Saint-Barthélemy après Irma

Sentinel-2A a capturé une image de Saint Barthélemy le 12 septembre, soit 6 jours après le passage de l’ouragan Irma. Une autre image avait été acquise juste avant le passage de l’ouragan le 04 septembre par sa petite sœur Sentinel-2B. Le contraste entre ces deux images est saisissant.

Image

Ici j’ai utilisé un rendu qui mixe les bandes visibles et infrarouges ce qui permet de faire ressortir l’impact sur la végétation (EnhancedNaturalColors du blog de Pierre Markuse). Voici le lien pour explorer l’image sur le Sentinel-Playground. Merci à @Meteos_ pour avoir partagé cette image.

Notes

[1] Le blog « Un Autre Regard sur la Terre » montre des images du satellite Pléiades de l’île après le pasage d’Irma. Les images sont à plus haute résolution (70 cm vs. 20 m) mais Pléiades n’ayant pas de capacité d’acquisition systématique comme Sentinel-2, on ne peut pas comparer avec une image récente prise avant le passage de l’ouragan. Des cartes détaillée sont également disponibles sur le Disasters Charter.

Plus d'actualités

Sentinel-2 reveals the surface deformation after the 2025 Myanmar earthquake

Sentinel-2 captured several clear-sky images of Myanmar before and after the 28 March 2025 earthquake. The animation below shows a 5-day apart sequence of images captured by Sentinel-2B and Sentinel-2C (10 m resolution) near the epicenter located close to Mandalay. The surface slip due to the earthquake follows the Sagaing Fault, a major fault in […]

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. […]

Rechercher