moins sur une machine linux Ubuntu 14.04. Il suffit de lire la doc et de suivre les conseils. La syntaxe de la ligne de commande est aussi très simple, et le temps de calcul est très raisonnable (30 mn pour une tuile, sans l’utilisation d’un MNT), c’est un peu plus court que MACCS, même, mais MACCS fait beaucoup plus de choses. Félicitations donc à l’équipe de développement, c’est une performance de réussir cela sur tous les types de systèmes. J’ai fait mes premiers tests sur une tuile du Maroc (Tuile n°29RNQ), que j’avais déjà utilisée pour présenter les premiers résultats de MACCS intégré dans MUSCATE. Si vous regardez les images ci-dessous, vous verrez que l’affirmation des auteurs d’une forte amélioration de la qualité des masques est vraie. Les résultats obtenus sont maintenant logiques, vis-a-vis des informations disponibles pour détecter les nuages : des seuils sur les réflectances ou sur des rapports de réflectance, mais pas de critères multi-temporels. Sur la figure ci-dessous, j’ai tracé les contours des nuages en vert, les contours de la neige en rose et les contours de l’eau en bleu. Pour Sen2cor, j’ai sélectionné les nuages moyennement probables ou très probables, ainsi que les nuages hauts. Je commenterai les images plus bas.
| Sen2cor | MACCS |
 |
 |
| 2016-03-18 | 2016-03-18 |
 |
 |
| 2016-04-07 | 2016-04-07 |
 |
 |
| 2016-04-17 | 2016-04-17 |
La différence qui saute aux yeux est liée à l’épaisseur des contours. Cöté Sen2cor, la détection des nuages se fait à pleine résolution, alors qu’elle se fait à 240m de résolution pour MACCS avant d’être interpolée. Dans Sen2cor, la bordure des nuages est donc un patchwork de pixels nuageux et non nuageux, ce qui donne plus d’épaisseur aux contours. Par ailleurs, même si c’est un peu subjectif, il me semble que Sen2cor détecte trop de nuages, notamment dans le coin Nord-Ouest de l’image de mars. Sur la seconde image, Sen2cor trouve toujours un peu trop de nuages et confond nuages et neige, encore plus que MACCS qui a pourtant bien du mal quand la couverture neigeuse est partielle. Enfin, sur la troisième image, Sen2cor manque quelques nuages (des petits, mais aussi de gros nuages bas très brillants, ce qui est étrange). De son côté, MACCS dilate les nuages de 400m pour le cas où les bords de nuages seraient flous. C’est vrai et donc utile pour la plupart des types de nuages, sauf pour les cumulus, par exemple ceux qui envahissent le coin Nord-Est. Mais pour pouvoir faire varier la dilatation, il faudrait reconnaîte les types de nuages, et ce n’est pas simple. On peut aussi remarquer que les teintes des images produites par MACCS et Sen2Cor sont très proches, ce qui signifie que les corrections atmosphériques sont proches, et par ailleurs, la stabilité de ces teintes indique que ces corrections doivent bien marcher. Il faudra valider tout cela plus rigoureusement. Il faudrait traiter plus de données pour confirmer ces premières impressions, mais on peut conclure que Sen2Cor a vraiment fait des progrès. Certes, MACCS reste plus précis en termes de détection des nuages grâce à l’utilisation de critères muti-temporels, mais ceux-ci rendent l’utilisation de MACCS plus délicate que celle de Sen2Cor. D’ici quelques semaines, vous devriez pouvoir accéder aux données traitées par MACCS, soit par l‘intermédiaire du centre de données THEIA, ou grâce au système Sen2Agri.