Nos premiers traitements de niveau 2A avec Sentinel-2
=>
Maintenant que Sentinel-2A a commencé à acquérir des séries temporelles d’images sur l’Europe, nous avons pu tester notre chaîne de niveau 2A, MACCS, pour faire des corrections atmosphériques. Comme vous le savez probablement si vous avez suivi ce blog, MACCS travaille avec des séries temporelles d’images, pour détecter les nuages,les ombres, l’eau et pour estimer l’épaisseur optique des aérosols. Cette chaîne a donc besoin de quelques images pour s’initialiser correctement.
Beatrice Petrucci, du CNES, a lancé le premier traitement avec une série temporelle d’images de niveau 1C acquise par Sentinel-2A sur les Pyrénées au cours du mois de juillet. Les données N1C ont été produites au CNES sur le Ground Processing Prototype (GPP), qui a servi à mettre au point et valider les traitements et est utilisé maintenant pour produire les données nécessaire à la « recette en vol » du satellite. Les résultats obtenus sont déjà chouettes, avec une très bonne détection des nuages et de leurs ombres, comme vous pouvez le voir sur les quicklooks ci-joints. Sur ces images, les nuages détectés sont entourés en rouge, les ombres en noir et l’eau en bleu. N’hésitez pas à cliquer sur les images pour les regarder à 100m de résolution (les fournir à 10m aurait accru les temps de transfert…). Les lecteurs observateurs pourraient se demander pourquoi, sur le Nord de l’image du 26/7, certains nuages sont entourés en noir : c’est un artefact de l’outil de calcul des quicklooks, qui fait disparaître le contour rouge quand un contour noir se superpose exactement. La correction atmosphérique a l’air correcte, mais il faudra valider cela plus scientifiquement, quand nous aurons traité un plus grand nombre de données. Ces bons résultats ont été obtenus avec un jeu de paramètres issus de notre expérience avec d’autres capteurs. Ce sont donc les paramètres adaptés à LANDSAT 8 qui ont été utilisés. On peut s’attendre à quelques améliorations encore quand nous aurons réglés ces paramètres avec un plus grand nombre d’images Sentinel-2.
