Les séries temporelles de niveau 3A de Sentinel-2

=>

Le centre de données Theia a produit en début de semaine la synthèse mensuelle des données Sentinel-2 pour le mois de juillet 2020 (avec nos chaines WASP et MAJA). Pour la troisième année consécutive, celle-ci est sans nuages et montre une forte sécheresse. Et celle-ci s’est probablement aggravée au cours du mois d’août.

Comparaison des synthèses mensuelles de données Sentinel-2 pour le mois de juillet, de 2017 à 2020. Sur ces 4 synthèses, l’année la plus « normale » est 2017, mais il semble que la normalité ait changé.

 

 

Les synthèses à pleine résolution, avec leurs masques de qualité, peuvent être téléchargées depuis le serveur de distribution Theia au CNES.

Si vous n’avez pas peur d’y passer trop de temps, alors que de nombreuses urgences vous attendent, vous pouvez jeter un œil aux mosaïques de ces produits disponibles sur la France depuis Juillet 2017. Une chouette interface de visualisation (merci à Michel Le Page !), est aussi disponible ci-dessous, pour comparer les différentes synthèses deux à deux.


Voir en plein écran

Pour bien citer nos données :
Images Sentinel-2 du programme Copernicus de l’Union Européenne traitées par le CNES pour le pôle Theia à partir de méthodes développées au laboratoire CESBIO

En septembre 2019, les névés des Pyrénées (ici, le Vignemale) ont presque tous disparu

 

Méthode, artefacts et limites

Les synthèses mensuelles sont produites avec le processeur WASP, qui est décrit ici en détails. En quelques mots, nos synthèses calculent une moyenne pondérée des réflectances de surface pour les observations non nuageuses, issues des produits de niveau 2A obtenus avec la chaîne MAJA. Cette méthode est très sensible à la qualité du masque des nuages, qui, dans le cas de MAJA, est heureusement plutôt bon.

Avec la moyenne pondérée des réflectances, nous fournissons aussi la moyenne pondérée des dates sans nuages utilisées dans la synthèse. Cette information est importante parce que ces dates peuvent varier en fonction de la nébulosité des régions à l’heure de passage du satellite.  Comme on peut le voir dans la figure ci-dessous, la date moyenne en juillet peut varier de 25 jours d’un bout à l’autre de la France.  Négliger cettee information conduit à introduire une erreur maximale de 10 à 15 jours sur la datation de chaque pixel.

 

Juillet 2020 : moyenne pondérée des réflectances de surface des pixels non nuageuxJuillet 2020 : dates moyenne d’acquisition des observations non nuageuses.  En bleu, début de mois , en blanc, fin du mois.

En comparant les différentes synthèses vous verrez l’évolution du paysage avec le temps, mais cette représentation met aussi en évidence les artefacts dus au traitement et au mode d’acquisition de Sentinel-2. les artefacts ne sont pas très nombreux, mais vous en trouverez :

  • sur certains navigateurs (firefox V58), des différences géométriques qui apparaissent à basse résolutions. Chez d’autres navigateurs, l’effet n’est pas aussi fort. Ce défaut n’est vraiment pas dû à Sentinel-2 ni aux produits Theia
  • sur l’eau et la neige (là, c’est vraiment un problème de la méthode, nous testons une autre solution)
  • là où la couverture nuageuse est restée constante à chaque passage de Sentinel-2. Ces pixels sont indiqués dans les produits (mais pas sur la mosaïque).
  • là où des nuages ou des ombres n’ont pas été détectés par MAJA (en général, des nuages fins ou petits)
  • en bordure d’orbite, en raison du changement de date et à l’utilisation d’un modèle simpliste de correction des effets directionnels
  • sur quelques bordures de tuiles en Juillet 2018, car les produits de niveau 3 n’avaient pas été générés à la même date, mais du 15 juillet au 26 juillet). Cela a été corrigé pour les mois suivants ou précédents.

Plus d'actualités

Evolution de l’altitude de la ligne de neige au cours des 41 dernières années dans le bassin versant du Vénéon (Oisans)

Pour contribuer à caractériser les conditions hydrométéorologiques lors de la crue torrentielle qui a frappé la Bérarde en juin, j’ai analysé une nouvelle série de cartes d’enneigement qui couvre la période 1984-2024 [1]. Grâce à la profondeur temporelle de cette série, on constate que l’altitude de la ligne de neige dans le bassin versant du […]

Biophysical parameter retrieval from Sentinel-2 images using physics-driven deep learning for PROSAIL inversion

The results presented here are based on published work: Y. Zérah, S. Valero, and J. Inglada. « Physics-constrained deep learning for biophysical parameter retrieval from sentinel-2 images: Inversion of the prosail model« , in Remote Sensing of Environment, doi: 10.1016/j.rse.2024.114309. This work is part of the PhD of Yoël Zérah, supervised by Jordi Inglada and Silvia Valero. […]

Nouvel article : peu d’apport des images Sentinel-1 pour le suivi du dépérissement des chênes et châtaigniers

Dans le cadre du projet SuFoSat mené au CESBIO, une collaboration entre trois laboratoires (CESBIO, Dynafor et P2PE) a permis d’évaluer l’apport des images Sentinel-1 pour la détection précoce du dépérissement sur deux essences de feuillus : les chênes et les châtaigniers sur une vaste zone (12 tuiles Sentinel-2, voir Figure 1). Des classifications ont été […]

Rechercher