De nouvelles ombres pour SPOT5 (Take5)

=>Ne vous inquiétez pas, tout va bien pour SPOT5 (Take5) ! Alors que le satellite SPOT5 vit une retraite paisible, Theia vient de retraiter les données Take5 pour résoudre un petit nombre de problèmes détectés lors du premier traitement. Les données devraient être mises en ligne dans les jours qui viennent. La modification la plus importante concerne le masque des ombres de nuages, obtenu par la chaîne MACCS. Ce masque a été complètement revu, du sol au nuage. Il s’agit du dernier travail effectué par Mireille Huc sur cette chaîne avant son départ pour d’autres projets (les utilisateurs de MACCS pourront dire un grand merci à Mireille pour toute son oeuvre, dont cette dernière amélioration). La détection des ombres est encore plus difficile que la détection des nuages, car les zones sombres sont beaucoup plus présentes que les images claires dans les images. Comme expliqué dans cet article, MACCS détecte les ombres « potentielles » par un seuillage sur l’assombrissement des images, puis vérifie qu’il arrive à faire la correspondance entre chaque ombre et le nuage dont elle provient. 

Ancienne méthode

La version précédente fonctionnait (en gros) de la manière suivante :

1 – détection des nuages2 – calcul de l’assombrissement de l’image par rapport à l’image de référence (image composite formée du dernier pixel clair disponible)3 – pour chaque altitude entre 500 et 10 000 m

  • on calculait la projection de l’ombre des nuages et on calculait l’assombrissement moyen sur cette zone (en excluant les zones où l’ombre est masquée par le nuage)
  • on sélectionnait l’altitude H0 présentant le plus fort assombrissement moyen

4. on attribuait cette altitude H0 à tous les nuages et on projetait leur ombre#étape supplémentaire pour tenir compte des cas où tous les nuages ne sont pas à la même altitude5. pour tous les nuages :

  • on vérifiait si l’altitude correspondait bien à une ombre, sinon
  • pour tous les nuages dont l’ombre ne correspondait pas
    • On cherchait la bonne altitude par la méthode 3

 Cette méthode marchait très bien pour de petits nuages, mais échouait fréquemment pour les grands nuages dont une partie de l’ombre est masquée par le nuage. Il était en effet difficile d’apparier les deux zones, comme par exemple dans l’image ci-dessous :

Nouvelle méthode

Pour éviter ces problèmes, nous avons décidé de ne plus essayer d’associer directement nuages et ombres. On réduit cependant la recherche des ombres aux zones où les nuages détectés peuvent produire des ombres, et une vérification finale permet de résoudre les cas où la surface des ombres détectées est plus grande que la surface du nuage.  La nouvelle version fonctionne (en gros toujours) de la manière suivante :

1 – on détecte les nuages2 – pour chaque nuage, on recherche la zone où peuvent se cacher des ombres (pour une altitude allant de 250 à 10 000 m)

  • On cherche les zones qui se sont assombries à l’intérieur de ces zones
  • Si la surface de ces zones est supérieure à la surface des nuages, on ajuste le seuil de détection pour sélectionner les zones les plus sombres et donc réduire la surface

Ces images présentent, à gauche, l’ancienne version, et à droite, la nouvelle version.. N’hésitez pas à cliquer sur les images pour les voir à pleine résolution et pour observer l’amélioration, qui est assez générale. De haut en bas, les images choisies viennent des sites de Baotou (Chine), Belgique et République Centre Africaine.

Bords d’image

Sur les bords est de l’image, les ombres ont pu être projetées par un nuage sournois qui se cache en dehors de l’image. Jusqu’ici, à l’intérieur de cette zone, nous nous contentions donc de la détection de l’assombrissement, et pour éviter de nombreuses fausses détections, il fallait un fort assombrissement pour détecter une ombre. Ce qui provoquai
t donc de fréquentes omissions. Ici aussi, Mireille a apporté une élégante amélioration. Puisqu’il est probable que l’on ait détecté des ombres dans le reste de l’image par la méthode exposée ci-dessus, on peut mesurer leur assombrissement et s’inspirer de cette valeur pour définir le seuil de détection.

L’ombre de nuages dans le coin Nord ouest, qui n’était pas détectée dans la version précédente, l’est maintenant. Par contre en raison d’un bug détecté trop tard (la production était déjà lancée), il arrive que les ombres du dernier nuage, en parcourant l’image de gauche à droite puis de haut en bas, soient oublié.  C’est le cas sur cette image.

Généralisation

Cette amélioration appliquée dans notre prototype, qui sert à générer les images Take5, a également été mise en service pour LANDSAT 8 pour les images produites sur la France depuis le début de l’année, mais nour n’allons pas retraiter les anciennes données dans l’immédiat. L’amélioration est en train d’être reportée dans la version 5.0 de MACCS opérationnel et sera donc disponible pour traiter Sentinel-2.

 Cas particulier

Nous n’avons rien pu faire pour le cas particulier ci dessous. L’ombre qui semble présente sur cette image est en fait un nuage de fumée noire, suite à l’explosion d’un dépôt de carburant !

Plus d'actualités

Dates de fauche en France

En 2024, des collègues du Cesbio ont publié un article* sur la cartographie de la date de fauche en France en 2022 à partir des données satellitaires Sentinel-2.   Leur magnifique figure 10 a attiré mon attention. La version à haute résolution fournie avec l’article (2861 × 2911 pixels) correspond à une image dont les pixels font […]

Évolution du jour de déneigement dans les Alpes françaises et les Pyrénées

Les socio-écosystèmes des Alpes et des Pyrénées dépendent étroitement des fluctuations annuelles du manteau neigeux. En particulier, le moment de l’année où la neige disparait détermine le début de la saison de croissance de la végétation de montagne et donc la période des estives. Le changement climatique est en train de bouleverser ce rythme saisonnier. […]

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