Acquisitions systématiques ou à la demande ?

Exemple de programmation de Pleiades (CNES). Parmi les sites demandés, seuls ceux qui sont reliés à l’orbite sont acquis.

=>

Les satellites d’observation à haute résolution peuvent être répartis en deux catégories :

  • les Satellites à Acquisition à la Demande  (SAD)
  • les Satellites à Acquisition Systématique (SAS)

Les satellites d’acquisition à la demande (SAD)

Les utilisateurs demandent une acquisition sur leur site au fournisseur d’images, qui optimise la programmation de manière à satisfaire le maximum d’utilisateurs (et aussi de manière à optimiser son bénéfice). Le fournisseur d’images facture fréquemment un surcoût si l’image doit être acquise à une date précise, et l’utilisateur n’est pas certain d’obtenir une acquisition, sauf s’il paye le coût d’une acquisition prioritaire.

SPOT, Pleiades, Ikonos, Quickbird, Formosat-2, et la plupart des satellites Radar (sauf Sentinel-1) sont des SAD.

les Satellites à Acquisition Systématique (SAS)

Le fournisseur d’images définit les zones observées au début de la mission et celles-ci sont acquises systématiquement à chaque passage du satellite. Dans certains cas (Sentinel-2, LANDSAT), l’acquisition  couvre la totalité des terres émergées, dans d’autres cas (Venµs, SPOT4(Take5), l’acquisition ne couvre qu’un petit nombre de sites présélectionnés).

En général, les SAD offrent une meilleure résolution spatiale, alors que les SAS ont une bien meilleure répétitivité temporelle. Les images des SAD sont aussi souvent payantes (concurrence entre les utilisateurs), alors que les celles des SAS sont gratuites. Finalement, les SAD sont adaptés à des applications pour lesquelles la date d’acquisition importe peu et pour lesquelles la résolution est importante, par exemple l’urbain, le suivi des infrastructures, la détection des trames vertes et bleues, alors que les SAS se prêtent à l’observation des surfaces évolutives, comme les terres agricoles et les surfaces naturelles. Seuls les SAS permettent d’envisager la réalisation automatique de cartes détaillées d’occupation des sols.

Contrairement aux Etats-Unis qui travaillent depuis longtemps avec Landsat, en Europe, les utilisateurs ont rarement eu accès à des données à haute résolution issues de SAS, ils ont été habitués à travailler avec les SAD comme SPOT. Cette situation devrait radicalement changer avec Sentinel-2, mais l’adaptation des utilisateurs à ce nouveau type de données va demander beaucoup de travail et pourrait prendre beaucoup de temps. De nouvelles méthodes de traitement et de nouvelles applications sont à développer : l’expérience SPOT4 (Take 5) et le projet Venµs ont justement pour but de fournir les données permettant ces développements.

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