Projet post-doctoral CNES Sciences utilisatrices de moyens spatiaux Chaîne de traitement des images...
-
Upload
lianne-lacoste -
Category
Documents
-
view
107 -
download
2
Transcript of Projet post-doctoral CNES Sciences utilisatrices de moyens spatiaux Chaîne de traitement des images...
Projet post-doctoral CNES
Sciences utilisatrices de moyens spatiaux
Chaîne de traitement des images de couleur de l’Océan
Application aux eaux du cas 2
Julien Brajard
Objectifs : Restitution de paramètres aérosols (épaisseur optique, absorption, …) et marins
(chlorophylle-a, …)
Mon profil
Julien Brajard
Derniers diplômes obtenus (2003) :• Diplôme d’ingénieur en Télécommunications (INT)
• DESS Traitement de l’information et exploitation des données
Situation actuelle :• Dernière année de doctorat dans l’équipe « Modélisation statistique avancée » du LOCEAN/IPSL sous la direction de Sylvie Thiria (co-directeur : Cyril Moulin).
Images de couleur de l’Océan
SeaWiFS processing : 4 September 1997 through 18 July 2005
Le transfert radiatif
)().()()( wAcor t
Réflectance atmosphérique
Transmission
Réflectance océanique
Hypothèse de l’océan noir :
Pour ≥670, w=0
=> cor()=A()
Principe algorithmique
cor
,,)865(
)765(
)865(
)765(m
A
Ahyp
cor
cor
tAcor
w
1. Estimation des propriétés optiques des aérosols à partir du rapport 765nm / 865nm
2. Extrapolation du spectre atmosphérique dans le visible
3. Correction atmosphérique
4. Inversion du signal marin
cor
A )(),(,, tm A
w
)( wfchla
Aérosols absorbants
AExtrapolation de A dans le visible à
partir du proche infra-rouge.
cor
A
Extrapolation impossible à partir du proche infra-rouge uniquement.
Spectres sans aérosol absorbant
Exemples de spectres avec aérosols absorbants
Solution : Le « spectral matching » (Chomko et Gordon, 1997) qui utilise l’information de tout le spectre pour estimer la réflectance aérosol A
NeuroVaria reprend le principe du spectral matching en combinant une inversion variationnelle et des réseaux de Neurones.
NeuroVaria
wAcalcor t .
mescor
Paramètres aérosols (,…)
Paramètres marins (chla,…)
géométrie
PMC
PMC
PMC
PMCPerceptrons multicouches (réseaux de neurones)
A
w
t
JJ
calcor
obscorJ à minimiser
Validation in-situ
(865) w(443)
%err rms %err rms
SeaWiFS 132% 7.1x10-2 37.1% 6.8x10-3
Neurovaria 191% 8.1x10-2 18.3% 3.9x10-3
Campagnes NORBAL et SARHYGOL
(2000, golf du Lion)
Traitements
14 Septembre 1998
Image en fausses couleurs
TraitementsSeaWiFS – 14 Septembre 1998
chl-a
TraitementsNeuroVaria - 14 Septembre 1998
chl-a
Bilan du doctorat
• Améliorations algorithmiques de NeuroVaria (fonction de coût, minimisation)
• Modélisation des aérosols (Junge, aérosols désertiques)• Classification des spectres de réflectance (appliqué à
MERIS)• Intégration de NeuroVaria dans la chaîne de traitement
standard SeaWiFS (Seadas).• Validations in-situ• Applications à la Mer Mediterranée, à l’Océan atlantique
(ouest de la Guinée) et à la mer d’Arabie.
BibliographieRevues internationales à comité de lecture2006 J. Brajard, A. Niang, S. Sawadogo, F. Fell, R. Santer R., Thiria S., Estimating aerosol parameters above ocean from MERIS observation using topological maps, International Journal of Remote Sensing (in press).
2006 J. Brajard, C. Jamet, C. Moulin, S. Thiria, Use of a neuro-variational inversion for retrieving oceanic and atmospheric constituents from satellite ocean colour sensor : application to absorbing aerosols, Neural Networks, Vol 19(2), p178-185.
2006 J. Brajard, C. Jamet, C. Moulin, S. Thiria, Validation of a Neuro-Variational Inversion of Ocean color images,, Journal of Advances In Spatial Research (in press.).
2006 F. Badran, M. Berrada, J. Brajard, M. Crépon, C. Sorror, S. Thiria, J.-P. Hermand, M. Meyer, L. Perichon, M. Asch, Inversion of satellite ocean colour imagery and geoacoustic characterization of seabed properties: Variational data inversion using a semi-automatic adjoint approach, Journal of Marine Systems (soumis).
Conférences
• IJCNN (International Joint Conference on Neural Networks) : Montréal, 2005
• Ocean Optics XVII : Fremantle, 2004
• 35th COSPAR scientific assembly : Paris, 2004
• Journée d'Etude sur les Méthodes pour les Signaux Complexes en Traitement d'Image (INRIA) : 2003
Proposition post-doctoraleLes eaux du cas 2
Hypothèse de l’océan noir :
Pour ≥670, w=0
=> cor()=A()
Spectres mesurés dans le cadre de l’expérience Boussole (mer Mediterranée) CAS 1
Spectres mesurés par GKSS dans la mer du Nord près des côtes. CAS 2
nm670
Chaîne de traitementimages
SeaWiFS
Classification
NeuroVaria
type d’aérosol
nuageseaux du cas 2
NeuroVaria- eaux du cas 2
NeuroVaria- poussières
w chl-aparamètres optiques aérosols
Images MERIS
Images MODIS
Indices de confiance
matière jauneSédiments en suspension
glitter
Bases de données utiliséesImages satellites
• Images SeaWiFS (utilisées pendant le thèse)
• Images MERIS (satellite européen ENVISAT)
Résolution spatiale supérieure (300m)
De plus nombreuses bandes spectrales (13+2)
Mais : forte pollution du glitter
Base synthétique
Base de donnée Océan et atmosphère générée par le code de transfert radiatif (Code des ordres successifs)
Générée et utilisée dans le cadre d’une proposition TOSCA (THIRIA-SANTER).
Apport algorithmiqueClassification
Utilisation des cartes auto-organisatrices de Kohonen
• Nuages : Niang et al. 2003, RSE
• Cas 2
• Glitter : Brajard et al. 2006, IJRS
NeuroVaria
• appliqué aux eaux du cas 2 (initialisation, modélisation)
• Intégration dans la chaîne de traitement MERIS
• Prise en compte du glitter
Intercomparaison
• Comparaisons aux algorithmes proposés par GKSS à Hambourg (R. Doerffer) et par FUB (J. Fischer) dans le cadre de missions de 2-4 mois.
Validations
Produits océaniques
GEP&CO
Produits aérosols
Réseau AERONET
Applications régionalesMer Méditerranée
(Eaux du cas I – test + glitter)
Site Boussole/Dyfamed
Mer du nord
(Eaux du cas 2)
Collaboration avec GKSS
•
Embouchure de l’Amazone
(Eaux du cas 2)
Collaboration avec Hubert Loisel
•
Calendrier prévisionnelClassification Glitter/Cas 2/Nuages 1er trimestre
Application NeuroVaria à MERIS 1er et 2ème trimestre
Validation site boussole 2ème trimestre
NeuroVaria Glitter 2ème et 3ème trimestre
NeuroVaria cas 2 et validations in-situ 2ème et 3ème trimestre
Séjour GKSS/FUB 4ème trimestre
Applications régionales 4ème trimestre
2008
2007
Applications régionales 1er semestre
Séjour GKSS/FUB 1er semestre
Classification des spectres marins retrouvés. (Types d’eau et espèces de phytoplancton présents)
2ème semestre