Utilisation de données satellitaires et du logiciel Envi dans l’étude des nuages

Campus des Cézeaux 24 avenue des Landais

63177 AUBIERE cedex – France 04 73 40 73 80 - 04 73 40 73 82

[email protected]

Utilisation de données satellitaires et du

logiciel Envi dans l’étude des nuages

Notice technique

Delphine Leroy

Note OPGC N°143 Septembre 2003

Laboratoire de Météorologie physique

Laboratoire de Météorologie Physique

Utilisation de données satellitaires et du logi-ciel Envi dans l’étude des nuages

Notice technique

Delphine LEROY

Septembre 2003 Note OPGC N°143

Page de garde

« Scandinavia » Image MODIS du 24 Mars 2000, 11h15 UTC

Extraite de la page Web : http://modland.nascom.nasa.gov/gallery/

1

SSOMMAIREOMMAIRE Introduction Première Partie : Les images satellitaires Chapitre 1 : Généralités sur les images satellitaires 1.1 Les différents types de résolution 1.1.1 Résolution spatiale 1.1.2 Résolution spectrale 1.1.3 Résolution radiométrique 2.2 Les niveaux des images Chapitre 2 : Le capteur AVHRR 2.1 Présentation 2.2 Quelques caractéristiques du capteur 2.3 Les différents satellites et le modèle AVHRR associé 2.4 Les bandes spectrales 2.5 Les niveaux de traitement 2.4.1 Description 2.4.2 Prix 2.4.3 Récapitulatif des sites Internet Chapitre 3 : Les données Seawifs 3.1 Présentation 3.2 Procédure de récupération des données 3.3 Les bandes spectrales 3.4 Les différents niveaux 3.4.1 Level 1A Data Products 3.4.2 Level 1A Browse Products 3.4.3 Level 2 GAC Data Products 3.4.4 Level 2 Browse Products 3.4.5 Level 3 Binned Data Products 3.4.6 Level 3 Standard Mapped Image 3.4.7 Level 3 Browse Products 3.4.8 Near Real-Time Ancillary Data Products 3.4.9 Climatological Ancillary Data Products 3.4.10 Sensor Calibration Table 3.4.11 Seawifs Simulated Data Description Chapitre 4 : Les images Meris 4.1 Présentation 4.2 Les différentes bandes 4.3 Les produits Meris 4.3.1 Résolution spatiale

2

4.3.2 Les produits 4.3.3 Précision des données Chapitre 5 : Le capteur MISR 5.1 Présentation 5.2 Caractéristiques techniques 5.2.1 Les neuf angles de visée 5.2.2 Résolution spatiale et bandes spectrales 5.3 Les différents niveaux 5.3.1 Schéma général 5.3.2 Level 1 Products 5.3.3 Level 2 Products 5.3.4 Level 3 Products 5.4 Description des produits MISR 5.4.1 Produits de niveau 1 5.4.2 Produits de niveau 2 5.4.3 Produits de niveau 3 5.4.4 Static Ancillary Products 5.5 Disponibilité des images MISR Chapitre 6 : Images de la mission TRMM 6.1 Présentation 6.2 Caractéristiques de TMI et VIRS 6.3 Les différents niveaux 6.4 Détails des canaux de TMI 6.5 Détails des canaux de VIRS Chapitre 7 : Le radiomètre Modis 7.1 Présentation 7.2 Les différents niveaux 7.3 Détails sur les différentes bandes spectrales 7.4 Informations contenues dans le nom d’un fichier Résumé des disponibilités des images Modis Chapitre 8 : Récupérer des images satellitaires (1) 8.1 Présentation du site 8.2 Récupération des images Modis 8.3 Récupération des images TRMM Récapitulatif des images disponibles à partir du site de la DAAC Chapitre 9 : Récupérer des images satellitaires (2) 9.1 Présentation du site 9.2 Récupérer des images Modis « Land Processing » 9.3 Récupérer des données Modis « Snow and Ice » 9.4 Résumé Récapitulatif des images disponibles à partir du Eos Data Gateway

3

Deuxième partie : Fonctions principales d’Envi Chapitre 10 : Présentation générale d’Envi 10.1 Présentation du logiciel 10.2 Visualisation des images satellitaires 10.2.1 La fenêtre « Available Band List » 10.2.2 Tables de couleur 10.2.3 Les différentes fenêtres images 10.3 Généralités sur le géoréférencement 10.3.1 Les différentes méthodes 10.3.2 Les méthodes de rééchantillonnage Chapitre 11 : Format de stockage des données (BSQ, BIL, BIP) 11.1 Présentation des différents formats 11.1.1 BSQ 11.1.2 BIL 11.1.3 BIP 11.2 Reconnaissance des formats 11.2.1 Exemple 11.2.2 Récapitulatif 11.2.3 A propos des fichiers Modis Chapitre 12 : L’outil « Input Geometry » 12.1 Taille des fichiers et Input Geometry 12.1.1 Taille des différentes images 12.1.2 Redimensionner 12.2 Taille des fichier et temps de calcul... 12.2.1 Recadrer une image 12.2.2 Modification de Xstart et Ystart 12.3 Utilisation d’Input Geometry 12.4 Quelques astuces 12.4.1 Création des GLT Files 12.4.2 Géoréférencement à partir de fichiers GLT Chapitre 13 : Mise à une échelle commune ou « Layer Stacking » Chapitre 14 : Comparaison d’images ou « Dynamic Overlay » 14.1 Lien géographique 14.1.1 Présentation 14.1.2 Exemple 14.2 Superposition provisoire de deux images 14.2.1 Lier les images 14.2.2 Utilisation de « Dynamic Overlay »

4

Résumé des différentes étapes du traitement d’une image Chapitre 15 : Les sorties sur grille 15.1 Grille latitude/longitude régulière 15.2 Sortie sur grille 15.2.1 Recadrage 15.2.2 Sélection des pixels voulus Chapitre 16 : Créer des mosaïques d’images 16.1 Présentation du problème 16.1.1 Images utilisées dans ce chapitre 16.1.2 Remarque sur la visualisation des images Modis 1B en couleur 16.2 Créer une mosaïque d’images Troisième partie : Exemples détaillés de traitements Chapitre 17 : Traitement des fichiers Modis 1B 17.1 Quelques rappels sur les fichiers Modis 1B 17.1.1 Niveau 1B ? 17.1.2 Format HDF ? 17.1.3 Informations supplémentaires 17.2 Géoréférencement Chapitre 18 : Géoréférencement des images Modis de niveau 2 Chapitre 19 : Géoréférencement des images Modis de niveau 3 19.1 La projection initiale 19.1.1 Quelle projection ? 19.1.2 Création d’une nouvelle projection 19.2 Géoréférencement Chapitre 20 : Superposition d’images de résolutions différentes Traitement des images TRMM (Tutorial N°1) 20.1 Présentation 20.2 Première prise de contact avec Envi 20.2.1 Ouvrir les fichiers 20.2.2 Informations utiles pour la suite 20.3 Remarques préliminaires sur le géoréférencement 20.3.1 Taille des images 20.3.2 Reconnaissance des bandes de géolocation 20.4 Géoréférencer l’image 01 20.4.1 Sélectionner un morceau d’image 20.4.2 Utilisation d’Input Geometry 20.4.3 Vérification des résultats

5

20.5 Géoréférencement de l’image 11 20.5.1 Images « high res » 20.5.2 Images « low res » 20.6 Superposition des résultats 20.6.1 Remarque préliminaire 20.6.2 Mise à la même échelle 20.6.3 Comparaison 20.7 Tableau des noms de fichiers Chapitre 21 : Les sorties sur grille (Tutorial N°2) 21.1 Fichiers utilisés 21.1.1 Généralités 21.1.2 Ouverture du fichier avec Envi 21.1.3 Grille latitude-longitude 21.2 Changement de projection 21.3 Sortie sur grille 21.3.1 Recadrage 21.3.2 Relevé de quelques valeurs 21.3.3 Sélection des pixels 21.4 Comparaison des résultats Annexes Récapitulatif des sites Internet Disponibilité des images Modis de niveau 1 Disponibilité des images Modis « Atmosphere Processing » Disponibilité des images Modis « Ocean Processing » Disponibilité des images Modis « Land Processing » Disponibilité des images TRMM Disponibilité des images AVHRR Disponibilité des images SeaWiFs

6

Des informations supplémentaires sont disponibles dans le rapport de stage «Utilisation de données satellitaires et du logiciel Envi dans l’étude des nuages» qui se trouve sur le CD joint et dont le som-maire est rappelé ci-dessous. Introduction 1. Du rayonnement à l’image : notions de télédétection 1.1 La télédétection 1.2 Interactions avec l’atmosphère 1.2.1 La diffusion 1.2.2 L’absorption 1.2.3 La transmission 1.3 Interaction du rayonnement avec la surface terrestre 1.4 Des mesures à l’image 1.5 Méthodes d’inversion et niveaux d’images 1.6 Les images satellitaires utilisées par la suite 1.7 Limitations liées aux images satellitaires 1.8 Conclusions 2. Traitement des images satellitaires avec Envi 2.1 Fonctions d’Envi les plus utilisées 2.1.1 Généralités sur le géoréférencement 2.1.2 Projections et datums 2.1.3 Comparaison d’images avec « Layer Stacking » et « Dynamic Overlay » 2.2 Autres possibilités d’Envi 2.2.1 Classification d’images 2.2.2 Corrélations entre images : « 2D Scatter Plots » 2.3 Conclusions sur Envi 3. Applications 3.1 Aide au choix d’une image SPOT 3.1.1 Notions préliminaires 3.1.2 Présentation du problème 3.1.3 Utilisation des images Modis 3.2 Co-localisation de données Micro-ondes et Infrarouge (IR) - Visible (VIS) 3.2.1 Données accessibles à partir des capteurs TMI et VIRS 3.2.2 Erreur associées au calcul du LWP 3.2.3 Présentation du problème 3.2.4 Utilisation d’Envi 3.3 Tracé de profils de température 3.3.1 Les différents types de profils de température 3.3.2 Utilisation de l’émagramme 3.3.3 Présentation du problème 3.3.4 Utilisation des données MOD07 3.4 Conclusions sur les applications Conclusion Bibliographie

7

IINTRODUCTIONNTRODUCTION Régulièrement, de nouveaux satellites d’observation de la Terre sont mis en orbite avec, à leur bord, un ou plusieurs capteurs. Les images satellitaires disponibles sont ainsi de plus en plus nom-breuses et diversifiées. Cependant, toutes ne présentent pas le même intérêt pour les recherches en physique de l’atmosphère. Parmi une telle quantité d’informations, il importe donc de faire un tri sélectif. De plus, l’utilisation de cette source de données a rapidement fait émerger de nouveaux problèmes relatifs au traitement des images et que l’on peut résoudre en utilisant un logiciel spéciali-sé dans ce domaine : Envi. Le but de cette notice est donc double. Tout d’abord, la première partie traite des images sa-tellitaires et tente de faire le tri parmi toutes celles disponibles. Après une description des notions uti-les pour les caractériser (résolution spatiale, spectrale…), certains capteurs sont décrits plus préci-sément en raison de leur intérêt pour la physique des nuage : il s’agit de AVHRR, Seawifs, Meris, MISR, Modis, VIRS et TMI (de la mission TRMM). Par la suite, un intérêt plus particulier sera porté aux données TRMM et Modis, car elles sont gratuites, faciles à récupérer à partir d’Internet et don-nent accès à un grand nombre de longueurs d’onde différentes (36 pour Modis) avec une meilleure résolution spatiale que les autres capteurs précédemment cités (250 m, 500 m et 1 km pour Modis). Enfin, deux sites Internet où sont archivées différents types d’images seront présentés (un récapitu-latif d’autres adresses Internet utiles se trouve en annexe). Ensuite, la deuxième et la troisième partie seront consacrées au logiciel de traitement d’ima-ges Envi (Environment for Visualizing Images). Dans la seconde partie, les fonctions les plus utiles du logiciel seront décrites avant de passer à des applications concrètes avec les images Modis et TRMM dans la troisième partie. Les deux derniers chapitres se présentent sous forme de « tutorial » : je vous invite à refaire pas à pas des traitements que j’ai effectués au cours de mon stage de maîtrise. Les images utilisées se trouvent sur le CD de données joint à cette notice. J’es-père que ces exemples détaillés permettront une prise en main rapide et facile d’Envi à tous ceux qui souhaitent utiliser ce logiciel. Vous pouvez également trouver des informations complémentaires ou encore des exemples d’utilisation d’Envi, replacés dans leur contexte scientifique, dans le rapport de stage sur le CD joint. Enfin, il faut se rappeler que les satellites et capteurs ont une durée de vie limitée en orbite. Ainsi, des tableaux donnant la disponibilité des images en fonction du capteur et du niveau de traite-ment se trouvent en annexe. En les consultant, il est possible de savoir directement si des données existent pour une date souhaitée. Pour les images MODIS, ces informations ont étés mises à jour en Juillet 2003, pour les images TRMM, SeaWiFS et AVHRR, en Septembre 2003. Vous pouvez égale-ment consulter la brochure « Data Available at the Goddard Earth science archive center », mise à jour le 20 Novembre 2001. Dans ce cas, les données disponibles sont classées en fonction du para-mètre physique recherché et non du capteur.

8

9

Première Partie

Les images satellitaires

10

Page précédente

« Tropical storm Lana, Eastern Pacific Ocean » Image MODIS du 11 Septembre 2000, 19h20 UTC

Extraite de la page Web : http://modland.nascom.nasa.gov/gallery/

11

Chapitre 1 : Généralités sur les images satellitaires

Dans ce premier chapitre, nous allons présenter quelques caractéristiques des images satelli-taires. Nous commencerons par les différentes résolutions qui existent, ensuite nous aborderons le classement des images en niveaux.

1.1 Les différents types de résolution

1.1.1 Résolution spatiale

La résolution spatiale ou géométrique est la plus petite distance permettant de discriminer deux objets voisins. Cette résolution s’exprime en mètres ou en kilomètres. Elle correspond à lon-gueur des côtés d’un pixel.

La résolution spatiale est inversement proportionnelle à la portion de surface terrestre obser-vée et enregistrée. Par exemple, les images SPOT ont une résolution spatiale de 10m mais elles ne couvrent qu’une surface de 60 par 80 kilomètres. A l’inverse les images Modis ont une résolution spatiale comprise entre 250 m et 1 km mais elles font quelques milliers de km de côté. Le tableau ci-dessous donne quelques valeurs de résolution spatiale pour différents satellites/capteurs.

1.1.2 Résolution spectrale

La résolution spectrale décrit la capacité d’un capteur à utiliser de petites fenêtres de lon-gueurs d’onde. Plus la résolution spectrale est fine, plus les largeurs des différentes bandes sont pe-tites. Pour Modis et TRMM que nous utiliserons par la suite, le domaine spectral de chaque bande est indiqué dans les chapitres 6 « Images de la mission TRMM » et 7 « Le radiomètre Modis ».

1.1.3 Résolution radiométrique La résolution radiométrique d’un système de télédétection décrit sa capacité à reconnaître de

petites différences dans le spectre électromagnétique. Plus la résolution radiométrique est fine, plus

Figure 1 : Comparaison des résolutions spatiales pour différents capteurs

Sigle Nom complet Résolution spatiale

GOES Geostationary Operational Environmental Satellite De 1 à 4,4 km

AVHRR (NOAA) Advanced Very High Resolution Radiometer 1,1 km

Landsat 28,5 m

Meteosat 2,5 à 5 km

SPOT 10 et 20 m

TMI (TRMM) TRMM Microwave Imager De 4,4 à 45 km

VIRS (TRMM) Visible and Infrared Scanner 2 km

MODIS Moderate Resolution Imaging Radiometer 250m ; 500m ; 1km

12

le capteur est sensible à de petites différences dans l’intensité du rayonnement reçu. Les données images sont représentées par une valeur numérique dépendant du nombre de bits

utilisés pour encoder des valeurs en format binaire. Chaque bit représente un exposant de la base 2 (par exemple, 1 bit = 21 = 2). Le nombre maximum de niveaux d'intensité disponibles dépend du nombre de bits utilisés pour représenter l'intensité enregistrée. Par exemple, un capteur utilisant 8 bits pour enregistrer les données aura 28 = 256 niveaux d'intensité disponibles car il aura 256 va-leurs numériques disponibles allant de 0 à 255. Si seulement 4 bits sont utilisés, alors seulement 24 = 16 valeurs allant de 0 à 15 seront disponibles. La résolution radiométrique sera donc plus faible. Les données enregistrées sont souvent affichées en tons de gris, avec le noir représentant une va-leur numérique de "0" et le blanc représentant la valeur numérique maximale. En comparant une image de 2-bits à une image de 8-bits d'une même scène (cf figure 2), on peut voir l'énorme diffé-rence dans le nombre de détails qu'il est possible de distinguer.

1.2. Les niveaux des images Les images satellitaires sont classées en niveau (“level”) selon les traitements qu’elles ont su-bis. De manière générale, les données de niveau 1 correspondent aux données brutes (niveau 1A). Des corrections radiométriques ont été effectuées et les fichiers de géolocation ont été ajoutés(niveau 1B). On a donc seulement accès à des radiances, ou des réflectances. Les images de ni-veau 2 permettent d’avoir accès directement à un paramètre physique comme la température. Pour cela, des algorithmes, appelés méthodes d’inversion et utilisant les données de diverses bandes spectrales, ont étés utilisés. De plus, pour certains paramètres, des données de provenance autre que les capteurs embarqués à bord des satellites (du Centre Européen des Prévisions Météorologi-ques à Moyen Terme de Reading par exemple) peuvent avoir été introduites. Dans le cas des images Modis, les paramètres physiques disponibles ont étés classés en trois catégories « Atmosphere », « Ocean » et « Land ». Sur les figures 3, 4 et 5 en pages 13, 14 et 15, les trois organigrammes montrent les paramètres physiques accessibles en fonction de la catégorie choisie et des traitements appliqué aux données brutes de Modis.

Image codée sur 8 bits Image codée sur 2 bits

Figure 2 : Comparaison des images en fonction du nombre de bits utilisés

13

Figure 3 : Les différents niveaux d’image et les paramètres physiques associés pour les données Modis (catégorie « Atmosphere Processing »)

14

Figure 4 : Les différents niveaux d’image et les paramètres physiques associés pour les données Modis (catégorie « Ocean Processing »)

15

Figure 5 : Les différents niveaux d’image et les paramètres physiques associés pour les données Modis (catégorie « Land Processing »)

16

17

Chapitre 2 : Le capteur AVHRR

2.1 Présentation : AVHRR : Advanced Very High Resolution Radiometer Satellites : NOAA’s Polar Orbiting Environmental Satellite (POES) Nombre de bandes spectrales : 4, 5 ou 6 Le premier satellite NOAA (National Oceanographic and Atmospheric Adminitration) opérationnel (NOAA-6) fut mis en orbite en 1979. Il fut suivi par une série d’autres satellites, dont le dernier, NOAA-16 fut lancé en Septembre 2000. NOAA 12, 15 et 16 continuent de transmettre des données du capteur AVHRR. Selon le modèle, AVHRR possède 4, 5 ou 6 canaux répartis dans le visible, le proche infrarouge et l’infrarouge thermique. Il existe trois format d’acquisition des données.

Largeur des bandes images 2399 km

Résolution au nadir 1,1 km

Altitude 833 km

Type d’orbite Héliosynchrone

Nombre d’orbite par jour 14,1

2.3 Les différents satellites et le modèle AVHRR associé Le tableau de la page suivante (figure 8) donne les dates de fonctionnement des satellites NOAA ainsi que le nombre de bandes du capteur AVHRR embarqué à leur bord.

2.2 Quelques caractéristiques du capteur

Caractéristiques

HRPT High Resolution Picture Transmission

Les données permettant de reconstituer une image à pleine réso-lution sont transmises à une station au sol dès qu’elles ont été col-lectées.

LAC Local Area Coverage Les données permettant de reconstituer une image à pleine réso-lution sont enregistrées à bord du satellite et transmises ultérieure-ment.

GAC Global Area Coverage Les données de toute la journée sont enregistrées à bord du satel-lite et transmises ultérieurement.

Format

Figure 6 : Format d’acquisition des données

Figure 7 : Caractéristiques du capteur AVHRR

18

Satellite Nombre de bandes Dates

NOAA-6 4 06/79 - 11/86

NOAA-7 5 08/81 - 06/86

NOAA-8 4 05/83 - 10/85

NOAA-9 5 02/85 - 11/88

NOAA-10 4 11/86 - 09/91

NOAA-11 5 11/88 - 09/94

NOAA-12 5 05/91 - 12/94

NOAA-14 5 12/94 - Present



2.4 Les bandes spectrales

N° de bande

Utilisation

NOAA 6, 8 10 NOAA 7, 9, 11, 12, 14 NOAA 15, 16, 17

1 0.58 - 0.68 0.58 - 0.68 0.58 - 0.68 Nuages et continents (Jour)

2 0.725 - 1.00 0.725 - 1.00 0.725 - 1.00 Limites Continents - Océans

3A 1.58 - 1.64 Neige et glace

3B 3.55 - 3.93 3.55 - 3.93 3.55 - 3.93 Nuages (Nuit) et Température de surface des océans

4 10.50 - 11.50 10.30 - 11.30 10.30 - 11.30 Nuages (Nuit) et Température de surface des océans

5 bande 4 répétée 11.50 - 12.50 11.50 - 12.50 Température de surface des océans

Largeur Spectrale (µm)

2.5 Les niveaux de traitement 2.5.1 Description Deux niveaux sont disponibles : ► Raw (level 1B) : Les fichiers de géolocation ainsi que les coefficients nécessaires aux calibrations radiométriques sont joints aux données mais aucun traitement n’a été appliqué. Il existe deux types de « Level 1B » :

• Single-Scene AVHRR : Les données proviennent d’un seul satellite, pour une date et une heure précise. L’image couvre approximativement une zone de 2400 par 6400 kilo-mètres. Les données sont récupérables à partir du site de la NOAA Satellite Active Ar-chive : http://www.saa.noaa.gov/cocoon/nsaa/products/welcome.

Figure 8 : Les satellites NOAA

Figure 9 : Les bandes spectrales des capteurs AVHRR

19

• Stiched Orbital Segments : Plusieurs images prises au cours d’une même orbite ont été accolées les unes aux autres. De telles données ne sont disponibles que pour un nombre limité de dates. Elles peuvent être récupérées, entre autres, via un FTP à par-tir du « EOS Data Gateway » (voir chapitre 9 « Récupérer des images satellitai-res (2)») ou à partir du site suivant : http://edcdaacftp.cr.usgs.gov/html/avhrr_orbits.html

►Georegistered (Level 1b) Single-Scene AVHRR : Les corrections radiométriques et géométriques ont été appliquées. Les données sont disponibles sur CD-ROM ou DVD. Il semble possible de pou-voir spécifier au préalable la projection, la méthode de rééchantillonnage et la taille des pixels sou-haitées. 2.5.2 Prix

Figure 10 : Prix des produits AVHRR

2.5.3 Récapitulatif des sites Internet :

Type d’image Site Internet à partir duquel il est possible de les récupérer

Raw (level 1b) Single Scene NOAA Satellite Active Archive : http://www.saa.noaa.gov/cocoon/nsaa/products/welcome

Raw (level 1b) Single Scene (USGS approved users only)

Earth Explorer : http://edcsns17.cr.usgs.gov/EarthExplorer/

Raw (level 1b) Stitched Orbital Segments

EOS Data Gateway (8-mm tape) : http://edcimswww.cr.usgs.gov/pub/imswelcome/ FTP Download http://edcdaacftp.cr.usgs.gov/html/avhrr_orbits.html

Georegistered (Level 1b) Single Scene

USGS / EROS Data Center http://edc.usgs.gov/products/satellite/avhrr_cs.html

Figure 11 : Sites Internet distribuant les images AVHRR

20

21

Chapitre 3 : Les données Seawifs

3.1 Présentation SeaWiFS : Sea-viewing Wide Field-of-view Sensor Satellite : SeaStar Nombre de bandes spectrales : 8 Format : HDF (Hierarchical Data Format). Lisible dans ENVI, PV-Wave et MATLAB. Format d’acquisition des données : HRPT, LAC ou GAC (définis au paragraphe 2.1 du chapitre 2 «Le capteur AVHRR » )

3.2 Procédure de récupération des données Note : les informations contenues de ce paragraphe (en particulier les listes des pièces à fournir) proviennent des pages Web suivantes : http://seawifs.gsfc.nasa.gov/SEAWIFS/ANNOUNCEMENTS/getting_data.html http://seawifs.gsfc.nasa.gov/SEAWIFS/LICENSE/checklist.html La procédure de récupération des données est différente selon l’usage que l’on veut faire de celles-ci. ►Si les images sont destinées à un usage commercial, alors elles sont payantes et délivrées par ORBIMAGE : http://www.orbimage.com/ ►Si les images sont destinées à la recherche, plusieurs cas se présentent : - Option 1 : vous pouvez faire une demande à la NASA pour être autorisé à utiliser les produits SeaWiFS. Si votre candidature est acceptée, vous pourrez alors récupérer gratuitement les images SeaWiFS (si celles-ci remontent à plus de deux semaines) à partir du site de la Goddard DAAC. La liste des pièces à fournir à la Nasa a été reproduite en ci-dessous.

Suite →

22

- Option 3 : Si vous êtes déjà autorisé à utiliser les images Seawifs (c’est-à-dire que vous avez déjà fait une demande de type 1 et qu’elle a été acceptée), vous pouvez faire une demande supplé-mentaire pour pouvoir recevoir les images Seawifs en temps réel à partir d’une « Ground Station » (voir page suivante).

- Option 2 : vous pouvez demander à ce que le LAMP (ou l’OPGC) devienne une « Authorized SeaWiFS Ground Station ». Il pourra alors recevoir des données de type HRPT (High Resolution Picture Transmission). La liste des pièces à fournir se trouve ci-dessous.

23

3.3 Les bandes spectrales :

(There is no specific deadline for receipt of proposals for research use of SeaWiFS data or for direct readout ground station authorization.)

24

3.4 Les différents niveaux : Les tableaux récapitulent les noms associés aux différents produits d’un même niveau et que l’on retrouve sur le site de la GES DAAC (cf chapitre 8 : « Récupérer des images satellitaires (1) »). 3.4.1 Level-1A Data Products

Nom du produit Description

L1A_GAC Level 1A GAC data, consists of raw radiance counts from all 8 bands as well as spacecraft and instrument telemetry

L1A_HRPT Level 1A LAC data collected at HRPT stations

L1A Recorded LAC Level 1A Recorded LAC, each scene contains about 1-min data

L1A SOL Level 1A Solar Calibration data

L1A LUN Level 1A Lunar Calibration data

L1A TDI Level 1A Time Delay and Integration data

L1A IGC Level 1A Intergain Calibration Check data

Details : Level-1A products contain all the Level-0 data (raw radiance counts from all bands as well as spacecraft and instrument telemetry), appended calibration and navigation data, and instrument and selected spacecraft telemetry that are reformatted and also appended. Each Level-1A product is sto-red as one physical HDF file. There are Level-1A products for each of the following data types: global-area coverage (GAC), local-area coverage (LAC), lunar calibration, solar calibration,TDI/gain check, and HRPT for direct-readout data. (The generic term LAC is also used to refer to all full-resolution, recorded data, inclu-ding lunar, solar, and TDI data.) HRPT data are collected at one of numerous HRPT ground stations, whereas all other data types are from recording dumps to the Wallops Flight Facility. GAC data are subsampled from full-resolution data with every fourth pixel of a scan line (from LAC pixels 147 to 1135) and every fourth scan line being recorded for each swath (the Earth data collection portion of an orbit). Thus, GAC data are comprised of 248 pixels per scan line, whereas all other types are comprised of 1,285 pixels per scan line. A GAC scene will also represent an entire swath, whereas LAC scenes are defined by the number of continuously recorded scans, and HRPT scenes are defined by the number of continuously received scans from one satellite pass. 3.4.2 Level-1A Browse Products

Details : Each Level-1A browse product is generated from a corresponding Level-1A GAC or HRPT product. The main data content of the product is a true-color image generated from subsampled, ca-librated, Rayleigh-corrected data for bands 2, 5 and 6, stored as one byte per pixel. Each Level-1A browse product corresponds exactly in geographical coverage (scan-line and pixel extent) to that of its parent Level-1A product and is stored in one physical HDF file.


L1A_GAC_BRS Image en couleurs réelles construite à partir des bandes 1, 5 et 6

L1A_LAC_BRS Level 1A LAC browse data collected at HRPT stations.

25

Details : Each Level-2 GAC product is generated from a corresponding Level-1A GAC product. The main data contents of the product are the geophysical values for each pixel,derived from the Level-1A raw radiance counts by applying the sensor calibration, atmospheric corrections, and bio-optical algorithms. Each Level-2 GAC product corresponds exactly in geographical coverage (scan-line and pixel extent) to that of its parent Level-1A product and is stored in one physical HDFfile. The 12 geophysical values derived for each pixel are: six water-leaving radiances for bands 1 to 6, the chlorophyll a concentration, the diffuse attenuation coefficient at band 3, the epsilon value for the aerosol correction of bands 7 and 8, the angstrom coefficient for bands 4 and 8, and the aero-sol optical thickness at band 8. In addition, 32 flags are associated with each pixel indicating if any algorithm failures or warning conditions occurred for that pixel. 3.4.4 Level-2 Browse Products

3.4.3 Level-2 GAC Data Products


L2 GAC Level 2 GAC data contains geophysical values for each pixel derived from level 1A raw radiance counts

Details : Each Level-2 browse product is generated from a corresponding Level-2 GAC product. The main data contents of the product are a subsampled version of the chlorophyll-a image stored as one byte per pixel. Each Level-2 browse product corresponds exactly in geographical coverage (scan-line and pixel extent) to that of its parent Level-2 product and is stored in one physical HDF file. 3.4.5 Level-3 Binned Data Products


L2 GAC BRS Level 2 GAC Browse data, contains image of Chlorophyll a concentration


L3 Daily Level 3 Daily data product type contains 13 Binned and 5 Standard Map-ped Image (SMI) files.

L3 8-Day Level 3 8-Day data product type contains 13 Binned and 5 Standard Map-ped Image (SMI) files.

L3 Monthly Level 3 Monthly data product type contains 13 Binned and 5 Standard Mapped Image (SMI) files.

L3 Annual Level 3 Annual data product type contains 13 Binned and 5 Standard Mapped Image (SMI) files.

8-day BIN Level 3 8-Day Binned Photosynthetically Active Radiation (PAR) data

Monthly BIN Level 3 Monthly Binned Photosynthetically Active Radiation (PAR) data

26

Details : Level-3 binned data products consist of the accumulated data for all Level-2 GAC products corresponding to a period of one day, 8 days, a calendar month, or a calendar year. The data are stored in a representation of a global, equal-area grid whose grid cells, or "bins," are approximately 81 km2. Each Level-3 binned data product is stored in multiple HDF files. Each multi-file product inclu-des a main file containing all product-level metadata and data for each bin that are common to all the binned geophysical parameters. In addition, each product includes 12 subordinate files, each of which contains data of one binned geophysical parameter for all bins. Subordinate files must be read in conjunction with the associated main file. The 12 binned geophysical parameters are: six water-leaving radiances for bands 1 to 5, the chlorophyll-a concentration, the diffuse attenuation coefficient at band 3, the ratio of chlorophyll a concentration to the diffuse attenuation coefficient at band 3, the epsilon value for the aerosol cor-rection of bands 7 and 8, the angstrom coefficient for bands 4 and 8, and the aerosol optical thick-ness at band 8. For each of these values and for each bin, the arithmetic mean and standard devia-tion may be derived. In addition, the number of pixels binned and the number of contributing scenes is stored for each bin. 3.4.6 Level 3 Standard Mapped Image


L3 Daily Level 3 Daily data product type contains 13 Binned and 5 Standard Map-ped Image (SMI) files.

L3 8-Day Level 3 8-Day data product type contains 13 Binned and 5 Standard Map-ped Image (SMI) files.

L3 Monthly Level 3 Monthly data product type contains 13 Binned and 5 Standard Mapped Image (SMI) files.

L3 Annual Level 3 Annual data product type contains 13 Binned and 5 Standard Mapped Image (SMI) files.

8-day SMI Level 3 8-Day standard mapped image (SMI) of Photosynthetically Active Radiation (PAR) data

Monthly SMI Level 3 Monthly standard mapped image (SMI) of Photosynthetically Ac-tive Radiation (PAR) data

Details : The Level-3 standard mapped image (SMI) products are image representations of binned data products. This image is a byte-valued, two-dimensional array of an Equidistant Cylindrical projection of the globe. Each SMI product contains one image of a geophysical parameter and is stored in one physical HDF file. Five SMI products are generated from each binned data product, one for each of the following geophysical parameters: chlorophyll-a concentration, normalized water-leaving radiance at band 5, aerosol optical thickness at band 8, angstrom coefficient for bands 4 and 8, and diffuse attenuation coefficient at band 3. Thus, each SMI product represents data binned over the period covered by the parent product. The arithmetic mean is used in each case to obtain the values for the SMI grid points from the binned data products.

27

Details : Each Level-3 browse product is generated from a corresponding chlorophyll-a SMI product. The main data content of the product is a subsampled version of the SMI image array, stored as one byte per pixel. Each Level-3 browse product is stored in one physical HDF file. 3.4.8 Near Real-Time Ancillary Data Products

3.4.7 Level 3 Browse Products


L3 Daily BRS Level 3 Daily browse data : Chlorophyll-a image

L3 8-Day BRS Level 3 8-Day browse data : Chlorophyll-a image

L3 Monthly BRS Level 3 Monthly browse data : Chlorophyll-a image

L3 Annual BRS Level 3 Annual browse data : Chlorophyll-a image

Details : Products of the meteorological data--meridional wind, zonal wind, pressure, and relative humi-dity--and total ozone, used during the Level-2 operational processing, are made available by the Project (Relative humidity is not currently used during the processing). The meteorological and ozone data are referred to as ancillary data. These products are gridded, Equidistant Cylindrical ima-ges of, or derived from, data from other agencies. These data represent global "snapshots" at fre-quencies of at least once per day and as suchare considered as near real-time (NRT) data. Each product is contained in one physical HDF file. As part of its quality control procedures, the Project may modify suspect valuesand fill missing values of NRT ancillary data grid points. An associated "Q/C" field is stored with each ancillary para-meter image for recording any modifications to the original data. If a grid point's ancillary data value is changed, the corresponding Q/C grid point is set equal to 1; otherwise, it is set equal to 0. 3.4.9 Climatological Ancillary Data Products Climatologies of the ancillary data required for Level-2 processing have been created by the SeaWiFS Project. These climatologies can be used by the Level-2 processing software in lieu of NRT data when the NRT data are unavailable or deemed to be of poor quality. Two climatological products, each a single HDF file, are used--one for four meteorological parame-ters and the other for ozone. For each of these five parameters, long-term monthly means were cal-


NCEP Meteorology Real-Time Meteorological data from the National Meteorological Center

EPTOMS Ozone Real-Time Ozone Data from EPTOMS

TOVS Ozone Real-Time Ozone Data from TOVS

28

culated using data from other agencies. The means, along with the associated standard deviations and number of observations, are stored as gridded, Equidistant Cylindrical images. 3.4.10 Sensor Calibration Table The sensor calibration table is comprised of a set of parameters required for applying the sen-sor calibration to raw (Level-1A) data. The table is stored as one physical HDF file that is available as a SeaWiFS product. The calibration table includes parameters that will not be changed and parameters that may be up-dated. Updates are performed by the SeaWiFS Project and result in the appending of data to the fi-le's contents. Whenever it is updated, a new version of the file is made available as a product. Re-sults of vicarious calibration studies can indicate if updates are needed to improve previous calibra-tion parameter values or to account for changes in sensor. 3.4.11 Seawifs Simulated Data Description A realistic simulated data set is essential for mission readiness preparations and can potential-ly assist in all phases of ground support for a future mission. Such a data set was created for the Sea-viewing Wide Field-of view Sensor (SeaWiFS), a global ocean color mission due for launch in 1995. This data set incorporates a representation of virtually every known aspect of the flight mis-sion. Thus it provides a high fidelity data set for testing most phases of the ground system, including data processing, data transfers, calibration and validation, quality control, and mission operations. The data set is constructed for a seven-day period, March 25-31, 1994. Specific features of the data set are: it includes Global Area Coverage (GAC), recorded Local Area Coverage (LAC) and real-time High Resolution Picture Transmission (HRPT) data for the seven-day period; it includes a realistic orbit which is propagated using a Brouwer-Lyddane model with drag; the data correspond to a com-mand schedule based on the orbit for this seven- day period; it includes total (at-satellite) radiances for ocean, land, clouds, and ice; it utilizes a high-resolution land/sea mask; it includes actual Sea-WiFS spectral responses; it includes the actual sensor saturation responses; it is formatted accor-ding to current onboard data structures; and it includes corresponding telemetry (instrument and spacecraft) data.

29

Chapitre 4 : Les images MERIS

4.1 Présentation MERIS : Medium Resolution Imaging Spectrometer Satellite : Envisat Nombre de bandes : 16

4.2 Les différentes bandes

N° Milieu de bande Largeur de bande Utilisation possible

1 412.5 10 Yellow substance and detrital pigments

2 442.5 10 Chlorophyll absorption maximum

3 490 10 Chlorophyll and other pigments

4 510 10 Suspended sediment, red tides

5 560 10 Chlorophyll absorption minimum

6 620 10 Suspended sediment

7 665 10 Chlorophyll absorption and fluo. reference

8 681.25 7.5 Chlorophyll fluorescence peak

9 708.75 10 Fluo. Reference, atmospheric corrections

10 753.75 7.5 Vegetation, cloud

11 760.625 3.75 Oxygen absorption R-branch

12 778.75 15 Atmosphere corrections

13 865 20 Vegetation, water vapour reference

14 885 10 Atmosphere corrections

15 900 10 Water vapour, land

4.3 Les produits MERIS 4.3.1 Résolution spatiale Les produits Meris existent dans trois résolutions différentes :

Sigle Nom complet Taille d’un pixel Approximation

LR Low Resolution 4 160 m x 4 640 m 4800 m

RR Reduced Resolution 1 040 m x 1 160 m 1200 m

FR Full Resolution 260 m x 290 m 300 m

30

4.3.2 Les produits Signification du nom d’un produit MERIS : Exemple : MER_RRC_1P Pour tous les produits provenant du satellite Envisat, les trois premières lettres du nom indiquent le capteur qui a récolté les données. Ainsi, les trois lettres MER correspondent à Meris, ASA pour Asar, ATS pour Aatsr, DOR pour Doris, etc… Dans le cas des produits Meris, le groupe de lettres suivant, RRC, indique la résolution utilisée (RR)et parfois le type de données accessibles (C). Pour plus de détails, consultez le tableau ci-dessous. Enfin, les deux derniers caractères (1P) indiquent le niveau de traitement des données. 0P corres-pond au niveau 0, 1P au niveau 1, 2P au niveau 2 et enfin BP signifie « Browse Product ».

Résolution Nom du produit Description

Reduced (RR)

MER_RV__0P MERIS Level 0 Reduced Field of View

MER_CA__0P MERIS Level 0 Calibration (all calibration modes)

MER_RR__0P MERIS Level 0 Reduced Resolution

MER_RR__1P Reduced Resolution Geolocated and Calibrated TOA Radiance

MER_RR__2P Reduced Resolution Geophysical Product for Ocean, Land and At-mosphere

MER_RRC_2P Extracted Cloud Optical Thickness and Water Vapour at nominal re-duced resolution extracted from MER_RR__2P for NRT distribution

MER_RRV_2P Extracted Vegetation Indices (Vegetation indices including atmos-pheric corrections for selected land regions) at nominal reduced re-solution extracted from MER_RR__2P for NRT distribution

MER_RR__BP The browse will be a 3 band colour product derived from level 1b da-ta where three of the MERIS bands will be chosen for the best visua-lization of the land, sea, ice, cloud features. It is generated systema-tically for all MERIS RR L0 acquired

Low (LR)

MER_LRC_2P Extracted Cloud Optical Thickness and Water Vapour at low resolu-tion (4.8 km) for METEO Users generated from MER_RR__2P

Full (FR)

MER_FR__0P MERIS Level 0 Full Resolution

MER_FR__1P Full-Resolution Geolocated and Calibrated TOA Radiance

MER_FR__2P Full-Resolution Geophysical Product for Ocean, Land and Atmos-phere

Pour plus de détails sur les produits, consultez le site : http://envisat.esa.int/instruments/meris/data-app/prodspread.html 4.3.3 Précision des données

Product Accuracy Product Accuracy

Radiances (from 400 to 900 nm) < 2 % Suspended matter < 15 %

Radiances (from 900 to 1050 nm) < 5 % Water vapor < 20 %

Surface reflectance (Ocean) < 2.10-4 Cloud albedo < 2 %

Surface reflectance (Land) < 5 % Cloud optical thickness ~ 10 %

Chlorophyll retrieval < 15 % Cloud top pressure ~ 40 hPa

Yellow subtance < 30 % MERIS Vegetation Index ?

31

Chapitre 5 : Le capteur MISR

5.1 Présentation : MISR : Multi-angle Imaging Spectroradiometer Satellites : EOS-Terra Nombre de bandes spectrales : 4 Format des données : HDF, lisible avec Envi, Matlab ou PV-Wave Intérêt : MISR possède neuf caméras, chacune pointée dans une direction bien précise. L’angle de visée, formé entre cette direction et le nadir, peut prendre les valeurs suivantes : 0° ; ± 26,1° ; ±45.6° ; ± 60,0° ; ± 70,5°. Les images de MISR se récupèrent gratuitement à partir du Eos Data Gateway (voir chapitre 9 : « Récupérer des images satellitaires (2) »).

5.2 Caractéristiques techniques : 5.2.1 Les neuf angles de visée La figure 12, ci-dessous, schématise les neuf directions de visée des cameras. Le tableau as-socié au schéma donne les sigles utilisés pour désigner les différentes caméras : a correspond à « aft » (en arrière), n à nadir et f à « forward » (en avant).

De façon générale, les données correspondant aux grands angles de visée servent à détermi-ner les effets dus à la présence de nuages ou d’aérosols, alors que celles correspondant à petits an-gles sont utilisées pour l’étude de la surface de la Terre. Les informations récoltées par la caméra An regardant le nadir servent en particulier pour la géolocation des images, la calibration de l’appa-reil et d’éventuelles comparaisons avec des données d’autres capteurs. Pour plus de détails, consul-tez la page : http://www-misr.jpl.nasa.gov/mission/iangles.html

Figure 12 : Angles de visée et noms des caméras

32

5.2.2 Résolution spatiale et bandes spectrales La caméra An possède une résolution spatiale de 250 m, ce qui permet une détermination pré-cise de la zone regardée, et qui servira par la suite à la géolocation des autres images. Pour les huit autres caméras, la résolution spatiale est de 275 m. Les bandes spectrales sont au nombre de quatre et les longueurs d’ondes centrales sont res-pectivement 443, 555, 670 et 865 nanomètres. Pour plus de détails concernant le choix de ces lon-gueurs d’onde, consultez la page : http://www-misr.jpl.nasa.gov/mission/ispecovg.html. Le schéma suivant (figure 13) récapitule l’utilisation faite des différentes bandes.

Figure 14 : Configuration habituelle des cameras en fonction de la bande

MISR possède deux modes de fonctionnement. Le premier, appelé « Local Mode », utilise la résolution maximale décrite précédemment : 250 m au nadir et 275 m pour les huit autres. Cepen-dant, si ce mode était utilisé continuellement, la quantité de données à transmettre serait trop impor-tante. Ce mode n’est donc employé que lorsque que le satellite observe des zones bien particulières (6 maximum par jour) et la plus part du temps c’est le mode « Global » qui est utilisé. La valeur mise en mémoire est alors une moyenne effectuée sur 4 x 4 ou 1 x 4 ou 2 x 2 pixels. Le nombre de pixels utilisé pour calculer cette moyenne peut être sélectionné indifféremment pour chaque caméra et pour chaque bande spectrale. Le tableau ci-dessous donne une configuration utilisée couramment.

Figure 13 : Utilisation des différentes bandes spectrales

33

5.3 Les différents niveaux Toutes les informations données dans ce paragraphe proviennent du site : http://www-misr.jpl.nasa.gov/mission/data.html 5.3.1 Schéma général Le traitement des données MISR se décompose en cinq étapes, récapitulées sur la figure 15 ci-dessous.

Figure 15 : Traitement des données MISR

5.3.2 Level 1 Products These have been processed and calibrated to remove many of the instrument effects. The re-sulting products thus contain minimal instrument or spacecraft artifacts and are most suitable for subsequent scientific derivations. ■ Level 1A : Reformatted Product : The raw data from the instrument, which is intricately structured and compressed, is reformatted into more straightforward computer files. At the same time, many checks are made on the quality of the data to ensure that the instrument is working correctly. ■ Level 1B1 : Radiometric Product Two types of processing are included in this product. Firstly, the Radiance Scaling operation converts the camera's digital output to a measure of energy incident on the front optical surface. The measurement is expressed in units called radiance (energy per unit area, wavelength, and solid an-gle) as defined by the an international scale. Secondly, Radiance Conditioning modifies the radian-ces to remove instrument-dependent effects. Specifically, image sharpening is provided, and focal-plane scattering is removed. Additionally, all radiances are adjusted to remove slight spectral sensiti-vity differences among the 1504 detector elements of each spectral band and each camera. ■ Level 1B2 : Georectified Radiance Product The nine sets of imagery from the nine cameras are registered to one another and to the ground. This is an image processing application made necessary because the nine views of each point on the ground are not acquired simultaneously (images from cameras at the two extreme angles are 7 minutes apart.) This product is mapped into a standard map projection called Space Oblique Merca-tor (SOM). There is a cloud mask derived as part of the Level 1B2, called thte Radiometric Camera-by-camera Cloud Mask (RCCM). (Other types of cloud mask form part of the Level 2 products.) 5.3.3 Level 2 Products These are geophysical measurements derived from the instrument data.

34

■ Level 2 Top-of-Atmosphere/Cloud Product This contains measurements of cloud heights and winds, cloud texture, top-of-atmosphere albedos and bidirectional reflectance factors, and other related parameters. ■ Level 2 Aerosol/Surface Product This products includes a range of parameters such as tropospheric aerosol optical depth; aerosol composition and size; surface directional reflectance factors and bi-hemispherical reflectance; and other related parameters. 5.3.4 Level 3 Products These are global maps of various parameter elements from the Level 2 products. They are produced monthly, seasonally (every three months), and annually.

5.4 Description des produits MISR Chaque tableau donne une description des différents produits pour un même niveau, ainsi que les abréviations utilisées (« ESDT Shortname ») pour les désigner. Toutes ces données sont récu-pérables à partir du EOS Data Gateway (cf chapitre 9 : « Récupérer des images satellitaires (2) ». 5.4.1 Produits de niveau 1

ESCT Short-name

Data set name Description

MISBR MISR Browse Data Color browse image for each camera.

MIL1A MISR Level 1A camera charge-coupled device (CCD) Science Data

The Reformatted Annotated Level 1A product of the CCD science data. The data numbers (DN) have been commuted from 12-bit numbers to 16-bit byte-aligned half-words.

MI1AENG1 MISR Level 1A Engineering Data File Type 1

Reformatted Annotated Level 1A product for the camera engineering data, which represents indi-cators of sampled measurements.

MI1ANAV MISR Level 1A Navigation Data Reformatted Annotated Level 1A product for te Navigation Data, which contains samples of the Terra Platform position and altitude data.

MI1AMOT MISR Level 1A Motor Data Output for the Level 1A Motor Data

MI1AC MISR Level 1A Calibration Data Level 1A calibration data in DN. The data num-bers have been commuted from 12-bit numbers to 16-bit byte-aligned half-words.

MI1AOBC MISR Level 1A On-Board Cali-brator (OBC) Data

Contains the output for the Level 1A On-Board Calibration Data.

MI1B1 MISR Level 1B1 Radiance Data The Level 1B1 Product containing the DNs radio-metrically-scaled to radiances with no geometric resampling.

MI1B1LM MISR Level 1B1 Local Mode Ra-diance Data

Contains the DNs radiometrically scaled to radian-ces with no geometric resampling.

MI1B2E MISR Level 1B2 Ellipsoid Data Contains the ellipsoid projected Top of Atmos-phere (TOA) radiance, resampled to WGS 84 el-lipsoid corrected.

35

ESCT Short-name


MISR Level 1B2 Local Mode El-lipsoid Radiance Data

MI1B2T MISR Level 1B2 Terrain Data Contains the terrain projected TOA radiance, re-sampled at the surface and topographically cor-rected.

MISR Level 1B2 Local Mode Terrain Radiance Data

MI1B2GEOP MISR Geometric Parameters Contains the geometric parameters which mea-sure the sun and view angles at the reference el-lipsoid.

MIRCCM MISR Level 1B3 RCCM Contains Radiometric Camera-by-camera Cloud Mask and sun glint mask.

5.4.2 Produits de niveau 2

ESCT Short-name


MIL2ASAE MISR Level 2 Aerosol data Aerosol optical depth, aerosol compositional mo-del, ancillary meteorological data, and related pa-rameters on a 17.6 km grid.

MIL2ASLS MISR Level 2 Land Surface Data Includes bihemispherical and directional-hemispherical reflectance (albedo), hemisphrical directional and bidirectional reflectance factor (BRF), leaf-area index (LAI) and fraction of photo-synthetically active radiation (FPAR), and normali-zed difference vegetation index on a 1.1km grid.

MIL2TCST MIRS Level 2 TOA/Cloud Stereo Data

Parameters include a stereoscopically-derived cloud mask and cloud height on a 1.1 km grid, and reflecting level reference altitude on a 2.2 km grid. Cloud motion parameters are calculated on a 70.4 km grid.

MIL2TCAL MIRS Level 2 TOA/Cloud Albedo Data

Contains Local, Restrictive, and Expansive Albe-do values and statistics.

MIL2TCCL MISR Level 2 Top of atmosphe-re/Cloud Classifiers

Contains altitude-binned cloud classifications and angular cloud fractions

5.4.3 Produits de niveau 3

ESCT Short-name


MIL3MRD Component Global Georectified Ra-diance Product (CGGRP) Monthly

MIL3QRD Component Global Georectified Ra-diance Product (CGGRP) Quarterly

MIL3YRD Component Global Georectified Ra-diance Product (CGGRP) Yearly

This product is a summary ot the L1B2 Ter-rain and L1B2 Ellipsoid Radiance product.

36

ESCT Short-name


MIL3MLS Component Global Land Surface Product (CGLS) Monthly

This product is a summary ot the L2 Land Surface Product. MIL3QLS Component Global Land Surface

Product (CGLS) Quarterly

MIL3YLS Component Global Land Surface Product (CGLS) Yearly

MIL3MAE Component Global Aerosol Product (CGAS) Monthly

MIL3QAE Component Global Aerosol Product (CGAS) Quarterly

MIL3YAE Component Global Aerosol Product (CGAS) Yearly

This product is a summary of the L2 Aerosol product

5.4.4 Static Ancillary Products

ESCT Short-name


MIANACP MIRS Aerosol Climatology Pro-duct

This product contains 1) the microphysical and scattering characteristics of pure aerosol upon which routine retrievals are based ; 2) mixtures of pure aerosol to be compared with MISR observa-tions ; and 3) likelihood value assigned to each mode geographically

MIANCAGP MISR Ancillary Geographic Pro-duct

This file consist primarily of geolocation data on a Space Oblique Mercator (SOM) Grid. It has 233 parts, corresponding to the 233 repeat orbits of the Terra spacecraft.

MIANCARP MISR Ancillary Radiometric Pro-duct

Comprises 4 files covering instrument characteriz-tion data, preflight calibration data, in-flight cali-bration data and configuration parameters.

MIANCSSC MISR Cloud Screening Surface Classification

Contains the MISR Cloud Screening Classification Data Set used in Level 2 processing.

MIANTASC MISR Terrestrial Atmosphere and Surface Climatology

Contains the MIRS Terrestrial Atmosphere and Surface Climatology Data Set used in Level 2 Processing.

MISANCGM MIRS Camera Geometric Model A parametric model describing the internal geo-metry of the nine cameras relative to the space-craft frame of reference.

5.5 Disponibilité des images MISR La page Web : http://public.larcmo.ecs.nasa.gov/cgi-bin/daacxt/ecs_pge_history_PR.cgi est consacrée à la disponibilité des images MISR.

37

Chapitre 6 : Images de la mission TRMM

6.1 Présentation : TRMM : Tropical Rainfall Measuring Mission Format : dépend du niveau des données TRMM est un satellite qui possède cinq radiomètres différents : - Precipitation Radar - TRMM Microwave Imager (TMI) - Visible and Infrared Scanner (VIRS) - Cloud and Earth Radiant Energy Sensor - Lightening Imaging Sensor Par la suite, nous utiliserons seulement les données de TMI et VIRS, c’est pourquoi ces quelques pages ne mentionnent que les caractéristiques de ces deux capteurs. Pour plus de détails sur les autres instruments, consultez la page web suivante : http://trmm.gsfc.nasa.gov/overview_dir/instrumentfacts.html

6.2 Caratéristiques de TMI et VIRS :

6.3 Les différents niveaux :

Figure 16 : Comparaison des capteurs TMI et VIRS

Figure 17 : Niveaux des images de la mission TRMM

Radiomètre TRMM Microwave Imager (TMI) Visible and Infrared Scanner (VIRS)

Nombre de canaux 9 5

Résolution spatiale De 4.4 à 45 km 2.2 km

Largeur de l’image 758.8 km 720 km

Applications Structure, distribution et type de pré-cipitations, pluviométrie

Couverture nuageuse, type de nua-ges, température au sommet et préci-pitations

Niveau Description Format

Level 0 Données issues directement des capteurs

Level 1A Ce niveau a été conçu pour minimiser les temps de calculs et la place utilisée pour stocker les données en mémoire et pour pouvoir revenir au niveau 0 facile-ment

Binaire

Level 1B Le format HDF permet de grouper toutes les données ensemble et est lisible en particulier dans Envi, Matlab et PV-Wave. Ce niveau contient des bandes de géolocation.

HDF

38

On a la relation : Valeur mise en mémoire = (T-100)*100

où T est la température de brillance en Kelvins, définie dans le paragraphe 1.4 du rapport de stage.

6.5 Détails des canaux de VIRS :

6.4 Détails des canaux de TMI : Pour les fichiers dits « haute résolution », on a une résolution spatiale de 4.4 km. Pour ceux « basses résolution », celle-ci varie entre 4.4 et 45 km. Seulement, ces deux chiffres ne sont vala-bles que pour la largeur du pixel : leur longueur est susceptible de varier.

Figure 18 : Caractéristiques des bandes de TMI

Figure 19 : Caractéristiques des canaux de VIRS

N° du canal (high resolution) Fréquence (GHz) Polarisation

1 85.5 Verticale

2 85.5 Horizontale

N° du canal (low resolution) Fréquence (GHz) Polarisation

1 10.7 Verticale

2 10.7 Horizontale

3 19.4 Verticale

4 19.4 Horizontale

5 21.3 Verticale

6 37.0 Verticale

7 37.0 Horizontale

N° du canal Région spectrale Longueur d’onde (µm)

1 Visible 0.63

2 Proche Infrarouge 1.6

3 Proche Infrarouge 3.75

4 Infrarouge 10.8

5 Infrarouge 12.0

39

Chapitre 7 : Le radiomètre Modis

7.1 Présentation : MODIS : Moderate Resolution Imaging Spectroradiometer Satellites : Terra (EOS AM-1) et Aqua (EOS PM-1) Nombre de bandes spectrales : 36 Format : HDF (Hierachical Data Format). Lisible dans Envi, Matlab et PV-Wave. En terme de résolution spatiale et spectrale et du nombre de canaux, MODIS s'avère meilleur que AVHRR (Advanced Very High Resolution Radiometer) et SeaWifs. De plus, les images MODIS sont gratuites sur Internet. 7.2 Les différents niveaux : Les données Modis sont classées en différents niveaux en fonction des différents traitements appliqués.

Les algorithmes utilisés pour obtenir les niveaux 2 et 3 sont décrits sur le site : http://modis.gsfc.nasa.gov/data/atbd/atmos_atbd.html

7.3 Détails sur les différentes bandes spectrales du niveau 1B:

Figure 20 : Caractéristiques des différents niveaux pour les données Modis

Niveau Caractéristiques

Raw Data Ce sont les données que l’on récupère du satellite.

Level 0 Ce sont essentiellement les données brutes dans leur résolution originale, classées en fonction du temps. Les fichiers en double ont étés enlevés.

Level 1A Le niveau 1A est un niveau intermédiaire produit à partir d’un code IMAPP

Level 1B Le niveau 1B contient des données auxquelles on a appliqué des corrections radio-métriques. Les fichiers de géolocation ont étés ajoutés.

Level 2 Les bandes de niveau 1 ont été traitées et combinées pour que l’on ait directement accès à des grandeurs physiques.

Level 3 Les données ont été moyennées sur différentes durées : un jour, une semaine, un mois ou un an.

Level 4 Résultat de modèles ou d’analyses de données de niveau inférieur

Utilité première N° de bande Largeur spectrale (µm) Résolution

Contour des terres et des nuages 1 2

0.620 - 0.670 0.841 - 0.876

250 m 250 m

Propriétés des terrains et des nuages 3 4

0.459 - 0.479 0.545 - 0.565

500 m 500 m

40

7.4 Informations contenues dans le nom d’un fichier de niveau 2 MOD06_L2.AYYYYDDD.HHMM.VVV.YYYYDDDHHMMSS.hdf MYD06_L2.AYYYYDDD.HHMM.VVV.YYYYDDDHHMMSS.hdf Les trois premières lettres indiquent la provenance des données : MOD → Terra MYD → Aqua 06 : Ce numéro caractérise les paramètres physiques auxquels vous aurez accès dans ce fichier (cf figures 3, 4 et 5). L2 rappelle que c’est un fichier de niveau 2. A : La lettre A indique que la date qui va suivre est celle de l’acquisition des données. YYYYDDD : Année et jour dans le calendrier Julien de l’acquisition. HHMM : Heure et minute au début de l’acquisition. YYYYDDDHHMMSS : Date et heure auxquelles ont eu lieu le traitement des données.

Figure 21 : Tableau des caractéristiques des différentes bandes

Utilité première N° de bande Largeur spectrale (µm) Résolution

Propriétés des terrains et des nuages 5 6 7

1.230 - 1.250 1.628 - 1.652 2.105 - 2.155

500 m 500 m 500 m

Couleur de l’ocean, phytoplancton 8 9 10 11 12 13 14 15 16

0.405 - 0.420 0.438 - 0.448 0.483 - 0.493 0.526 - 0.536 0.546 - 0.556 0.662 - 0.672 0.673 - 0.683 0.743 - 0.753 0.862 - 0.877

1 km 1 km 1 km 1 km 1 km 1 km 1 km 1 km 1 km

Vapeur d’eau dans l’atmosphère 17 18 19

0.890 - 0.920 0.931 - 0.941 0.915 - 0.965

1 km 1 km 1 km

Température en surface Température des nuages

20 21 22 23 31 32

3.660 - 3.840 3.929 - 3.989 3.929 - 3.989 4.020 - 4.080

10.780 - 11.280 11.770 - 12.270

1 km 1 km 1 km 1 km 1 km 1 km

Température atmosphérique 24 25

4.433 - 4.498 4.482 - 4.549

1 km 1 km

Cirrus Vapeur d’eau

26 27 28

1.360 - 1.390 6.535 - 6.895 7.175 - 7.475

1 km 1 km 1 km

Propriétés des nuages 29 8.400 - 8.700 1 km

Ozone 30 9.580 - 9.880 1 km

Altitude du sommet des nuages 33 34 35 36

13.185 - 13.485 13.485 - 13.785 13.785 - 14.085 14.085 - 14.385

1 km 1 km 1 km 1 km

41

Noms du satellite et du capteur

Niveaux Catégories

Disponibilité : à partir du ...

Terra : Modis

Niveau 1 : Radiances et Geolocation 24 Février 2000

Aqua : Modis

Niveau 1 : Radiances et Geolocation

Niveaux 2 et 3

Atmosphere Processing

24 Juin 2002

Niveaux 2 et 3 Atmosphere Processing

Ocean Processing 18 Février 2000

Niveaux 2 et 3 Land Processing

Niveaux 2 et 3 Ocean Processing

24 Novembre 2002

Niveaux 2 et 3 Land Processing

Résumé des disponibilités des images Modis

Adresses Internet donnant la disponibilité des produits « Modis » : http://modis-atmos.gsfc.nasa.gov/products_calendar.html http://grid2.gsfc.nasa.gov/~todirita/terra/terra_dataprod.html Des listes détaillées donnant les disponibilités des différentes produits Modis se trouvent en annexe.

18 Février 2000

6 Mars 2003

42

43

Chapitre 8 : Récupérer des images satellitaires (1)

De nombreux chemins sont possibles pour accéder aux images satellitaires sur Internet. Nous avons retenu une adresse Internet particulièrement intéressante puisqu’on peut récupérer de très nombreux types d’images (Modis, TRMM, AVHRR, et bien d’autres). L’adresse donnée est valable pour le moment mais elle est susceptible de changer. Cependant, il est toujours possible de trouver une page similaire en utilisant un moteur de recherche. Après une rapide présentation de ce site, nous décrirons la méthode à suivre pour récupérer les images Modis et TRMM. Toutes les données accessibles à partir de ce site sont listées en page 51.

8.1 Présentation du site :

A partir de la page Web http://eosdata.gsfc.nasa.gov/data/dataset/index.html, vous avez accès à un grand nombre d’images satellites. Sur cette première page “ Data Set ”, les différents ty-pes d’images sont présentés de façon succincte. Pour pouvoir les récupérer, une condition tout de même : il faut s’inscrire. Il est préférable de faire ceci tout au début, avant de lancer une recherche. Pour s’inscrire, cliquez sur New User Registration et donnez les informations demandées.

Cliquez sur Submit. Notez précieusement le mot de passe qui vous a été décerné. Pour pouvoir vous reconnecter plus tard, il faudra redonner certaines informations comme votre adresse Internet (User Name) et votre mot de passe. Faites très attention à respecter la casse en tapant votre adresse e-mail, sinon vous ne serez pas reconnu.

44

8.2 Récupération des images MODIS 1. Dès la première page “ Data Set ”, vous pouvez récupérer des images Modis à partir des deux missions Aqua et Terra. C’est pratique lorsque vous cherchez une image pour une heure bien pré-cise. Remarque : le nom des images Modis provenant de la mission Terra commence par MOD et celles provenant d’Aqua par MYD. 2. La deuxième page (« Modis/Terra(Aqua) Data Products ») vous permet de choisir entre :

3. Vous devez maintenant faire un choix plus précis en ce qui concerne le niveau des produits qui vous intéressent. Par exemple, si vous avez choisi « Atmosphere », vous allez pouvoir ramener des images de niveau 2 ou 3 :

4. En fonction du niveau choisi, vous obtenez un tableau récapitulant les différentes données dis-ponibles et les noms d’images correspondant (exemple : MOD035, MYD04…)

Ainsi, si vous cliquez sur « Atmosphere », vous aurez le choix entre des images de niveau 2 et 3. Si vous préférez des images de niveau 1B, cliquez alors sur « Radiance and Geolocation ».

45

5. Choix de l’année : Suivant la mission choisie (Aqua ou Terra), les années disponibles diffèrent. Pour plus de détails, se référer à l’annexe.

Mission Années disponibles

Modis TERRA A partir de 2000

Modis AQUA A partir de 2002

6. Choix de la date : sélectionnez un jour dans le ca-lendrier.

7. Choix de la zone géographique. Entrez les valeurs de latitude et de longitude correspondan-tes. Attention, si votre zone se trouve à l’Ouest de Greenwitch, n’oubliez pas de mettre un signe moins (-) ! Exemple : Si la zone géographique souhaitée se trouve entre les latitudes 25 N et 35 N et les longi-tudes 15 W et 5 W, il vous faudra tapez ainsi :

West Longitude –15 East Latitude -5

South Latitude 25 North Latitude 35

Cliquez sur « Start Granule Search » pour lancer la recherche. Les résultats apparaissent dans un tableau, reproduit en page suivante, à la suite d’un court récapitulatif des critères de recherche (date, heure…).

46

8. En cliquant sur le petit symbole dans la dernière colonne du tableau appelée « L1B image », vous pouvez visualiser la zone géographique couverte par l’image sur une carte du monde, les coordonnées des points extrêmes, ainsi que l’image elle-même.

9. Cliquez sur Précédente pour revenir au tableau des résultats. En face les images que vous avez choisies, cochez la case de la colonne « Select to Order ». Puis, au bas de la fenêtre, cliquez sur Add Selection to Order. Il se peut qu’à ce moment, on vous redemande votre nom d’utilisateur et votre mot de passe. Dans la page « GES DAAC Current Order », vous avez un récapitulatif des images sélectionnées. En bas, cliquez sur « Proceed to Checkout ».

47

10. Dans la page GES DAAC Checkout, vous avez un récapitulatif d’informations personnelles et des images demandées. Cliquez sur « Continue Checkout ». 11. Dans la page GES DAAC Current Order, cliquez cette fois sur « Accept and Summit Order ». Vous allez obtenir le numéro de votre demande, du type GDAAC10068. La procédure est terminée ; vous pouvez rechercher de nouvelles images ou quitter le site. 12. Vous recevrez tout d’abord un premier e-mail pour vous confirmer votre demande puis un se-cond (parfois plusieurs jours plus tard) vous donnant le nom du serveur ftp et du répertoire où se trouvent les images. Attention, vous ne disposez que de trois jours pour aller récupérer les images. Passé ce délai, les images ne seront plus disponibles. La procédure de récupération est la sui-vante : - ftp : nom du serveur - nom : anomynous - mot de passe : votre adresse e-mail telle qu’elle a été écrite lors de l’inscription (veiller à res-pecter la casse !) - cd nom du répertoire - get nom de l’image. Attention : les images peuvent être très volumineuses ! Prévoir de la place mémoire et récupérer de préférence les images quand le réseau est le moins chargé.

8.3 Récupération des images TRMM 1. A partir de la page « Data Set », on peut récupérer également des images de la mission TRMM (Tropical Rainfall Measuring Mission). La page « TRMM Data Access » s’affiche alors. Cli-quez sur « Data Products ».

2. Il vous faut maintenant choisir le groupe de produits parmi la liste suivante :

Pour récupérer des images du type de celles qui seront traitées par la suite avec Envi, choisissez Orbital.

48

3. La page « Spatial Search » vous permet de faire le choix entre un grand nombre de produits. Nous nous intéresserons ici qu’aux images 1B01 (VIRS) et 1B11 (TMI) :

Ici nous avons choisit l’image 1B01 pour commencer. 4. Choix de l’année : les données sont disponibles à partir du 20 Décembre 1997. Cliquez sur l’année voulue. 5. Choix du mois : cliquez sur le mois désiré. 6. Choix du jour : choisissez le jour souhaité dans le calendrier. 7. Sur la page web suivante, vous pouvez voir une carte du monde, reproduite ci-dessous, où sont représentées les différentes bandes et le numéro qui leur correspond, ainsi qu’un tableau avec des informations sur les différentes bandes. Un partie seulement de ce tableau figure en page sui-vante.

49

8. Cochez la case dans la colonne « Select to Order » en face les bandes choisies, puis cliquez, au bas de la page sur « Add Selection to Order ». Il se peut qu’à ce moment, on vous demande vo-tre nom d’utilisateur et votre mot de passe. 9. Dans la page suivante « GES DAAC Current Order », sélectionnez « FTP-Pull » dans la rubri-que « Media Choice » puis cliquez sur « Proceed to Checkout » au bas de la page pour lancer la de-mande.

10. Dans les pages suivantes, cliquez sur “ Continue Checkout ” et enfin “ Accept and Summit Or-der ”. 11. Vous recevrez tout d’abord un premier e-mail pour vous confirmer votre demande puis un se-cond (parfois plusieurs jours plus tard) vous donnant le nom du serveur ftp et du répertoire où se trouvent les images. Attention, vous ne disposez que de trois jours pour aller récupérer les images. Passé ce délai, les images ne seront plus disponibles. La procédure de récupération est la même que pour les images Modis. 12. Recommencer les étapes à partir du n°3 pour récupérer l’image 1B11 de TMI.

50

51

Réc

apitu

latif

des

imag

es s

atel

lites

acc

essi

bles

à p

artir

de

la D

AA

C :

http

://da

ac.g

sfc.

nasa

.gov

/dat

a/da

tase

t/ind

ex.h

tml

Nom

du

capt

eur o

u du

pr

ogra

mm

e de

rech

erch

e S

atel

lite

corr

espo

ndan

t N

ombr

e de

ba

ndes

R

ésol

utio

n

spat

iale

R

emar

ques

AIR

S

Atm

osph

eric

Infra

red

Sou

nder

EO

S-A

qua

2378

4

2.3

km

13.5

km

P

aram

ètre

s m

esur

és :

Atm

osph

eric

tem

pera

ture

and

hum

idity

pro

files

, lan

d an

d se

a su

rface

tem

pera

ture

, clo

ud p

rope

rties

, rad

iativ

e en

ergy

flux

, tot

al o

zone

. Le

site

DA

AC

don

ne a

ccès

aux

radi

ance

s et

aux

don

nées

atm

osph

ériq

ues.

AV

HR

R

Adv

ance

d V

ery

Hig

h R

e-so

lutio

n R

adio

met

er

NO

AA

4 5 6

1.1k

m

Pro

duits

dis

poni

bles

: R

efle

ctan

ces

and

brig

htne

ss te

mpe

ratu

re

Il ex

iste

des

CD

-RO

M d

onna

nt le

« N

orm

aliz

ed D

iffer

ence

Veg

etat

ion

Inde

x »

(ND

VI).

Rés

olut

ion

spat

iale

: 8k

m.

Rés

olut

ion

tem

pore

lle :

10 jo

urs

CZC

S

Coa

stal

Zon

e C

olor

S

cann

er

Nim

bus

7 6

825

m

Pro

duits

dis

poni

bles

: R

adia

nces

, nom

aliz

ed w

ater

-leav

ing

radi

ance

(44

3, 5

20,

550

nm),

aero

sol r

adia

nce

(670

nm

), ch

loro

phyl

l con

cent

ratio

n, d

iffus

e at

tenu

a-tio

n co

effic

ient

(490

nm

). R

ésol

utio

ns s

patia

les

: 1, 4

et 1

8 km

S

ite :

http

://da

ac.g

sfc.

nasa

.gov

/SEN

SOR

_DO

CS/

CZC

S_Se

nsor

.htm

l D

AO

Dat

a As

sim

ilatio

n O

ffice

2

x 2.

5°

Les

donn

ées

sont

le r

ésul

tat

d’un

mod

èle

atm

osph

ériq

ue d

e ci

rcul

atio

n gé

né-

rale

. P

aram

ètre

s di

spon

ible

s : U

pper

air

heig

hts,

win

ds, t

empe

ratu

re, a

nd m

oist

ure

IDC

C

limat

olog

y In

terd

isci

pli-

nary

Dat

a C

olle

ctio

n

D

es d

onné

es c

limat

olog

ique

s pr

oven

ant

de d

iver

ses

sour

ces

ont

étés

reg

rou-

pées

sur

un

CD

-RO

M. L

es ré

solu

tions

spa

tiale

s et

tem

pore

lles

sont

var

iées

.

LIM

S

Lim

b In

frare

d M

onito

r of

the

Stra

tosp

here

Nim

bus

7 6

2 km

(?)

4 km

(?)

Pro

duits

dis

poni

bles

: V

ertic

al p

rofil

es o

f tem

pera

ture

, geo

pote

ntia

l hei

ght,

and

mix

ing

ratio

s of

ozo

ne (O

3), n

itrog

en d

ioxi

de (N

O2)

, wat

er v

apor

(H2O

), an

d ni

-tri

c ac

id (H

NO

3). D

onné

es d

ispo

nibl

es s

ur C

D-R

om o

u vi

a FT

P A

nony

mou

s.

Site

: ht

tp://

badc

.ner

c.ac

.uk/

data

/lim

s/

http

://lim

s.ga

ts-in

c.co

m/a

bout

_lim

s.ht

ml

MO

DIS

M

oder

ate

Res

olut

ion

Ima

ging

Spe

ctro

radi

omet

er

EO

S–

Terr

a E

OS

-Aqu

a 36

25

0 m

50

0 m

1

km

Pro

duits

dis

poni

bles

: R

adia

nces

, atm

osph

eric

, oce

an a

nd la

nd p

rodu

cts

Les

imag

es M

OD

IS s

ont g

ratu

ites.

MSU

M

icro

wav

e S

ound

ing

Uni

ts

TIR

OS-

N/N

OAA

4

2.5°

P

rodu

its d

ispo

nibl

es :

Low

er a

nd U

pper

Tro

posp

heric

Tem

pera

ture

(LT

T,U

TT),

the

Low

er S

trato

sphe

ric T

empe

ratu

re (L

ST)

and

the

Oce

anic

Pre

cipi

tatio

n (O

P).

Site

: ht

tp://

ww

w.s

smi.c

om/m

su/m

su_d

ata_

desc

riptio

n.ht

ml.

52

Nom

du

Cap

teur

ou

du

prog

ram

me

de re

cher

che

Sat

ellit

e co

rres

pond

ant

Nom

bre

de

band

es

Rés

olut

ion

sp

atia

le

Rem

arqu

es

OC

TS

Oce

an C

olor

and

Tem

pe-

ratu

re S

enso

r

AD

EO

S

12

700

m

Pro

duits

dis

poni

bles

: G

loba

l oce

an b

io-o

ptic

al p

rope

rties

, phy

topl

ankt

on d

istri

-bu

tion,

sed

imen

ts, s

ea s

urfa

ce te

mpe

ratu

re, d

isso

lved

sub

stan

ces

in th

e w

ater

. R

ésol

utio

ns s

patia

les

: 4 e

t 9 k

m

Site

: ht

tp://

ww

w.e

orc.

nasd

a.go

.jp/A

DEO

S/Pr

ojec

t/Oct

s.ht

ml

Sea

WiF

S S

ea-v

iew

ing

Wid

e Fi

eld-

of-v

iew

Sen

sor

Sea

star

8

1,1k

m L

AC

4,

4km

G

AC

Pro

duits

dis

poni

bles

: O

cean

bio

-opt

ical

pro

perti

es

Pou

r des

pro

duits

de

nive

au p

lus

élev

és, l

a ré

solu

tion

spat

iale

est

de

9 km

. S

ite :

http

://se

awifs

.gsf

c.na

sa.g

ov/S

EAW

IFS.

htm

l S

eaW

iFS

_LA

ND

4.

63 k

m

Pro

duits

dis

poni

bles

: V

eget

atio

n pr

oduc

ts

SO

RC

E

Sol

ar R

adia

tion

and

Cli-

mat

e Ex

perim

ent

EO

S -

SO

RC

E

Inst

rum

ents

em

barq

ués

: Tot

al Ir

radi

ance

Mon

itor (

TIM

), S

olar

Ste

llar I

rrad

ianc

e C

ompa

rison

Exp

erim

ent (

SO

LSTI

CE

), S

pect

ral I

rrad

ianc

e M

onito

r (S

IM) e

t XU

V P

hoto

met

er S

yste

m (X

PS

).

Pro

duits

dis

poni

bles

: to

tal s

olar

irra

dian

ce, s

olar

spe

ctra

l irr

adia

nce

Site

: ht

tp://

lasp

.col

orad

o.ed

u/so

rce/

S

SI

Sur

face

Sol

ar Ir

radi

ance

0.

5 x

0.5°

A

par

tir d

e do

nnée

s IS

CC

P (

Inte

rnat

iona

l Sat

ellit

e C

loud

Clim

atol

ogy

Pro

ject

), ce

mod

èle

perm

et d

’obt

enir

l’éne

rgie

sol

aire

inci

dent

e à

la s

urfa

ce p

our l

es lo

n-gu

eurs

d’o

ndes

com

pris

es e

ntre

0,4

et 2

,2 µ

m.

TOM

S

Tota

l Ozo

ne M

appi

ng

Spe

ctro

met

er

Nim

bus

7 6

45 k

m

Par

amèt

res

mes

urés

: th

e al

bedo

of t

he e

arth

’s a

tmos

pher

e P

rodu

its d

ispo

nibl

es :

tota

l ozo

ne, r

efle

ctiv

ity, s

ulfu

r dio

xyde

inde

x S

ite :

http

://w

ww

.eor

c.na

sda.

go.jp

/AD

EOS/

Proj

ect/T

oms.

htm

l TO

VS

TIR

OS

Ope

ratio

nal V

erti-

cal S

ound

er

NO

AA

TIR

OS

MSU

: 4

SS

U :

3 H

IRS

2 : 2

0

TO

VS

reg

roup

e tro

is in

stru

men

ts in

dépe

ndan

ts :

MS

U, S

trato

sphe

ric S

ound

ing

Uni

t (S

SU

) et H

igh

Res

olut

ion

Infra

red

Rad

iatio

n S

ound

er 2

(HIR

S 2

) S

ite :

http

://da

ac.g

sfc.

nasa

.gov

/CAM

PAI

GN

_DO

CS/

atm

osph

eric

_dy

nam

- m

ics/

ad_d

oc_t

ovs_

A_h

df.h

tml

TRM

M

Trop

ical

Rai

nfal

l Mea

su-

ring

Mis

sion

VI

RS

: 5

TMI :

9

CE

RES

: 3

LIS

: PR

:

2,2

km

4,4

km

20 k

m

5 km

4.

3 km

Inst

rum

ents

em

barq

ués

: TR

MM

Mic

row

ave

Imag

er (

TMI),

Vis

ible

and

Infra

red

Sca

nner

(V

IRS

), C

loud

and

Ear

th R

adia

nt E

nerg

y S

enso

r (C

ER

ES

), Li

ghte

ning

Im

agin

g S

enso

r (LI

S), P

reci

pita

tion

Rad

ar (P

R).

Imag

es g

ratu

ites.

Si

te :

http

://tr

mm

.gsf

c.na

sa.g

ov/

UAR

S

Upp

er A

tmos

pher

e R

e-se

arch

Sat

ellit

e

P

rodu

its d

ispo

nibl

es :

Atm

osph

eric

trac

e ga

ses,

tem

pera

ture

, aer

osol

s an

d w

ind

prof

iles,

sol

ar U

V s

pect

ra a

nd c

harg

ed p

artic

ules

inje

cted

into

the

Ear

th’s

at-

mos

pher

e (p

our p

lus

de d

étai

ls, v

oir l

e «

Réc

apitu

latif

des

imag

es a

cces

sibl

es à

pa

rtir d

u E

os D

ata

Gat

eway

» e

n pa

ge 6

1).

53

Chapitre 9 : Récupérer des images satellitaires (2)

Le site présenté dans les pages précédentes est finalement très facile d’utilisation. Cependant, il ne permet malheureusement pas de récupérer des images Modis de niveau 2 de la catégorie « Land Processing » (cf page 15), qui permettent, par exemple d’avoir accès au LAI (Leaf Area In-dex). Pour récupérer de telles données, il faut passer par un autre site que nous allons décrire dans les pages suivantes. Toutes les images disponibles à partir de ce site sont listées en page 61. Remarque — Conseil : il est possible de récupérer des images TRMM et Modis de niveau 2, catégo-ries « Atmosphère » et « Ocean » par l’intermédiaire ce de site. Mais la procédure est globalement moins simple et à l’arrivée vous retomberez sur le site de la DAAC, décrit dans le chapitre 8 : « Récupérer des images satellitaires (1) ». Il est donc préférable d’utiliser le site décrit dans les pa-ges suivantes seulement si vous avez besoin d’images de la catégorie « Land ».

9.1 Présentation du site L’adresse à utiliser pour récupérer les images Modis de niveau 2, catégorie « Land » est la suivante : http://redhook.gsfc.nasa.gov/~imswww/pub/imswelcome/. Comme pour le site de la DAAC, il faut dans un premier temps s’inscrire. Le nom d’utilisateur et le mot de passe que vous avez obtenu lors de votre inscription sur le site de la DAAC ne sont pas va-lide ici ! Vous devez donc vous inscrire à nouveau pour obtenir un autre nom d’utilisateur et un autre mot de passe. Pour s’inscrire, cliquez sur « Become a registered user ». Dans la page « User Registration », entrez les informations demandées, puis cliquez sur « Continue ». Vous allez alors pouvoir choisir votre mot de passe puis soumettre votre demande d’inscription. Dès lors que celle-ci est acceptée, vous pouvez entrez sur le site « Eos Data Gate-way » en cliquant sur « Enter as a registered user »

9.2 Récupérer des images Modis « Land Processing » Dans la page qui s’affiche, vous allez devoir donner toute une liste de paramètres avant de lancer une recherche. Tout d’abord, il faut choisir le type d’image souhaité parmi la liste reproduite en page suivante. ♦ Choisir Modis/Aqua ou Modis/Terra dans la colonne « Land ». Dans le cadre blanc au-dessus du tableau, les différents types d’images s’affichent. Dans certains cas, vous avez le choix entre V003 et V004. Les données de type V003 sont « provisoires », celles de type V004 sont dites « validées ». Pour les recherches scientifiques, il est conseillé d’utiliser les données V004. Pour plus de détails, voir le site : http://edcdaac.usgs.gov/modis/dataprod.html

54

♦ Si vous souhaiter récupérer le LAI, choisissez le fichier nommé : « Modis/ Terra Leaf Area Index/ Fpar 8-day L4 global 1km sin Grid V004 », comme indiqué ci-dessous :

En revanche, si vous souhaitez récupérer un paramètre autre que le LAI, reportez-vous à la figure 5 en page 15 pour connaître le nom du fichier adéquat. ♦ Après avoir choisi le type d’image, il faut , un peu plus bas dans la page, délimiter la région du globe désirée. Cliquez sur « Display Lat/lon Range on Map » pour voir apparaître la zone sélectionnée sur la carte du monde.

55

♦ Encore plus bas dans la page, vous devez maintenant entrer la période pour laquelle vous souhaitez obtenir des images. Attention à l’ordre ! Entrez d’abord l’année, puis le mois et enfin le jour.

♦ Vous pouvez alors lancer la recherche en cliquant sur « Start Search ».

♦ Régulièrement vous serez informé de l’avancement des recherches par l’affichage suivant :

Il est fréquent de ne pas obtenir de résultats au cours de la première minute de recherche. Lorsque des réponses correspondant aux critères de la recherche ont été trouvées, elles apparaissent dans la ligne jaune du tableau. Vous pouvez alors soit continuer la recherche pour obtenir une plus grande quantité d’image, soit voir les premiers résultats en cliquant sur « View Partial Search Re-sults Now », soit arrêter la recherche en cliquant sur « End Search Now ». ♦ Les résultats de la recherche apparaissent dans un tableau, comme celui reproduit en page suivante.

56

♦ En cliquant sur « Attributes » ou « Pricing » vous pourrez voir la précisément la localisation de votre image :

Dans la même page, un peu au dessus de ces figures, un tableau vous indique le prix de l’image en fonction du support désiré (CDROM, DVD...). Vérifier que le coût indiqué en face FtpPull est bien nul.

57

♦ Retournez à la page précédente et recommencer l’étape précédente jusqu’à ce que vous trouviez des images qui conviennent parmi toutes celles proposées. Pour celles que vous souhaitez ramener, cocher la case « Select » en face de leur(s) nom(s) comme le montre la figure ci-dessous.

♦ Au dessus du tableau, cliquez sur « Add Selection to cart ».

♦ La page suivante donne une liste d’information sur l’(es) image(s) choisie(s). Cliquez sur « Accept — Continue to Shopping Cart »

♦ Première étape pour ramener des images : il faut choisir le support. Dans le tableau où sont listées les images sélectionnées cliquez sur « Choose Options ».

♦ La page « Choose Ordering Options » s’affiche. Dans le tableau reproduit ci-dessous, sélectionnez FtpPull dans la colonne « Media type ». Vérifier à l’occasion que les images sont bien gratuites.

58

♦ Comme indiqué ci-dessous, demandez de recevoir tous les fichiers au moyen d’un ftp. Puis cliquez sur « Ok ! Accept my choice & return to the shopping cart ! ».

♦ La deuxième étape pour récupérer les données consiste en une vérification des renseignements que vous avez fourni lors de votre inscription. Vérifiez que ceux-ci sont corrects, en particulier votre adresse e-mail. En bas de cette page vous avez le choix entre :

♦ Vous pouvez maintenant passer à la deuxième étape en cliquant sur « Go to Step 2 : Order Form ».

♦ Vous pouvez soumettre votre demande immédiatement en cliquant sur « Submit Order ». Si vous cliquez sur « Go to Step 3 : Review Order Summary Before Submitting Order », vous obtiendrez, à l’écran, une facture avec votre nom, adresse, le nom de l’image que vous avez commandé et son prix. Pour soumettre votre demande, il faudra alors cliquez sur « Submit Order » en haut de cette page. ♦ Comme pour le site de la Goddard DAAC, vous recevrez un premier e-mail vous confirmant que votre demande a bien été prise en compte et vous informant que les images commandées seront disponibles dans un délai de trois semaines ! ♦ Vous recevrez un second e-mail vous donnant le nom du serveur ftp et le nom du fichier dans lequel vous devez aller chercher les images. Celles-ci seront disponibles quelques jours seulement.

59

Pour plus de détails à propos du site décrit dans ces quelques pages, consultez la brochure « User Manual for EOS Data Gateway ».

9.3 Récupérer des données Modis « Snow and Ice » : A titre d’information : Pour récupérer des données relatives à la neige ou à la glace, provenant de Modis ou d’autres radiomètres, il faut passer cette fois par le site du « National Snow and Ice Data Center » : http://nsidc.org/

9.4 Résumé

Toutes les adresses données ci-dessus sont regroupées sur le site http://terra.nasa.gov/Gallery/.

Catégorie des données Modis Adresse Internet

Radiances and geolocation Atmosphere Processing

Ocean Processing

http://daac.gsfc.nasa.gov/data/dataset/index.html

Land Processing http://redhook.gsfc.nasa.gov/~imswww/pub/imswelcome/

Snow and Ice http://nsidc.org/

60

61

Réc

apitu

latif

des

imag

es d

ispo

nibl

es à

par

tir d

u E

OS

Dat

a G

atew

ay :

http

://re

dhoo

k.gs

fc.n

asa.

gov/

~im

sww

w/p

ub/im

swel

com

e/

N

om d

u ca

pteu

r ou

du p

ro-

gram

me

de re

cher

che

Sat

ellit

e co

rres

pond

ant

Nom

bre

de

band

es

Rés

olut

ion

sp

atia

le

Com

men

taire

s

AC

RIM

A

ctiv

e C

avity

Rad

iom

eter

Irr

adia

nce

Mon

itor

ACR

IMSA

T SS

M

UAR

S

Site

: ht

tp://

ww

w.a

crim

.com

D

ispo

nibi

lité

: 197

8 - P

rese

nt

Par

amèt

res

mes

urés

: To

tal S

olar

Irra

dian

ce (T

SI)

AD

EO

S

Adv

ance

d E

arth

Obs

ervi

ng

Sat

ellit

e

Si

te :

http

://w

ww

.eor

c.na

sda.

go.jp

/AD

EOS/

inde

x.ht

ml

Dis

poni

bilté

: 25

Jui

llet 9

6 - 2

8 Ju

in 9

7

Inst

rum

ents

: O

CTS

, AV

NIR

, NSC

AT, T

OM

S, P

OLD

ER, I

LAS,

RIS

et I

MG

AI

RS/

AM

SU

-A/H

SB

Adv

ance

d M

icro

wav

e S

ound

ing

Uni

t H

umid

ity S

ound

er fo

r Bra

zil

A

IRS

: 23

82

A

MS

U :

15

HSB

: 4

2,3

-13

,5km

S

ite :

http

://w

ww

-airs

.jpl.n

asa.

gov/

A

IRS

: V

oir c

hapi

tre p

récé

dent

A

MS

U :

Atm

osph

eric

tem

pera

ture

and

hum

idity

H

SB

: A

tmos

pher

ic h

umid

ity

A

MSR

/AM

SR

-E

Adv

ance

d M

icro

wav

e S

can

ning

Rad

iom

eter

(for

EO

S)

AD

EO

S 1

E

os A

qua

12

De

5,4

à 56

km

S

ite :

http

://sh

arak

u.eo

rc.n

asda

.go.

jp/A

MSR

/inde

x_e.

htm

P

rodu

its :

Tota

l Pre

cipi

tabl

e W

ater

, Int

egra

ted

Clo

ud L

iqui

d W

ater

, Pre

cipi

-ta

tion,

Sea

Sur

face

Win

d S

peed

, Sea

Sur

face

Tem

pera

ture

, Sno

w W

ater

eq

uiva

lent

A

STE

R A

dvan

ced

Spa

ce-

born

e Th

erm

al E

mis

sion

an

d R

efle

ctio

n R

adio

met

er

EO

S T

erra

14

15

m

30 m

90

m

Site

: ht

tp://

aste

rweb

.jpl.n

asa.

gov/

P

rodu

its :

Brig

htne

ss te

mpe

ratu

re, P

olar

Sur

face

and

Clo

ud C

lass

ifica

tion.

A

VH

RR

A

dvan

ce V

ery

Hig

h R

esol

u-tio

n R

adio

met

er

NO

AA

5, 6

ou

7 1,

1 km

S

ites

: http

://w

ww

.ngd

c.no

aa.g

ov/s

eg/g

lobs

ys/a

vhrr

.sht

ml

http

://ed

c.us

gs.g

ov/p

rodu

cts/

sate

llite

/avh

rr.h

tml

Voir

« R

écap

itula

tif d

es im

ages

acc

essi

bles

à p

artir

de

la D

AA

C »

pag

e 51

.

C

ERES

C

loud

s an

d E

arth

’s R

adia

nt

Ene

rgy

Syt

em

TRM

M

EOS

Aqu

a E

OS

Ter

ra

3 20

km

(1

0 km

sur

TR

MM

)

Site

: ht

tp://

asd-

ww

w.la

rc.n

asa.

gov/

cere

s/A

SDce

res.

htm

l P

rodu

its :

Ene

rgie

au

som

met

de

l’atm

osph

ère,

flux

radi

atifs

, car

acté

risti-

ques

des

nua

ges

(épa

isse

ur, t

aille

des

gou

ttele

ttes…

)

Lége

nde

Oce

an

Atm

osph

ere

Land

C

atég

orie

: C

ryos

pher

e

62

N

om d

u ca

pteu

r ou

du

prog

ram

me

de re

cher

che

Sat

ellit

e co

rres

pond

ant

Nom

bre

de

band

es

Rés

olut

ion

sp

atia

le

Com

men

taire

s

La

ndsa

t 1-5

7 28

.5 m

S

ite :

http

://ge

o.ar

c.na

sa.g

ov/s

ge/la

ndsa

t/lan

dsat

.htm

l

La

ndsa

t 7

7

28.5

m

M

ISR

M

ulti-

angl

e Im

agin

g S

pect

rora

diom

eter

EO

S T

erra

4

250

m

275

m

Site

: ht

tp://

ww

w-m

isr.j

pl.n

asa.

gov/

L’

appa

reil

poss

ède

9 an

gles

de

visé

e di

ffére

nts.

La

réso

lutio

n sp

atia

le e

st

de 2

50 m

au

nadi

r et 2

75 m

pou

r les

aut

res

angl

es.

M

OD

IS/A

qua

Mod

erat

e R

esol

utio

n Im

a gi

ng S

pect

rora

diom

eter

EO

S A

qua

25

0 m

50

0 m

1

km

Site

s : h

ttp://

mod

is.g

sfc.

nasa

.gov

/ ht

tp://

mod

is-la

nd.g

sfc.

nasa

.gov

/ ht

tp://

mod

is-a

tmos

.gsf

c.na

sa.g

ov/

M

OD

IS/T

erra

M

oder

ate

Res

olut

ion

Ima

Gin

g S

pect

rora

diom

eter

EO

S T

erra

250

m

500

m

1 km

http

://m

odis

-oce

an.g

sfc.

nasa

.gov

/ ht

tp://

terr

a.na

sa.g

ov/A

bout

/MO

DIS

/abo

ut_m

odis

.htm

l ht

tp://

ww

w.g

loba

limag

ing.

com

/mod

is-a

lgor

ithm

s.ht

ml

M

OPI

TT

Mea

sure

men

ts O

f Pol

lu-

tion

in th

e Tr

opos

pher

e

EO

S T

erra

7

22 k

m

Site

s : h

ttp://

ww

w.a

tmos

p.ph

ysic

s.ut

oron

to.c

a/M

OPI

TT/h

ome.

htm

l ht

tp://

terr

a.na

sa.g

ov/A

bout

/MO

PITT

/abo

ut_m

opitt

.htm

l P

aram

ètre

s ac

cess

ible

s : a

mou

nt o

f car

bon

mon

oxyd

e an

d m

etha

ne

S

AGE

Stra

tosp

heric

Aer

osol

an

d G

as E

xper

imen

t

II : E

RBS

III

: M

eteo

r 3M

/ SA

GE

III

II : 7

III

: co

nti-

nuou

s (2

90

to

103

0 nm

)

S

ites

: http

://w

ww

-sag

e2.la

rc.n

asa.

gov/

ht

tp://

ww

w-s

age3

.larc

.nas

a.go

v/ e

t h

ttp://

ww

w-s

age1

.larc

.nas

a.go

v/

Par

amèt

res

acce

ssib

les

: dis

tribu

tion

of a

eros

ols,

ozo

ne, w

ater

vap

or a

nd

nitro

gen

diox

yde

S

AR

Syn

thet

ic A

pertu

re R

adar

S

easa

t

25 m

(?)

Site

: ht

tp://

ww

w.s

andi

a.go

v/ra

dar/s

ar.h

tml

S

EASA

T

Site

: ht

tp://

sout

hpor

t.jpl

.nas

a.go

v/sc

ienc

eapp

s/se

asat

.htm

l D

ispo

nibi

lité

: 28

Juin

78

- 10

Oct

obre

78

In

stru

men

ts :

SA

R, V

isib

le a

nd In

frare

d ra

diom

eter

, Rad

ar a

ltim

eter

, Mic

ro-

wav

e S

catte

rom

eter

, Sca

nnin

g m

ultic

hann

el m

icro

wav

e ra

diom

eter

S

EA W

IFS

Sea

-vie

win

g W

ide

Fiel

d-of

-vie

w S

enso

r

Sea

Sta

r 8

1,1k

m L

AC

4,

5km

G

AC

Site

s : h

ttp://

seaw

ifs.g

sfc.

nasa

.gov

/SEA

WIF

S.ht

ml

http

://se

awifs

.gsf

c.na

sa.g

ov/S

EAW

IFS/

BA

CK

GR

OU

ND

/

63

N

om d

u ca

pteu

r ou

du

prog

ram

me

de re

cher

che

Sat

ellit

e co

rres

pond

ant

Nom

bre

de

band

es

Rés

olut

ion

sp

atia

le

Com

men

taire

s

S

SM

/I S

peci

al S

enso

r Mic

ro-

wav

e / I

mag

er

S

ite :

http

://w

ww

.ssm

i.com

/ P

rodu

its d

ispo

nibl

es :

Oce

an W

ind

Spe

ed, W

ater

vap

o, c

loud

vat

er, r

ain

rate

TO

MS

To

tal O

zone

Map

ping

S

pect

rom

eter

Nim

bus

7 6

45 k

m

Site

: ht

tp://

ww

w.e

orc.

nasd

a.go

.jp/A

DEO

S/Pr

ojec

t/Tom

s.ht

ml

http

://jw

ocky

.gsf

c.na

sa.g

ov/

Voi

r « R

écap

itula

tif d

es im

ages

acc

essi

bles

à p

artir

de

la D

AA

C »

pag

e 51

.

TR

MM

Tr

opic

al R

ainf

all M

easu

-rin

g M

issi

on

TM

I : 9

VI

RS

: 5

CER

ES

: 20

4,4

km

2,2

km

Site

: ht

tp://

trm

m.g

sfc.

nasa

.gov

/ V

oir «

Réc

apitu

latif

des

imag

es a

cces

sibl

es à

par

tir d

e la

DA

AC

» p

age

51.

U

ARS

U

pper

Atm

osph

ere

Re-

sear

ch S

atel

lite

In

stru

men

ts e

mba

rqué

s :

Cry

ogen

ic L

imb

Arra

y E

talo

n S

pect

rom

eter

(CLA

ES

) H

alog

en O

ccul

tatio

n Ex

perim

ent (

HA

LOE

) H

igh

Res

olut

ion

Dop

pler

Imag

er (H

RD

I) Im

prov

ed S

trato

sphe

ric a

nd M

esos

pher

ic S

ound

er (I

SA

MS

) M

icro

wav

e Li

mb

Sou

nder

(MLS

) P

artic

le E

nviro

nmen

t Mon

itor (

PE

M)

Sol

ar-S

tella

r Irr

adia

nce

Com

paris

on E

xper

imen

t (S

OLS

TIC

E)

Sol

ar U

ltrav

iole

t Spe

ctra

l Irra

dian

ce M

onito

r (S

US

IM)

Win

d Im

agin

g In

terfe

rom

eter

(WIN

DII)

A

ctiv

e C

avity

Rad

iom

eter

Irra

dian

ce M

onito

r (A

CR

IM II

) S

ite :

http

://da

ac.g

sfc.

nasa

.gov

/CAM

PAI

GN

_DO

CS/

UAR

S_pr

ojec

t.htm

l

64

65

Deuxième partie

Fonctions principales d’Envi

66

67

Chapitre 10 : Présentation générale d’Envi

10.1 Présentation du logiciel

Envi (Environment for Visualizing Images) est un logiciel spécialement conçu pour le traite-ment des images. Il permet ainsi de visualiser toutes sortes d’images satellitaires, radar ou autre, malgré la grande diversité de format utilisés et d’appliquer différents traitements, en particulier ceux vus précédemment dans le chapitre 2 du rapport de stage (Géoréférencement, Comparaison, Su-perposition, Classification…). Toutes ces fonctions sont accessibles à partir du menu principal d’En-vi (figure 22) ou du menu de la fenêtre image (figure 23).

Figure 22 : Menu principal :

Figure 23 : Menu de la fenêtre image :

Parmi toutes les possibilités proposées par Envi, on s’intéressera plus particulièrement aux différentes techniques de géoréférencement. Géo-référencer une image, c’est lui appliquer un réfé-rentiel géographique et un système de coordon-nées. Ainsi, pour chaque pixel on aura, en plus de la valeur numérique qui lui a été attribuée, la lati-tude et la longitude du lieu. Mais avant cela, regardons d’abord la visualisation des images.

10.2 Visualisation des images satellitaires

10.2.1 La fenêtre « Available Band List »

Quand on ouvre un fichier contenant des images avec Envi, la liste de toutes les bandes dis-ponibles s’affiche dans une fenêtre appelée « Available Band List ». On a alors le choix entre char-ger une bande en noir et blanc en sélectionnant « Gray Scale » ou combiner trois bandes spectra-les différentes pour reconstituer une image en couleur en choisissant « RGB Color ». En page suivante, la première image (figure 24) provient de SPOT : la résolution spatiale est de 10m. La seconde (figure 25) est issue d’une fusion avec Envi de l’image de Spot avec une image couleur de résolution spatiale 28m du satellite Landsat. Cette fonction permet de superposer des couleurs sur une image de meilleure résolution.

68

Figure 24 : Image de Londres avec SPOT

Figure 25 : Image issue de la fusion des données de SPOT

et de LANDSAT

69

Pour un même radiomètre, il y a plusieurs niveaux (« level ») d’images satellitaires, numéro-tés en fonction des types de traitements appliqués. Par exemple, avec une image MODIS de niveau 2, on a accès directement à certains paramètres phy-siques comme la température au sommet des nuages. Ces paramètres ont étés calculés à l’aide d’algorithmes qui combinent les informations contenues dans les différentes bandes spectrales des données brutes. Regarder une bande donnant des valeurs de température en noir et blanc ne permet pas facile-ment une interprétation visuelle des données. En revanche, en utilisant les tables de couleur d’Envi, l’interprétation peut être facilitée. On voit alors ap-paraître sur l’image en bleu les nuages froids et donc hauts en altitude, en rouge les nuages chauds et en violet la mer. Les tables de couleur d’Envi sont accessibles à partir du menu de la fenêtre image : Tools → Co-lor Mapping → Envi Color Tables .

10.2.2 Tables de couleurs

Figure 26 : Tables de couleurs

Figure 27 : La même image en dégradé de gris ou en utilisant plusieurs couleurs

70

Quand on clique sur « Load Band » au bas de la fenêtre « Availble Band List », Envi ouvre, par défaut, trois fenê-tres différentes

La fenêtre principale montre un morceau de l’image à pleine résolu-tion. Ce sont ces fenêtres qui ont été reproduites jusqu’à présent.

La fenêtre “ Scroll ”, de taille plus réduite, montre elle l’image en entier. Le carré rouge représente la portion de l’image qui est visible dans la fenêtre principale.

La fenêtre “ Zoom ” est un agrandissement de la zone comprise dans le carré rouge de la fenêtre principale. Le grossisse-ment est indiqué dans le titre. Il peut être augmenté ou diminué en cliquant respectivement sur le + ou le – dans le coin en bas à gauche.

Grossissement

Diminuer ou Augmenter le grossissement

Après cet aperçu sur vi-sualisation des images avec Envi, on peut maintenant s’in-téresser au géoréférence-ment.

10.2.3 Les différentes fenêtres images

Figure 28 : Les différentes fenêtres images

71

10.3 Généralités sur le géoréférencement avec Envi

10.3.1 Les différentes méthodes On peut définir le géoréférencement comme la transformation en quelque sorte d’une image en une carte géographique : on parle parfois de spatiocarte. La nouvelle image est dans une projec-tion et un système de coordonnées géographique choisis par l’utilisateur. A chaque nouveau pixel est associé, en plus d’une valeur recalculée à partir de l’image originale, la latitude et la longitude. Plusieurs méthodes sont possibles pour géoréférencer une image :

« Select GCPs : Image to Map » : ceci consiste à identifier des coordonnées de l'image (c'est-à-dire ligne et colonne) de plusieurs points clairement distincts, appelés points de contrôle au sol (PCS en français, Ground Control Points en anglais), sur l'image à traiter (A -A1 à A4) et à les assortir à leur véritable position en coordonnées au sol (par exemple en latitude et longitude). Les vraies coordonnées au sol sont habituellement relevées à partir d'une carte géographique (B - B1 à B4). Une fois que plusieurs couples de PCS bien distribuées ont été identifiés, l'infor-mation est traitée par le logiciel pour déterminer les équations de transformation qui doivent être appliquées aux coordonnées originales (ligne et colonne) pour obtenir les nouvelles coordon-nées au sol. Cette méthode sera utilisée pour traiter les images Modis de niveau 3.

« Select GCPs : Image to Image ». Ici encore il faut choisir des points de contrôle au sol sur l’i-mage à traiter mais cette fois, on les fait correspondre avec d’autres PCS sur une image déjà géoréférencée.

« Input Geometry » permet de géoréférencer des images qui sont “ livrées ” avec des fichiers dits de “ géolocation ”. Ils se composent de deux bandes et contiennent respectivement la valeur de la latitude et de la longitude de chaque pixel. Cette méthode sera utilisée pour géoréférencer les images Modis de niveau 2 ou encore les images provenant de la mission TRMM.

Enfin, Envi possède quelques programmes de géoréférencement spécifiques à certains types de fichiers comme Modis 1B, AVHRR, Seawifs ou encore SPOT.

10.3.2 Les méthodes de rééchantillonnage On applique un procédé appelé rééchantillonnage afin de déterminer la valeur numérique à placer dans la nouvelle localisation du pixel de l'image finale. Le processus de rééchantillonnage calcule la nouvelle valeur du pixel à partir de sa valeur originale dans l'image de départ. Il existe trois principales méthodes de rééchantillonnage : le plus proche voisin, l'interpolation bilinéaire et la convolution cubique.

Figure 29 : Principe de la méthode « Image to Map »

72

La méthode du plus proche voisin utilise la valeur numérique du pixel de l'image origi-nale qui se trouve le plus près de la localisa-tion du nouveau pixel de l'image traitée. C'est la méthode la plus simple et elle n'altère pas la valeur originale, mais elle peut produire une duplication des pixels ou une perte de certai-nes valeurs.

L'interpolation bilinéaire prend une moyenne pondérée par la distance des quatre pixels de l'image originale les plus près du nouveau pixel. Le procédé de moyenne altère la valeur originale des pixels et crée une va-leur complètement nouvelle sur l'image finale, ce qui peut parfois engendrer un léger phéno-mène de lissage. Ceci peut être nuisible si d'autres procédés, tels que la classification basée sur la réponse spectrale, doivent être appliqués par la suite. Dans ce cas, il peut être préférable d'appliquer le rééchantillon-nage après le processus de classification. Le processus de convolution cubique va encore plus loin et calcule la moyenne pondé-rée par la distance sur un bloc de seize pixels à partir de l'image originale entourant la locali-sation du nouveau pixel de sortie. C’est la méthode la plus lente. Comme pour l'interpo-lation bilinéaire, cette méthode résulte en de nouvelles valeurs de pixels, et elle entraîne parfois un lissage assez important de l’image.

Figure 30 : Méthode du plus proche voisin

Figure 31 : L’interpolation bilinéaire

Figure 32 : Convolution cubique

73

Chapitre 11 : Formats de stockage des données (BSQ, BIL, BIP)

11.1 Présentation des différents formats 11.1.1 BSQ : BSQ = Band Sequential. Dans le format BSQ, les informations sont chargées bande après bande. Ceci convient parfaitement pour la visualisation des images. 11.1.2 BIL : BIL = Band Interleaved by Line Le format BIL permet de stocker les données ligne par ligne. Ainsi, la première ligne de la première bande sera suivie de la première ligne de la deuxième bande.... 11.1.3 BIP : BIP = Band Interleaved by Pixels Dans le format BIP, le premier pixel de la première bande sera suivi du premier pixel de la deuxième bande et ainsi de suite. 11.2 Reconnaissance des formats

Quand Envi a besoin de savoir le format d’un fichier, il affiche la fenêtre « HDF Data Selection » (cf figure 33) dans laquelle on peut lire le nom du fichier et un groupe de trois nombres entre parenthèses. Ce sont : - le nombre de bandes dans le fichier - le nombre de colonnes de l’image - le nombre de lignes de l’image Le choix du format va se faire en fonction de l’or-dre dans lequel apparaissent ces trois nombres.

11.2.1 Exemple On suppose : - nombre de bandes : 2 - nombre de colonnes : 261 - nombre de lignes : 18196 Dans le format BSQ, on a vu que les informations sont chargées bande après bande. On va donc voir d’abord apparaître les dimensions de la bande, et ensuite le nombre de bandes. On aura donc (261 x 18196 x 2).

Figure 33 : Fenêtre « HDF Data Selection »

74

Pour le format BIL, les données sont rangées ligne par ligne. On aura donc d’abord le nombre de colonnes, ensuite le nombre de bandes et enfin le nombre de lignes. Donc (261 x 2 x 18196). Pour le format BIP, le premier pixel de la première bande est suivi du premier pixel de la deuxième bande et ainsi de suite. On aura donc d’abord le nombre de bandes et ensuite les dimensions de l’i-mage. Donc (2 x 261 x 18196). 11.2.2 Récapitulatif On note N le nombre de bandes du fichier. Ce nombre est la plus part du temps facile à recon-naître car c’est le plus petit des trois. Le tableau suivant (figure 34) donne le format à choisir en fonction de la position de N dans la fenêtre « HDF Data Set ».

11.2.3 A propos des fichiers Modis Lorsque vous ouvrez certains fichiers Modis, il se peut que vous ayez des fichiers nommés « Restore Change… » avec au choix les trios de nombres suivants : (10 x 15 x 204) ; (20 x 5 x 204) ; (40 x 2 x 204 ) ou encore (10 x 16 x 204). Il se pose alors le problème de savoir quelle valeur attribuer à N. La méthode pour trancher consiste à comparer avec d’autres fichiers sur lesquels il n’y a pas d’ambiguïté. On trouve ainsi 3 fichiers de 2 bandes « Earth View 250M Aggregated 1KM Reflective Solar Bands… » 3 fichiers de 5 bandes « Earth View 500M Aggregated 1KM Reflective Solar Bands… » 2 fichiers de 15 bandes « Reflective Solar Band... » 2 fichiers de 16 bandes « Emissive Solar Band… » On a les chiffres 2, 5, 15 et 16. On constate qu’on les retrouve tous en deuxième position dans les quatre groupes de nombres précédemment cités. Il semble donc logique d’utiliser le format BIL pour ouvrir ces fichiers.

Figure 34 : Choix du format

Position de N Format à choisir

(A x B x N) BSQ

(A x N x B) BIL

(N x A x B) BIP

75

Chapitre 12 : L’outil “ Input Geometry ”

L’outil “ Input Geometry ” permet de géoréférencer des images qui sont “ livrées ” avec des fichiers de géolocation associés (exemple : TRMM, Modis de niveau 2…). C’est une méthode très précise : elle place chaque pixel à sa position exacte sur la carte sans utiliser de points de contrôle au sol, ou “Ground Control Points”, (voir Chapitre 10 : « Présentation générale d’Envi», paragraphe 10.3.1) ni de calculs polynomiaux. Les fichiers de géolocation peuvent contenir soit les latitudes / longitudes soit les coordonnées X et Y des pixels. Mais l’utilisation correcte de cet outil nécessite quelques précautions élémentaires que nous allons exposer dans les pages suivantes.

12.1 Taille des fichiers et Input Geometry

Pour pouvoir géoréférencer une image, il faut que celle-ci ait la même taille que les fichiers de géolocation, ce qui n’est pas toujours le cas.

12.1.1 Taille des différentes images

Après avoir ouvert les différentes bandes avec En-vi, on peut lire leurs dimensions tout simplement en cli-quant dessus dans la fenêtre “ Available Band List ”. Les dimensions de la bande sélectionnée apparaissent alors dans le bas de cette même fenêtre : elles représen-tent respectivement le nombre de colonnes et de lignes de pixels présentes dans l’image.

Afin de faciliter la compréhension de la suite, nous allons travailler sur un exemple. Nous supposerons : - pour les fichiers de géolocation : 270 x 406 - pour les images : 1354 x 2030

Figure 35 : Fenêtre « Available Band List »

76

Un nouveau fichier apparaît dans “ Available Band List ”. Vous pouvez vérifier que les dimensions sont maintenant 270 x 406. Maintenant, les images et les bandes de géolocations ont les mêmes dimensions, l’utilisation d’Input Geometry est possible.

12.2. Taille des fichiers et temps de calcul...

Les images satellitaires à géoréférencer recouvrent la plus part du temps une zone géogra-phique très grande. Par exemple les images de la mission TRMM font le tour de la Terre ! Il est évi-demment possible de traiter l’image entière mais ceci implique des temps de calculs plutôt impor-tants (plusieurs heures…). De plus, on a des difficultés à choisir une projection qui convienne. Donc si vous n’êtes intéressé que par une partie seulement de l’image, il ne faut pas hésiter une seconde à recadrer pour ne conserver que le morceau utile.

12.1.2 Redimensionner

On peut tout d’abord se demander qui des bandes de géolocation ou des images vaut-il mieux redimensionner. Redimensionner une image fait intervenir une méthode de rééchantillonnage (cf fi-gure 36). Comme nous l’avons vu dans le paragraphe 10.3.2, ces méthodes modifient la valeur ini-tiale associée au pixel. Ainsi, il vaut mieux redimensionner l’image plutôt que les fichiers de géoloca-tion ; ceci pour éviter tout effet de lissage ou de répétition des valeurs des coordonnées. De plus, on travaillera alors avec des fichiers de taille plus petite ce qui contribuera par la suite à faire diminuer sensiblement le temps de calcul (de plusieurs heures à quelques minutes dans certains cas !). Pour redimensionner l’image avec Envi, la méthode à utiliser est la suivante :

A partir du menu principal d’Envi : Basic Tools → Resize Data (Spatial/Spectral) Sélectionner le fichier à redimensionner en cliquant dessus puis OK En face xfac et yfac, entrez respectivement 0.19940915805 (=270/1354) et 0.2 (=406/2030). Sélectionnez “ memory ” ou entrez un nom de fichier, puis OK.

Figure 36 : Redimensionner une image

Méthode de rééchantillonnage

77

12.2.1 Recadrer une image

A partir du menu principal d’Envi : Basic Tools → Resize Data (Spatial/Spectral) Choisissez l’image à recadrer en cliquant simplement dessus. Il apparaît alors de nouvelles pos-sibilités parmi lesquelles “ Spatial Subset ”.

Cliquez sur “ Spatial Subset ”. Deux possibilités s’offrent à vous : soit vous sélectionnez di-rectement un morceau à partir de l’image elle-même en cliquant sur “ Image ” ; soit vous entrez les numéros des lignes et des colon-nes qui vous intéressent.

ou

Figure 37 : Fenêtre « Resize Data »

Figure 38 : Fenêtre « Spatial Subset »

78

En général, il vaut mieux utiliser la première méthode pour recadrer l’image car on peut facile-ment sélectionner la zone intéressante. Mais il ne faut alors pas oublier de noter les numéros des colonnes et des lignes sélectionnées (qui apparaîtront dans la fenêtre “Select Spatial Subset ” après avoir effectué la sélection et cliqué sur OK). En effet, après avoir recadré l’image, il va falloir s’occu-per des bandes de géolocation. Pour être alors bien sûr de sélectionner la même zone que sur l’i-mage, il faudra entrer les numéros des lignes et des colonnes. (Pour plus de détails voir Chapitre 20 : « Superposition d’images de résolutions différentes : Traitement des images TRMM (Tutorial N°1) »).

Cliquez sur OK dans les fenêtres « Select Spatial Subset » et « Resize Data Input File». Laissez les paramètres xfac et yfac à 1, entrez un nom de fichier ou sélectionnez “ memory ” puis cliquez sur OK.

Nous avons maintenant un morceau d’image et ses bandes de géolocation associées. Bien que les différents fichiers aient tous les mêmes dimensions, si vous les utilisez tels quels avec Input Geometry, vous obtiendrez une bande toute noire mais les latitudes et les longitudes correctes. En effet, lorsque l’on découpe une image dans Envi, les coordonnées du pixel en haut et à gauche res-tent dans le référentiel de l’image initiale. Par exemple, si votre image commence à la 123ème ligne et la 89ème colonne, le pixel en haut à gauche aura pour coordonnées (89, 123). Or l’outil “ Georeference from IGM ” nécessite de mettre ces coordonnées, appelées Xstart et Ystart, à (1,1).

12.2.2 Modification de Xstart et Ystart

A partir du menu principal d’Envi : File → Edit ENVI Header Sélectionnez le fichier souhaité puis OK.

Dans la fenêtre “ Header Info ”, mettez si nécessaire Xstart et Ystart à 1. Puis OK.

Remarque : vous devez répéter cette manipulation pour les images et les fichiers de géolocation. On peut maintenant utiliser Input Geometry (IGM) sans problème.

Figure 39 : Modification de xstart et ystart

79

12.3 Utilisation d’Input Geometry

A partir du menu principal : Map → Georeference from Input Geometry → Georeference from IGM. Dans la première fenêtre (Input Data File), sélectionnez le fichier contenant toutes les bandes images à géoréférencer, puis OK. Dans la deuxième fenêtre (Input X Geometry Band), choisis-sez la bande correspondant à la longitude puis OK (cf figure 40), et dans la troisième fenêtre (Input Y Geometry Band), la bande correspondant à la latitude puis OK.

Il faut maintenant indiquer les projections initiales et finales. Comme on a au départ les valeurs de latitude et de longitude, choisir comme projection de départ Geographic lat/long. Pour l’ellip-soïde, cela dépend du type d’image (Modis L2, TRMM…) que vous géoréférencez. Si vous n’a-vez pas d’information à ce sujet, utilisez par défaut le WGS 84 qui tend à devenir universel.

Pour la projection finale, il faut savoir que certaines seront refusées par le logiciel. Par contre, vous pouvez toujours choisir, comme projection, UTM (Universal Transverse Mercator) et, comme “ datum ”, WGS 84. Cette combinaison présente l’avantage d’être valable pour le monde entier à l’exception tout de même des pôles où il faut choisir la projection UPS (Universal Polar Stereographic). La projection UTM découpe le monde en zones comme le montre la figure 41 en page suivante. Pour choisir la zone appropriée, cliquez sur Set Zone, entrez les valeurs de lati-tude et longitude lues dans le fichier recadré puis OK : Envi retrouve la zone correspondant à ces valeurs.

Entrez deux noms de fichier et cliquez sur OK pour lancer les calculs.

De nouvelles bandes spectrales apparaissent dans “ Available Band List ”. Pour plus de détails sur l’utilisation d’Input Geometry, reportez-vous au chapitre 20 : « Superposition d’images de résolutions différentes :Traitement des images TRMM (Tutorial N°1) ».

Figure 40 : Choix des bandes de géolocation

80

Figu

re 4

1 : L

es z

ones

UTM

81

12.4 Quelques Astuces Le traitement effectué avec Input Geometry se déroule en trois étapes : - Build GLT Files Part 1 - Build GLT Files Part 2 - Georeferencing Image Data Or les deux premières étapes n’utilisent que les deux bandes de géolocation. Donc, si vous avez un grand nombre d’images à géoréférencer à partir des mêmes bandes de géolocation (cas des ima-ges Modis de niveau 2), il est inutile de recommencer le calcul des GLT Files (Geographic Look-up Table) à chaque fois. Autant le faire une seule fois et utiliser directement ces fichiers pour géoréfe-rencer toutes les images par la suite.

12.4.1 Création des GLT Files

A partir du menu principal d’Envi, Map → Georeference from Input Geometry → Build GLT

Il apparaît alors directement la fenêtre “ Input X Geometry Band ”.Comme précédemment, choi-sissez la bande correspondant à la longitude. Puis OK.

Dans la fenêtre “ Input Y Geometry Band ”, sélectionnez la bande correspondant à la latitude. Puis OK.

Indiquez la projection initiale et choisissez une projection finale, comme si vous utilisiez Input Geometry.

Dans la fenêtre “ Build Geometry Look-up File Parameters ”, entrez un nom de fichier. Par exem-ple : GLTFiles. Dans cette fenêtre, vous pouvez également choisir, si vous le souhaitez, la taille des pixels dans l’image finale. Cliquez sur OK pour lancer les calculs.

Dans “ Available Band List ”, un fichier est apparu avec deux nouvelles bandes : GLT Sample Look-up et GLT Line Look-up. Comme vous allez utiliser ces bandes plusieurs fois, mieux vaut les enregistrer : File → Save File As → Envi Standard. La fenêtre “ New File Builder ”, repro-duite page suivante (figure 43), apparaît.

Cliquez sur “ Import File ” et, dans la nouvelle fenêtre, sélectionnez le fichier GLT dans la liste puis OK. Dans la rubrique “ Enter Output Filename ”, tapez le nom du fichier avec le chemin d’accès comme sur la figure 43. Puis OK.

Figure 42 : Choix de la taille finale des pixels avec Input Geometry

82

12.4.2 Géoréférencement à partir de fichiers GLT :

A partir du menu principal d’Envi : Map → Georeference from Input Geometry → Georefe-rence from GLT.

Dans la fenêtre “ Input Geometry Look-up Files ”, sélectionnez les fichiers GLT. Puis OK.

Figure 43 : Sauvegarde des fichiers GLT

Figure 44 : Utilisation des fichiers GLT pour géoréférencer une image

83

Dans la fenêtre “ Input Data File ”, sélectionnez le fichier contenant les images à géoréférencer. Puis OK.

Entrez un nom de fichier ou choisissez “ Memory ” puis cliquez sur OK pour lancer les calculs.

De nouvelles bandes apparaissent dans “ Available Band List ”. Ce sont les images géoréférencées. Maintenant, pour géoréférencer un nouveau fichier d’image à partir des mêmes “ GLT Files ”, il suffit de recommencer les étapes décrites dans le paragraphe 12.4.2.

84

85

Chapitre 13 : Mise à la même échelle ou « Layer Stacking »

L’outil « Layer Stacking » permet de donner la même taille aux pixels de plusieurs images de provenance différente. Par exemple, si vous avez un fichier avec 7 bandes images et un autre fichier avec 2 bandes et que ces deux fichiers ont des résolutions spatiales différentes, vous obtiendrez avec « Layer Stacking », un fichier regroupant les 9 images et la taille des pixels sera identique pour toutes les 9 (cf paragraphe 2.1.3 du rapport de stage). Mais l’utilisation de cet outil impose que les fichiers de départ soient géoréférencés.

Utilisation de Layer Stacking

A partir du menu principal d’Envi : Basic Tools → Layer Stacking. La fenêtre “ Layer Stacking Parameters ” s’ouvre (cf figure 45).

Cliquez sur Import File et choisissez les fichiers géoréférencés à mettre à la même échelle. Leurs nom apparaissent dans la rubrique « Selected Files for Layer Stacking ».

Dans la rubrique « Out put File Range », vous avez le choix entre

- « Inclusive » : Envi s’occupera de toute la surface des différentes images. - « Exclusive » : Envi ne mettra à la même échelle que l’aire géographique qu’on en commun les images.

Figure 45 : Utilisation de l’outil « Layer Stacking »

86

Dans la partie droite de la fenêtre (cf figure 45 page précédente), vous devez choisir la projection et le « datum » qui seront communs à toutes les images après le traitement. Vous pouvez égale-ment choisir la taille finale des pixels qui sera identique pour toutes les bandes.

Entrez enfin un nom de fichier et cliquez sur OK.

Un fichier regroupant les toutes les bandes apparaît dans la fenêtre « Available Band List ».

Après ce traitement, il est plus facile de comparer les données car on peut utiliser sans problème l’outil « Dynamic Overlay » que l’on va aborder dans le chapitre suivant.

87

Chapitre 14 : Comparaison d’images ou « Dynamic Overlay »

Dans ces quelques pages, nous allons nous intéresser à différentes méthodes pour comparer des images avec Envi. On précisera dans quels cas il est nécessaire que les images soient géoré-férencées.

14.1 Lien géographique 14.1.1 Présentation Faire un lien géographique entre deux images ou plus, permet de se positionner au même lieu géographique sur les images. De plus, quand on se déplace dans une image, on se déplace de la même façon dans l’autre. Pour cela, il est nécessaire que les images soient géoréférencées. Ainsi, quand on positionne le carré rouge du zoom dans une image, Envi « regarde » les coordonnées du pixel au centre du morceau choisi, recherche, dans l’autre image, le pixel possédant les mêmes coordonnées géographiques et centre le carré du zoom sur celui-ci. Les avantages de cette méthode sont les suivants. Tout d’abord, les images n’ont pas forcé-ment besoin de couvrir exactement la même zone géographique : une image peut être couvrir un territoire plus étendu que l’autre. De plus, il n’est absolument pas nécessaire que les images aient la même résolution spatiale. Enfin, les deux zooms restent totalement indépendants : vous pouvez changer le grossissement de l’un sans modifier l’autre. Attention ! Puisque les résolutions spatiales ne sont pas forcément les mêmes, et que les zooms ne sont pas corrélés, les zones géographiques qui apparaissent dans la fenêtre zoom sont différentes : elles sont seulement centrées autour des mêmes coordonnées géographiques (cf para-graphe 2.1.3 et figure 25 du rapport de stage). 14.1.2 Exemple Pour lier géographiquement deux images, cliquez à partir du menu de la fenêtre image princi-pale sur Tools → Link → Geographic Link. Affichez On en face les fenêtres à lier, en cliquant si nécessaire sur l’icône

Les images utilisées dans cet exemple (figure 47 et 48) sont celles du tutorial N°1 sur le traite-ment des images TRMM. Les tailles des pixels sont différentes. On a placé le carré rouge du zoom sur la côte est de l’Afrique du Sud (cf figure 49 page 89).

Figure 46 : Lien Géographique

88

On remarque que dans les fenêtres principales, les zones géographiques représentées n’ont pas la même taille ! On va maintenant comparer les deux zooms.

Figure 47 : Image de VIRS

Figure 48 : Image de TMI

89

# Valeurs au centre de l’image zoom :

Sur le figures 50 et 51, on voit bien que les valeurs au centre de l’image sont les quasiment identi-ques. Regardons maintenant ce qu’il en est ailleurs. # Valeurs dans le coin en haut à gauche de l’image zoom :

Ainsi, lier les images géographiquement ne permet pas une interprétation visuelle aisée puis-que les zones affichées à l’écran ne représentent pas la même aire géographique. On peut néan-moins essayer d’avoir la même aire à l’écran en changeant le grossissement de l’un des deux zooms ; mais cela reste approximatif. Cet outil permet donc de comparer les valeurs si on se place au centre du zoom et que l’on utilise « Cursor Location /Value ».

14.2 Superposition provisoire de deux images La méthode présentée ici permet une interprétation visuelle très facile mais elle nécessite une préparation des images plus complexe que précédemment. Il faut en effet que les images couvrent

Figure 49 : Zooms des images VIRS et TMI avec « Geographic Link », même grossissement

Figure 50 : Valeurs pour l’image VIRS Figure 51 : Valeurs pour l’image TMI

Figure 52 : Valeurs pour VIRS Figure 53 : Valeurs pour TMI

90

la même zone géographique et que les pixels aient la même taille. Pour cela, il va donc falloir utiliser au préalable l’outil « Layer Stacking » (Voir chapitre 13 « Mise à la même échelle ou Layer Stac-king »). 14.2.1 Lier les images Dans un premier temps, nous allons lier les deux fenêtres images mais de façon beaucoup plus simple que précédemment. En effet ici, le lien consistera simplement à placer le carré rouge au même endroit dans les deux images mais en utilisant cette fois les numéros de ligne et de colonne des pixels. En clair, quand le carré rouge du zoom se trouve en bas à droite de l’image 1, le carré rouge de la deuxième image se positionnera lui aussi en bas et à droite même si les aires géogra-phiques sont totalement différentes. Si on ne prend pas de précautions, on peut donc comparer deux régions qui n’ont rien à voir. C’est pourquoi il vaut mieux utiliser au préalable la fonction « Layer Stacking ».

Clermont Fd Tombouctou

Pour lier de cette façon deux fenêtres :

A partir du menu de la fenêtre image : Tool→ Link → Link Displays.

Affichez « On » en face les fenêtres à lier. Vérifiez que « On » est bien sélectionné en face « Dynamic Overlay ». Cliquez sur OK.

14.2.2 Utilisation de « Dynamic Overlay »

Placez le curseur dans une des deux fenêtres images (par exemple la n°1), en dehors du carré rouge du zoom.

Enfoncez le bouton droit de la souris. L’image de la fenêtre 2 recouvre celle de la fenêtre 1. L’ef-fet s’arrête dès que l’on relâche le bouton droit de la souris.

Figure 54 : Lier les images

Figure 55 : Utilisation de « Dynamic Overlay »

91

Cliquez sur le bouton du milieu et déplacez la souris pour délimiter la taille de la zone sur la-quelle se fera la superposition. Quand vous relâchez le bouton, la taille sélectionnée est celle de la zone comprise entre le curseur et le coin en bas à droite.

Curseur

Zone sélectionnée

Si vous cliquez sur le bouton droit de la souris, l’image 2 ne remplacera l’image 1 que sur une zone de la taille délimitée précédemment.

Sur l’image ci-dessous, on a remplacé un morceau de l’image VIRS par le morceau correspondant de l’image TMI. On peut voir que les côtes de l’Afrique du Sud se superposent correctement.

Les deux méthodes exposées dans ce chapitre permettent essentiellement une interprétation visuelle. Si vous voulez comparer les données en des points bien précis, la méthode à utiliser est la sortie sur grille, exposée dans le chapitre suivant. Après ce traitement, vous obtiendrez cette fois des tableaux donnant les valeurs associées aux pixels.

Figure 56 : Superposition de l’image TMI sur celle de VIRS

92

93

Ouvrir les fichiers, noter les différentes tailles, reconnaître les différents fichiers de géolocation

Mettre à la même taille les fichiers de geolocation et les images. (Travailler éventuellement sur des images de taille

réduite pour limiter les temps de calcul)

Lancer Input Geometry

Ouvrir les nouvelles bandes géoréférencées et examiner les résultats.

Si tout à l’air correct Si l’image comporte des rayures noires

Augmenter la taille finale des pixels quand vous lancez Input Geometry

Recommencer la procédure précé-dente pour toutes les images que

vous voulez comparer

Utiliser la fonction Layer Stacking

Examiner les résultats : toutes les images doivent être à la même

échelle

Si les résultat vous conviennent Si les images finales vous semblent trop petites

Agrandir les images géoréférencées les plus petites et relancer Layer Stacking. Vous aurez de meilleurs résultats que si

vous agrandissez simplement votre image finale

Enregistrer les

Lier les images, et utiliser Dynamic Overlay pour les comparer.

Résumé des différentes étapes du traitement des images avec Envi

94

95

Chapitre 15 : Les sorties sur grilles

Faire une sortie sur grille, c’est récupérer les données pour certains pixels de l’image seule-ment et les sauvegarder sous forme d’un tableau.

Et on veut obtenir un fichier texte sous la forme :

Donc, si on applique ce traitement à deux bandes de résolutions spectrales différentes, on pourra ainsi comparer les valeurs en un point donné… à condition que sur chaque image le pixel sélection-né corresponde bien au même lieu géographique. On conçoit donc que ce traitement nécessite des images géoréférencées et que les grilles utilisées seront des grilles latitude/longitude. De plus, pour pouvoir réaliser facilement une sortie sur grille avec Envi, il faut que la grille choisie soit régulière.

Ainsi, nous allons voir dans un premier temps, comment faire pour rendre une grille de latitude/longitude régulière. Ensuite, nous pourrons détailler une méthode de sortie sur grille.

Figure 57

Figure 58 : Grille régulière et irrégulière

96

15.1 Grille latitude/longitude régulière :

Pour avoir une grille de latitude et de longitude régulière, il faut tout simplement que l’image soit dans la projection “ Geographic Lat/Long ”.

Puisque les images utilisées dans cette partie doivent avoir été géoréférencées au préalable, vous devez savoir quelle projection a été utilisée. Si vous avez pu directement choisir “ Geographic Lat/Long ” (cas des fichiers MODIS1B) , alors vous pouvez passer directement à la partie II. Sinon :

A partir du menu principal d’Envi : Map → Convert Map Projection

Dans la fenêtre “ Convert Map Projection Input Image ”, sélectionner le fichier correspondant.

Dans la fenêtre “Convert Map Projection Parameters ”, sélectionner “ Geographic Lat/Lon ” et entrez un même nom de fichier dans cette fenêtre et dans la suivante (Registration Parameters) puis cliquez sur OK.

Remarque : Vous pouvez choisir différen-tes méthodes de calcul : Warp methods :

- RST (Rotation Scaling and Translation) : c’est la plus sim-ple.

- Polynomial - Delaunay Triangulation Resampling methods : - Nearest neighbour - Bilinear - Cubic convolution

Ces trois méthodes sont décrites dans le paragraphe 10.3.2 du chapitre 10 « Présentation générale d’Envi ».

Quand les calculs sont terminés, ou-vrir une bande puis à partir du menu de la fenêtre image : Overlay → Grid Lines. Dans la fenêtre “Grid Lines Pa-rameters ”, vous devez seulement avoir le choix entre “ Pixel grid ” et “ Géographic grid ”.

Sélectionner « Geographic Grid » et choisissez l’espacement (en degrés DMS ou DD). Cliquez sur Options → Edit Geographic Grid Attributes. Cliquez sur “ On ” en face “ Lines ” puis sur OK dans les deux fenêtres différentes. Vous pouvez maintenant voir qu’avec cette nouvelle pro-jection, la grille latitude/longitude est régulière.

Figure 59 : Changement de projection

97

15.2 Sortie sur Grille :

15.2.1 Recadrage : Pour faciliter la compréhension de ce paragraphe nous allons travailler l’exemple schématisé

ci-dessous (figure 60). On suppose que l’on veut les valeurs au points marqués à l’aide des triangles rouges.

Pour être sûr que la sortie sur grille soit correcte, il vaut mieux que les bords de l’image coïnci-dent pratiquement avec les lignes 0°E, 11°E, 45°N et 42°N (quitte à avoir parfois quelques valeurs en trop). Il va donc falloir passer par “ Resize Data ”.

A partir du menu de l’image, Tools → Pixel Locator. Si vous cliquez sur un pixel dans l’i-mage, vous allez voir apparaître dans la fenê-tre “Pixel Locator” les numéros de ligne et de colonne de ce pixel.

Noter les numéros de ligne et de colonne des pixels ayant pour coordonnées (45°N, 0°E), (45°N, 11°E) et (42°N, 0°E). (Travaillez dans la fenêtre Zoom !)

Figure 60

Figure 61 : Utilisation de Pixel Locator

98

A partir du menu principal : Basic Tools → Resize Data (Spatial/Spectral). Sélectionnez le fi-chier en projection Lat/Long et cliquez sur Spatial Subset. En face “ Lines ” et “ Samples ”, en-trez respectivement 216 à 604, et 739 à 1097. Puis cliquez sur OK. Sélectionnez File ou memory au choix.

Vérifiez que les bords de la nouvelle image apparue dans “ Availlable Band List ” coïncident avec les lignes de la grille.

15.2.2 Sélection des pixels voulus.

Dans ce paragraphe, nous allons en quelque sorte demander à Envi de ne garder que les pixels qui nous intéressent. Pour cela, il faut tout d’abord calculer les nombres X et Y définis ci-dessous : X = nombre moyen de pixels entre deux lignes de longitude Y = nombre moyen de pixels entre deux lignes de latitude

On calcule X et Y à partir des valeurs relevées précédemment (cf tableau page précédente). X = (1097 – 739) / (11 – 0) = 32.5 Y = (381 – 216) / (45 – 43) = 55

Figure 62 : Image après le recadrage

Figure 63 : Définition de X et Y

99

X et Y sont décimaux la plupart du temps car il est fréquent que les intersections de la grille ne tom-bent pas pile au milieu des pixels ! De plus, par la suite, il va falloir entrer non pas X et Y mais 1 / X et 1 / Y. 1 / X = 0.030769231 1 / Y = 0.018181818

A partir du menu principal d’Envi : Basic Tools → Resize Data.

Sélectionnez l’image précédemment recadrée puis OK.

En face xfac et yfac, entrez respectivement 1 / X et 1 / Y. Donnez un nom de fichier puis OK.

A partir du menu principal d’Envi : File → Save File As → ASCII. Donnez un nom de fichier.

Vous venez de créer un fichier .txt que vous pouvez lire avec un éditeur de texte quelconque et dans lequel vous trouverez les valeurs listées. Pour plus de détails, le chapitre 21 « Les sorties sur grille (Tutorial N°2) » propose de réaliser pas à pas une sortie sur grille à partir d’une image Modis 1B déjà géoréférencée avec Envi et disponible sur le CD de données.

Figure 64 : Sauvegarde sous format ASCII

100

101

Chapitre 16 : Créer une mosaïque d’images

Envi permet de créer des mosaïques d’images de deux façon différentes. La première mé-thode est basée sur les pixels eux-mêmes, la seconde sur les coordonnées géographiques. Dans ce chapitre, nous ne décrirons que la deuxième méthode car, une fois le géoréférencement des images effectué, elle se fait quasiment automatiquement. Il ne nous a donc pas semblé nécessaire de consacrer un tutorial à la création d’une mosaïque. Cependant, les images utilisées dans ce chapitre se trouvent dans le répertoire « Fichiers_Tutorials\Mosaïque » du CD de données pour ceux qui dé-sireraient reproduire cet exemple.

16.1 Présentation du problème 16.1.1 Images utilisées dans ce chapitre Les images reproduites ci-dessous sont des images Modis de niveau 1B du 11 Février 2002. Leur résolution est de 1 km. Elles ont été géoréférencées au préalable et se trouvent dans la projec-tion « Geographic Lat/Long ». On aimerait pourvoir « accoler » les images afin de pouvoir reconsti-tuer le panache de poussières partant de l’Afrique et se dirigeant sur l’Europe.

Figure 65 : Image Nord Figure 66 : Image Sud

16.1.2 Remarques sur la visualisation des images Modis 1B en couleur : Comme nous l’avons mentionné au paragraphe 10.2.1 du chapitre 10 « Présentation générale d’Envi », il faut utiliser la fonction « RGB color » de la fenêtre « Available Band List » pour pouvoir générer une image en couleur. A partir de la figure 21 du chapitre 7 « Le radiomètre Modis », on constate que plusieurs bandes sont disponibles pour chaque couleur (cf figure 67, en page suivante).

102

Couleur - Région du spectre électromagnétique Bandes spectrales correspandantes

Rouge (620 - 700 nm) 1 (620 - 670 nm) 13 (662 - 672 nm) 14 (673 - 683 nm)

Vert (500 - 578 nm) 4 (545 - 565 nm) 11 (526 - 536 nm) 12 (546 - 556 nm)

Bleu (446 - 500 nm) 3 (459 - 479 nm) 10 (483 - 493 nm)

Figure 67 : Bandes spectrales utilisées avec « RGB Color »

Après divers essais, la combinaison la plus « esthétique » semble être celle des bandes (1, 4, 3). De plus, si ne voulez pas exploiter réellement les données de l’image, mais seulement illustrer une pu-blication, vous pourrez alors ne ramener que les bandes 1 à 7 et conserver ainsi une résolution spa-tiale de 500m. Remarque : Les fichiers du CD contiennent les bandes 1 à 19 afin que vous puissiez tester différen-tes combinaisons.

16.2 Créer une mosaïque d’images

A partir du menu principal : Map → Mosaicking → Georeferenced. La fenêtre « Map Based Mosaic » s’ouvre.

A partir du menu de la fenêtre : Import → Import Files. La fenêtre « Mosaic Input File »

apparaît. Sélectionnez les fichiers à accoler et cliquez sur OK.

Figure 68 : Fenêtre « Mosaic Input Files »

103

Les deux images apparaissent dans le fenêtre « Map Based Mosaïque ». Elles sont parfaitement positionnées l’une par rapport à l’autre (cf figure 69). Cependant, on voit immédiatement que le ré-sultat ne sera pas satisfaisant puisqu’une image (la verte) recouvre l’autre (la rouge) alors qu’il fau-drait les avoir toutes les deux accolées.

Figure 69 : Map Based Mosaic

Pour Envi, les pourtours noirs font partie intégrante de l’image elle-même. Il va donc falloir lui de-mander de dissocier l’image en elle-même de ces contours. Quand on utilise « Cursor Location Va-lue », on constate que ces zones sont associées à une valeur nulle. Nous allons donc lui dire « d’ignorer » la valeur 0.

104

Pour cela, positionnez le curseur dans l’image 2 (Green) et faites un clic droit. Dans la liste de choix qui s’affiche, cliquez sur « Edit Entry ». La fenêtre « Entry : nom de l’image» apparaît.

Dans la case « Background See Through », entrez 0 en face la rubrique « Data Value to

ignore » (cf figure 70). Cliquez sur OK. Le résultat apparaît dans la fenêtre « Map Based Mosaic » (figure 71).

Figure 70 : Fenêtre « Entry »

Figure 71 : Pré-visualisation du résultat

A partir du menu de la fenêtre « Map Based Mosaïc », File → Apply. La construction de la mosaïque est lancée. Les nouvelles bandes apparaîtront dans la fenêtre « Available Band List ». La figure 72 en page suivante montre l’image finale dans son intégralité.

105

Figure 72 : Mosaïque de deux images Modis 1B

106

107

Troisième partie

Exemples détaillés de traitement

108

109

Chapitre 17 : Traitement des fichiers modis1B Le traitement des images Modis 1B ne pose guère de difficultés car Envi reconnaît les fichiers de type Modis 1B et possède un programme spécial pour les géoréférencer. Après avoir rappelé quelques généralités sur les fichiers Modis 1B, nous verrons quelle est la méthode à appliquer.

17.1 Quelques rappels sur les fichiers Modis 1B :

17.1.1 Niveau 1B ? Les fichiers du radiomètre MODIS sont classées en différents niveaux (level 0 à level 4) en fonction du traitement qu’on subit les données brutes ou « raw data » (voir chapitre 7 : « Le radiomè-tre Modis », paragraphe 7.2). En ce qui concerne le niveau 1B, les données ont subi un minimum de traitement, à savoir quelques corrections radiométriques. De plus, il a été ajouté deux bandes supplémentaires contenant la géo-location. Le niveau 1B est le premier niveau géoréférencé.

17.1.2 Format HDF ? Les données sont stockées dans un fichier hdf (Hierachical Data Format). Ce format a été dé-veloppé pour stocker une quantité importante de données différentes. Pour ouvrir un tel fichier, on peut utiliser Envi, Matlab, PV-Wave ou encore HDF Inspector. Ce logiciel permet de voir l’arbores-cence sous jacente et d’apprécier la quantité d’informations contenues dans un fichier hdf. En voici un aperçu.

Figure 73 : Arborescence des fichiers HDF vue avec HDF Inspector

Envi différencie le niveau 1B des autres niveaux. Pour les ouvrir, il faut donc passer par : File → Open External File → EOS → MODIS 1B

110

17.1.3 Informations supplémentaires : Le logiciel HDF Inspector permet d’obtenir des informations sur les données qui peuvent être utiles par la suite, comme par exemple les valeurs extrêmes de latitude et de longitude, la projection utilisée ou encore l’ellipsoïde de référence… (regardez dans CoreMetadata, ArchiveMetadata, ou StructMetadata, clic droit puis “ view ”)

On peut aussi avoir accès aux trois répertoires cités ci-dessus en utilisant Envi. A partir du me-nu principal : Basic Tools → Preprocessing → Data Specific Utilities → View HDF Global Attributes

17.2 Géoréférencement • A partir du menu Principal : Map → Géoreference Modis1B • Sélectionnez dans la fenêtre qui s’ouvre le groupe de bandes souhaité (Radiance, Reflective ou

Emissive). Facultatif : Si vous ne souhaitez pas étudier l’image en entier, n’hésitez pas à la recadrer : vous di-minuerez ainsi les temps de calcul. Cliquez sur « Spatial Subset » dans la fenêtre «Modis Input File». Vous pouvez ensuite choisir un morceau de l’image en cliquant sur « Image ».Quand le reca-drage est terminé, cliquez sur OK dans les fenêtres « Subset Function » et « Select Spatial Sub-set ».

Figure 74 : Valeurs extrêmes de latitude et de longitude pour les images du fichier

111

• Cliquez sur OK dans la fenêtre « Modis Input File ». • Sélectionnez la projection finale et le système géodésique désirés (pour plus de détails, voir pa-

ragraphe 2.1.2 du rapport de stage et paragraphe 12.3 de cette notice) Remarque : Le choix du « datum » est important ! S’il est mauvais, le géoréférencement le sera aus-si. On pourra par exemple observer un décalage dans les valeurs de latitude et de longitude de plus d’un demi degré par rapport à la réalité. Conseil : Choisissez autant que faire se peut, le WGS 84. L’avantage principal de ce « datum » est qu’il est valable sur toute la surface terrestre ! • Entrez un nom de ficher puis OK. • Choisir dans “ warp method ” et “ resampling ” les méthodes à utiliser. • Entrez un nom de fichier puis OK. Lorsque les calculs sont finis, de nouvelles bandes apparaissent dans “ Available band List ”, ce sont les images géoréférencées.

Figure 75 : Choix du fichier à géoréférencer

112

113

Chapitre 18 : Géoréférencement des images Modis de niveau 2

Les fichiers Modis L2 sont “ livrés” au format HDF et avec leurs fichiers de géolocation. Exemple : MOD05.

En conséquence, pour géoréférencer ces images, il faut utiliser l’outil « Input Geometry » (cf chapi-tre 12). La méthode à suivre est la même que celle décrite dans le chapitre 20 : «Superposition d’i-mages de résolutions différentes : Traitement des images TRMM (Tutorial n°1) ». Rappels : - Si vous avez plusieurs fichiers à géoréférencer, reportez vous au paragraphe 12.4 du chapi-tre 12 « L’outil Input Geometry ». Vous trouverez des astuces pour réduire les temps de calcul. - Pour l’ouverture des fichiers, reportez vous au paragraphe 11.2 du chapitre 11 « Format de stockage des données (BSQ, BIL, BIP) ».

Figure 76 : Fichiers de géolocation pour les images Modis de niveau 2

114

115

Chapitre 19 : Géoréférencement des images Modis de niveau 3

Les fichiers Modis de niveau 3 ont déjà subi certains traitements. Ainsi, il n’y a plus de fi-chiers de géolocation : les images sont déjà données dans une certaine projection. A la différence des fichiers MODIS 1B, Envi ne reconnaît pas spécialement les fichiers Modis de niveau 3 : il n’est pas capable d’aller chercher la projection de départ et de faire le géoréférencement tout seul. Il va donc falloir employer une méthode particulière pour les images Modis de niveau 3. Tout d’abord, nous allons chercher à savoir dans quelle projection nous sont données ces images, puis voir comment on peut s’en sortir pour géoréférencer. 19.1 La projection initiale

19.1.1 Quelle projection initiale ?

Les images Modis de niveau 3 sont en format hdf. Pour les ouvrir avec Envi, il faut donc passer par : File → Open External File → Generic Format → HDF Pour avoir des informations sur ces images, il faut accéder entre autres, aux répertoires Struct-Metadata et CoreMetadata, en utilisant : Basic Tools → Preprocessing → Data Specific Utilities → View HDF Global Attributes.

Figure 77 : Visualisation des fichiers StructMetadata et CoreMetadata avec Envi

116

Choisir l’image Modis de niveau 3 et cliquez sur Ouvrir.

Dans la fenêtre “ Global Attributes ”, on peut faire défiler les informations à propos du fichier sé-lectionné.

Dans les premières lignes du répertoire StructMetadata, on peut lire par exemple: Projection : GCTP_ISINUS Projparam : (6371007.181000, 0, 0, 0, 0, 0, 0, 0, 86400, 0, 1, 0, 0) Notez ces données ; elles seront nécessaires par la suite. Remarque : le premier nombre correspond au rayon terrestre (en mètres) utilisé dans le calcul de cette projection.

Dans le répertoire CoreMetada, relevez : GRINGPOINTLONGITUDE = (0,006495 ; 15,562264 ; 13,060338 ; 0,005450) GRINGPOINTLATITUDE = (49,995833 ; 49,995833 ; 40,004167 ; 40.004167) Dans ce cas, ce sont respectivement les coordonnées des sommets A, B, C, D de l’image :

Attention ! L’ordre des coordonnées est susceptible de varier en fonction des images ! On peut par exemple avoir les coordonnées de D puis A, B et C. Si vous regardez la liste des projections disponibles dans Envi, vous pouvez constater que celle qui nous intéresse pour le moment n’existe pas. Il va donc falloir créer une nouvelle projection.

Figure 78 : Projection utilisée pour les images Modis de niveau 3

Figure 79 : Définition des points A,B,C et D

117

19.1.2 Création d’une nouvelle projection.

A partir du menu principal, Map → Customize Map Projection. La fenêtre “Customized Map Projection Definition” apparaît. Entrez tout d’abord un nom de projection (ex : ModisL3 ou encore GCTP_ISINUS…). Dans la rubrique “ projection type ”, choisissez “ sinusoïdal ”. En face “ Sphere Radius ”, tapez la valeur lue dans le fichier StructMetada pour le rayon de la Terre. En-trez 0 pour “ False easting, northing ” (décalage des points de référence) et pour “ longitude of central meridien ”. Ces 0 proviennent de la liste des paramètres de la projection.

A partir du menu de la fenêtre : Projection → Add New Projection. Ensuite sauvegardez cette projection qui pourra resservir par la suite : File → Save Projection.

Fermez la fenêtre “ Customized Map Projection Definition ”.

Envi connaît maintenant une projection de plus. Il va pouvoir s’en servir pour géoréférencer l’image.

19.2 Géoréférencement

A partir du menu principal d’Envi : Map → Registration → Select GCPs : Image to Map. Choi-sissez dans la liste la projection que vous venez de créer puis OK.

Il va maintenant falloir sélectionner sur la carte des points particuliers (Ground Control Points) dont on connaît la latitude et la longitude.

Figure 80 : Création d’une nouvelle projection dans Envi

118

Dans la fenêtre “ Ground Control Points Selection ” : cli-quez sur les flèches à côté de « Proj : Mo-disL3 ; datum : none » pour faire apparaître en dessous Lat et Lon à la place de E et N. Cliquez enfin sur DDEG pour pouvoir entrer des degrés dé-cimaux.

Dans la fenêtre Zoom, placer le curseur sur le point en haut à gauche de l’image (point A) le plus précisément possible.

Dans la fenêtre “ GCP Selection ” entrez les valeurs de latitude et longitude du point A, à savoir Lat=49.995833 et Lon=0.006495. Puis cliquez sur Add New Point.

Recommencez les deux étapes précédentes pour les points B, C et D.

Sélectionnez Option → Warp Displayed Band (pour géoréférencer l’image affichée à l’écran) ou Warp File pour géoréférencer toutes les images d’un fichier.

Dans la fenêtre “Registration Parameters” vous pouvez choisir les méthodes de calcul que vous souhaitez parmi

Warp method : Rotation Scaling and Tran- slation (RST) Polynomial Delaunay Triangulation Resampling : Nearest neighbor Bilinear Cubic Convolution Les méthodes de rééchantillonnage sont décri-tes dans le paragraphe 10.3.2 du chapitre 10 « Présentation générale d’Envi ».

Si vous le désirez, vous pouvez changez certains paramètres de l’image finale, comme par exemple la taille des pixels en cliquant sur “ Change output parameters ”.

Entrez un nom de fichier et cliquez sur OK pour lancer les calculs.

L’image obtenue est géoréférencée mais elle est dans la projection un peu bizarre que l’on a crée. Pour revenir à une projection plus classi-que, utiliser l’outil “ Convert Map Projection ” à partir du menu “ Map ” (Voir paragraphe 15.1 du chapitre 15 « Sorties sur Grilles »).

Figure 81 : Sélection des points de contrôle au sol (GCPs)

Figure 82 : Géoréférecement à partir des GCPs

119

Chapitre 20 : Superposition d’images de résolutions différentes

Traitement des images TRMM (Tutorial N°1)

Le satellite TRMM (Tropical Rainfall Measuring Mission) possède cinq capteurs différents, parmi lesquels VIRS (Visible and Infrared Scanner) et TMI (TRMM Microwave Imager). Les images issues de ces deux capteurs ont des bandes spectrales différentes mais aussi des résolutions diffé-rentes (cf chapitre 6 « Images de la mission TRMM »). Le but de ces quelques pages va être d’arri-ver à superposer ces images. Après une courte présentation des données à traiter, nous commencerons par les bases à savoir, ouvrir les images avec Envi et récupérer diverses informations sur les données. Ensuite, nous allons géoréférencer les images pour en dernier lieu, pouvoir les superposer. Conseils : - Ce traitement se divise en un grand nombre d’étapes. A chacune d’entre elles, il faut stocker les résultats et donc donner un nom de fichier. Mieux vaut donc se munir d’une feuille et d’un crayon et de noter à chaque fois le nom choisi. Ce travail a été commencé en page 131 et vous pouvez le compléter au fur et à mesure que vous avancez dans ce tutorial. - Vous devrez noter également des valeurs de latitude et de longitude, des numéros de ligne et de colonne, etc... - Les étapes détaillées au cours de ce tutorial font appel à de nombreux outils comme, par exemple, Input Geometry, Layer Stacking ou encore Dynamic Overlay. Il est donc préférable de lire les chapitres 12, 13 et 14 avant de se lancer dans ce tutorial.

20.1 Présentation

Chaque fichier de données possède plusieurs bandes : certaines sont des images corres-pondant à différentes longueurs d’onde, d’autres contiennent des informations. Deux bandes sont particulièrement importantes ici, ce sont celles nommées “ geolocation ” car elles donnent pour cha-que pixel, sa latitude et sa longitude.

Les données du capteur VIRS comportent de 5 bandes spectrales différentes ayant chacune

une résolution de l’ordre de 2.2 km. Le nom du fichier correspondant commence par 1B01. Les données du capteur TMI comportent elles 9 bandes, 7 qualifiées de basse résolution et

deux autres de haute résolution. Les bandes “ low resolution ” sont deux fois moins large que les bandes “ high resolution ” et que les bandes de géolocation (ceci est important pour la suite). Le nom du fichier débute par 1B11.

Par la suite et pour simplifier nous noterons l’image VIRS, image 01 et l’image TMI, image

11.

20.2 Première prise de contact avec ENVI

20.2.1 Ouvrir les fichiers

Démarrer ENVI.

A partir du menu principal : File → Open External File → Generic Format → HDF

120

Les fichiers se trouvent dans le répertoire “Fichiers_Tutorials\N°1_TRMM” du CD de données. Ouvrez en premier l’image du capteur VIRS c’est à dire l’image 1B01….hdf.

Dans la fenêtre “ HDF Dataset Selection ”, cliquez sur “ Select All Items ” puis OK. A chaque fois qu’apparaît la fenêtre “ HDF Data Set Storage Or-der ”, choisir BIP puis OK (voir chapitre 11 : « Format de stockage des données (BSQ, BIL, BIP) ».

Vous avez maintenant à l’écran la fenêtre “ Available band List ” dans laquelle sont inscrites toutes les bandes disponibles. Il y a cinq bandes spectrales, une bande tempCounts dont nous ne nous oc-cuperons pas, et deux bandes de géolocation. On peut soit ouvrir une bande en noir et blanc (sélectionner Gray Scale) soit combiner trois bandes différentes pour obtenir une image en couleur (en sélectionnant RGB Color). Pour cet exemple, on va s’intéresser à la bande n°4.

Figure 84 : Sélection du format

Figure 83 : Ouverture des fichiers HDF dans Envi

121

Vérifiez que “ Gray Scale ” est bien sélectionné. Sélectionnez la bande n°4 dans la liste : ses dimensions s’affichent alors dans le bas de la fenê-tre (261 x 18196). Cliquez sur Load Band.

Remarque : Si vous voulez afficher plusieurs images à l’écran, cliquez sur “Display#1”, au bas de la fenêtre « Available Band List », puis sur “ New Display ” avant de cliquez sur “ Load Band ”. Sinon la nouvelle bande remplacera la précédente dans les trois fenêtres images N°1.

20.2.2 Informations utiles pour la suite Pour avoir une idée de la taille réelle de notre image et pouvoir vérifier plus facilement le géoréféren-cement que nous effectuerons par la suite, il est utile d’aller chercher certaines informations sur le fichier qui nous intéresse.

A partir du menu principal : Basic Tools → Preprocessing → Data Specific Utilities → View HDF Global Attributes

On peut maintenant parcourir, entre autre, les répertoires CoreMetada, et ArchiveMetadata. Regar-der en particulier :

- Elipsoid name (ex : WGS 84) - West bounding coordinates (ex : -180°) - East bounding coordinates (ex : 180°) - North bounding coordinates (ex : 40°) - South bounding coordinates (ex : -40°)

On voit ainsi que notre image fait le tour de la Terre (-180<longitude<180) tout en restant dans une zone entre 40°S et 40°N de latitude. En conséquence, il faut utiliser des morceaux d’images et non l’image entière. En effet, on ne peut trouver de projection qui convienne pour une si grande por-tion de la Terre et l’image finale présentera des déformations importantes qui rendront inexploitables de grandes parties de l’image.

Figure 85 : Valeurs extrêmes de la latitude et la longitude pour les fichiers TRMM

122

20.3 Remarques préliminaires sur le géoréférencement

20.3.1 Taille des images

Pour pouvoir géoréférencer une image, il faut que cette image ait la même taille que les fi-chiers de géolocation. On conçoit immédiatement qu’il va falloir un traitement un peu spécial pour les images 11 de basse résolution qui sont deux fois moins large que les fichiers de géolocation.

Comme nous l’avons dit au paragraphe précédent, nous allons utiliser des morceaux d’ima-ges. Ceci nécessite tout de même quelques précautions. Celles-ci sont décrites plus explicitement dans le chapitre 12 « L’outil Input Geometry ».

Dernière remarque : puisque les images et bandes de géolocation doivent avoir la même taille, si on prend un morceau d’image, il faut aussi prendre le morceau correspondant dans les ban-des de géolocation.

20.3.2 Reconnaissance des bandes de géolocation

Pour géoréférencer correctement une image, il faut savoir quelles bandes correspondent res-pectivement à la latitude et à la longitude. Voici la méthode pour les différencier.

Ouvrir les deux bandes de géolocation

A partir du menu principal, Window → Cursor Location/Value. Si maintenant vous déplacez votre curseur dans l’image, vous pouvez lire dans la fenêtre qui s’est ouverte, la valeur cor-respondante.

En cherchant les valeurs extrêmes et en les comparant avec les valeurs notées précédem-ment, on peut déterminer quels fichiers corres-pondent respectivement à la latitude et à la lon-gitude.

→ Dans le cas présent, il est facile de repérer le fichier correspondant à la longitude.

En effet, nous avons vu que les valeurs extrêmes étaient –180° et 180°. Il va donc y avoir une brusque discontinuité des valeurs lors du passage de 180°W à 180°E. A l’image, on a un pas-sage direct du noir au blanc et donc une frontière nette. Au contraire, comme la latitude reste comprise entre –40 et 40, on n’a pas de discontinuité et l’image montre un dégradé uniforme du noir au blanc. De manière générale, la bande 1 correspond à la latitude et la bande 2 à la longitude pour les images provenant de TRMM.

20.4 Géoréférencer l’image 01

20.4.1 Sélectionner un morceau d’image

A partir du menu principal, Basic Tools → Resize Data (Spatial/Spectral).

Dans la fenêtre “ Resize Data Imput File ”, choisir le fichier 1B01…HDF(Data Set # 5). Puis cli-quez sur Spatial Subset. Vous pouvez soit sélectionner la zone désirée directement sur l’image en cliquant sur “ image ” puis en traçant un cadre avec la souris dans l ‘image, soit entrer les nu-méros des lignes et des colonnes qui délimitent la zone. Dans cet exemple, nous choisirons les colonnes (Samples) 1 à 261 et les lignes (Lines) 50 à 2500 (cf figure 87 page suivante).

Figure 86 : Cursor Location / Value

123

Une fois les chiffres précédents tapés, cliquez sur OK.

Dans la nouvelle fenêtre, vous pouvez choisir où sauver les résultats. Si vous choisissez Memo-ry, les résultats seront stockés dans un coin par Envi et seront perdus dès que vous fermerez Envi. Si vous entrez un nom de fichier, les résultats seront sauvés dans un répertoire extérieur à Envi. Pour connaître ce répertoire, File → Préférences → Default Directories ; et regarder le nom inscrit en face “ Output Directory ”. Dans le cas précédent, vous pouvez cocher simplement Memory puis cliquer sur OK.

Les nouvelles bandes sont apparues dans “ Available Band List ”.

Refaites le même travail avec les bandes de géolocation.

Ouvrez les fichiers de géolocation, et noter les valeurs de longitude et latitude au milieu de l’i-mage en utilisant Cursor Location / Value. Par exemple : latitude : -31 ; longitude : 20,5.

Fichier image (Memory 1) et bandes de géolocation (Memory 2) ont maintenant la même taille.

A partir du menu principal d’Envi, File → Edit ENVI Header. Choisissez “ Memory 1 ” puis cli-quez sur OK.

Pour pouvoir utiliser correctement l’outil Input Geometry, il faut que Xstart et Ystart soient tous les deux initialisés à 1. Entrez 1 à la place de 50 en face Ystart.

Recommencez les deux étapes précédentes pour le fichier “ Memory 2”.

Les fichiers “ Memory 1 ” et “ Memory 2 ” sont désormais prêts à être géoréférencés.

20.4.2 Utilisation d’Input Geometry

A partir du menu principal : Map → Georeference from Input Geometry → Georeference from IGM. Dans la première fenêtre (Input Data File), sélectionnez le fichier contenant toutes les bandes images à géoréférencer : c’est “ Memory 1 ”. Puis OK.

Figure 87 : Recadrage de l’image 01

124

Dans la deuxième fenêtre (Input X Geometry Band), choisissez dans le ficher géolocation “ Memory 2 ”, la bande correspondant à la longitude (n°2) puis OK.

Dans la troisième fenêtre (Input Y Geometry Band), choisissez dans Memory 2 la bande corres-pondant à la latitude (n°1) puis OK. (cf figure 88)

Il faut maintenant indiquer les projections initiales et finales. Comme on a au départ les valeurs de latitude et de longitude, choisir comme projection de départ Géographic lat/long. Pour l’ellip-soïde, cherchez le nom correspondant à celui lu au paragraphe 14.2.2. Dans notre exemple, c’est WGS 84.

Pour la projection finale, il faut savoir que certaines seront refusées par le logiciel. Voici une mé-thode qui marche jusqu’à présent : choisir comme projection, UTM (Universal Transverse Merca-tor) ; comme “ Datum ”, WGS 84. La projection UTM couvre toute la planète (mais pour les pô-les, utilisez de préférence Universal Polar Stereographic UPS). Elle divise la terre en 60 zones. Pour choisir la zone appropriée, cliquez sur Set Zone, entrez les valeurs de latitude et longitude lues dans le fichier redimensionné (dans notre exemple : -31 et 20.5) puis OK : Envi retrouve la zone correspondant à ces valeurs.

Entrez “ GLTFiles 01 ” et “ ImgGéoref01 ” puis cliquez sur OK pour lancer les calculs, comme sur la figure 89 en page suivante.

Figure 88 : Choix du fichier de latitude

125

De nouvelles bandes spectrales apparaissent dans “ Available Band List ”.

20.4.3 Vérification des résultats

Ouvrez une des nouvelles bandes. Celle-ci apparaît en vertical, alors qu’il semblerait plus logi-que de l’avoir en horizontal.

A partir du menu principal : Basic Tools → Rotate / Flip Data. Sélectionner le fichier géoréfé-rencé « ImgGéoref01 » dans la fenêtre “ Rotation Input File ” puis OK.

Dans la fenêtre “ Rotation Parameter ”, sélectionner 90°. Vérifier qu’en face “ Transpose ”, on a bien coché non. Entrez comme nom de fichier « Imgfinale01 ».

Dans “ Available Band List ”, de nouvelles bandes dont apparues.

Ouvrez une bande au choix .

Dans le menu de la fenêtre de l’image, Overlay → Grid Lines. Sélectionner Off pour Map Grid et On pour Géographic Grid. Choisir l’espacement en degré entre les lignes (exemple : 2°). Dans le menu de cette fenêtre, cliquez sur Option → Edit Geographic Grid Attributes. Affichez On en face Lines. Choisissez la couleur. Puis cliquez sur OK et ensuite sur Apply.

Figure 89 : Nom des fichiers après traitements

126

Sur l’image, les parallèles et les méridiens ont étés superposés. Vous pouvez ainsi vérifier le géoré-férencement à l’aide d’un atlas. La grille disparaîtra lorsque vous fermerez la fenêtre “ Grid Lines Pa-rameters ”. Remarque : on peut appliquer une grille sur l’image sans la rotation mais là les résultats peuvent paraître plus étranges. Il semble en effet qu’Envi ne trace les lignes que s’il peut donner la valeur correspondante sur le côté.

20.5 Géoréférencement de l’image 11

Pour l’image 11, on travaillera sur le morceau d’image compris entre les lignes 1 à 500 et les colonnes 1 à 208.

20.5.1 Images “high res ”

Comme nous l’avons vu précédemment, les 2 bandes “ high résolution ” ont la même taille que les fichiers de géolocation ; c’est pourquoi nous allons commencer par elles. Si vous reprenez la même méthode que pour l’image 01, vous allez obtenir des bandes spectrales avec beaucoup de rayures noires. En bref, un résultat pas terrible. Par endroit, il manque des don-nées et on a donc la valeur zéro. Pour éviter cela, l’idée consiste à agrandir la taille des pixels pour que les zones où l’on a des données recouvrent les zones où il manque des données (cf figure 91 page suivante).

Figure 90 : Superposition d’une grille latitude /

longitude

127

Pour cela, dans la fenêtre “ Build Geometry Lookup File Parameters ” (celle où il faut entrer les noms de fichier), il faut augmenter la valeur en face “ Output Pixel size ”.

Bien sûr l’inconvénient principal de cette méthode est que l’on perd de la précision pour certaines bandes. Mais si l’on compare les nouvelles ima-ges avec celles où l’on avait des traits noirs, on s’aperçoit que la différence semble peu impor-tante.

20.5.2 Images “ low res ” Avant de les géoréférencer en utilisant la mé-thode précédemment décrite, il faut doubler la largeur de ces images pour avoir la même taille que les fichiers de géoréférencement.

A partir du menu principal : Basic Tools → Resize Data (Spatial/Spectral).

Choisir le fichier avec les bandes “ low res ”, puis cliquez sur OK.

Dans la fenêtre “ Resize Data Parameters ”, en-trez 2 en face de xfac. Entrez un nom de fichier, puis OK. Il faudra utiliser ce fichier pour toute la suite.

Reprendre toutes les étapes à partir du para-graphe 20.4.

Figure 91 : Résolution du problème des rayures noires sur l’image 11

Figure 92 : Changement de la taille des pixels de l’image finale

Figure 93 : Redimensionner les images « basse résolution »

128

20.6 Superposition provisoire des résultats

20.6.1 Remarque préliminaire Il est conseillé d’agrandir les images 11 avant d’utiliser la fonction “ Layer Stacking ” pour avoir des résultats de meilleure qualité, plutôt que d’utiliser la fonction et ensuite agrandir les résultats.

Pour agrandir l’image : Basic Tool → Resize Data (Spatial/Spectral)

Choisissez le fichier géoréférencé correspondant à l’image 11, puis OK.

Entrez un coefficient multiplicatif en face xfac et yfac, puis un nouveau nom de fichier

20.6.2 Mise à la même échelle On utilise la fonction “Layer stacking ” (cf chapitre 13 : « Mise à une échelle commune ou Layer Satcking »). A partir de plusieurs fichiers contenant des bandes géoréférencées, Envi va construire un seul fichier dans lequel la projection utilisée sera identique pour toutes les bandes et les pixels auront tous la même taille.

A partir du menu principal, Basic Tools → Layer Stacking. Dans la fenêtre “ Layer Stacking Parameters ”, cliquez sur Import File et sélectionner les deux fi-chiers géoréférencés. Entrez un nom de fichier puis OK. Remarque : Dans la fenêtre « Layer Stacking Parameters » reproduite en page suivante (figure 95), vous avez la possibilité de changer la projection finale, ou encore la taille des pixels ; paramètres qui seront communs à toutes les bandes après le traitement. Dans “ Available Band List ”, un nouveau fichier avec toutes les bandes réunies a été crée. L’image ci-dessous (figure 94) montre le résultat obtenu dans le cas où l’on a utilisé les 5 bandes de VIRS et les 2 bandes « high res » de TMI.

Figure 94 : Fichier crée avec Layer Stacking

129

20.6.3 Comparaison Maintenant que les fichiers sont à la même échelle, on peut pour les superposer provisoire-ment, utiliser la méthode suivante :

A partir du menu d’une fenêtre image : Tools → Link → Link Displays

Choisir les fenêtres où sont ouvertes les dernières bandes puis OK. Maintenant, lorsque vous vous déplacez dans une fenêtre, vous vous déplacez de la même façon dans l’autre. Vous pouvez également remplacer provisoirement une image par l’autre en fai-sant un clic droit dans une des fenêtres images, quand le curseur se trouve à l’extérieur du carré rouge de zoom.

Figure 95 : Fenêtre « Layer Stacking Parameters »

130

131

Traitement appliqué Image VIRS ou 01 Image TMI ou 11

Recadrage : Sélection de la zone d’étude

Paragraphes 20.4.1 et 20.5 Pour VIRS : colonnes 1 à 261 lignes 50 à 2500 Pour TMI : colonnes 1 à 208 lignes 1 à 500

« Memory 1 » pour l’image « Memory 2 » pour les fichiers de géolocation

Pour les bandes « haute réso-lution » :

Utilisation d’Input Geometry Paragraphes 20.4.2 et 20.5.1

« GLTFiles01 » pour les fi-chiers GLT « ImgGéoref01 » pour les ima-ges géoréférencées

Redimensionnement des ban-des « basses résolution » de

TMI Paragraphe 20.5.2

Pour les bandes « basse réso-lution » :


Pour les bandes « haute réso-lution » : Fichiers GLT : Images :

Pour les bandes « basse réso-lution » : Fichiers GLT : Images :

Agrandissement des images de TMI

Paragraphe 20.6.1



Utilisation de « Layer Stac-king »

Paragraphe 20.6.2

Pour les fichiers de géoloca-tion :

Rotation Paragraphe 20.4.3 « Imgfinale01 »



132

133

Chapitre 21 : Les sorties sur grille (Tutorial N°2)

Comme pour le tutorial précédent, un récapitulatif des différentes étapes et des noms utilisés se trouve en page 141.

21.1 Fichiers utilisés 21.1.1 Généralités Dans ce tutorial, nous allons utiliser le fichier « M1BUtmWgs » qui se trouve dans le répertoire « Fichiers_Tutorials\N°2_Sorties_sur_Grille ». Il s’agit d’une image Modis 1B qui a été préalable-ment traitée avec Envi. Ses caractéristiques sont : - projection : UTM - Datum : WGS 84 Nous avons volontairement choisi une projection différente de « Geographic Lat/long » pour pouvoir montrer l’utilisation de l’outil « Convert Map Projection ». 21.1.2 Ouverture du fichier dans Envi

Après traitement, le fichier a été sauvé sous format “ Envi Standard ”. Pour l’ouvrir, il suffit donc de choisir File → Open Image File.

Cliquez sur le fichier “M1BUtmWgs” dans le répertoire “Données pour Tutorial” du CD de don-nées, puis sur “Ouvrir”.

Dans les fenêtres “ Display 1 ” (cf figure 96), vous pouvez voir que l’image couvre le sud de la France, l’Espagne et le nord de l’Afrique.

21.1.3 Grille latitude-longitude

Dans le menu de la fenêtre de l’image, Overlay → Grid Lines. Sélectionner Off pour « Map Grid » et On pour « Geographic Grid ». Choisir l’espacement en degré entre les lignes (exemple : 2°). Dans le menu de cette fenêtre, cliquez sur Option → Edit Geographic Grid At-tributes. Affichez On en face Lines. Choisissez la couleur. Puis cliquez sur OK dans la fenêtre « Edit Geographic Attributes » et ensuite sur Apply dans la fenêtre «Grid Lines Parameters » .

Figure 96 : Image Modis utilisée dans ce tutorial

Dans “Available Band List”, vous avez maintenant 16 bandes. Vérifier que “ Gray Scale ” est bien coché. Sé-lectionnez par exemple la bande N°23 et cliquez sur “ Load Band ”.

134

Sur l’image, les parallèles et les méri-diens ont étés superposés. Vous pouvez ainsi voir que dans cette projection, la grille de lati-tude-longitude n’est pas régulière.

21.2 Changement de projection :

A partir de la fenêtre principale d’Envi : Map → Convert Map Projection.

Dans la fenêtre “ Convert Map Projection Input Image ”, sélectionnez “ M1BUtmWgs ”.

Figure 97 : Superposition d’une grille latitude / longitude

Figure 98 : Image Modis avec la grille lat/long

135

Cliquez sur “ Spatial Subset ”. Afin de réduire le temp de calcul, on ne va pas utiliser l’image entière. Entrez en face Sample : 480 à 1780 et en face Lines : 1 à 590. Puis OK.

Cliquez sur OK dans la fenêtre “ Convert Map Projection Input Image ”.

Dans la fenêtre “Convert Map Projec-tion Parameters”, vous pouvez voir dans les premières lignes la projec-tion dans laquelle se trouve l’image actuellement, ainsi que le “datum” uti-lisé. Dans la rubrique “Select Output Map Projection”, cliquez sur “Geographic Lat /long”. Conservez WGS 84 comme Datum ainsi que “degrees” comme unité. Entrez un nom de fichier GCP (=Ground Control Points).Puis OK.

Dans la fenêtre “ Registration Parameters ”, vous avez la possibilité de choisir : Warp methods : RST Polynomial Delaunay Triangulation Resampling : Nearest neighbour Bilinear

Cubic Convolution

Figure 99 : Recadrer l’image

Figure 100 : Changement de projection

136

Entrez un nom de fichier. Par exemple “ M1BLat-long ”. Cliquez sur OK pour lancer les calculs (qui peuvent prendre une bonne dizaine de minutes, cela dépend de votre PC).

Un nouveau groupe de 16 bandes apparaît dans la fenêtre « Available Band List ». Affichez la bande n°23. Reprenez les étapes du paragraphe 15.1.3 pour superposer une grille latitude-longitude sur l’image.

Vous pouvez maintenant voir que la grille latitude-longitude est régulière. Il est alors possible d’effectuer une sortie sur grille.

21.3 Sortie sur grille 21.3.1 Recadrage

Dans la fenêtre “ Grid Lines Parameters ”, choisissez un espacement entre les lignes de 0°30’00’’. Cliquez sur Apply.

On suppose que l’on veut les valeurs de tous les points de la grille compris dans le rectangle délimité par les quatre cercles bleus ainsi que ceux sur les bords de ce même rectangle. Au total, on aura donc 45 va-leurs (=9 x 5). On nomme les points de la fa-çon suivante (cf figure 102) :

A B

C D

E

F G

Pour être sûr d’avoir tous les points voulus, on va garder la partie d’image correspondant au rectangle AEFG et non au rectangle ABDC. Si vous prenez une zone plus petite, il se peut qu’il manque des points à la fin.

Figure 101 : Grille Lat/long régulière

Figure 102 : Notations utilisées par la suite

137

On donne dans le tableau suivant les latitudes et les longitudes des points définis précédemment afin de pouvoir se repérer plus aisément.

A partir du menu de l’image, Tools → Pixel Locator. Si vous cliquez sur un pixel dans l’i-mage, vous allez voir apparaître dans la fenê-tre “Pixel Locator” les numéros de ligne et de colonne de ce pixel.

Notez les numéros de ligne et de colonne des pixels aux points A, E et G. Travaillez dans la fenêtre Zoom : vous pouvez augmenter le grossissement en cliquant sur le plus rouge en bas à gauche de la fenêtre.

Sur la figure 104 ci-contre : - en bleu, on a les lignes de la grille latitude-longitude. - en rouge, on a le curseur indiquant le pixel dont les numéros de ligne et de colonne sont données dans la fenêtre « Pixel Locator ».

Les numéros de ligne et de colonnes des pixels aux points A, E et G sont donnés dans le tableau suivant. Comparez-les à ceux que vous avez trouvés

A partir du menu principal : Basic Tools → Resize Data (Spatial/Spectral). Sélectionnez le fi-chier en projection Lat/Long «M1BLat-long» et cliquez sur Spatial Subset. En face « Samples » et « Lines », entrez respectivement 317 à 676, et 204 à 482. Puis cliquez sur OK. Sélectionnez File et entrez « Modis1B » comme nom de fichier.

Figure 103 : Pixel Locator

Figure 104

Point Latitude Longitude Point Latitude Longitude

A 45° N 1° 30’ W E 45° N 3° E

B 45° N 2° 30’ E F 42° 30’ N 3° E

C 43° N 1° 30’ W G 42° 30’ N 1° 30’ W

Point Colonne (Sample) Ligne (Line)

A 317 204

E 676 204

G 317 482

138

Après avoir ajouté une grille latitude-longitude, vous devez obtenir l’image suivante :

Les sommets de l’image correspondent maintenant avec les points A, E, F et G précédemment défi-nis. Les bords de l’image sont confondus avec des lignes de la grille. 21.3.2 Relevé de quelques valeurs Dans ce paragraphe nous allons relever quelques valeurs en différents points de la grille afin de pouvoir faire une comparaison avec les valeurs que nous obtiendrons en fin de traitement. Pour faire ceci, la méthode est la quasiment la même que ci-dessus.

Avec l’outil “ Pixel Locator ”, on se place le plus précisément possible sur un pixel où on a une intersection entre deux lignes de la grille.

A partir de le fenêtre image, Tools → Cursor Location/Value. Dans la fenêtre qui vient d’appa-raître, on pourra lire la valeur du pixel sur lequel on se place.

Quelques résultats sont donnés dans le tableau ci-dessous. Essayez d’en retrouver certains par vous même.

Figure 105 : Image après recadrage

139

21.3.3 Sélection des pixels Soit X le nombre moyen de pixels entre deux lignes de longitude Soit Y le nombre moyen de pixels entre deux lignes de latitude.

On calcule X et Y à partir des données des tableaux du paragraphe 15.3.1 X = (676—317) / 9 = 39.88888 Y = (482—204) / 5 = 55.6 X et Y sont décimaux la plus part du temps car il est fréquent que les intersections de la grille ne tombent pas pile au milieu des pixels ! Parfois, on n’hésite aussi entre deux. De plus, par la suite, il va falloir entrer non pas X et Y mais 1 / X et 1 / Y. 1 / X = 0.025069638 1 / Y = 0.017985612

A partir du menu principal d’Envi : Basic Tools → Resize Data.

Sélectionnez l’image précédemment recadrée « Modis1B » puis OK.

En face xfac et yfac, entrez respectivement 1 / X et 1 / Y. Donnez un nom de fichier (par exem-ple « ResizeM1B ») puis OK.

A partir du menu principal d’Envi : File → Save File As → ASCII. Entrez le chemin d’accès et le nom du ficher. Puis OK.

Vous venez de créer un fichier .txt contenant les valeurs des pixels aux points de la grille.

Figure 107 : Sauvegarde sous format ASCII

Figure 106 : Définition de X et Y

140

21.4 Comparaison des résultats Ci-dessous, on a reproduit une partie du fichier ASCII créé en suivant les indications du tuto-rial. Le fichiers se présente sous forme de plusieurs tableaux de chiffres : il y a fait un tableau pour chaque bande. Les chiffres occupent les places qu’auraient les pixels si on avait une image : le chif-fre en haut à gauche correspond au pixel en haut à gauche de l’image « ResizeM1B ». Les résultats pour la bande N°23 correspondent au quatrième tableau de la liste (figure 108).

Les chiffres indiqués dans le fichier ASCII correspondent bien à ceux du tableau du paragraphe 21.3.2 Remarque 1 : on peut changer le nombre de chiffres après la virgule que l’on veut voir apparaître dans le fichier ASCII. Pour cela, il suffit d’indiquer le nombre de chiffres décimaux souhaités dans la fenêtre « Output to ASCII Parameters » (voir page précédente) au niveau de « Decimal Precision characters ». Remarque 2 : Au final, on obtient seulement 45 valeurs par bande ! Le compte est bon.

Figure 108 : Résultat de la sortie sur grille

141

Traitement effectué Nom de fichier associé

Fichier de départ : M1BUtmWgs

Changement de projection Paragraphe 21.2

« M1BLat-long »

Recadrage Paragraphe 21.3.1

Colonnes 317 à 676 Lignes 204 à 482

« Modis1B »

Sélection des pixels Paragraphe 21.3.3 1/X = 0.025069638 1/Y = 0.017985612

« ResizeM1B »

Sauvegarde sous format ASCII Paragraphe 21.3.3

142

143

Annexes

144

Page prédédente

« Low Pressure off Northern California Coast » Image SeaWiFS du 27 Avril 2003

Extraite de la page Web : http://earthobservatory.nasa.gov:81/Newsroom/NewImages/images.php3?img_id=14794

145

Récapitulatif des sites Internet

Satellite(s) Capteur Adresse

ALOS, ADEOS I et II, Aqua, TRMM, JERS-1, MOS 1/1b, ERS, SPOT, Landsat

http://www.eoc.nasda.go.jp/guide/satellite/sat_menu_e.html

ACRIM http://www.acrim.com/

ACRIMSAT http://acrim.jpl.nasa.gov/

ADEOS http://www.eorc.nasda.go.jp/ADEOS/index.html

AIRS http://www-airs.jpl.nasa.gov/

AIRS http://daac.gsfc.nasa.gov/atmodyn/airs/

AMSR (-E) http://sharaku.eorc.nasda.go.jp/AMSR/index_e.htm

AMSR (-E) http://www.ghcc.msfc.nasa.gov/AMSR/

AMSU http://orbit-net.nesdis.noaa.gov/crad/st/amsuclimate/index.html

ASTER http://asterweb.jpl.nasa.gov/

AVHRR http://www.ngdc.noaa.gov/seg/globsys/avhrr.shtml

AVHRR http://www.sat.dundee.ac.uk/avhrr.html

CERES http://asd-www.larc.nasa.gov/ceres/ASDceres.html

CZCS http://daac.gsfc.nasa.gov/SENSOR_DOCS/CZCS_Sensor.html

EOS– Aqua http://aqua.gsfc.nasa.gov/

EOS– Terra http://terra.nasa.gov/About/

HSB http://www.inpe.br/programas/hsb/ingl/Default.htm

Landsat http://geo.arc.nasa.gov/sge/landsat/landsat.html

MISR http://www-misr.jpl.nasa.gov/

MOPITT http://www.atmosp.physics.utoronto.ca/MOPITT/home.html

OCTS http://www.eorc.nasda.go.jp/ADEOS/Project/Octs.html

SAGE I http://www-sage1.larc.nasa.gov/

SAGE II http://www-sage2.larc.nasa.gov/

SAGE III http://www-sage3.larc.nasa.gov/

1. Satellites et capteurs

146

Satellite(s) Capteur(s) Adresse

SAR http://www.sandia.gov/radar/sar.html

SEASAT http://southport.jpl.nasa.gov/scienceapps/seasat.html

SeaWiFS http://seawifs.gsfc.nasa.gov/SEAWIFS.html

SORCE http://lasp.colorado.edu/sorce/

SORCE http://daac.gsfc.nasa.gov/upperatm/sorce/

SSM/I, TMI, AMSR, MSU, QSCAT

http://www.ssmi.com/

TOMS http://www.eorc.nasda.go.jp/ADEOS/Project/Toms.html

TOMS http://jwocky.gsfc.nasa.gov/

TOVS http://daac.gsfc.nasa.gov/CAMPAIGN_DOCS/atmospheric_dynamics/ad_doc_tovs_A_hdf.html

TRMM http://trmm.gsfc.nasa.gov/

UARS http://daac.gsfc.nasa.gov/PLATFORM_DOCS/UARS_platform.html

UARS, SSBUV TOMS, GOME

http://daac.gsfc.nasa.gov/upperatm/documentation.html

2. Sites concernant Modis

Home Page http://modis.gsfc.nasa.gov/

Data support http://daac.gsfc.nasa.gov/MODIS/

Modis Atmosphere http://modis-atmos.gsfc.nasa.gov/

Modis Ocean http://modis-ocean.gsfc.nasa.gov/

Modis Land http://modis-land.gsfc.nasa.gov/

Land Processes DAAC http://edcdaac.usgs.gov/modis/dataprod.html

3. Galeries d’images satellites

Nom du site Adresse

Visible Earth http://visibleearth.nasa.gov/advsearch.html

Planetary Photojournal http://photojournal.jpl.nasa.gov/

Earth Science Picture http://www.gsfc.nasa.gov/gsfc/earth/pictures/earthpic.htm

Satellite Images (Envisat/ERS) http://earth.esa.int/images/

147

Nom du site Adresse

Gallery of Modis/Terra L1B Images http://daac.gsfc.nasa.gov/MODIS/gallery/

Images of Modis Atmospheric Products http://daac.gsfc.nasa.gov/MODIS/gallery/atmos_product_images.shtml

Modis Ocean Product Image Gallery http://daac.gsfc.nasa.gov/MODIS/gallery/ocean_product_images.shtml

Modis Land Image Gallery http://modland.nascom.nasa.gov/gallery/

Modis Rapide Reponse System : Image Gallery

http://rapidfire.sci.gsfc.nasa.gov/gallery/

4. Earth Science Data Search Engines Les sites ci-dessous sont conçus pour vous aider dans la recherche et la commande d’images satellites.

Nom Adresse

EOS Data Gateway http://redhook.gsfc.nasa.gov/~imswww/pub/imswelcome/

Global Change Master Directory http://gcmd.gsfc.nasa.gov/

GSFC Earth Science Search and Order http://daac.gsfc.nasa.gov/data/

INFEO Information on Earth Observation http://www.infeo.org/cgi-bin/fw/FCH_main

NOAA Satellite Active Archive http://www.saa.noaa.gov/cocoon/nsaa/products/welcome;

5. Distributed Active Archive Center Les centres dont les sites sont donnés ci-dessous détiennent les archives d’un grand nombre de satellites et les redistribuent. La procédure de récupération des images plus ou moins facile.

Nom Adresse Produits disponibles

GSFC Earth Science DAAC (GES DAAC)

http://daac.gsfc.nasa.gov/DAAC_DOCS/gdaac_home.html

Upper Atmosphere, Atmospheric Dynamics, Global Land Biosphere, Global Precipitation, Ocean Color and Surface Temperature, MODIS

Langley Resarch Data Cen-ter (LaRC DAAC)

http://eosweb.larc.nasa.gov/ Radiation Budget, Clouds, Aero-sols, and Tropospheric Chemistry

National Climatic Data Cen-ter

http://www.ncdc.noaa.gov/oa/ncdc.html

National Snow and Ice Data Center (NSIDC DAAC)

http://nsidc.org/ Snow and Ice, Cryosphere and Cli-mate

Physical Oceanography DAAC (PO DAAC)

http://podaac.jpl.nasa.gov/ Oceanic Processes, Air-Sea Inte-ractions

Alaska Satellite Facility DAAC (ASF DAAC)

http://www.asf.alaska.edu/ SAR, Sea Ice, Polar Processes, Geophysics

148

Nom Adresse Produits disponibles

US Geological Survey http://www.usgs.gov/

Oak Ridge National Labora-tory DAAC (ORNL DAAC)

http://www.daac.ornl.gov/ Biogeochemical Dynamics, Ecolo-gical Data for Studying Environ-mental Processes

Land Processes DAAC (LP DAAC)

http://lpdaac.usgs.gov/main.html Land Processes

Socioeconomic Data and Applications Center (SEDAC)

http://sedac.ciesin.columbia.edu/ Population, Sustainability, Geospa-tial Data, Multilateral Environmen-tal Agreements

149

Disponibilité des images Modis de niveau 1

Terra Aqua

150

151

Disponibilité des images Modis « Atmosphere Processing »

Images de niveau 2 :

Terra Aqua

Terra Aqua

Images de niveau 3 :

152

153

Dis

poni

bilit

é de

s im

ages

Mod

is «

Oce

an P

roce

ssin

g »

Dét

ails

sur

les

diffé

rent

s ni

veau

x dé

crits

par

la s

uite

:

Leve

l 2 :

Terr

a Aq

ua

154

Leve

l 3 B

inne

d :

Terr

a A

qua

Leve

l 3 M

appe

d :

Terr

a A

qua

155

Terr

a Aq

ua

156

157

Terr

a Aq

ua

158

Leve

l 3 Q

C :

Terr

a A

qua

Leve

l 4 B

inne

d :

Leve

l 4 M

appe

d :

159

Dis

poni

bilit

é

1

1

2

2

3

3

2000

-06-

09

2000

-06-

09

2000

-06-

09

2001

-03-

06

2001

-03-

05

2000

-02-

2003

-03-

2000

-02-

2000

-02-

2000

-02-

2000

-02-

2003

-03-

2003

-03-

2003

-03-

2003

-03-

2000

-06-

25

2000

-06-

25

2000

-08-

28

2000

-03-

06

2000

-02-

2000

-02-

2000

-02-

2000

-02-

2000

-06-

2000

-06-

2003

-03-

2003

-03-

2003

-03-

Dis

poni

bilit

é de

s im

ages

Mod

is «

Lan

d P

roce

ssin

g »

2003

-03-

160

2000

-10-

15

2000

-10-

15

2000

-06-

09

2000

-06-

09

2000

-06-

09

2000

-02-

24

2000

-02-

24

2000

-02-

24

2003

-03-

06

2003

-03-

06

2003

-03-

06

2000

-10-

31

2000

-10-

31

2000

-08-

20

2000

-10-

31

2000

-10-

31

2000

-02-

24

2000

-02-

24

2000

-02-

24

2003

-03-

06

2003

-03-

06

2003

-03-

06

2000

-06-

09

2000

-02-

24

2000

-12-

18

2001

-01-

01

to

2002

-12-

31

161

2000

-10-

31

2000

-02-

18

2000

-07-

11

2000

-07-

11

2001

-07-

12

2001

-01-

01

2000

-02-

18

2000

-02-

18

2000

-02-

18

2000

-02-

18

2000

-02-

18

2001

-11-

01

to

2001

-12-

12

2000

-06-

09

2000

-06-

09

2000

-02-

24

2000

-06-

05

2000

-06-

05

2000

-06-

05

2000

-06-

12

2000

-02-

24

2000

-02-

24

2000

-02-

24

162

163

Disponibilité des images TRMM

1. Data Products Groups

2. TRMM Orbital Data Products

164

3. TRMM Gridded Data Products

4. TRMM Ground-based Instrument Data Sites

4.1 TRMM Ground-based Instrument Data at Darwin, Australia

165

4.2 TRMM Ground-based Instrument Data at Guam

4.3 TRMM Ground-based Instrument Data at Houston, Texas

166

4.4 TRMM Ground-based Instrument Data at Kwajalein

167

4.5 TRMM Ground-based Instrument Data at Melbourne, Florida

4.6 UW Corrected Ground-based Instrument Data at Kwajalein

168

5. TRMM Subset Data Groups

5.1 Parameter Subsets of TRMM Orbital Data Products

5.2 Gridded Subsets of TRMM Orbital Data Products

169

5.3 Satellite Coincidence Subsetted Intermediate (CSI) Products

5.4 GV Coincidence Subsetted Intermediate (CSI) Products

170

6 TRMM Ancillary Data Products

7. FTP Download Data Products

171

Disponibilité des images AVHRR

1. Les différents types de produits

2. Climate Gridded Data Pro-ducts

3. Daily Gridded Data Products

172

4. 10-day Composited Grid-ded Data Products

5. FTP Gridded Data Products

6. 10-day Composited NDVI 8km GIF Images

173

Disponibilité des images SeaWiFS

1. Les différents types de produits

2. SeaWiFS Data Organized by Data Product Groups 2.1 Les différents groupes existants

2.2 GAC Data

2.3 LAC Data

174

2.4 Gridded Data

2.5 SeaWiFS Level 3 PAR

2.6 Calibration Data

175

3. Anonymous FPT Data

(cf paragraphe 2.7)

4. HRTP Regional Subsets

2.7 Ancillary Data

Education

Utilisation de données satellitaires et du logiciel Envi dans l’étude des nuages