Suivi en temps réel de l’enneigement des Alpes

Les satellites d’observation de la Terre permettent de suivre l’état de notre environnement en détail et en temps quasi réel. Cependant, la période d’observation est généralement trop courte pour pouvoir placer ces données dans un contexte climatologique de long terme. Pour palier à cette lacune dans le cas du suivi du manteau neigeux, nous avons entraîné un modèle d’apprentissage automatique qui reconstruit l’enneigement à partir de données climatiques disponibles sur une longue période. Cela nous a permis de mettre en ligne un outil de suivi en temps réel de l’enneigement des principaux bassins versants des Alpes qui compare l’état actuel avec une climatologie de trente ans. Cet outil montre par ailleurs que la trajectoire de l’enneigement des Alpes en 2022 était sans précédent dès le mois de février sur les trente dernières années.

Fraction enneigée de la partie alpine du bassin du Rhône. La surface enneigée en 2022 (ligne rouge) était inférieure au minimum absolu dès le mois de février.

Gascoins, S., Monteiro, D., Morin, S. (2022) Reanalysis-based contextualization of real-time snow cover monitoring from space, Environmental Research Letters, 17, 114044, https://doi.org/10.1088/1748-9326/ac9e6a

Plus d'actualités

Formations & jobs

PhD Position: Monitoring of multi-annual vegetation dynamics by high spatial resolution multi-source satellite time series

Ce sujet de thèse est ouvert au concours pour un contrat doctoral à l’école doctorale SDU2E et sera conduit au CESBIO sur Toulouse. La réussite au concours conditionne le financement ministériel. Date limite de manifestation d’intérêt auprès des encadrants : 31 mars 2023Date limite de soumission du dossier de candidature à SDU2E : 12 mai […]

07.03.2023

Évènements

Soutenance d’HDR de Mathieu Fauvel : « Monitoring Ecosystems with Remote Sensing »

La soutenance aura lieu le Mercredi 29 Mars, à 10:30 en salle de conférence auCESBIO. Mathieu Fauvel est Chercheur à l’INRAE rattaché au CESBIO.Il parlera d’analyse d’images de télédétection satellitaire à hautes résolutionspatiale, spectral et temporelle, de comment prendre en compte  la structurede ces données dans des méthodes d’apprentissage statistiques, tout cela pourcaractériser l’occupation des […]

27.02.2023

offres de thèse

Offre de thèse en machine learning appliquée aux données satellites (financement CNES)

Title: Physics informed deep generic embeddings for multi-modal satellite data In this PhD work, we are interested in modeling and interpreting these exclusive latent variables for each sensor modality (optical and SAR) that are not used by the available physical models. The research will be focused on 2 main axes: 1. Building neural architectures for […]

31.01.2023

Rechercher