Annexe2 : EXEMPLES DE FUSION EN TRAITEMENT DES DONNéES de l imagerie satellitaire MSG

Transcription

1 Annexe2 : EXEMPLES DE FUSION EN TRAITEMENT DES DONNéES de l imagerie satellitaire MSG Bernard Bellec, Marcel Derrien, Hervé Le Gléau, Marie-Paule Raoul METEO-FRANCE, Centre de Météorologie Spatiale, Avenue de Lorraine, BP 50547, Lannion, France Résumé Météo-France a la responsabilité de la partie du logiciel SAFNWC/MSG ( permettant de restituer des paramètres sur les nuages (masque, classification, hauteur des sommets) à partir des données du géostationnaire Météosat Seconde Génération. La détection des nuages bas de petite échelle était une des améliorations souhaitées par les utilisateurs, pour mieux discerner le déclenchement de la convection et pour une meilleure identification des pixels vraiment clairs avant leur utilisation pour l analyse des propriétés de surface sur mer ou sur terre ou leur assimilation pour le modèle de prévison numérique du temps. Pour cela, un algorithme utilisant le canal HRV (High Visible Resolution, 1km) en plus des autres canaux SEVIRI (Spinning Enhanced Visible and Infrared Images) à la résolution de 3km a été implanté dans la version 2010 du logiciel (Derrien et Le Gléau, 2010). On rappelle cet algorithme basé sur l analyse temporelle de paramètres issus du HRV pour améliorer le masque nuage produit à 3km. L impact positif de cette technique a été démontré par comparaison des nébulosités issues du masque SEVIRI et celles des SYNOP et SHIP observées sur le disque MSG sur une période d une année. La composition colorée opérationnelle qui fusionne les informations des différents canaux SEVIRI à 3km en une seule image pour faciliter l analyse visuelle de la couverture nuageuse et de la neige au sol sur les écrans des prévisionnistes peut également bénéficier de l information spatiale de la haute résolution. Pour cet atelier nous avons effectué un rehaussement spatial utilisant le canal HRV sur ce produit pour illustrer concrètement l intérêt d une telle approche. La comparaison avec l image opérationnelle actuelle démontre l intérêt d un tel produit. INTRODUCTION On adopte la définition suivante : «La fusion de données consiste à combiner des informations issues de plusieurs sources afin d améliorer la prise de décision» (I. Bloch, 2003). Les méthodes automatiques de fusion sont utilisées pour faciliter l expertise humaine dans les situations de profusion de données. Elles conviennent parfaitement aux données des satellites destinés à la météorologie opérationnelle. Les techniques utilisées pour détecter et typer les nuages dans les images satellitaires sont de ce type, car elles fusionnent les observations des différents canaux, les sorties de modèles de prévision et différents atlas. Pour cet atelier on se focalise sur le cas très particulier de la fusion de plusieurs images d un même satellite, à des résolutions spatiales différentes. CARACTéristiques de l imagerie SEVIRI SEVIRI a un canal solaire à large bande spectrale HRV ( µm) à haute resolution spatiale (1km) et 11 canaux de plus faible résolution spatiale (3km); 3 canaux solaires (0.6, 0.8 and 1.6 µm) and 8 canaux thermiques infrarouges (3.9, 6.2, 7.3, 8.7, 9.7, 10.8, 12.0 and 13.4 µm). Les réponses spectrales des canaux 0.6, 0.8 µm and HRV sont illustrées sur la figure 1. L incrément angulaire de

2 l échantillonnage HRV est de /3 µrad dans les directions N/S and E/O, c.a.d le tiers de celui des aures canaux SEVIRI. Il est important de noter que la vraie résolution optique est plus faible d un facteur 1,6 (Schmetz et al.,2002). Les mesures HRV proviennent de 9 détecteurs. Les images parvenant aux utilisateurs finaux par la diffusion EUMETcast bénéficient de prétraitements primordiaux ; pondération des détecteurs, ajustement de l étalonnage des capteurs, recalages, mise en projection géostationnaire (qui est une vue de l ellipsoïde terrestre depuis l espace en perspective d un point fixe à distance finie). Figure 1: Réponses spectrales des canaux SEVIRI 0.6µm (rouge), 0.8 µm (vert) et HRV (noir) de MSG2 (Meteosat-9) Une image HRV plein disque représente une matrice de 11136x11136 points. Pour des limitations de transmission entre le satellite et le sol, seules deux secteurs de l image sont diffusés. La zone plus au nord couvrant l Europe a une implantation fixe, celle plus au sud est décalée pour suivre l éclairement solaire. De 00hUTC à 14hUTC, elle couvre l Océan Indien, de 14hUTC à 17hUTC elle se décale vers l ouest d heure en heure pour garder une position fixe en butée ouest jusqu à 00hUTC pour couvrir l Océan Atlantique. La figure 2 illustre ce scénario de transmission. C est bien entendu un inconvénient pour les utilisateurs intéressés par les zones qui ne sont pas couvertes en permanence par le HRV, d autant plus que, comme on le verra plus loin, l algorithme nécessite deux observations consécutives en un même lieu. Figure 2: Positions des fenêtres HRV dans le disque terrestre MSG le 14 Janvier La co-localisation des images basse et haute résolution passe par la connaissance de la position du centre de la projection dans les images et la connaissance de l échantillonnage spatial dans les deux directions. Cet ajustement est assuré par le prétraitement de reprojection, il fait en sorte que les images présentées à l utilisateur soient toujours superposables et comme si elles étaient vues d un satellite fixe au dessus du centre de la projection. C est une étape essentielle pour une bonne fusion des informations spatiales à la fois dans une image instantanée et entre deux images consécutives. Deneke and Roebling, 2010 ont trouvé un faible décalage du HRV par rapport au SEVIRI de 0.36km±0.11km vers l Est et de 0.06±0.10km vers le Sud pour une zone européenne. Nous avons négligé cet effet dans notre schéma.

3 Détection de nuages basée sur HRV Elle a été conçue comme une option supplémentaire de l algorithme existant, pour ne pas léser les utilisateurs qui pourraient être limités par leurs moyens de traitement. L algorithme n est appliqué qu aux pixels non détectés nuageux après les deux étapes précédentes du masque nuage ; seuillage de paramètres spectraux et texturaux (Derrien et Le Gléau, 2005), détection de changement par différences temporelles associé à une technique de croissance de région (Derrien et Le Gléau, 2010) pour la zone délicate de pénombre. Test sur la reflectance HRV sur terre L hypothèse est que tout nuage présente une réflectance supérieure à celle de la surface sousjacente. L objectif de ce test est de capter les petits nuages bas qui ne seraient pas détectés par les autres techniques. Un pixel basse résolution est déclaré contaminé par un nuage si : clair (et non neige) et élévation solaire > 5 et Max(Rhrv 3x3) > Rhrvseuil Où Max(Rhrv 3x3) est la réflectance HRV normalisée maximale dans la boite HRV 3x3 superposée au pixel SEVIRI basse résolution. Le seuil est une estimation grossière de la réflectance en ciel clair dérivée de cartes de valeurs mensuelles. Ces cartes mensuelles proviennent d une combinaison linéaire de réflectances hémisphériques directionnelles calculées au midi local de canaux MODIS des satellites Terra et Aqua (0.55µm, 0. 67µm and 0.86µm). La paramétrisation empirique de ce test a été faite à partir d un fichier d apprentissage d un an de données SYNOP et satellite sur l Europe. Quand on a appliqué le schéma sur l ensemble du disque de fausses alarmes sont apparues. Pour les éviter le seuil a été augmenté, ce qui le rend assez peu efficace. Par conséquent certains types nuageux statiques, comme les brouillards de vallée peuvent demeurer non détectés. Test sur la texture spatiale locale HRV sur mer Un pixel SEVIRI basse résolution est déclaré contaminé par un nuage si : élévation solaire > 10 et [SD(Rhrv 3x3)/Mean(Rhrv 3x3) >.08 et SD(Rhrv 3x3) > 0.8%] 5 <élévation solaire < 10 et [SD(Rhrv 3x3)/Mean(Rhrv 3x3) >.16 ou SD(Rhrv 3x3) > 0.4%] Mean(Rhrv 3x3) et SD(Rhrv 3x3) sont respectivement la moyenne et l écart-type calculés à partir des 9 pixels HRV superposés au pixel SEVIRI basse résolution Ce test détecte les hétérogénéités spatiales sur mer dans le pixel basse résolution. Le premier test est efficace pour repérer une anomalie brillante sur un fond sombre, le second est plus efficace pour détecter des hétérogénéités dans un contexte brillant. Test groupé spatio-temporel sur terre Un pixel SEVIRI basse resolution est déclaré contaminé par un nuage si : clair (et non neige) et [SD(Rhrv 3x3) > 5% et MIN(RNhrv 3x3)cur > 10% et abs(1.0- MAXcur(RNhrv3x3)/ MAXprev(RNhrv3x3) > 0.03 et abs(1.0- MINcur(RNhrv3x3)/ MINprev(RNhrv3x3) > 0.03] ou [SD(Rhrv 3x3) > 1.5% et MIN(RNhrv 3x3)cur > 10% et SDcur(Rhrv 3x3)/MEANcur(Rhrv 3x3) SDprev(Rhrv 3x3)/MEANprev(Rhrv 3x3) > 0.03 et MAXcur(RNhrv 3x3)) > 1.03* MAXprev(RNhrv 3x3)) ]

4 -SD MIN MAX MEAN sont respectivement l écart-type, et les valeurs minimale, maximale, moyenne des réflectances HRV sur la boite 3x3 superposée au pixel SEVIRI basse résolution -Rhrv est la réflectance HRV -RNhrv est la réflectance HRV normalisée par la formule analytique de la longueur du trajet du rayon lumineux pour une atmosphère standard proposée par Li et Shibata, 2006 en remplacement de la formule classique en inverse de cosinus non valide aux angles rasants (réfraction et courbure terrestre) -les indices cur et prev indiquent que les pixels proviennent de l image courante ou de celle prise 15 minutes plus tôt.. L hypothèse derrière ce test est qu une cible brillante mobile ou évoluant dans le temps (15 minutes ) dans une boite 3x3 HRV est un nuage. Les fausses alarmes problématiques sont les franges côté clair des limites des ombres des nuages sur les sols devenant clairs. C est pourquoi une analyse supplémentaire de voisinage est nécessaire pour les minimiser. Filtres de voisinage Test de restauration claire sur terre Pour supprimer les fausses alarmes décrites précédemment, il n est appliqué qu aux pixels détectés par le test précédent. Un pixel SEVIRI basse resolution est restauré clair si : Sa moyenne MEAN(Rhrv3x3) est minimale dans un voisinage de 8 pixels terrestres SEVIRI basse résolution Test de restauration nuage sur terre Quelques pixels nuageux restent non détectés à l issue de la détection de changement. Des pixels brillants dans le voisinage proche de pixels détectés par les tests HRV précédents devraient être aussi classés nuageux. Ce test est conçu pour atténuer ce défaut. Un pixel SEVIRI sur terre dans un voisinage 11x11 à basse résolution comprenant au moins 5 détections HRV est restauré nuageux si MIN(RNhrv 3x3)cur > 10% et MAX(Rhrv 3x3) > MEAN11x11(Max(Rhrv 3x3) des pixels détectés par HRV if nb > 5 ) et SD(Rhrv 3x3) > 1.5% ou MAX(Rhrv 3x3)-MIN(Rhrv 3x3) > MEAN11x11(MAX(Rhrv 3x3)- MIN(Rhrv 3x3)) des pixels détectés par HRV if nb > 5 ) EXEMPLES de détections HRV Situation maritime La figure 3 illustre un exemple typique de convection faible sur l Océan Atlantique

5 Figure 3: Nuages sur l Atlantique Nord, 8 Septembre h00UTC, (120x120 en basse résolution). Haut gauche: reflectance 0.8 µ m; haut droit: type nuageux v2009; bas gauche: reflectance HRV; bas droit: type nuageux v2010 Exemple sur terre La figure 4 illustre un cas de faible convection sur l Europe de l Ouest. Figure 4: Cumulus de beau temps dans un air subsidant sur l Europe de l Ouest, 23 Juin 2009, 14h00UTC, (1270x770 basse résolution). Haut gauche: réflectance 0.6 µ m rehaussée; haut droit: composition EUMETSAT RGB ( ); bas gauche: type nuageux v2009; bas droit: type nuageux v2010 COMPARAISON des nébulosités TOTALES SYNOP et SATELLITE On invite le lecteur à consulter le rapport de validation rédigé dans le cadre du projet SAFNWC (SAF/NWC/CDOP/MFL/SCI/VR/04, 2010), disponible sur le site où l on démontre l impact positif de détections HRV par l analyse des statistiques d une année complète de comparaison de nébulosités satellitaires et conventionnelles.

6 Rehaussement spatial de composition colorée La fusion d information spatiale est réalisable à peu de frais pour la composition colorée multispectrale opérationnelle, grâce à l existence de techniques simples applicables aux données MSG. De nombreux articles décrivant diverses techniques dites de pan-sharpening existent. Elle consistent à injecter l information spatiale présente dans une observation à fine résolution dans une image de moins bonne résolution spatiale. Ces techniques sont couramment utilisées sur les données de satellites commerciaux de télédétection terrestre comme SPOT, IKONOS etc. Leurs images à haute résolution spatiale sont issues d un capteur à large bande spectrale correspondant à une grande partie du spectre visible (PAN, panchromatique), les images multimodales (MS) à faible résolution spatiale observent chacune une partie seulement du spectre visible correspondant le plus souvent aux longueurs d ondes du bleu, du vert, du rouge et du proche infrarouge. Elles font appel à des outils mathématiques plus ou moins complexes (composantes principales, filtres passe-haut ou modulation passe-haut, filtres morphologiques, décompositions en ondelettes, méthodes bayésiennes, variationnelles, hybrides ). Certaines ont le défaut de provoquer des distorsions de couleur et peuvent générer des artéfacts gênants. Nous nous limitons donc à tester une méthode simple, ne générant pas de distorsion de couleur et ne dénaturant que très peu les observations spectrales. Les canaux SEVIRI basse résolution sont sur-échantillonnés à la haute résolution spatiale par interpolation. Puis grâce à un module de base de l API Orféo Toolbox on peut leur appliquer une technique simple de pan-sharpening du type modulation passe-haut. Elle consiste à moduler les canaux 0,6 et 0,8 échantillonnés à la haute résolution HRV par le rapport entre l image HRV et sa version filtrée par un passe-bas (ici, la moyenne dans un voisinage d un rayon de 3 pixels HRV). Elle ne génère pas de distorsion de couleur. On ne fait pas de rehaussement spatial sur le canal 1,6 µm car son spectre n est pas couvert par celui du canal HRV (0,3-1,1µm). En outre les comportements respectifs du canal HRV et 1,6µm sont parfois diamétralement opposés comme sur des surfaces enneigées. Pour ces zones la méthode modulation passe-haut provoque des artéfacts sur ce canal. Les canaux 0,6µm et 0,8µm issus du rehaussement spatial remplacent en entrée de la composition colorée les canaux basse résolution interpolés. La méthode existante de la composition colorée généraliste opérationnelle actuelle (qui est elle-même une technique de fusion) est ensuite appliquée telle quelle sur l ensemble des images suréchantillonnées et rehaussées. L exemple ci-dessous illustre l intérêt de cette approche pour une analyse fine des images de jour.

7 Figure 5: Abords du lac Tanganyika le24 février h00 UTC, en haut ; composition colorée opérationnelle, en bas ; composition colorée utilisant les canaux 0,6µ m et 0,8µ m rehaussés spatialement CONCLUSION Le masque nuageux SAFNWC/MSG, depuis sa version v2010, utilise l information HRV pour mieux restituer les nébulosités partielles dans les pixels SEVIRI basse résolution. L algorithme exploite l information spectrale, texturale et temporelle du HRV de deux images successives et restitue une information de contamination nuageuse à la basse résolution. La composition colorée généraliste produite actuellement opérationnellement pour être visualisée par les prévisionnistes et les aider dans leur analyse de la situation météorologique peut également bénéficier de l apport de l information spatiale du HRV. Cette information peut y être injectée par des techniques simples existantes de fusion d images ne générant pas de distorsions de couleur. MTG (Météosat Troisième Génération, 2017/2018) aura un imageur FCI (Flexible Combined Imager) à 2 schémas de diffusion opérationnelle (plein disque, balayage rapide). Dans la configuration FDHSI (Full Disk High Spectral resolution Imagery), seize canaux observeront le disque terrestre toutes les 10 minutes. Huit canaux solaires auront une résolution de 1 km et huit canaux thermiques de 2 km. En configuration HRFI (High spatial Resolution Fast Imagery) quatre canaux observeront un quart du disque terrestre (Europe) toutes les 2,5 minutes. Deux canaux auront une résolution de 500m (0,6 µm et 2,2µm) et deux canaux de 1 km (3.8µm et 10.8µm). D évidence, la fusion des diverses résolutions spatiales demeurera une préoccupation nécessaire dans ce contexte. References Bloch I. et al, Fusion d informations en traitement du signal et des images (Traité IC2, série Traitement du signal et des images), 2003, ISBN , 318p, Ed. Hermès Science Deneke, H.M. and Roebling, R., (2010) Downscaling of METEOSAT SEVIRI 0.6 and 0.8 micron channel radiances utilizing the high-resolution visible channel, Atmos. Chem. Phys. Discuss., 10, pp Derrien, M., and Le Gléau, H., (2005) MSG/SEVIRI Cloud Mask and Type from SAFNWC, International Journal of Remote Sensing,21, pp , DOI: / Derrien, M., and Le Gléau, H.,(2010) Improvement of cloud detection near sunrise and sunset by temporal-differencing and region-growing techniques with real-time SEVIRI, International Journal

8 of Remote Sensing, 31, 7, pp DOI: / Derrien, M., and Le Gléau, H., (2010), The use of the High Resolution Visible in the SAFNWC/MSG cloud mask, EUMETSAT P.57 Meteorological satellite conference, September 2010, Cordoba, Spain, ISBN Li, J. and Shibata, K., (2006) On the effective solar pathlength, Journal of the Atmospheric Science, 63, 4, pp SAF/NWC/CDOP/MFL/SCI/VR/04, 2010, Validation report for Cloud Products (CMa-PGE01 v3.0, CT-PGE02 v2.0 & CTTH-PGE03 v2.1) Schmetz, J., Pili, P., Tjemkes, S., Just, D., Kerkmann, J., Rota, S., and Ratier, A., (2002) An introduction to Meteosat Second Generation (MSG), B. Am. Meteorol. Soc., 83, pp