La présentation est en train de télécharger. S'il vous plaît, attendez

La présentation est en train de télécharger. S'il vous plaît, attendez

Projet post-doctoral CNES Sciences utilisatrices de moyens spatiaux Chaîne de traitement des images de couleur de lOcéan Application aux eaux du cas 2.

Présentations similaires


Présentation au sujet: "Projet post-doctoral CNES Sciences utilisatrices de moyens spatiaux Chaîne de traitement des images de couleur de lOcéan Application aux eaux du cas 2."— Transcription de la présentation:

1 Projet post-doctoral CNES Sciences utilisatrices de moyens spatiaux Chaîne de traitement des images de couleur de lOcéan Application aux eaux du cas 2 Julien Brajard Objectifs : Restitution de paramètres aérosols (épaisseur optique, absorption, …) et marins (chlorophylle-a, …)

2 Mon profil Julien Brajard Derniers diplômes obtenus (2003) : Diplôme dingénieur en Télécommunications (INT) DESS Traitement de linformation et exploitation des données Situation actuelle : Dernière année de doctorat dans léquipe « Modélisation statistique avancée » du LOCEAN/IPSL sous la direction de Sylvie Thiria (co-directeur : Cyril Moulin).

3 Images de couleur de lOcéan SeaWiFS processing : 4 September 1997 through 18 July 2005

4 Le transfert radiatif Réflectance atmosphérique Transmission Réflectance océanique Hypothèse de locéan noir : Pour670, w =0 => cor ( )= A ( )

5 Principe algorithmique 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

6 Aérosols absorbants Extrapolation de A dans le visible à partir du proche infra-rouge. 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 linformation 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.

7 NeuroVaria Paramètres aérosols (,…) Paramètres marins (chla,…) géométrie PMC Perceptrons multicouches (réseaux de neurones) A w t J à minimiser

8 Validation in-situ (865) w (443) %errrms%errrms SeaWiFS 132%7.1x %6.8x10 -3 Neurovaria 191%8.1x %3.9x10 -3 Campagnes NORBAL et SARHYGOL (2000, golf du Lion)

9 Traitements 14 Septembre 1998 Image en fausses couleurs

10 Traitements SeaWiFS – 14 Septembre 1998 chl-a

11 Traitements NeuroVaria - 14 Septembre 1998 chl-a

12 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 lOcéan atlantique (ouest de la Guinée) et à la mer dArabie.

13 Bibliographie Revues internationales à comité de lecture 2006 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) 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), p 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.) 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, th COSPAR scientific assembly : Paris, 2004 Journée d'Etude sur les Méthodes pour les Signaux Complexes en Traitement d'Image (INRIA) : 2003

14 Proposition post-doctorale Les eaux du cas 2 Hypothèse de locéan noir : Pour670, w =0 => cor ( )= A ( ) Spectres mesurés dans le cadre de lexpérience Boussole (mer Mediterranée) CAS 1 Spectres mesurés par GKSS dans la mer du Nord près des côtes. CAS 2

15 Chaîne de traitement images SeaWiFS Classification NeuroVaria type daérosol nuages eaux du cas 2 NeuroVaria- eaux du cas 2 NeuroVaria- poussières w chl-a paramètres optiques aérosols Images MERIS Images MODIS Indices de confiance matière jaune Sédiments en suspension glitter

16 Bases de données utilisées Images 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 dune proposition TOSCA (THIRIA-SANTER).

17 Apport algorithmique Classification 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.

18 Validations Produits océaniques GEP&CO Produits aérosols Réseau AERONET

19 Applications régionales Mer Méditerranée (Eaux du cas I – test + glitter) Site Boussole/Dyfamed Mer du nord (Eaux du cas 2) Collaboration avec GKSS Embouchure de lAmazone (Eaux du cas 2) Collaboration avec Hubert Loisel

20 Calendrier prévisionnel Classification Glitter/Cas 2/Nuages1er trimestre Application NeuroVaria à MERIS1er et 2ème trimestre Validation site boussole2ème trimestre NeuroVaria Glitter2ème et 3ème trimestre NeuroVaria cas 2 et validations in-situ2ème et 3ème trimestre Séjour GKSS/FUB4ème trimestre Applications régionales4ème trimestre Applications régionales1er semestre Séjour GKSS/FUB1er semestre Classification des spectres marins retrouvés. (Types deau et espèces de phytoplancton présents) 2ème semestre


Télécharger ppt "Projet post-doctoral CNES Sciences utilisatrices de moyens spatiaux Chaîne de traitement des images de couleur de lOcéan Application aux eaux du cas 2."

Présentations similaires


Annonces Google