Retourner à la liste

Exploitation de données multi-temporelles et multi-capteurs pour l’extraction de surfaces d'eau continentales dans le contexte de la mission SWOT

Description

La mission SWOT (Surface Water and Ocean Topography), préparée conjointement par la NASA/JPL et le CNES en vue d’un lancement à l’horizon 2021, représente un tournant dans l’histoire de l’altimétrie spatiale, avec le passage de altimétrie nadir (sondage radar 1D) à l’altimétrie à fauchée (imagerie SAR interférométrique haute résolution), ce qui permet d’étendre les applications à des plus fines échelles en océanographie (mode LR), ainsi qu’à l’hydrologie continentale (mode HR).

L’instrument principal KaRIn (Ka-band Radar Interferometer) se distingue des systèmes interférométriques spatiaux comme SRTM et TanDEM-X notamment par une longueur d’onde plus courte (8.6mm), une distance entre les deux antennes de 10m seulement, et une visée beaucoup plus proche du nadir (1-4°), ce qui implique un certain nombre de particularités au niveau des données. On vise également une précision altimétrique nettement supérieure (centimétrique ou décimétrique au lieu de métrique ou décamétrique). Enfin, SWOT s’intéresse principalement aux surfaces d’eau, alors que SRTM et TanDEM-X ont été conçus pour l’extraction de modèles numériques de terrain (MNT) de surfaces terrestres.

La détection et la délinéation des surfaces d’eau continentales constituent une étape clé dans le traitement des données KaRIn/SWOT HR. Elle est rendue difficile par plusieurs facteurs : la présence de speckle (forte variation d’intensité d’un pixel à l’autre), un rapport signal-sur-bruit inhabituellement faible, un contraste eau/terre variable et dans certaines conditions faible, la présence de layover dû à l’incidence proche-nadir dès qu’il y a du relief, et le fait que l’on ne dispose à ce stade du traitement que d’une géolocalisation approximative, ce qui complique l’utilisation de données a priori (masque d’eau préexistant, modèle numérique de terrain…) pour guider l’analyse automatique. Des travaux précédents (thèse de Sylvain Lobry, soutenue en novembre 2017) ont  permis de mettre au point une méthode de classification robuste pour les surfaces d’eau à condition que le contraste eau/terre soit relativement fort. Ces travaux s’appuient sur l’exploitation d’une seule donnée qui est traitée de façon indépendante. C’est l’approche retenue pour les chaînes de traitement opérationnelles. Or la mission SWOT sera capable de délivrer de longues séries temporelles (au moins deux acquisitions tous les 22 jours). Par ailleurs, d’autres sources d’information sont disponibles, notamment grâce aux acquisitions Sentinel-1 de l’ESA, avec une image potentiellement tous les 6 jours.

L’objectif de cette thèse est de développer des méthodes automatiques de fusion multi-temporelle pour, d’une part, exploiter les séries temporelles SWOT et, d’autre part, combiner ces données avec les données des séries Sentinel-1 pour la tâche d’extraction des surfaces d’eau. 

La fréquence de répétition des données SWOT avec une orbite à 22 jours est un élément très important ouvrant la voie à des traitements multi-temporels très performants. Ces données multi-temporelles peuvent en particulier être exploitées pour améliorer les mesures en cas de signaux stables ou au contraire mettre en évidence l'évolution du réseau hydrographique au cours du temps, aussi bien en termes de forme sur l'image d'amplitude qu'en termes de hauteur à partir de la phase interférométrique. En ce qui concerne le traitement multi-temporel des données SWOT, nous nous intéressons à plusieurs  approches. Dans sa forme la plus simple, la détection d’eau multitemporelle peut consister à utiliser le masque obtenu lors du précédent passage comme un masque a priori (pour l’apprentissage ou dans un schéma de fusion). Cependant, des méthodes de débruitage de speckle très efficaces peuvent être mises au point lorsque de longues séries sont disponibles. Nous étudierons notamment comment une image de référence combinant une longue série d’images et des informations spatiales peut être exploitée pour améliorer les images nouvellement acquises.  Les données filtrées temporellement pourraient alors être exploitées d’une part pour l’extraction des surfaces d’eau (avec des traitements rapides et un positionnement amélioré, notamment pour les réseaux fins) et d’autre part pour la détection de changements. L’étude des variations de position des surfaces pourrait être exploitée pour inférer les variations de hauteur de surfaces d’eau. Par ailleurs, l’exploitation de l’évolution de la cohérence interférométrique dans un cadre multi-temporel devrait apporter des informations complémentaires et permettre d’améliorer le filtrage d’une part et la détection de changement d’autre part.

Le second volet de la thèse sera consacré à l’exploitation des données Sentinel-1 pour aider l’extraction des réseaux d’eau à partir d’images SWOT HR. Avec deux satellites en orbite, les données Sentinel-1 peuvent désormais être disponibles sous forme de longues séries temporelles avec une répétition à 6 jours en Europe et 12 jours dans le reste du monde. Sur ces images SAR les surfaces d’eau apparaissent sous forme de structures de faibles radiométries. La détection d’eau mono-date risque de ne pas être suffisamment robuste. Des traitements rapides de ces données seront développés pour exploiter l’information multi-temporelle dans le contexte de la détection des surfaces d’eau. L’objectif sera de pouvoir réaliser la mise à jour régulière des surfaces d’eau à l’aide des données Sentinel-1 lors de l’acquisition d’une nouvelle image, ou avec quelques nouvelles acquisitions. Le nombre de dates à prendre en compte pour cette mise à jour sera analysé en étudiant quelques rivières caractéristiques (par exemple la rivière Po pour laquelle de nombreuses simulations SWOT existent déjà). Dans un second temps, des scenarii de combinaison des données SWOT et Sentinel-1 seront proposés et évalués.  L’objectif est en particulier d’analyser comment l’information apportée par Sentinel-1 pourrait être utilisée en fonction des données SWOT acquises (données avec un bon contraste eau/terre, « dark water », des fortes variations comme des inondations, etc.).

Cette thèse  est un complément au travail de développement des algorithmes de traitement de données KaRIn/SWOT qui est réalisé au CNES (en coopération avec le JPL/NASA et les scientifiques associés à la mission). Elle se focalisera sur l'exploitation de l’information multi-temporelle et multi-capteurs pour l’extraction des réseaux hydrographiques. Le travail s’appuiera sur des données simulées pour SWOT et des données satellitaires Sentinel-1 fournies par l’ESA.

Profil

Ingénieur/Master en traitement du signal et des images, électromagnétisme/microondes, électronique, ou mathématiques/physique appliqués. Bon niveau requis en programmation, Français et Anglais.

Description de la structure
Laboratoire d'accueil : Télécom ParisTech – LTCI (+ séjour au CNES)
Directeur(rice) de thèse/recherche : TUPIN Florence
E-mail du directeur(rice) de thèse/recherche : florence.tupin@telecom-paristech.fr
Responsable Cnes de l'offre : FJORTOFT Roger

Pour postuler à cette offre, nous vous invitons à vous rapprocher du directeur/rice de thèse et compléter avec son aide la partie cofinancement  du formulaire en ligne (Répondre à l’offre)  pour le 31 mars 2018.

Répondre à l'offre Retourner à la liste