Nous utilisons des cookies pour vous garantir la meilleure expérience sur notre site. Si vous continuez à utiliser ce dernier, nous considèrerons que vous acceptez l'utilisation des cookies. J'ai compris ! ou En savoir plus !.
banniere

Le portail francophone de la géomatique


Toujours pas inscrit ? Mot de passe oublié ?
Nom d'utilisateur    Mot de passe              Toujours pas inscrit ?   Mot de passe oublié ?

Annonce

Suite à un problème technique intervenu entre le 22 et le 23 mars, nous avons du procéder dans la soirée du 25 mars, à la restauration de la base de données du 24 mars (matinée).

En clair, nous avons perdu vos contributions et inscriptions du dimanche 24 et du lundi 25 mars.
Nous vous prions de nous excuser.

#1 Tue 28 November 2017 17:23

Arthur04
Juste Inscrit !
Date d'inscription: 28 Nov 2017
Messages: 4

Correction radiométrique (réflectance) sur Pléiades Géosud

Bonjour à tous,

Pour le contexte, j'ai eu à réaliser une petite chaîne de traitement ayant pour but d'extraire la végétation dunaire à l'aide d'imagerie Pléiades. Cette méthode doit être reproductible sur plusieurs zones et à des dates différentes, du coup dans l'idéal si j'ai bien compris il me faut travailler sur des pixels dont les valeurs représentent la réflectance, et pas les DN (digital numbers).

Cependant je suis un peu perdu. Les images qui m'ont été fournies proviennent de Géosud, et je suis bien incapable d'identifier les traitements qui ont été effectués au préalable sur le package. On reçoit directement les images fusionnées (pansharpened) au format Jpeg2000.

Donc l'interrogation est la suivante :
Quelles corrections radiométriques ont déjà été apportées à mes images ? Luminance > Radiance ? Luminance > Radiance > TOA ? TOC ? Ou rien du tout ?

Dans les métadonnées, les seules lignes qui y font référence indiquent par exemple :

Code:

      
        
          
            B0
            2016-09-01T16:00:00.000Z
            Raw radiometric count (DN) to TOA Radiance (L). Formulae L=DN/GAIN+BIAS
            watt/m2/steradians/micrometers
            Specification accuracy value
            8.99
            0

Je ne comprends pas ce que cela signifie. C'est seulement descriptif ? Ou une calibration a été faite ? Si oui laquelle ?

C'est frustrant car je n'arrive donc pas, à partir des valeurs de pixel de mes images (qui oscillent entre 200 et 2000 globalement avec des pixels isolés qui tendent vers 0 ou 4000 d'après Qgis...) à déterminer de quoi sont faits mes pixels !

Pourriez-vous éclairer ma lanterne ?

Merci d'avance !

Arthur

Hors ligne

 

#2 Tue 28 November 2017 17:29

Pascal Boulerie
Participant assidu
Lieu: France
Date d'inscription: 12 Sep 2005
Messages: 2876
Site web

Re: Correction radiométrique (réflectance) sur Pléiades Géosud

Il y a peut-être un descriptif et de la documentation en ligne sur le site du fournisseur, en complément de ce jeu de métadonnées - pour décrire le pedigree des données ?

TOA veut dire quoi ?

Je n'y connais rien, n'étant ni expert ni spécialiste de télédétection, mais ça m'a l'air d'un traitement de bas niveau - assez brut ("raw") - sur l'électronique de l'instrument ("gain").


« L'État est désormais quasi déliquescent. » (José Cohen-Aknine, ingénieur X-Ponts, IGPEF, dans Déliquescence et renaissance de l'État.)

Hors ligne

 

#3 Tue 28 November 2017 17:34

Pascal Boulerie
Participant assidu
Lieu: France
Date d'inscription: 12 Sep 2005
Messages: 2876
Site web

Re: Correction radiométrique (réflectance) sur Pléiades Géosud

Le support de premier niveau Georezo, c'est :
https://georezo.net/forum/search.php
TOA*
Chercher les sujets qui causent de Pléiades par exemple.

Forum Télédétection
- Calibration Pléiades
https://georezo.net/forum/viewtopic.php … mp;hl=toa*

ça doit bien dépanner, là.


« L'État est désormais quasi déliquescent. » (José Cohen-Aknine, ingénieur X-Ponts, IGPEF, dans Déliquescence et renaissance de l'État.)

Hors ligne

 

#4 Wed 29 November 2017 17:20

Arthur04
Juste Inscrit !
Date d'inscription: 28 Nov 2017
Messages: 4

Re: Correction radiométrique (réflectance) sur Pléiades Géosud

Bonjour Pascal,

Merci de votre réponse (et désolé du délais pour la mienne, je pensais recevoir un e-mail une fois mon premier poste accepté par la modé').
TOA est l'abréviation de Top of Atmosphere. J'ai déjà parcouru un peu les postes sur ce sujet (Pléiades, réflectance, TOA, etc) sur Georezo histoire de compléter un peu mes quelques connaissances, et c'est bien ce que je cherche à avoir : la réflectance top of atmosphere, qui si j'ai bien compris corrige les valeurs de pixels pour compenser les effets liés au capteur ou aux conditions de prise de vue. Mais je n'ai pas trouvé de poste récent précisant les traitements effectués chez Géosud ou d'une question similaire.

J'ai bien tenté de chercher sur le site du fournisseur (Géosud) des précisions sur les traitements effectués, mais je n'ai rien trouvé (ou ne suis pas tombé sur les bonnes pages).

je suis d'autant plus dans le flou que, quand bien même je trouverais un document m'indiquant quels traitements ont été - ou non - effectués, je ne serais pas beaucoup plus avancé, car :
- Si la réflectance est faite, pourquoi mes valeurs de pixels varient de 200 à 2000 ? Il y a un coefficient multiplicateur à soustraire quelque part ?
- Si la transformation n'est pas faite, quelle est la meilleure méthode à adopter pour le faire ? J'ai déjà testé un peu au pif l'outil dédié sur OTB (optical calibration) et le plugin sur Qgis "Géosud convert DN to reflectance" mais.. comment être sûr que les valeurs de pixel obtenues sont les bonnes ? big_smile
Car pour le plugin Qgis, les valeurs de pixel transformés oscillent entre 100 et 1000 environ.. ca ne m'avance pas des masses !

Merci d'avance


Arthur

Hors ligne

 

#5 Sat 09 December 2017 23:04

Bénédicte
Moderateur
Lieu: Grenoble
Date d'inscription: 22 Dec 2011
Messages: 698

Re: Correction radiométrique (réflectance) sur Pléiades Géosud

Bonjour Arthur,

Tout d'abord, en ce qui concerne les métadonnées de votre produit, vous pouvez savoir quels sont les traitements appliqués en connaissant le niveau de traitement du produit : level-1A, 2A etc. Cette information est peut-être indiquée dans le reste de vos métadonnées (j'imagine que l'image de votre premier post n'en est qu'un extrait).

Ensuite, la réflectance TOA correspond comme son nom l'indique à la valeur du signal au sommet de l'atmosphère et non au sol. Ainsi la "valeur" du pixel ne correspond pas à la cible. Vous pourriez, en effet, essayer d'appliquer une autre formule pour avoir la correction de l'atmosphère et ainsi obtenir le "vrai" signal de votre cible, mais je vous invite à vous interroger sur cette nécessité. En effet, il n'y a pas de "bonnes" valeurs de pixels pour reprendre vos termes. Votre végétation dunaire va avoir différentes signatures spectrales selon son type, la période de l'année, sa santé etc. Si vous connaissez les valeurs de la réponse spectrale d'un type de végétation particulier, mesurée à différents moments de l'année, dans un laboratoire, vous pourriez en effet chercher à connaître très précisément le signal de votre cible sur imagerie satellite afin de retrouver ces valeurs de laboratoire. Et encore dans ce cas là, imaginez bien qu'il y aura des signaux de végétation dunaire que vous recherchez qui ne correspondront pas à vos abaques, et vous passerez à côté !

Je vous invite donc à ne pas chercher une valeur exacte, mais une donnée dans son contexte. Car si votre végétation est impactée par les effets de l'atmosphère, les éléments qui l'entourent le sont également. Vous cherchez à mettre en évidence une végétation dans un milieu sableux ? J'ai presque envie de dire que la seule chose à savoir dans ce cas c'est que la végétation chlorophyllienne présente une pic dans le proche infra-rouge. Un indice de végétation devrait donc faire l'affaire, que les pixels soient en DN, en luminance ou en réflectance ...

La nécessité de corriger les images satellites des effets de l'atmosphère fait encore débat il me semble, donc ne pas le faire ce n'est pas passer à côté de quelque chose, mais plutôt prendre parti en connaissance de cause smile

J'espère vous avoir aidé dans votre réflexion.

Bien cordialement,

Bénédicte.

Hors ligne

 

#6 Mon 11 December 2017 11:23

Arthur04
Juste Inscrit !
Date d'inscription: 28 Nov 2017
Messages: 4

Re: Correction radiométrique (réflectance) sur Pléiades Géosud

Bonjour Benedicte,

Merci pour votre réponse qui est effectivement éclairante sur la nécessité ou non d'utiliser une transformation TOA ou TOC. Vous en savez plus que moi à ce sujet du coup ça m'amène à vous poser quelques questions supplémentaires plus en contexte avec notre travail et moins sur les métadonnées (dans lesquelles nous ne trouvons toujours pas mention claire du niveau de traitement du produit, mais nous continuons de creuser !) :

Pour être un peu plus précis, la méthode consiste (entre autres) en l'utilisation de classification non supervisée afin de distinguer les types de couverts dunaires. Elle fonctionne donc bien pour caractériser une zone A à une date X de façon ponctuelle. Nous souhaiterions cependant décliner cette méthode en comparant deux zones différentes à la même date (donc deux classifications différentes) ou même en utilisant le modèle d'une classification A sur une zone B. Idem à deux dates différentes.

Donc nous arrivons très bien à extraire la végétation des milieux qui l'entourent, le problème est que l’utilisation de la classification non supervisée induit forcément que les classes crées par l'algorithme sont différentes d'une image à l'autre. Donc on ne peux pas comparer deux classifications différentes de deux images différentes, c'est pour ça qu'on cherche à rendre les pixels plus "fidèles" de façon à conserver un seul modèle de classification à appliquer sur plusieurs images et à plusieurs dates.

Du coup la TOA (ou TOC) peut-elle ouvrir cette possibilité ? Si les pixels ne sont pas identiques d'une date ou d'une image à l'autre, ce n'est pas très grave (c'est même le but !), tant qu'ils restent dans un intervalle cohérent permettant de les ranger dans les bonnes classes et faire une comparaison des changements. Car actuellement sans correction radiométrique supposée, un couvert végétal épars sur une zone A en 2015 peut très bien devenir un couvert végétal dense sur la même zone en 2017 à cause du changement de classe par la classification non-supervisée alors que la surface est exactement la même roll
De la même manière en utilisant le modèle d'une classification A sur une zone B (ou sur la même zone mais à une date différente), les résultats obtenus sont souvent aberrants.
D'où notre recherche d'une possible réflectance salvatrice (?) smile



Concernant l'utilisation d'indices de végétation, l'exercice a été tenté mais il n'est malheureusement pas assez précis. Nous travaillons sur des images Pléiades fusionnées à 50cm de résolution, ce qui à l’œil nu nous permet de distinguer nettement les chemins dunaires par exemple, ou de déceler les nuances de couverts au sein des morphologies dunaires. Mais le NDVI résultant semble "dégradé" : les chemins ne ressortent plus du tout, il n'y a peu ou plus de nuances entre les densités, et les morphologies sableuses sont totalement diluées (le tout malgré des expérimentations sur les seuillages). Un peu comme si le NDVI appliqué sur une image fusionnée ne prenait en compte que le multispectral sous-jacent !

Et enfin, nous n'avons malheureusement pas la possibilité d'effectuer des tests en laboratoire sur des échantillons !


Merci d'avance pour votre temps !

Bien cordialement,

Arthur

Hors ligne

 

#7 Wed 13 December 2017 14:41

Bénédicte
Moderateur
Lieu: Grenoble
Date d'inscription: 22 Dec 2011
Messages: 698

Re: Correction radiométrique (réflectance) sur Pléiades Géosud

Bonjour,

Je n'ai aucunement la prétention d'apporter des réponses claires et/ou précises, malheureusement pour vous. Mais la discussion est intéressante alors poursuivons.

Pour le niveau du produit dont vous disposez, ne faut-il pas regarder du côté du pôle THEIA ? En effet, le projet GeoSud étant une "mise en réseau des communautés d'utilisateurs dans le cadre élargi du Pôle national Theia dédié à l'observation des surfaces continentales", je me dis que le traitement des images peut être renseigné de ce côté là.

Nous souhaiterions cependant décliner cette méthode en comparant deux zones différentes à la même date (donc deux classifications différentes) ou même en utilisant le modèle d'une classification A sur une zone B. Idem à deux dates différentes.


Là encore je pense "contexte" : vos zones sont-elles proches l'une de l'autre ( mêmes conditions météo) ?
Quand vous dites "modèle", vous parlez d'une chaîne de traitement particulière ?
J'aurais tendance à dire que la classif non supervisée prend en compte son entourage. L'idée c'est quand même de discriminer des objets selon leur contexte. Si le contexte paysager est le même d'une zone à l'autre, les classes ne devraient pas différer énormément (en nombre, en qualité, en contenu).

Donc nous arrivons très bien à extraire la végétation des milieux qui l'entourent, le problème est que l’utilisation de la classification non supervisée induit forcément que les classes crées par l'algorithme sont différentes d'une image à l'autre. Donc on ne peux pas comparer deux classifications différentes de deux images différentes, c'est pour ça qu'on cherche à rendre les pixels plus "fidèles" de façon à conserver un seul modèle de classification à appliquer sur plusieurs images et à plusieurs dates.


Ca explique la recherche du signal le plus pur. Le nombre de classes pourrait être restreint dès le début dans votre zone d'étude. Si l'algo est forcé de trouver 5 classes dans votre image, il y a des chances pour que ces classes soient de même nature dans vos différentes zones d'études (modulo la proximité géographique) et se comporter de la même manière (histogrammes). La valeur des pixels devient dans ce cas moins importante.

Si les pixels ne sont pas identiques d'une date ou d'une image à l'autre, ce n'est pas très grave (c'est même le but !), tant qu'ils restent dans un intervalle cohérent permettant de les ranger dans les bonnes classes et faire une comparaison des changements.


Personnellement, je me pencherais plus sur le comportement des pixels au sein de la classe selon les différentes bandes spectrales, plutôt que sur leurs valeurs. L'important est de garder une source d'image cohérente : toutes corrigées des effets de l'atmosphère ou aucune, mais pas les 2.


sans correction radiométrique supposée, un couvert végétal épars sur une zone A en 2015 peut très bien devenir un couvert végétal dense sur la même zone en 2017 à cause du changement de classe par la classification non-supervisée alors que la surface est exactement la même


On est d'accord que dans ce cas, le comportement intra classe ne suffit pas. Dans mon domaine le fait de faire la distinction sable/végét est déjà une victoire en soi ! Je ne peux pas me prononcer pour une distinction si fine en classification non supervisée. J'aurais tendance à aller vers l'apprentissage, avec notamment des Forêts d'arbres décisionnels (qui peuvent donner de bons résultats, mais ça reste de la théorie). https://fr.wikipedia.org/wiki/For%C3%AA … cisionnels

Je doute du côté salvateur du pixel parfait, mais c'est personnel. Je serais d'ailleurs ravie de connaître le résultat de vos comparaisons si vous en faites.

Une idée pour améliorer le NDVI, même si j'ai compris que ça n'était pas votre priorité au vu des premiers résultats, mais une petite ACP en amont du NDVI peut toujours aider.

J'espère avoir pu apporter un peu de matière à la réflexion, même si je suis consciente qu'on s'éloigne de la question de base et que mes réponses tapent un peu à côté de votre sujet.

Cordialement,

Bénédicte.

Hors ligne

 

#8 Thu 14 December 2017 17:31

OHagolle
Participant actif
Date d'inscription: 9 Mar 2014
Messages: 56

Re: Correction radiométrique (réflectance) sur Pléiades Géosud

Bonjour Arthur,
sur l'unité dans laquelle vos images Pleiades sont exprimées, j'ai posé la question à un collègue de l'IGN.

Sur le débat sur la correction atmosphérique, qui est un peu ma spécialité, quelques éléments de réponse :
- si vous utilisez une image toute seule, et n'avez pas besoin de comparer les valeurs à une autre image (d'une autre date, d'un autre capteur),ou  à une donnée in situ, alors vous n'avez pas besoin de corrections atmosphériques

- dans le cas contraire, en théorie, vous devriez faire une correction atmosphérique.

Mais ce n'est pas si simple.car ;
- il n'y a pas de produits Pleiades déjà corrigés
- il y a des outils qui font une "Dark Object Subtraction", dans beaucoup de logiciels de traitement d'images

Mais il vous restera d'autres problèmes. Les données Pleiades peuvent être acquises sous des angles de vue très différents, ce qui entraîne aussi de grandes variations des réflectance (on appèlle ça les effets irectionnels), et c'est assez difficile à corriger. Pour cela, les utilisateurs s'appuient sur des invariants du paysage pour normaliser les variations, mais ce n'est pas très simple et pas sans erreurs.

Bref Pleiades n'est pas très adapté à ce genre de tâche, même si c'est faisable. Sentinel-2, qui observe à la verticale est beaucoup plus adapté, mais sa résolution n'est que de 10m. Celà sera t'il suffisant pour vous ? Si c'est le cas, vous pouvez regarder du côté de https://theia.cnes;fr.

Il est bien possible que mon message paraisse compliqué, vous trouverez des explications un peu plus détaillées sur ce site :
http://www.cesbio.ups-tlse.fr/multitemp/?page_id=1336

Cordialement,
Olivier




  :

Hors ligne

 

#9 Thu 14 December 2017 22:43

kikvoufo
Juste Inscrit !
Date d'inscription: 6 May 2010
Messages: 1

Re: Correction radiométrique (réflectance) sur Pléiades Géosud

Bonjour

les modes de diffusion des données PLEIADES, par Airbus, sont décrits ici :
http://www.intelligence-airbusds.com/en … -products.

Les produits approvisionnés par le programme GEOSUD sont au niveau radiométrique le plus basique :
Basic imagery corresponds to raw data without any radiometric processing.

Depuis Février 2017, Airbus propose de diffuser des données avec une correction radiométrique de type réflectance
http://www.intelligence-airbusds.com/en … 7-products
Cette possibilité n'est pas utilisée pour les approvisionnements Geosud.

Les modifications apportées aux produits PLEIADES "Airbus", diffusés par le programme GEOSUD, sont principalement de nature géométrique.
Sur le territoire national, les images sont ortho-rectifiées pour les mettre en cohérence des référentiels diffusés par l'IGN : BD ORTHO et BD Topo par exemple.
Si votre jeu de données n'est pas localisé sur le territoire national, c'est un autre référentiel de calage qui est utilisé.

La radiométrie du produit est modifiée pour créer une version de l'image diffusée avec un codage sur "8 bits".
De la sorte on vise à faciliter la visualisation de l'image téléchargée ; cette version est également intégrée à un flux "WMTS".
Le flux permet de voir l'image par exemple sous QGIS, ou au sein d'une appli web carto, sans télécharger le produit.
https://spatial.ign.fr/services/visualisation

Si vous détenez un produit GEOSUD qui concerne le territoire national, vous disposez, dans un des répertoires téléchargé,
de deux documents "descriptif de livraison" et "descriptif de contenu".
Une version de ces documents est accessible en ligne via les liens indiqués ici : https://spatial.ign.fr/services/telechargement
Je constate que ces liens sont actuellement caduques "404"
Dans l'attente, je vous propose de vous reporter aux même docs publiés sur le site pro de l'IGN
http://professionnels.ign.fr/images-pleiades#tab-2

Si vous souhaitez un support plus poussé, un contact mail est donné à cette adresse https://spatial.ign.fr/les-demandes/decrire-un-besoin

Bienvenue

Hors ligne

 

#10 Mon 18 December 2017 10:11

Arthur04
Juste Inscrit !
Date d'inscription: 28 Nov 2017
Messages: 4

Re: Correction radiométrique (réflectance) sur Pléiades Géosud

Bonjour à vous,

Merci pour vos réponses ! je vais essayer de répondre correctement à tout.

Bénédicte :

Là encore je pense "contexte" : vos zones sont-elles proches l'une de l'autre ( mêmes conditions météo) ?
Quand vous dites "modèle", vous parlez d'une chaîne de traitement particulière ?
J'aurais tendance à dire que la classif non supervisée prend en compte son entourage. L'idée c'est quand même de discriminer des objets selon leur contexte. Si le contexte paysager est le même d'une zone à l'autre, les classes ne devraient pas différer énormément (en nombre, en qualité, en contenu).


Oui nos zones sont proches les unes des autres. Lorsque nous comparons deux zones à une même date il s'agit d'une seule acquisition Pléiades donc les paramètres sont identiques ainsi que les conditions météo.
Lorsque je parle de modèle j'évoque effectivement le résultat de la chaîne de traitement sous OTB que l'on pratique. Sans rentrer dans les détails, on utilise la classification non-supervisée sur des petites zones thématiques (un polygone végétation, un polygone sol nu, etc.) pour les subdiviser en sous-classes automatiquement (végétation 1, végétation 2, etc.).
Ensuite on utilise ces polygones subdivisés en tant que set de training/learning pour la classification supervisée. En bout de chaîne on obtient un fichier "model" à appliquer sur l'image analysée. On aimerait pouvoir créer un seul modèle sur une zone "référence" qui représente bien le milieu puis l'exporter sur d'autres zones (voire d'autres dates).
Effectivement le contexte paysager varie peu, du coup le test sur deux zones différentes sur une même acquisition donne un résulat "cohérent" mais pas satisfaisant. Tandis que pour une même zone mais deux acquisitions différentes (2015 et 2017), sans surprises, certaines classes sont mélangées. Les conditions d'acquisition ont changé d'une date à l'autre forcément, on cherchait donc un moyen d'atténuer un peu cet effet...


Ca explique la recherche du signal le plus pur. Le nombre de classes pourrait être restreint dès le début dans votre zone d'étude. Si l'algo est forcé de trouver 5 classes dans votre image, il y a des chances pour que ces classes soient de même nature dans vos différentes zones d'études (modulo la proximité géographique) et se comporter de la même manière (histogrammes). La valeur des pixels devient dans ce cas moins importante.


C'est vrai qu'avec notre méthode on multiplie vite les classes. Par défaut on lui demande 5 classes de végétation, 5 de sol nu et 3 à 5 pour l'eau. En réduisant leur nombre total cela faciliterait le travail de l'algo.

Personnellement, je me pencherais plus sur le comportement des pixels au sein de la classe selon les différentes bandes spectrales, plutôt que sur leurs valeurs. L'important est de garder une source d'image cohérente : toutes corrigées des effets de l'atmosphère ou aucune, mais pas les 2.


Ok j'en prends bonne note !

On est d'accord que dans ce cas, le comportement intra classe ne suffit pas. Dans mon domaine le fait de faire la distinction sable/végét est déjà une victoire en soi ! Je ne peux pas me prononcer pour une distinction si fine en classification non supervisée. J'aurais tendance à aller vers l'apprentissage, avec notamment des Forêts d'arbres décisionnels (qui peuvent donner de bons résultats, mais ça reste de la théorie). https://fr.wikipedia.org/wiki/For%C3%AA … cisionnels

Je doute du côté salvateur du pixel parfait, mais c'est personnel. Je serais d'ailleurs ravie de connaître le résultat de vos comparaisons si vous en faites.

Une idée pour améliorer le NDVI, même si j'ai compris que ça n'était pas votre priorité au vu des premiers résultats, mais une petite ACP en amont du NDVI peut toujours aider.


Et bien, vu qu'on triche un peu avec la classification supervisée (la non-sup ne servant qu'à subdiviser les échantillons en sous-classes), la végétation ressort sans problèmes ! smile Mais effectivement avec la multiplication des paramètres on a un peu mis de côté les méthodes poussées telles que les arbres de décision. On va tester ça !
De même que l'ACP sur le NDVI. Ce dernier nous a un peu déçu, on va voir si on peut lui rendre ses lettres de noblesses. smile

Merci pour ces remarques, même si elles ne vous semblent pas toutes atteindre leur cible, ca nous permet d'avoir un peu de "répondant" sur la méthode et donc un peu de recul, ce dont on manque cruellement quand on a la tête dedans.


Olivier et Kikvoufo :

Merci pour vos réponses à tous les deux. Les images Pléiades ne sont donc pas corrigées, ok. Nous utiliserions volontier Sentinel mais la résolution à 10m est malheureusement insuffisante dans notre cas (ça nous fait des dunes à 3 pixels de large !). Votre site nous est déjà connu Olivier, mais nous n'avons pas eu encore l'occasion de le parcourir en entier, on va s'y atteler ! smile
Du coup on cherche bel et bien à comparer des images Pléiades entre elles, mais si leur correction se révèle complexe cela peut poser problème... Est-ce qu'une correction superficielle peut faire l'affaire ? Comme je le disais plus haut, il existe par exemple sur Qgis un plugin nommé "Geosud TOA Reflectance" développé par Kenji Ose de l'Irstea, est-ce que vous avez des retours d'expérience sur l'utilisation de cette extension ? Ou peut-être l'outil "Optical Calibration" de l'OTB est-il plus efficace ?

Merci d'avance !

Cordialement,
Arthur

Hors ligne

 

Pied de page des forums

Powered by FluxBB