Le chaînon manquant dans la valorisation des travaux de recherche en télédétection

=>

Mes collègues du CESBIO sont très créatifs ! Ils ont mis au point, au cours des dix dernières années, un grand nombre de nouveaux produits et de méthodes d’extraction de l’information à partir des données Copernicus. Et bien souvent, ils ne s’arrêtent pas à la mise au point de la méthode et à sa validation sur quelques sites et poursuivent le travail jusqu’à produire la donnée sur la France entière.

L’intérêt d’une production à l’échelle de la France est de s’assurer de la robustesse de l’approche, de démontrer que la chaine est dans un état pré-opérationnel, et de toucher de nombreux utilisateurs. Mais produire à l’échelle de la France nécessite une belle puissance de calcul et une bonne capacité de stockage, et beaucoup de temps pour suivre la production, ce qui n’est pas l’effort généralement attendus de la part de chercheurs.

Nous bénéficions pour cela du centre de calcul TREX du CNES (un grand merci), qui met à notre disposition sa puissance de calcul, l’intégralité des données de Sentinel-1 et Sentinel-2, et les produits de niveau 2A de S2A traités avec MAJA sur l’Europe entière et sur d’autres zones.

Cet article présente plusieurs exemples de production à l’échelle de la France et aborde à la fin le problème de la valorisation de ces recherches et son chainon manquant.

Occupation des sols annuelle

Le premier produit Thématique sur lequel le CESBIO a travaillé dès 2014 est la carte d’Occupation des SOls (OSO) réalisée avec Copernicus, avec une méthode par apprentissage automatique. Elle présente 23 classes différentes, dont de nombreuses classes agricoles et est produite chaque année et fournie en versions raster et vecteur, à 20 m de résolution. La chaine utilise en entrée un peu plus d’une année de données Sentinel-2. OSO a été produit au CESBIO dès 2017, avec des financements TOSCA (CNES), ESA, puis l’exploitation a été confiée à l’équipe THEIA au CNES, et est fourni chaque année. Il est très fortement utilisé en France, notamment pour l’agriculture ou les prairies, mais présente néanmoins un taux d’erreur supérieur à 10%. Une amélioration à partir de Deep Learning est à l’étude au CESBIO, avec l’ambition de proposer cette carte 3 fois par an.

Ref: Inglada, J., Vincent, A., Arias, M., Tardy, B., Morin, D., & Rodes, I. (2017). Operational high resolution land cover map production at the country scale using satellite image time series. Remote Sensing, 9(1), 95

Couverture neigeuse

C’est lui aussi un des premiers produits thématiques issus du CESBIO, son exploitation a elle aussi été confiée à l’équipe CNES de THEIA. La méthode est basée sur des seuils multi-spectraux appliqués aux images Sentinel-2, et sa précision sur la couverture de neige est de 3%. Ces données sont utilisées pour prédire le contenu en eau de la neige (même si son épaisseur n’est pas connue), servent à étudier la biodiversité, et sont utiles pour le tourisme. il a été sélectionné par le Copernicus Land Monitoring Service pour une production à l’échelle Européenne, son exploitation a été transférée à la société Magellium.. Son exploitation se poursuit au CNES, et permet de tester des améliorations et de nouvelles versions.

ref: Gascoin, S., Grizonnet, M., Bouchet, M., Salgues, G., and Hagolle, O.: Theia Snow collection: high-resolution operational snow cover maps from Sentinel-2 and Landsat-8 data, Earth Syst. Sci. Data, 11, 493–514, https://doi.org/10.5194/essd-11-493-2019, 2019.

Date de première coupe des prairies

Ce produit développé au CESBIO en collaboration avec l’Office Français de la Biodiversité (OFB), utilise lui aussi des données Sentinel-2 et une méthode par apprentissage basé sur des recueils de données in-situ. Son incertitude est de 6 jours, ce qui est excellent pour un satellite qui passe tous les 5 jours et est sensible aux nuages. Retarder la date de première coupe est un élément essentiel pour favoriser la biodiversité. Cette carte a été produite pour l’année 2022, mais nous n’avons pas encore trouvé les moyens de pérenniser cette exploitation, qui risque donc de s’arrêter.

Réf : Henry Rivas, Hélène Touchais, Vincent Thierion, Jerome Millet, Laurence Curtet, Mathieu Fauvel,  Nationwide operational mapping of grassland first mowing dates combining machine learning and Sentinel-2 time series, Remote Sensing of Environment, Volume 315, 2024,

Rendement des cultures a posteriori

Ce produit est aussi basé sur une méthode par apprentissage automatique, utilisant en entrée un recueil d’informations provenant des agriculteurs. Le besoin de ces informations ne permet pas de fournir le produit en temps réel. Il est validé par comparaison avec la base de données Agreste agrégée par départements, et sa précision à la parcelle est d’environ 10%, et elle est meilleure que 5% au niveau du département. Cette méthode fait l’objet d’un transfert au service des statistiques de production agricoles du ministère de l’agriculture, via le labo d’observation de la terre du CNES. Elle a depuis été étendue à d’autres grandes cultures. Sa production annuelle n’est cependant pas encore décidée.

Ref: un rapport est disponible : https://hal.science/hal-02935469v1

Biomasse et Flux de CO2 sur les parcelles agricoles

Ce produit, obtenu avec la chaine ACEO, permet de calculer la biomasse des grandes cultures, au travers d’une modélisation de sa croissance annuelle, utilisant toutes les données Sentinel-2 de la saison. La chaine permet aussi de modéliser les flux vers le sol. La précision sur la biomasse est de 10%. Le produit pourrait être utilisé en temps réel à condition de connaitre le type de culture sur les parcelles étudiées.A l’échelle du territoire National, il est produit l’année suivante. Une action de transfert est réalisée vers plusieurs entreprises (Natais, Netcarbon, MyEasyFarm) visant le marché des incitations aux bonnes pratiques agricoles. Mais une production de ces variables à l’échelle du territoire serait bien utile pour faire des bilans régionaux ou nationaux. Il n’existe pas pour l’instant de financement pour cette production. Sa production a été proposée à THEIA dès 2021, mais n’a pas encore été décidée.

ref: Wijmer, T., Al Bitar, A., Arnaud, L., Fieuzal, R., & Ceschia, E. (2024). AgriCarbon-EO v1. 0.1: large-scale and high-resolution simulation of carbon fluxes by assimilation of Sentinel-2 and Landsat-8 reflectances using a Bayesian approach. Geoscientific Model Development, 17(3), 997-1021.

Détection de l’irrigation

La méthode mise au point par le CESBIO en collaboration avec MEOSS permet d’identifier chaque année les parcelles agricoles irriguées. Il s’agit d’une méthode par apprentissage qui utilise en entrée une année de données Sentinel-1, Sentinel-2 ainsi que des données météo sur les précipitations. Ce produit fait l’objet d’une valorisation par MEOSS, et d’une tentative de transfert auprès du ministère de l’agriculture avec un financement FR2030. Pour le moment, sa production à l’échelle nationale n’est pas assurée.

ref: Amin, G., Oberlin, T., Vigouroux, J., Chambre, G., Dejoux, J.-F., Le Page, M., Merlin, O., Hagolle, O.,Demarez, V. Country-Scale Irrigation Mapping in France Using SAR and Optical Time Series with Deep Learning. (In preparation)

Hauteur des forêts et biomasse

Ce produit fournit la hauteur des arbres et permet d’en déduire la biomasse. Il est élaboré à partir de données Sentinel-1, Sentinel-2 et ALOS avec une méthode par apprentissage utilisant comme référence des données Lidar issues de GEDI. La prochaine version utilisera le lidar-HD aéroporté disponible en France. La précision sur la hauteur est de 3.7 m, celle sur la biomasse est de 75 tonnes à l’hectare. Un tel produit est utile pour déterminer le carbone stocké de l’échelle locale à l’échelle nationale, étudier son évolution, évaluer les effets de tempêtes, de sécheresses ou d’attaques de nuisibles (insectes ou bulldozers 😉 ). Le produit a été proposé à THEIA pour une exploitation pérenne dès 2022, mais THEIA n’a a toujours pas pu y mettre les moyens. Une nouvelle version est en cours d’élaboration sur des budgets de recherche.

Ref 1: Morin, D.; Planells, M.; Guyon, D.; Villard, L.; Mermoz, S.; Bouvet, A.; Thevenon, H.; Dejoux, J.-F.; Le Toan, T.; Dedieu, G. Estimation and Mapping of Forest Structure Parameters from Open Access Satellite Images: Development of a Generic Method with a Study Case on Coniferous Plantation. Remote Sens. 2019, 11, 1275. https://doi.org/10.3390/rs11111275

Ref 2 : Kalinicheva, Ekaterina and Helen, Florian and Mermoz, Stéphane and Mouret, Florian and Planells, Milena, Super-Resolved Canopy Height Mapping from Sentinel-2 Time Series Using LiDAR HD Reference Data across Metropolitan France (submitted)

Coupes forestières en France

Ce produit est le résultat d’une collaboration avec la société Globeo, et le CNES. Il fournit les dates de coupe forestière tous les 15 jours à 10 m de résolution, avec une précision de l’ordre de 95%, un peu meilleure sur les conifères (96%) que sur les feuillus (94%). La méthode, basée sur l’utilisation des données Sentinel-1, est une adaptation du produit TropiSCO aux forêts tempérées. Cette recherche a été financée par l’Adème. Les données ont été traitées de 2018 à 2025 et sont disponibles sur cet espace. Des améliorations sont en cours, financées par des projets de recherche, pour faire la part des choses entre le dépérissement et les coupes, mais la diffusion publique de ces données n’est pas financée et va donc devoir s’arrêter.

Ref: S. Mermoz, J. Doblas, M. Planells et al., « Submonthly Assessment of Temperate Forest Clear-Cuts in Mainland France, » in IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, vol. 17, pp. 13743-13764, 2024, doi: 10.1109/JSTARS.2024.3429012.

Le chainon manquant

Les exemples ci-dessus montrent la créativité des chercheurs du CESBIO, et leur souci de développer des méthodes applicables à l’échelle d’un pays ou d’un continent. Ils montrent aussi l’excellent outil que constitue le programme Copernicus pour la suivi de notre environnement. Mais l’expérience des 8 exemples ci-dessus montre qu’il est ensuite très difficile de passer à une production pérenne de ces données (production sur quelques années). Seuls deux de ces produits (OSO et la couverture neigeuse) font l’objet d’une production pérenne, par le CNES, pour le compte de THEIA, et les autres ont fait l’objet de financements divers d’amélioration technique ou du service, mais n’ont pas encore trouvé de modèle économique leur permettant de fonctionner durablement.

Ces exemples sont issus d’un seul laboratoire, et je n’ai pas tout présentée, certaines méthodes n’ont pas été produites à l’échelle nationale, même si elles ont fait la démonstration de leur qualité. Et le CESBIO, heureusement, n’est pas le seul laboratoire dans ce domaine, et d’autres produits analogues existent dans d’autres labos.

Il me semble que l’une des raisons est un chainon manquant dans notre système de financement en France. Pour l’instant, nous pouvons avoir accès à trois systèmes de financement, et qu’il en manque un quatrième :

• Des financements de recherche et développement permettent d’améliorer le niveau de maturité technique du produit (TRL). On peut citer les bourses de thèses, les budgets TOSCA du CNES, les appels à proposition de l’Agence nationale de la recherche, les Horizon Europe, ou les financements de l’ESA…
• Des financements de maturation de services existent (SRL), et se sont multipliés ces dernières années. En France, nous avons le Space for Climate Observatory, France2030, BASS à l’ESA… Mais ces financements se fondent souvent sur l’espoir d’une exploitation commerciale de la donnée. Il s’agit donc de financer la recherche et la maturation, et on espère que l’exploitation s’autofinancera pas ses rentrées commerciales. Mais il me parait peu probable que tous les produits présentés ci-dessus puissent faire l’objet de fortes rentrées commerciales.
• Des financements publics d’exploitation des données spatiales existent au niveau Européen. Il s’agit des produits Copernicus, ou de l’initiative contre le changement climatique de l’ESA (ESA-CCI). Cependant, seul le premier de ces financements s’intéresse à la résolution décamétrique.

Les produits gérés dans le CLMS sont peu nombreux, assez couteux à mettre en place car produits à l’échelle de l’Europe. Obtenir la décision de lancer un nouveau produit est donc très complexe, car il faut convaincre de la nécessité du financement, être sur qu’il sera utilisé et qu’il a donc la qualité et la robustesse suffisantes. Il y a donc une certaine aversion au risque dans de tels projets.

Le chainon manquant est donc pour moi l’existence de financements régionaux ou nationaux permettant d’exploiter des chaines de production de variables environnementales, dont la viabilité commerciale est improbable. La France dispose d’infrastructures qui permettraient de le faire, avec le pôle THEIA, ou avec l’IGN. Mais les budgets manquent, et le pôle THEIA n’a pas mis en service de nouvelle chaine à l’échelle du territoire Français depuis 2019. Nos discussions avec les ministères de l’environnement ou de l’agriculture montrent que ces besoins de connaissance du territoire existent, et que la donnée spatiale, et notamment Copernicus est pertinente. Seul le système de financement fait défaut, à ma connaissance.

Cette absence se traduit par un gâchis en France. Le système Copernicus est sous utilisé pour améliorer la connaissance du territoire, et les excellents de travaux de recherche se perdent dans les méandres du système de valorisation.

Savez vous si de meilleurs systèmes de financement des applications de la télédétection existent ailleurs en Europe ?