Publication de SEN2VENUS

SEN2VENµS est un jeu de données en accès libre formé de 132 955 patchs de 256 × 256 pixels. Ces patchs ont été extraits d’images Sentinel-2 (10 m et 20 m de résolution) et Venµs (5 m de résolution). Ils sont co-localisés spatialement et temporellement, ce qui permet l’entraînement d’algorithmes de super-résolution pour Sentinel-2, c’est-à-dire augmenter la résolution spatiale de Sentinel-2. En savoir plus sur le blog multitemp…

Michel J, Vinasco-Salinas J, Inglada J, Hagolle O. SEN2VENµS, a Dataset for the Training of Sentinel-2 Super-Resolution Algorithms. Data. 2022; 7(7):96. https://doi.org/10.3390/data7070096

Plus d'actualités

Offre de stage M2/PFE Ing.: Cartographie de l’occupation du sol à partir de séries temporelles d’images Sentinel par des approches de machine learning et deep-learning sans apprentissage annuel. Analyse de la dynamique de l’occupation du sol de la plaine de Marrakech depuis 2016.

Ce stage est proposé au CESBIO, à Toulouse pour une durée de 5 mois minimum, et sera co-encadré par un professeur de l’Uni. M6P au Maroc.

Offre post-doctorat : estimation du combustible mort lié au déclin forestier en France métropolitaine

Lauréat de l’AMI PISE du CNRS, le projet ECOFEU – en collaboration avec le CNRM (Météo-France/CNRS) et le CECI (Cerfacs/CNRS) – s’attaque au risque croissant des feux de forêts en France, amplifié par le changement climatique et le dépérissement des forêts. En combinant télédétection spatiale et modélisation, il vise à mieux comprendre l’évolution des combustibles […]

Des satellites pour suivre l’eau agricole en Inde

En Inde, des milliers de petits réservoirs d’eau jouent un rôle crucial pour l’agriculture dans les zones semi-arides. Pourtant, ils sont souvent ignorés des modèles hydrologiques classiques. À sec tous les cinq ans, ces bassins servent à ralentir l’écoulement et stocker les eaux de la mousson. Pour suivre leur remplissage à l’échelle régionale, des scientifiques […]

Rechercher