Chaîne de traitement des images de couleur de l’Océan

Présentation au sujet: "Chaîne de traitement des images de couleur de l’Océan"— Transcription de la présentation:

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

2 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).

3 Images de couleur de l’Océan
SeaWiFS processing : 4 September 1997 through 18 July 2005

4 Le transfert radiatif Hypothèse de l’océan noir : Pour l≥670, rw=0
Réflectance atmosphérique Hypothèse de l’océan noir : Pour l≥670, rw=0 => rcor(l)=rA(l) Transmission Réflectance océanique

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 Spectres sans aérosol absorbant
Exemples de spectres avec aérosols absorbants Extrapolation de rA dans le visible à partir du proche infra-rouge. Extrapolation impossible à partir du proche infra-rouge uniquement. Solution : Le « spectral matching » (Chomko et Gordon, 1997) qui utilise l’information de tout le spectre pour estimer la réflectance aérosol rA NeuroVaria reprend le principe du spectral matching en combinant une inversion variationnelle et des réseaux de Neurones.

7 NeuroVaria rA t rw J PMC Paramètres aérosols (t,…) géométrie PMC
à minimiser Paramètres marins (chla,…) rw Ajouter un transparent…principe de la méthode variationnelle J PMC Perceptrons multicouches (réseaux de neurones)

8 Validation in-situ Campagnes NORBAL et SARHYGOL (2000, golf du Lion)
rw(443) %err rms SeaWiFS 132% 7.1x10-2 37.1% 6.8x10-3 Neurovaria 191% 8.1x10-2 18.3% 3.9x10-3

9 Image en fausses couleurs
Traitements 14 Septembre 1998 Image en fausses couleurs Rajouter mauritanie, sénégal

10 Traitements SeaWiFS – 14 Septembre 1998 Expliquer les échelles t chl-a

11 Traitements NeuroVaria - 14 Septembre 1998 t 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 l’Océan atlantique (ouest de la Guinée) et à la mer d’Arabie.

13 Bibliographie Revues internationales à comité de lecture Conférences
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). 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), p 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

14 Proposition post-doctorale Les eaux du cas 2
Hypothèse de l’océan noir : Pour l≥670, rw=0 => rcor(l)=rA(l) 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

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

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 synthétique : pour l’app des RN 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).

17 Apport algorithmique Classification NeuroVaria Intercomparaison
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 Produits aérosols GEP&CO
Pas limitatif 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 Pas limitatif Embouchure de l’Amazone (Eaux du cas 2) Collaboration avec Hubert Loisel

20 Calendrier prévisionnel
2007 Classification 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 Séjour GKSS/FUB 4ème trimestre Applications régionales 2008 Applications régionales 1er semestre Séjour GKSS/FUB Classification des spectres marins retrouvés. (Types d’eau et espèces de phytoplancton présents) 2ème semestre