Les noms des niveaux de produits, comment ça marche ?

=>

Simulations des produits Sentinel-2 à partir d'images Formosat-2

 

Vous êtes nombreux à ne pas retenir les noms des produits d'observation de la terre, et si je n'étais pas tombé dedans quand j'étais petit, je ne ferais pas mieux.  Peut-être qu'en détaillant la logique qui a conduit à leur définition, il sera plus facile de les retenir. Voici donc comment les noms des produits du pôle THEIA ont été définis :

 

  • nous avons décidé d'utiliser la nomenclature de Sentinel-2 : 1C, 2A,  3A, car nous sommes convaincus que Sentinel-2 deviendra rapidement la référence en imagerie spatiale
    • Le produit de Niveau 1C est une image monodate ortho-rectifiée, exprimée en réflectance au sommet de l'atmosphère.
    • Le produit de Niveau 2A est une image monodate ortho-rectifiée, exprimée en réflectance de surface, accompagnée d'un masque de nuages/ombres de nuages/neige/eau
    • le produit de Niveau 3A est une synthèse mensuelle ortho-rectifiée des pixels non nuageux provenant des Niveau 2A.
  • cette nomenclature, définie par l'ESA et le CNES respecte les normes du Comittee on Earth Observation Satellites (CEOS)

 

Les normes du CEOS sont assez difficiles à trouver, je les avais cherchées à plusieurs reprises. Heureusement, j'ai fini par trouver quelques membres du comité travaillant sur l'interopérabilité des systèmes, et deux d'entre eux (Frédéric Baret (INRA), et Kenneth McDonald (NOAA)) ont répondu immédiatement à mes questions.

 

La norme du CEOS reprend en fait les termes d'une norme de la NASA, datant de 1986, qui elle est disponible sur Wikipedia :

 

Data Level NASA-EOSDIS Definition

http://science.nasa.gov/earth-science/earth-science-data/data-processing-levels-for-eosdis-data-products/
Level 0 Reconstructed, unprocessed instrument and payload data at full resolution, with any and all communications artifacts (e.g., synchronization frames, communications headers, duplicate data) removed. (In most cases, the EOS Data and Operations System (EDOS) provides these data to the data centers as production data sets for processing by the Science Data Processing Segment (SDPS) or by a SIPS to produce higher-level products.)
Level 1A Reconstructed, unprocessed instrument data at full resolution, time-referenced, and annotated with ancillary information, including radiometric and geometric calibration coefficients and georeferencing parameters (e.g., platform ephemeris) computed and appended but not applied to Level 0 data.
Level 1B Level 1A data that have been processed to sensor units (not all instruments have Level 1B source data).
Level 2 Derived geophysical variables at the same resolution and location as Level 1 source data.
Level 3 Variables mapped on uniform space-time grid scales, usually with some completeness and consistency.
Level 4 Model output or results from analyses of lower-level data (e.g., variables derived from multiple measurements).

 

Je ne sais pas ce que vous en pensez, mais je trouve cette description assez floue, la notion de "sensor units" n'est pas claire, et surtout, il faut attendre le produit de niveau 3 pour que les données soient rééchantillonnées sur une grille cartographique. Si l'utilisateur ne veut pas avoir à se soucier de rééchantillonnage géométrique, il doit utiliser le produit de Niveau 3.

 

La norme du CEOS (ci dessous), clairement inspirée de celle de la NASA, permet de rééchantillonner les données dès le Niveau 1 et de les exprimer en grandeur physiques et non pas pas en "sensor units". La norme du CEOS ne détaille pas les sous niveaux (1A, 1B). Il me semble que cette norme ne détaille cependant pas bien la différence entre les grandeurs physiques et variables géophysiques (par exemple, pourquoi une réflectance au sommet de l'atmosphère serait -elle une grandeur physique et une réflectance de surface une variable biophysique), et laisse beaucoup de marge d’interprétation.

 

Data Level CEOS Definition 

http://www.ceos.org/images/WGISS/Documents/Handbook.pdf

Level 0 Reconstructed unprocessed instrument data at full space time resolution with all available supplemental information to be used in subsequent processing (e.g., ephemeris, health and safety) appended.
Level 1 Unpacked, reformatted level 0 data, with all supplemental information to be used in subsequent processing appended. Optional radiometric and geometric correction applied to produce parameters in physical units. Data generally presented as full time/space resolution. A wide variety of sub level products are possible.
Level 2 Retrieved environmental variables (e.g., ocean wave height, soil moisture, ice concentration) at the same resolution and location as the level 1 source data.
Level 3 Data or retrieved environmental variables which have been spatially and/or temporally re-sampled (i.e., derived from level 1 or 2 products). Such re-sampling may include averaging and compositing.
Level 4 Model output or results from analyses of lower level data (i.e., variables that are not directly measured by the instruments, but are derived from these measurements).

Ayant eu bien du mal à trouver ces fameuses normes du CEOS, je m'en étais fait ma propre idée, probablement à partir de discussions avec les collègues qui travaillaient avec moi sur le projet POLDER. Voici ma version personnelle de la norme (sachant qu'une norme personnelle ne sert à rien bien sûr...)

 

Data Level La nomenclature des produits selon OH
Level 0 Données reconstruites mais non traitées, fournies à pleine résolution, accompagnées de toutes les informations nécessaires pour les traitements de niveaux supérieurs.
Level 1 Le produit de Niveau 1 est un produit dont tous les pixels ont été acquis à la même date (en quelques instants, au cours d'un passage du satellite), et dont le traitement ne fait pas d'hypothèses sur la nature du paysage observé. Chaque pixel de l'image est traité de la même manière, quelle que soit sa nature (nuage, forêt, mer...). Le produit exprime les données en grandeur physique ou fournit toutes les informations nécessaires pour les convertir. Il peut être rééchantillonné sur une grille cartographique ou doit fournir toutes les informations nécessaires à cette conversion.
Level 2 Le produit de Niveau 2 doit être lui aussi acquis en quelques instants, mais cette fois, des traitements différenciés par type de pixel sont autorisés, et l'on peut faire des hypothèses sur l'atmosphère, l'état de la végétation ou de la mer, et traiter les différentes classes de pixels d'une manière différente.
Level 3 Le produit de Niveau 3 est constitué de données acquises à des dates différentes, souvent avec des emprises différentes, et, comme sur le Niveau 2, les traitements peuvent faire des hypothèses sur ce qui est observé. Les produits de niveau 3 sont en général des synthèses périodiques (hebdomadaires, décadaires, mensuelles) des produits de Niveau 2.

 

 

La norme du CEOS ne définit les sous-niveaux de produits, mais dans ce domaine, la norme de la NASA a une certaine influence. Pour Sentinel-2, les produits de niveau 1A et 1B sont des produits internes assez proche de la norme de la NASA. mais le produit de niveau 1C a fournit des données ortho-rectifiées dans une projection cartographique. Seul le niveau 1C devrait être distribué aux utilisateurs normaux.

 

 

La spécification de mission de Sentinel-2 définit également un produit de Niveau 2A, exprimé en réflectance de surface après correction atmosphérique, et un produit de niveau 2B fournissant des variables biophysiques (LAI, FAPAR...). Aucun de ces produits ne sera cependant fourni par le segment sol de Sentinel-2. Ces produits existeront en revanche dans le centre de traitement de THEIA, et nous les avons déja produits pour SPOT4 (Take5).

 

Enfin, notons que de nombreux produits d'observation de la terre ne respectent pas ces normes, souvent parce que la nomenclature a été définie avant l'adoption de la norme : c'est le cas de SPOT et de ses successeurs, y compris les plus récents (Pleiades, Rapid Eye).

 

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.

 

A new year of time series

=>

Dear readers of this blog, all my best wishes for 2014 !

 

May this new year bring you nice image time series, but spare you some time to process those recorded last year (among which SPOT4 (Take5) ;) ). Even if 2014 will be another year without Sentinel-2 and VENµS, let's guess that with LANDSAT-8 et SPOT4 (Take5),  the data sets produced by THEIA et maybe the new experiment SPOT5 (Take5), we won't have time to get bored.

This new year is also the first birthday of this blog, and though I only imagined to keep it during SPOT4 (Take5) experiment,  the large number of readers incite me to go on.  And a blog about time series should at least last for some time...

 

At least one visit from all the countries in blue has been recorded

Country Pages Visits
France
19 228 4 272
Italy
1 306 177
USA
1 250 515
Germany
781 218
Morocco
698 290
Tunisia
684 243
Belgium
682 162
Algeria
549 220
Canada
493 277
Netherlands
458 84

 

During its first year, this blog received 14000 visits, which is 60 visits per day of work (some of you even read it during week-ends, but I hope this blog is not the reason why you are not going for  a walk, to the movies or don't read good books !). 31000 pages were visited (with a click), but as it is a blog you may read several posts with only one click. 60% of the visits come from France and 40% from abroad, and the blog received at least a visitor from nearly every country.

Apart from the main pages, the most successful posts are :

 

 

 

 

Une nouvelle année de séries temporelles

=>

Chers lecteurs de ce blog, tous mes voeux pour 2014 !

 

Que cette nouvelle année vous procure de belles séries d'images mais vous laisse le temps de vous occuper de celles acquises l'an dernier ;) . Même si 2014 sera encore une année sans Sentinel-2 et Venµs, avec LANDSAT-8 et SPOT4 (Take5), avec les projets du pôle thématique THEIA, et peut être une nouvelle expérience SPOT5 (Take5), nous ne devrions pas nous ennuyer.

 

Cette nouvelle année marque aussi le premier anniversaire de ce blog, j'imaginais au départ le limiter à l'expérience SPOT4(Take5), mais les nombreux lecteurs de ce blog m'encouragent à poursuivre. Et un blog sur les série temporelles doit bien se poursuivre quelque temps...

 

Au cours de cette première année, ce blg a reçu 14000 visites, soit environ 60 visites par jour travaillé (mais certains d'entre vous le visitent aussi le week-end, et j'espère bien que ce n'est pas ce blog qui vous empêche d'aller vous promener, d'aller oir un film ou lire un bon livre). 31000 accès à des pages ont été enregistrés, mais comme pour tous les blogs, il est possible de lire plusieurs billets en un clic. 60% des visites viennent de France, et 40% viennent d'ailleurs, et le blog a reçu des visites de quasiment tous les pays du monde.

 

At least one visit from all the countries in blue has been recorded

Pays Pages Visites
France
19 228 4 272
Italy
1 306 177
USA
1 250 515
Germany
781 218
Morocco
698 290
Tunisia
684 243
Belgium
682 162
Algeria
549 220
Canada
493 277
Netherlands
458 84

 

Les pages les plus fréquentées sont les suivantes :

 

Venµs launch contract just signed

=>

We could have written a real cliffhanger serial on this blog, describing the list of rockets that were someday supposed to launch the Venµs satellite : the first one was Dnepr (an Ukrainian rocket derived from intercontinental missiles) at the time the project was decided, a long time ago, then the PSLV Indian launcher during a few years (with a period when the Venµs 2 days orbital cycle had to be changed to a 3 days cycle, degrading the repetitivity of Venµs observations), then it was Space-X (an American private company) Falcon 1E (which was finally dropped by Space X), then Soyuz from Kourou with Pleiades 1B (whose launch was finally advanced), then Space-X Falcon 9, and the VEGA (but again with a modified orbit, with an ascending part during daylight instead of the descending one). All these possibilities finally failed, for reasons that may have been funny if they had not contributed to the large delay of our mission (sorry, I am not sure I am allowed to tell these stories...).

 

The life of a small space project is not easy : to lower the launch cost, a small satellite must find a principal co-passenger for the launch. And this co-passenger must have an orbit close to the one of Venµs, with an expected launch date close enough to the small satellite. The absence of a launch contract made the launch date hypothetic, and it was not possible to use this date to put pressure on the industry that considered Venµs with a low priority : this fact also contributed to the satellite delays.

 

Finally, thanks to the patience of Venµs project managers at CNES, ISA and IAI, we now have a launch contract with VEGA, on Venµs nominal orbit. The Venµs satellite should join its 720 km orbit within a launch window that extends from October 2015... to December 2016. This broad window should be narrowed to three months by April 2015.

 

We will thus shortly issue a new call for site proposals, as a large part of the sites proposed in 2006 may not be in activity anymore. We will of course tell you more about that on this blog.

 

Oliver Hagolle, Gérard Dedieu

 

Le contrat de lancement de Venµs est signé

=>

Nous aurions pu tenir sur ce blog un véritable feuilleton décrivant les lanceurs qui ont failli emporter le satellite Venµs : il y a eu Dniepr (un lanceur Ukrainien) au moment de la décision du projet, il y a bien longtemps maintenant, puis le lanceur indien PSLV pendant quelques années (avec un moment un cycle orbital passant de 2 jours à 3 jours), puis Falcon 1E de Space-X (une compagnie privée américaine qui a fini par abandonner ce lanceur), puis Soyouz depuis Kourou avec Pleiades 1B (dont la date de lancement a finalement été avancée), puis Falcon 9, puis VEGA (moyennant une orbite modifiée, avec un passage ascendant de jour). Toutes ces pistes ont fini par échouer pour des raisons variées et qui seraient presque amusantes si elles n'avaient pas contribué à l'énorme retard de notre mission (je ne peux malheureusement pas les raconter...).

 

La vie d'un petit projet n'est pas simple : pour réduire les coûts de lancement, il faut trouver un co-passager principal, qui aille sur une orbite proche de celle de Venµs, avec une date de lancement crédible pas trop éloignée. Cette absence de contrat de lancement a fait que la date de lancement est restée hypothétique et nous a empêché de faire pression sur les industriels qui réalisent la plate forme et l'instrument, ce qui a contribué à une part des retards du satellite.

 

Bref, grâce à la patience des chefs de projets (CNES, IAI, ISA) de Venµs, nous avons maintenant un Lanceur, VEGA, et un co-passager (pas encore officiel). Le satellite Venµs devrait pouvoir rejoindre son orbite à 720 km dans un créneau de tir qui va d'octobre 2015 à ... décembre 2016. Le créneau devrait être précisé en avril 2015, avec une marge d'incertitude de 3 mois seulement.

 

Nous allons donc très prochainement émettre un nouvel appel à propositions de sites, car une bonne part des sites qui avaient été proposés en 2006 (!!) ne sont probablement plus d'actualité. Cet appel sera bien sûr relayé sur ce blog.

 

Oliver Hagolle, Gérard Dedieu

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.