Search

International audience; Anthropic potentially toxic element (PTE) releases can lead to persistent pollution in soil. Monitoring PTEs by their detection and quantification on large scale is of great interest. The vegetation exposed to PTEs can exhibit a reduction of physiological activities, structural damage … Such vegetation trait changes impact the spectral signature in the reflective domain 0.4-2.5 μm. The objective of this study is to characterize the impact of PTEs on the spectral signature of two pine species (Aleppo and Stone pines) in the reflective domain and ensure their assessment. The study focuses on nine PTEs: As, Cr, Cu, Fe, Mn, Mo, Ni, Pb, Zn. The spectra are measured by an in-field spectrometer and an aerial hyperspectral instrument on a former ore processing site. They are completed by measurements related to vegetation traits at needle and tree scales (photosynthetic pigments, dry matter, morphometry …) to define the most sensitive vegetation parameter to each PTE in soil. A result of this study is that chlorophylls and carotenoids are the most correlated to PTE contents. Context-specific spectral indices are specified and used to assess metal contents in soil by regression. These new vegetation indices are compared at needle and canopy scales to literature indices. Most of the PTE contents are predicted at both scales with Pearson correlation scores between 0.6 and 0.9, depending on species and scale.; Les rejets anthropiques d'éléments traces métalliques (ETM) peuvent entraîner une pollution persistante du sol. Le suivi des EUT par leur détection et leur quantification à grande échelle est d'un grand intérêt. La végétation exposée aux EUT peut présenter une réduction des activités physiologiques, des dommages structurels... De tels changements de traits de végétation impactent la signature spectrale dans le domaine réfléchissant 0,4 – 2,5 µm. L'objectif de cette étude est de caractériser l'impact des ETM sur la signature spectrale de deux espèces de pin (pin d'Alep et pin pignon) dans le domaine réflexif et d'assurer leur évaluation. L'étude porte sur neuf EUT : As, Cr, Cu, Fe, Mn, Mo, Ni, Pb, Zn. Les spectres sont mesurés par un spectromètre de terrain et un instrument hyperspectral aérien sur un ancien site de traitement de minerai. Ils sont complétés par des mesures liées aux traits de végétation à l'échelle des aiguilles et des arbres (pigments photosynthétiques, matière sèche, morphométrie…) pour définir le paramètre de végétation le plus sensible à chaque ETM dans le sol. Un résultat de cette étude est que la chlorophylle et les caroténoïdes sont les plus corrélés. Des indices spectraux spécifiques au contexte sont spécifiés et utilisés pour évaluer les teneurs en métaux dans le sol par régression. Ces nouveaux indices de végétation sont comparés à l'échelle de l'aiguille et de l'air aux indices de la littérature. La plupart des teneurs en TME sont prédites aux deux échelles avec des scores de corrélation de Pearson entre 0,6 et 0,9, selon l'espèce et l'échelle.

International audience; The CAMCATT-AI4GEO extensive field experiment took place in Toulouse, a city in the southwest of France, from 14th to 25th June 2021 (with complementary measurements performed on the 6 September 2021). Its main objective was the acquisition of a new reference dataset on an urban site to support the development and validation of data products from the future thermal infrared (TIR) satellite missions such as TRISHNA (CNES/ISRO), LSTM (ESA) and SBG (NASA). With their high spatial (between 30-60m) and temporal (2-3 days) resolutions, the future TIR satellite data will allow a better investigation of the urban climate at the neighbourhood scale. However, in order to validate the future products of these missions such as LST, air temperature, comfort index and Urban Heat Island (UHI), there is a need to accurately characterise the organisation of the city in terms of 3D geometry, spectral optical properties and both land surface temperature and emissivity (LST and LSE) at several scales. In this context, the CAMCATT-AI4GEO field campaign provides a set of airborne VISNIR-SWIR (Visible Near InfraRed - ShortWave InfraRed) hyperspectral imagery, multispectral thermal infrared (TIR) imagery and 3D LiDAR acquisitions, together with a variety of ground data collected, for some of them, simultaneously to the flight. The ground dataset includes surface reflectance measured spectrally with ASD spectroradiometers and in six spectral bands spreading from shortwave to thermal infrared and for two viewing angles with a SOC410-DHR handheld reflectometer. It is completed with LST and LSE retrieved from thermal infrared radiance acquired in six spectral bands with CIMEL radiometers. It also includes meteorological data coming from four radio soundings (one of which was taken during the flight), data routinely collected at the Blagnac airport reference station as well as air temperature and humidity acquired using instrumented cars following two different itineraries. In addition, a link is provided to access the data routinely collected by the network of weather stations set up by Toulouse Metropole in the city and its surroundings. This data paper describes this new reference urban dataset which can be useful for many applications such as calibration/validation of at-surface radiance, LST and LSE data products as well as higher level products such as air temperature or comfort index. It also provides valuable opportunities for other applications in urban climate studies, such as supporting the validation of microclimate models.; L'expérience de terrain extensive CAMCATT-AI4GEO s'est déroulée à Toulouse, une ville du sud-ouest de la France, du 14 au 25 juin 2021 (avec des mesures complémentaires réalisées le 6 septembre 2021). Son objectif principal était l'acquisition d'un nouveau jeu de données de référence sur un site urbain pour soutenir le développement et la validation des produits de données des futures missions satellitaires à infrarouge thermique (TIR) telles que TRISHNA (CNES/ISRO), LSTM (ESA) et SBG ( NASA). Avec leurs hautes résolutions spatiales (entre 30-60m) et temporelles (2-3 jours), les futures données satellitaires TIR permettront une meilleure investigation du climat urbain à l'échelle du quartier. Cependant, afin de valider les futurs produits de ces missions tels que LST, température de l'air, indice de confort et îlot de chaleur urbain (UHI), il est nécessaire de caractériser précisément l'organisation de la ville en termes de géométrie 3D, de propriétés optiques spectrales et à la fois la température et l'émissivité de la surface terrestre (LST et LSE) à plusieurs échelles. Dans ce contexte, la campagne de terrain CAMCATT-AI4GEO fournit un ensemble d'imagerie hyperspectrale aéroportée VISNIR-SWIR (Visible Near InfraRed - ShortWave InfraRed), d'imagerie infrarouge thermique multispectrale (TIR) et d'acquisitions LiDAR 3D, ainsi qu'une variété de données au sol collectées, pour certains d'entre eux, simultanément au vol. L'ensemble de données au sol comprend la réflectance de surface mesurée spectralement avec des spectroradiomètres ASD et dans six bandes spectrales s'étendant des ondes courtes à l'infrarouge thermique et pour deux angles de vision avec un réflectomètre portable SOC410-DHR. Il est complété par les LST et LSE récupérés à partir de la radiance infrarouge thermique acquise dans six bandes spectrales avec les radiomètres CIMEL. Il comprend également des données météorologiques provenant de quatre sondages radio (dont un réalisé pendant le vol), des données recueillies en routine à la station de référence de l'aéroport de Blagnac ainsi que la température et l'humidité de l'air acquises à l'aide de voitures instrumentées suivant deux itinéraires différents. De plus, un lien est fourni pour accéder aux données collectées en routine par le réseau de stations météo mis en place par Toulouse Métropole dans la ville et ses environs. Ce document de données décrit ce nouvel ensemble de données urbaines de référence qui peut être utile pour de nombreuses applications telles que l'étalonnage/validation de la radiance en surface, les produits de données LST et LSE ainsi que des produits de niveau supérieur tels que la température de l'air ou l'indice de confort. Il offre également de précieuses opportunités pour d'autres applications dans les études sur le climat urbain, telles que le soutien à la validation des modèles de microclimat.

International audience; he HYEP project (ANR HYEP 14-CE22-0016-01 Hyperspectral imagery for Environmental urban Planning - Mobility and Urban Systems Programme - 2014) confirmed the interest of a global approach to the urban environment by remote sensing and in particular by using hyperspectral imaging (HI). The interest of hyperspectral images lies in the range of information provided over wavelengths from 0.4 to 4 μm; they thus provide access to spectral quantities of interest and to chemical or biophysical parameters of the surface. HYEP's objective was to specify this and to propose a panel of methods and treatments taking into account the characteristics of other existing sensors in order to compare their performance. The developments carried out were applied and evaluated on hyperspectral airborne images acquired in Toulouse and Kaunas (Lithuania), also used to synthesize space systems: Sentinel-2, Hypxim/Biodiversity and Pleiades. Among the locks identified were those related to improving the spatial capabilities of the sensors and spatial scale changes, which were partially overcome by fusion and sharpening approaches, which proved to be successful. After a description of our hyperspectral data set acquired over Toulouse, an analysis is conducted on several existing and accessible spectral databases. Then, the chosen methods are presented. They include extraction, fusion and classification methods, which are then applied on our dataset synthetized at different spatial resolution to evaluate the benefits and the complementarity of hyperspectral imagery in comparison with other traditional sensors. Some specific applications are investigated of interest for urban planners: impervious soil map, vegetation species cartography and detection of solar panels. Finally, discussion and perspectives are presented.; Le projet HYEP (ANR HYEP 14-CE22-0016-01 HYperspectral imagery for Environmental urban Planning - Programme Mobilité et systèmes urbains - 2014) a permis de confirmer l’intérêt d’une approche globale du milieu urbain par télédétection et notamment en utilisant l’imagerie hyperspectrale (IH). L’intérêt des images hyperspectrales réside dans la gamme d’informations fournies sur des longueurs d’onde de 0,4 à 4 μm ; elles fournissent ainsi un accès aux grandeurs spectrales d'intérêt et aux paramètres chimiques ou biophysiques de la surface. HYEP avait pour objectif de préciser ceci et de proposer un panel de méthodes et de traitements en tenant compte des caractéristiques des autres capteurs existants afin d’en comparer les performances. Les développements réalisés ont été appliqués et évalués sur des images aéroportées hyperspectrales acquises sur Toulouse (France) et Kaunas (Lituania), utilisées également pour synthétiser des systèmes spatiaux : Sentinel-2, Hypxim/Biodiversity et Pleiades. Parmi les verrous identifiés, ceux liés à l'amélioration des capacités spatiales des capteurs et aux changements d’échelle spatiale ont été en partie levés par des approches de fusion, qui se sont avérées concluantes. Des méthodes d’extraction, de fusion ou de classification ont été appliquées à différentes résolutions spatiales afin de qualifier les gains et la complémentarité de l’IH par rapport à d’autres capteurs. Ces évaluations ont ainsi porté sur des « objets » d’intérêt pour les gestionnaires et aménageurs du milieu urbain : les surfaces imperméables, la végétation ou encore la détection de panneaux solaires.

International audience; Hyperspectral pansharpening methods in the reflective domain are limited by the large difference between the visible panchromatic (PAN) and hyperspectral (HS) spectral ranges, which notably leads to poor representation of the SWIR (1.0–2.5 μm) spectral domain. A novel instrument concept is proposed in this study, by introducing a second PAN channel in the SWIR II (2.0–2.5 μm) spectral domain. Two extended fusion methods are proposed to process both PAN channels, namely, Gain-2P and CONDOR-2P: the first one is an extended version of the Brovey transform, whereas the second one adds mixed pixel preprocessing steps to Gain-2P. By following an exhaustive performance-assessment protocol including global, refined, and local numerical analyses supplemented by supervised classification, we evaluated the updated methods on peri-urban and urban datasets. The results confirm the significant contribution of the second PAN channel (up to 45% of improvement for both datasets with the mean normalised gap in the reflective domain and 60% in the SWIR domain only) and reveal a clear advantage for CONDOR-2P (as compared with Gain-2P) regarding the peri-urban dataset.; Les méthodes d'affinage panchromatique hyperspectral dans le domaine réflectif sont limitées par la grande différence entre les gammes spectrales visible panchromatique (PAN) et hyperspectrale (HS), ce qui conduit notamment à une mauvaise représentation du domaine spectral SWIR ([1.0 - 2.5 m]). Un nouveau concept d'instrument est proposé dans cet article, en introduisant un deuxième canal PAN dans le domaine spectral SWIR II ([2.0 - 2.5 m]). Deux méthodes de fusion étendues sont proposées pour traiter les deux canaux PAN, à savoir Gain-2P et CONDOR-2P : la première est une version étendue de la transformée de Brovey, tandis que la seconde ajoute des étapes de prétraitement de pixels mixtes à Gain-2P. En suivant un protocole exhaustif d'évaluation des performances comprenant des analyses numériques globales, affinées et locales complétées par une classification supervisée, nous évaluons les méthodes mises à jour sur des jeux de données périurbains et urbains. Les résultats confirment la contribution significative du deuxième canal PAN (jusqu'à une diminution de 45 % pour l'écart moyen normalisé avec le jeu de données urbain), et révèlent un net avantage pour CONDOR-2P (par rapport à Gain-2P) en ce qui concerne le périurbain. base de données.

International audience; The database presented in this study has been acquired during the SOuth west FOGs 3D (SOFOG3D) experiment for processes study. This international campaign led by Météo-France during the winter 2019-2020 aimed at deploying a unique network of both in situ and remote sensing measurements in order to document spatial and temporal variabilities of fog events. To support this scientific objective but also to conduct first data assimilation experiments within the French convective scale model AROME, an unprecedented network of 8 ground-based microwave radiometers (MWR) has been deployed in 7 different locations known to be prone to fog occurrences. The database gives access to vertical profiles of temperature and humidity (both absolute and relative) from the surface up to 10 km altitude as well as integrated water vapor and liquid water path estimates. The retrieved profiles offer a very large database that can be exploited for several scientific purposes: fog process studies at specific location, documentation on the variability of fog properties at the regional scale, better understanding of the atmospheric boundary layer (ABL) height and dynamics during wintertime conditions, development of nowcasting products dedicated to fog alerts, data assimilation experiments to improve fog forecasts, development of synergetical advanced products, and evaluation of new model configurations with advanced parameterization or resolutions. Keywords Microwave radiometer • Brightness temperatures • Fog • Temperature • Humidity • Liquid water path • Integrated water vapor All the authors contributed to the instrumental deployment of microwave radiometers. Pauline Martinet and Vinciane Unger conducted the scientific evaluation, data preparation, and the data delivery on the AERIS portal.

International audience; Industrial activities induce various impacts on ecosystems that influence species richness and distribution. An effective way to assess the resulting impacts on biodiversity lies in vegetation mapping. Species classification achieved through supervised machine learning algorithms at the pixel level has shown promising results using hyperspectral images and multispectral, multitemporal images. This study aims to determine whether airborne hyperspectral images with a high spatial resolution or phenological information obtained by spaceborne multispectral time series (Sentinel-2) are suitable to discriminate species and assess biodiversity in a complex impacted context. The industrial heritage of the study site has indeed induced high spatial heterogeneity in terms of stressors and species over a reduced scale. First, vegetation indices, derivative spectra, continuum removed spectra, and components provided by three feature extraction techniques, namely, Principal Component Analysis, Minimal Noise Fraction, and Independent Component Analysis, were calculated from reflectance spectra. These features were then analyzed through Sequential Floating Feature Selection. Supervised classification was finally performed using various machine learning algorithms (Random Forest, Support Vector Machines, and Regularized Logistic Regression) considering a probability-based rejection approach. Biodiversity metrics were derived from resulted maps and analyzed considering the impacts. Average Overall Accuracy (AOA) reached up to 94% using the hyperspectral image and Regularized Logistic Regression algorithm, whereas the time series of multispectral images never exceeded 72% AOA. From all tested spectral transformations, only vegetation indices applied to the time series of multispectral images increased the performance. The results obtained with the hyperspectral image degraded to the specifications of Sentinel-2 emphasize the importance of fine spatial and spectral resolutions to achieve accurate mapping in this complex context. While no significant difference was found between impacted and reference sites through biodiversity metrics, vegetation mapping highlighted some differences in species distribution.; Les activités industrielles induisent divers impacts sur les écosystèmes qui influencent la richesse et la distribution des espèces. Un moyen efficace d'évaluer les impacts qui en résultent sur la biodiversité réside dans la cartographie de la végétation. La classification des espèces obtenue grâce à des algorithmes d'apprentissage automatique supervisé au niveau du pixel a donné des résultats prometteurs en utilisant des images hyperspectrales et des images multispectrales et multitemporelles. Dans la lignée des travaux antérieurs, cette étude vise à déterminer si les informations hyperspectrales aéroportées à haute résolution spatiale ou phénologiques obtenues par séries temporelles multispectrales spatiales (Sentinel-2) sont adaptées pour discriminer les espèces et évaluer la biodiversité dans un contexte impacté complexe. Cette complexité réside dans le site étudié : une forte hétérogénéité spatiale se retrouve en termes de stresseurs et d'espèces sur une échelle réduite. Premièrement, les indices de végétation, les spectres dérivés, les spectres supprimés du continuum et les composants fournis par trois techniques d'extraction de caractéristiques, à savoir l'analyse en composants principaux, la fraction de bruit minimale et l'analyse en composants indépendants, sont calculés à partir des spectres de réflectance. Ces caractéristiques sont ensuite analysées via la sélection séquentielle des caractéristiques flottantes. La classification supervisée est finalement effectuée à l'aide de divers algorithmes d'apprentissage automatique (Random Forest, Support Vector Machines, Regularized Logistic Regression) en considérant une approche de rejet basée sur la probabilité. Les mesures de la biodiversité sont dérivées des cartes résultantes et analysées en tenant compte des impacts. La précision globale moyenne (AOA) a atteint jusqu'à 94 % en utilisant l'image hyperspectrale et l'algorithme de régression logistique régularisée, tandis que la série chronologique d'images multispectrales ne dépasse jamais 72 % d'AOA. De toutes les transformations spectrales testées, seuls les indices de végétation appliqués sur les séries temporelles d'images multispectrales augmentent les performances. La dégradation de l'image hyperspectrale aux spécifications de Sen-tinel-2 souligne l'importance des résolutions spatiales et spectrales fines pour réaliser une cartographie précise dans ce contexte complexe. Bien qu'aucune différence significative ne soit trouvée entre les sites impactés et les sites de référence grâce aux mesures de la biodiversité, la cartographie de la végétation met en évidence certaines différences dans la répartition des espèces.

International audience; The Alex storm caused particularly catastrophic floods in the Roya, Tinée and Vésubie valleys(south-eastern France) on 2 October 2020. This event will certainly serve as a reference for floodrisk management in the future and it is important to document it as far as possible, in order topreserve its memory and enable further studies. Different national services and operators havebeen involved to gather and consolidate datasets describing this event. This article presentsa contribution from the scientific community to the reconstruction of the event’s peakdischarges, conducted within the HyMeX research programme. Field cross section surveysmade it possible to obtain 32 peak discharge estimates, contributing to a detailed descriptionof the flood genesis on the main rivers and their small tributarie; La tempête Alex, qui a touché le 2 octobre 2020 les vallées de la Roya, la Tinée, et la Vésubiedans les Alpes-Maritimes, constitue un événement de référence qu’il est important de docu-menter au mieux pour en conserver la mémoire et permettre son étude ultérieure. Lesdifférents services et opérateurs de l’État se sont largement mobilisés pour acquérir et regrou-per des jeux de données décrivant cet événement. Cet article présente une contribution de lacommunauté scientifique à la reconstitution des débits de pointe des crues, conduite dans lecadre du programme de recherche HyMeX. Des relevés de sections d’écoulement ont permisd’obtenir 32 estimations de débits de pointe, contribuant à la connaissance des crues obser-vées sur les cours d’eau principaux et leurs petits affluents.

Machine learning algorithms demonstrated promising results for hyperspectral semantic segmentation. However, they strongly rely on the quality of training datasets. As far as the annotation of hyperspectral images is often expensive and time-consuming, only a few thousand pixels can be labeled. In this context, active learning algorithms select the most informative pixels to be labeled. In the machine learning community, recent active learning methods have overcome the performance of conventional algorithms but do not always scale to large remote sensing images. Therefore, we introduce in this paper a preprocessing method that allows the use of computationally intensive active learning algorithms without significant impacts on their effectiveness.

As satellite sensors cannot acquire Earth observation images with high spatial and spectral resolutions, a solution is combining a high spatial resolution panchromatic (PAN) image with a high spectral resolution hyperspectral (HS) image, to generate a new image with high resolution in both dimensions. This fusion process, called HS pansharpening, suffers from some limitations, including mixed pixel handling. Such pixels are particularly abundant in urban environment.The objective of this thesis is to develop and validate a new HS pansharpening method in the [0.4 - 2.5 µm] spectral domain optimising the reconstruction of mixed pixels. To this end, one method from the literature, called Spatially Organized Spectral Unmixing (SOSU), has been chosen as a starting point. It is based on mixed pixel preprocessing steps including spectral unmixing and spatial reorganisation, and a fusion step called Gain.To evaluate fusion methods, simulated datasets presenting several spatial complexity levels and acquired by different instruments have been constructed from existing airborne data. In addition, a robust performance assessment protocol has been proposed. It is based on Wald's protocol and quality criteria applied at different spatial scales and to different spectral domains, and it is supplemented by additional ground truth (land cover maps).Improvements have been made to gradually adapt SOSU to high spatial complexity scenes. Firstly, a new spatial reorganisation approach by combinatorial analysis has been proposed for the processing of agricultural to peri-urban environments. Additional improvements have been made for the processing of urban environments by modeling the combinatorial analysis as an optimisation problem which led to the Combinatorial OptimisatioN for 2D ORganisation (CONDOR) method. This method has been evaluated and compared with reference methods in terms of performance. Analysis of the results has revealed visual and numerical enhancements of fusion quality, and have shown that the most important limitation is related to the non-representation of the [1.0 - 2.5 µm] SWIR domain in the PAN input image.A new instrument concept was introduced to overcome this limitation, by adding a second PAN channel in the [2.0 - 2.5 µm] SWIR II domain. The Gain-2P and CONDOR-2P methods, extensions of the Gain and CONDOR methods taking into account this second PAN channel, have been developed. Analysis of the results from these two extended methods revealed their significant contribution (up to 60 % and 45 % of improvement as compared with their initial versions, respectively on peri-urban and urban data), as well as an enhanced quality of the image fused by CONDOR-2P as compared with Gain-2P (up to a 9 % improvement).Finally, a sensitivity study has been performed to evaluate the robustness of the proposed methods with respect to instrumental defaults and characteristics (spatial resolution ratio, deregistration, noise and modulation transfer function), using configurations representative of existing satellite instruments. Despite the sensitivity of all methods to the different parameters, analyses have shown that CONDOR-2P almost systematically provides best reconstruction quality, and is particularly robust to the increasing of the spatial resolution ratio (10 % of improvement as compared with Gain-2P for a 8 ratio in peri-urban environment)., Les capteurs satellitaires ne pouvant acquérir des images d'observation de la Terre à hautes résolutions spatiale et spectrale, une solution consiste à combiner une image panchromatique (PAN) à haute résolution spatiale avec une image hyperspectrale (HS) à haute résolution spectrale, pour générer une nouvelle image hautement résolue spatialement et spectralement. Ce procédé de fusion, appelé pansharpening HS, présente toutefois certaines limitations, parmi lesquelles la gestion des pixels HS mixtes, particulièrement présents en milieu urbain.Cette thèse a pour objectif de développer et valider une nouvelle méthode de pansharpening HS dans le domaine réflectif [0,4 - 2,5 µm] optimisant la reconstruction des pixels mixtes. Pour ce faire, une méthode de la littérature appelée Spatially Organized Spectral Unmixing (SOSU) a été choisie comme point de départ. Elle est basée sur des étapes de prétraitement de démélange spectral et de réorganisation spatiale des pixels mixtes, et une étape de fusion appelée Gain.Afin d'évaluer les méthodes de fusion, des jeux de données simulés présentant plusieurs niveaux de complexité spatiale et acquis par différents instruments ont été construits à partir de données aéroportées existantes. D'autre part, un protocole robuste d'évaluation de performances a été proposé. Il est basé sur le protocole de Wald et l'application de critères de qualité à différentes échelles spatiales et sur différents domaines spectraux, et il est complété par un produit à valeur ajoutée (cartes d'occupation des sols par classification supervisée).Des améliorations ont été apportées à SOSU pour l'adapter progressivement à des scènes de complexité spatiale élevée. Une nouvelle approche de réorganisation spatiale par analyse combinatoire a été proposée pour le traitement des milieux agricoles à péri-urbains. Des améliorations supplémentaires ont été apportées pour le traitement des milieux urbains, en modélisant notamment l'analyse combinatoire comme un problème d'optimisation, et ont conduit à la méthode Combinatorial OptimisatioN for 2D ORganisation (CONDOR). Les performances de cette méthode ont été évaluées et comparées à celles de méthodes de référence. Elles ont révélé des améliorations visuelles et numériques de la qualité de la reconstruction, et ont montré que la limitation la plus importante provient de la non-représentation du domaine SWIR [1,0 - 2,5 µm] dans l'image PAN en entrée de la fusion.Un nouveau choix d'instrumentation, reposant sur l'utilisation d'une seconde voie PAN dans le domaine SWIR II [2,0 - 2,5 µm], a ainsi été introduit pour dépasser cette limitation. Les méthodes Gain-2P et CONDOR-2P, extensions des méthodes Gain et CONDOR prenant en compte cette seconde voie PAN, ont été développées. L'analyse des résultats a révélé l'apport conséquent de ces deux méthodes étendues (jusqu'à 60 % et 45 % d'amélioration par rapport à leurs versions initiales sur des données respectivement péri-urbaines et urbaines), ainsi que l'amélioration de la qualité de l'image fusionnée avec CONDOR-2P par rapport à Gain-2P (jusqu'à 9 % d'amélioration).Enfin, une étude de sensibilité a été menée afin d'évaluer la robustesse des méthodes proposées vis-à-vis des défauts et caractéristiques instrumentaux (rapport de résolutions spatiales, déregistration, bruit et fonction de transfert de modulation), en choisissant des configurations représentatives des instruments satellitaires existants. Malgré la sensibilité de l'ensemble des méthodes aux différents paramètres, les analyses ont montré que CONDOR-2P obtient quasi-systématiquement la meilleure qualité de reconstruction, et se révèle particulièrement robuste vis-à-vis de l'augmentation du rapport de résolutions spatiales (10 % d'amélioration par rapport à Gain-2P pour une valeur de 8 en milieu péri-urbain).

Significance: We propose a technique devoted to real-time high-resolution imaging of skin microvascularization.Aim: The process utilizes the temporal variation of the spatially depolarized optical speckle field generated by moving red blood cells when illuminated with fully polarized coherent light.Approach: Polarimetric filtering prevents the contribution of surface scattering from reaching the camera and thus favors the detection of multiscattered photons from the deeper layers of the skin.Results: Full-field images reveal the microvasculature with a spatial resolution of 80 μm. The acquisition speed allows for real-time applications.Conclusions: We demonstrate the ability of this method to determine in 1 s a stable and reliable microvascular activity, enabling numerous clinical applications that require quantitative measurements., Importance : Nous proposons une technique consacrée à l'imagerie haute résolution en temps réel de la microvascularisation de la peau.Objectif : Le procédé utilise la variation temporelle du champ de chatoiement optique dépolarisé dans l'espace, généré par des globules rouges en mouvement lorsqu'ils sont éclairés par une lumière cohérente entièrement polarisée.Approche : Le filtrage polarimétrique empêche la contribution de la diffusion de surface d'atteindre la caméra et favorise ainsi la détection des photons multidiffusés provenant des couches profondes de la peau.Résultats : Les images plein champ révèlent la microvascularisation avec une résolution spatiale de 80 μm. La vitesse d'acquisition permet des applications en temps réel.Conclusions : Nous démontrons la capacité de cette méthode à déterminer en 1 s une activité microvasculaire stable et fiable, permettant de nombreuses applications cliniques qui nécessitent des mesures quantitatives.

International audience; pas de résumé

International audience; Wide area surveillance has become of critical importance, particularly for border control between countries where vast forested land border areas are to be monitored. In this paper, we address the problem of the automatic detection of activity in forbidden areas, namely forested land border areas. In order to avoid false detections, often triggered in dense vegetation with single sensors such as radar, we present a multi sensor fusion and tracking system using passive infrared detectors in combination with automatic person detection from thermal and visual video camera images. The approach combines weighted maps with a rule engine that associates data from multiple weighted maps. The proposed approach is tested on real data collected by the EU FOLDOUT project in a location representative of a range of forested EU borders. The results show that the proposed approach can eliminate single sensor false detections and enhance accuracy by up to 50%.; La surveillance d'un périmètre étendu est devenue d'une importance cruciale, en particulier pour le contrôle des frontières entre les pays où de vastes zones forestières frontalières terrestres doivent être surveillées. Dans cet article, nous abordons le problème de la détection automatique de l'activité dans les zones interdites, à savoir les zones forestières frontalières terrestres. Afin d'éviter les fausses détections, souvent déclenchées dans une végétation dense avec des capteurs uniques tels que des radars, nous présentons dans cet article un système de fusion et de suivi multi-capteurs utilisant des détecteurs infrarouges passifs en combinaison avec la détection automatique de personnes à partir d'images de caméras vidéo thermiques. L'approche combine des cartes pondérées avec un moteur de règles qui associe les données de plusieurs cartes pondérées. L'approche proposée est testée sur des données réelles collectées par le projet européen FOLDOUT dans une zone similaire à différentes frontières forestières de l'UE. Les résultats montrent que l'approche proposée peut éliminer les fausses détections d'un seul capteur et améliorer la précision jusqu'à 50 %.

The monitoring of the Land Surface Temperature (LST) by remote sensing in urban areas is of great interest to study the Surface Urban Heat Island (SUHI) effect. Thus, it is one of the goals of the future spaceborne mission TRISHNA, which will carry a thermal radiometer onboard with four bands at a 60-m spatial resolution, acquiring daytime and nighttime. In this study, TRISHNA-like data are simulated from Airborne Hyperspectral Scanner (AHS) data over the Madrid urban area at 4-m resolution. To retrieve the LST, the Temperature and Emissivity Separation (TES) algorithm is applied with four spectral bands considering two main original approaches compared with the classical TES algorithm. First, calibration and validation datasets with a large number of artificial materials are considered (called urban-oriented database), contrary to most of the previous studies that do not use a large number of artificial material spectra during the calibration step, thus impacting the LST retrieval over these materials. This approach produces one TES algorithm with one empirical relationship, called 1MMD TES. Second, two empirical relationships are used, one for the artificial materials and the other for the natural ones. These relationships are defined thanks to two calibration datasets (artificial-surface-oriented database and natural-surface-oriented database, respectively), one containing mainly artificial materials and the other mainly natural ones. Finally, in order to use two empirical relationships, a ground cover classification map is given to the TES algorithm to separate artificial pixels from natural ones. This approach produces one material-oriented TES algorithm with two empirical relationships, called 2MMD TES. In order to perform a complete comparison of these two addenda in the TES algorithm and their impact on the LST retrieval, both AHS and TRISHNA spatial resolutions are studied, i.e., 4-m and 60-m resolutions, respectively. Relative to the calibration of the TES algorithm, we conclude that (1) the urban-oriented database is more representative of the urban areas than previous databases from the state-of-the-art, and (2) using two databases (artificial-surface-oriented and natural-surface-oriented) instead of one prevents the overestimation of the LST over natural materials and the underestimation over artificial ones. Thus, for both studied spatial resolutions (AHS and TRISHNA), we find that the 2MMD TES outperforms the 1MMD TES. This difference is especially important for artificial materials, corroborating the above conclusion. Furthermore, the comparison with ground measurements shows that, on 4-m spatial resolution images, the 2MMD TES outperforms both the 1MMD TES and the TES from the state-of-the-art used in this study. Finally, we conclude that the 2MMD TES method, with only four spectral bands, better retrieves the LST over artificial and natural materials and that the future TRISHNA sensor is suited for the monitoring of the LST over urban areas and the SUHI effect., Le suivi de la température de surface terrestre (LST) par télédétection dans les zones urbaines est d'un grand intérêt pour étudier l'effet d'îlot de chaleur urbain de surface (SUHI). C'est donc l'un des objectifs de la future mission spatiale TRISHNA, qui transportera à bord un radiomètre thermique à quatre bandes avec une résolution spatiale de 60 m, faisant des acquisitions de jour et de nuit. Dans cette étude, des données de type TRISHNA sont simulées à partir des données d’AHS (Airborne Hyperspectral Scanner) sur la zone urbaine de Madrid à une résolution de 4 mètres. Pour récupérer la LST, l'algorithme de séparation température et émissivité (TES) est appliqué avec quatre bandes spectrales en considérant deux approches originales principales par rapport à l'algorithme TES classique. Tout d'abord, des ensembles de données d’apprentissage et de validation avec un grand nombre de matériaux artificiels sont considérés (appelés base de données orientée urbain), contrairement à la plupart des études précédentes qui n'utilisent pas un grand nombre de spectres de matériaux artificiels pendant l'étape d’apprentissage, ce qui a un impact sur l’estimation de la LST sur ces matériaux. Cette approche produit un algorithme TES avec une relation empirique, appelé 1MMD TES. Ensuite, deux relations empiriques sont utilisées, une pour les matériaux artificiels et l'autre pour les matériaux naturels. Ces relations sont définies grâce à deux ensembles de données d'étalonnage (base de données axée sur les surfaces artificielles et base de données axée sur les surfaces naturelles, respectivement), l'une contenant principalement des matériaux artificiels et l'autre principalement des matériaux naturels. Enfin, afin d'utiliser ces deux relations empiriques, une carte de classification de la couverture du sol est donnée à l'algorithme TES pour séparer les pixels artificiels des pixels naturels. Cette approche produit un algorithme TES orienté matériau avec deux relations empiriques, appelé 2MMD TES. Afin d'effectuer une comparaison complète de ces deux ajouts à l'algorithme TES et de leur impact sur l’estimation de la LST, les résolutions spatiales AHS et TRISHNA sont étudiées, c'est-à-dire des résolutions de 4 et 60 mètres, respectivement. En ce qui concerne l’apprentissage de l'algorithme TES, nous concluons que (1) la base de données orientée urbain est plus représentative des zones urbaines que les bases de données précédentes de l'état de l'art, et (2) l'utilisation de deux bases de données (orientée vers les surfaces artificielles et orientée vers les surfaces naturelles) au lieu d'une seule prévient la surestimation de la LST sur les matériaux naturels et la sous-estimation sur les matériaux artificiels. Ainsi, pour les deux résolutions spatiales étudiées (AHS et TRISHNA), nous constatons que le 2MMD TES est plus performant que le 1MMD TES. Cette différence est particulièrement importante pour les matériaux artificiels, ce qui corrobore la conclusion ci-dessus. En outre, la comparaison avec les mesures au sol montre que, sur les images à résolution spatiale de 4 m, le 2MMD TES surpasse à la fois le 1MMD TES et le TES de l'état de l'art utilisé dans cette étude. Enfin, nous concluons que la méthode 2MMD, avec seulement quatre bandes spectrales, permet d’estimer plus précisément la LST sur les matériaux artificiels et naturels et que le futur capteur TRISHNA est adapté au suivi de la LST sur les zones urbaines et de l'effet SUHI.

International audience; The monitoring of the Land Surface Temperature (LST) by remote sensing in urban areas is of great interest to study the Surface Urban Heat Island (SUHI) effect. Thus, it is one of the goals of the future spaceborne mission TRISHNA, which will carry a thermal radiometer onboard with four bands at a 60-m spatial resolution, acquiring daytime and nighttime. In this study, TRISHNA-like data are simulated from Airborne Hyperspectral Scanner (AHS) data over the Madrid urban area at 4-m resolution. To retrieve the LST, the Temperature and Emissivity Separation (TES) algorithm is applied with four spectral bands considering two main original approaches compared with the classical TES algorithm. First, calibration and validation datasets with a large number of artificial materials are considered (called urban-oriented database), contrary to most of the previous studies that do not use a large number of artificial material spectra during the calibration step, thus impacting the LST retrieval over these materials. This approach produces one TES algorithm with one empirical relationship, called 1MMD TES. Second, two empirical relationships are used, one for the artificial materials and the other for the natural ones. These relationships are defined thanks to two calibration datasets (artificial-surface-oriented database and natural-surface-oriented database, respectively), one containing mainly artificial materials and the other mainly natural ones. Finally, in order to use two empirical relationships, a ground cover classification map is given to the TES algorithm to separate artificial pixels from natural ones. This approach produces one material-oriented TES algorithm with two empirical relationships, called 2MMD TES. In order to perform a complete comparison of these two addenda in the TES algorithm and their impact on the LST retrieval, both AHS and TRISHNA spatial resolutions are studied, i.e., 4-m and 60-m resolutions, respectively. Relative to the calibration of the TES algorithm, we conclude that (1) the urban-oriented database is more representative of the urban areas than previous databases from the state-of-the-art, and (2) using two databases (artificial-surface-oriented and natural-surface-oriented) instead of one prevents the overestimation of the LST over natural materials and the underestimation over artificial ones. Thus, for both studied spatial resolutions (AHS and TRISHNA), we find that the 2MMD TES outperforms the 1MMD TES. This difference is especially important for artificial materials, corroborating the above conclusion. Furthermore, the comparison with ground measurements shows that, on 4-m spatial resolution images, the 2MMD TES outperforms both the 1MMD TES and the TES from the state-of-the-art used in this study. Finally, we conclude that the 2MMD TES method, with only four spectral bands, better retrieves the LST over artificial and natural materials and that the future TRISHNA sensor is suited for the monitoring of the LST over urban areas and the SUHI effect.; Le suivi de la température de surface terrestre (LST) par télédétection dans les zones urbaines est d'un grand intérêt pour étudier l'effet d'îlot de chaleur urbain de surface (SUHI). C'est donc l'un des objectifs de la future mission spatiale TRISHNA, qui transportera à bord un radiomètre thermique à quatre bandes avec une résolution spatiale de 60 m, faisant des acquisitions de jour et de nuit. Dans cette étude, des données de type TRISHNA sont simulées à partir des données d’AHS (Airborne Hyperspectral Scanner) sur la zone urbaine de Madrid à une résolution de 4 mètres. Pour récupérer la LST, l'algorithme de séparation température et émissivité (TES) est appliqué avec quatre bandes spectrales en considérant deux approches originales principales par rapport à l'algorithme TES classique. Tout d'abord, des ensembles de données d’apprentissage et de validation avec un grand nombre de matériaux artificiels sont considérés (appelés base de données orientée urbain), contrairement à la plupart des études précédentes qui n'utilisent pas un grand nombre de spectres de matériaux artificiels pendant l'étape d’apprentissage, ce qui a un impact sur l’estimation de la LST sur ces matériaux. Cette approche produit un algorithme TES avec une relation empirique, appelé 1MMD TES. Ensuite, deux relations empiriques sont utilisées, une pour les matériaux artificiels et l'autre pour les matériaux naturels. Ces relations sont définies grâce à deux ensembles de données d'étalonnage (base de données axée sur les surfaces artificielles et base de données axée sur les surfaces naturelles, respectivement), l'une contenant principalement des matériaux artificiels et l'autre principalement des matériaux naturels. Enfin, afin d'utiliser ces deux relations empiriques, une carte de classification de la couverture du sol est donnée à l'algorithme TES pour séparer les pixels artificiels des pixels naturels. Cette approche produit un algorithme TES orienté matériau avec deux relations empiriques, appelé 2MMD TES. Afin d'effectuer une comparaison complète de ces deux ajouts à l'algorithme TES et de leur impact sur l’estimation de la LST, les résolutions spatiales AHS et TRISHNA sont étudiées, c'est-à-dire des résolutions de 4 et 60 mètres, respectivement. En ce qui concerne l’apprentissage de l'algorithme TES, nous concluons que (1) la base de données orientée urbain est plus représentative des zones urbaines que les bases de données précédentes de l'état de l'art, et (2) l'utilisation de deux bases de données (orientée vers les surfaces artificielles et orientée vers les surfaces naturelles) au lieu d'une seule prévient la surestimation de la LST sur les matériaux naturels et la sous-estimation sur les matériaux artificiels. Ainsi, pour les deux résolutions spatiales étudiées (AHS et TRISHNA), nous constatons que le 2MMD TES est plus performant que le 1MMD TES. Cette différence est particulièrement importante pour les matériaux artificiels, ce qui corrobore la conclusion ci-dessus. En outre, la comparaison avec les mesures au sol montre que, sur les images à résolution spatiale de 4 m, le 2MMD TES surpasse à la fois le 1MMD TES et le TES de l'état de l'art utilisé dans cette étude. Enfin, nous concluons que la méthode 2MMD, avec seulement quatre bandes spectrales, permet d’estimer plus précisément la LST sur les matériaux artificiels et naturels et que le futur capteur TRISHNA est adapté au suivi de la LST sur les zones urbaines et de l'effet SUHI.

International audience; Methane (CH4) is one of the most contributing anthropogenic greenhouse gases (GHGs) in terms of global warming. Industry is one of the largest anthropogenic sources of methane, which are currently only roughly estimated. New satellite hyperspectral imagers, such as PRISMA, open up daily temporal monitoring of industrial methane sources at a spatial resolution of 30 m. Here, we developed the Characterization of Effluents Leakages in Industrial Environment (CELINE) code to inverse images of the Korpezhe industrial site. In this code, the In-Scene Background Radiance (ISBR) method was combined with a standard Optimal Estimation (OE) approach. The ISBR-OE method avoids the use of a complete and time-consuming radiative transfer model. The ISBR-OEM developed here overcomes the underestimation issues of the linear method (LM) used in the literature for high concentration plumes and controls a posteriori uncertainty. For the Korpezhe site, using the ISBR-OEM instead of the LM -retrieved CH4 concentration map led to a bias correction on CH4 mass from 4 to 16% depending on the source strength. The most important CH4 source has an estimated flow rate ranging from 0.36 ± 0.3 kg·s−1 to 4 ± 1.76 kg·s−1 on nine dates. These local and variable sources contribute to the CH4 budget and can better constrain climate change models.; Le méthane (CH4) est l'un des gaz à effet de serre (GES) anthropiques qui contribuent le plus au réchauffement de la planète. L'industrie est l'une des plus importantes sources anthropiques de méthane, qui ne sont actuellement que grossièrement estimées. Les nouveaux imageurs hyperspectraux satellitaires, tels que PRISMA, permettent un suivi temporel quotidien des sources de méthane industriel à une résolution spatiale de 30 m. Ici, nous avons développé le code Characterization of Effluents Leakages in Industrial Environment (CELINE) pour inverser les images du site industriel de Korpezhe. Dans ce code, la méthode ISBR (In-Scene Background Radiance) a été combinée avec une approche standard d'estimation optimale (OE). La méthode ISBR-OE évite l'utilisation d'un modèle de transfert radiatif complet et coûteux en temps. La méthode ISBR-OE développée ici surmonte les problèmes de sous-estimation de la méthode linéaire (LM) utilisée dans la littérature pour les panaches à forte concentration et contrôle l'incertitude a posteriori. Pour le site de Korpezhe, l'utilisation de l'ISBR-OEM au lieu de la carte de concentration de CH4 obtenue par la méthode linéaire a conduit à une correction du biais sur la masse de CH4 de 4 à 16% selon la force de la source. La source de CH4 la plus importante a un débit estimé allant de 0,36 ± 0,3 kg-s-1 à 4 ± 1,76 kg-s-1 à neuf dates. Ces sources locales et variables contribuent au bilan de CH4 et peuvent mieux contraindre les modèles de changement climatique.

International audience; The Soil Moisture and Ocean Salinity (SMOS) satellite has been providing global data for more than 11 years. The algorithm to retrieve surface soil moisture (SM) and vegetation optical depth (VOD) from Brightness Temperatures (TB) has constantly evolved as our understanding of the instrument and of the responses to various ecosystems increased. The evolution of the radiative transfer modelling used in the inversion process is in part based upon ground measurements done on experimental sites. We present the particular case of an L-band radiometer placed on top of a 800- meter-high cliff. This design allows us to study large and various scenes when compared to classical experiments where a radiometer is placed 10–20 m above a surface. With our set up, the footprints cover areas larger than 300 m in diameter, covering thus several land use types and the footprint can be directed towards different dominant land classes (forest, crops, urban etc…). This paper presents the whole set up consisting of in situ measurements (soil moisture and surface temperatures) and L-band radiometry acquired by the LEWIS instrument at high incidence angles. We perform SM/VOD retrievals from brightness temperatures using various configurations which are compared to the in situ observations. We test in particular a 2-VOD retrieval approach that consists in deriving one SM for the entire scene but two VOD, one for agricultural/low vegetation and a VOD for the forest parts, which improves the performance of the SM/VOD retrievals.

Black carbon aerosol emissions are recognized as contributors to global warming and air pollution. There remains, however, a lack of in-situ techniques to remotely quantify black carbon aerosol particles with high range and time resolution. This article presents for the first time, to our knowledge, a direct and contact-free remote measurement of black carbon aerosol number and mass concentration less than ten of meters from the emission source. This is done with a novel picosecond short-range elastic backscatter lidar (PSR-EBL) technique. To address the complexity of retrieving lidar products at short measurement ranges, we apply a forward inversion method featuring radiometric lidar calibration. Our method is based on an extension of a well-established light-scattering model, the Rayleigh-Debye-Gans for Fractal-Aggregates (RDG-FA) theory, which computes an analytical expression for lidar parameters. These parameters are the backscattering cross-sections and the lidar ratio for black carbon fractal aggregates. Using a small-scale Jet A-1 kerosene pool fire, it is shown that our technique can quantify the aerosol number and mass concentration with centimetre range-resolution and millisecond time-resolution.; Les émissions d'aérosols de carbone noir sont reconnues comme contribuant au réchauffement climatique et à la pollution de l'air. Il reste cependant un manque de techniques pour quantifier à distance les particules d'aérosol de noir de carbone avec une plage et une résolution temporelle élevées. Cet article présente une technique à distance directe et sans contact pour quantifier le nombre d'aérosols de carbone noir et la concentration massique à quelques mètres de la source d'émission. Cela se fait à l'aide de l'instrument Colibri basé sur une nouvelle technique, appelée ici Picosecond Short-Range Elastic Backscatter Lidar (PSR-EBL). Pour faire face à la complexité de la récupération des produits lidar à de courtes plages de mesure, nous appliquons une méthode d'inversion directe avec étalonnage radiométrique du lidar. Notre méthode est basée sur une extension d'un modèle de diffusion de la lumière bien établi, la théorie Rayleigh-Debye-Gans for Fractal-Aggregates (RDG-FA), qui calcule une expression analytique des paramètres lidar. Ces paramètres sont les sections efficaces de rétrodiffusion et le rapport lidar pour les agrégats fractals de carbone noir. À l'aide d'un feu de nappe de kérosène Jet A-1 à petite échelle, nous démontrons la capacité de la technique à quantifier le nombre d'aérosols et la concentration en masse avec une résolution centimétrique et une résolution temporelle en millisecondes.

International audience; As the volume of marine transportation increases, it becomes increasingly important to monitor ships for efficient coastal monitoring and management. To this end, high-resolution satellite images can be utilized to surveil oceanic environments synoptically. In this study, high-resolution optical satellite image was used to detect ships and estimate the size of each ship in the Korean coastal region. All the pixels in an image were first classified into ship, ship shadow, wake, sea, and land by applying a maximum likelihood classifier. The positions corresponding to the boundary of the ship were obtained from the magnitude of the 2-dimensional gradient on the classified ship pixels, and then the length and width of the ship were estimated by applying an ellipse fitting method to the ship periphery. This method resulted, in slight overestimations of the sizes of the ships. In order to improve the accuracy of the estimated ship sizes, a correction formula was developed by investigating the errors of the estimated values and their potential relationships to the variables representing the spatial shape of the vessels, such as eccentricity, kurtosis. Applying the suggested formulation for ship size estimation improved accuracy by 54.41% compared to the estimated sizes obtained through ellipse fitting. We anticipate that our method of estimating the lengths of the vessels will contribute to identifying missing ships using high-resolution satellite images.

International audience; An improved version of the MARMIT model is proposed. Wet soil is represented as a dry soil layer surmounted by a layer of a mixture of water and soil particles.

International audience; The detection and the quantification of greenhouse gases is essential to climate change studies, avoid leakages in industrial site, prevent accidental explosions. Because of these properties, methane (CH 4) is an important target gas in remote sensing quantification. We focused on industrial plume quantification with data obtained during airborne campaign with HySpex-Neo hyperspectral camera. The 1.4 m of spatial resolution allows comparing quantification methods on real data combined with full or semi-synthetic plume case. A linear method largely used in the literature is compared with a quantification method based on the rebuilt background image and the estimation of plume transmission (PTE method). We have developed a hybrid approach using intermediate results of two previous methods. The hybrid method is based on the optimal estimation (OE) formalism and is providing uncertainty estimates. We show that the linear method underestimates the concentration of plumes for concentration above 5000 ppm.m. For low reflectance pixels, the hybrid method is more robust than the PTE method. The uncertainty of the hybrid method is about 30% for pixels with concentrations above 5000 ppm.m. For a HySpex-Neo image, the total mass of the plume is underestimated by 30% with the linear method compared to the hybrid method.; La détection et la quantification des gaz à effet de serre sont essentielles pour étudier le changement climatique, éviter les fuites sur les sites industriels et prévenir les explosions accidentelles. En raison de ces propriétés, le méthane (CH4) est un gaz cible important pour la quantification par télédétection. Nous nous sommes concentrés sur la quantification des panaches industriels avec les données obtenues lors de la campagne aéroportée avec la caméra hyperspectrale HySpex-Neo. La résolution spatiale de 1,4 m permet de comparer les méthodes de quantification sur des données réelles combinées à un cas de panache complet ou semi-synthétique. Une méthode linéaire largement utilisée dans la littérature est comparée à une méthode de quantification basée sur la reconstruction de l'image de fond et l'estimation de la transmission du panache (méthode PTE). Une méthode hybride, utilisant les résultats intermédiaires des deux méthodes précédentes, est basée sur une estimation optimale et fournit une étude de la propagation des erreurs. Nous montrons que la méthode linéaire sous-estime la concentration des panaches pour une concentration supérieure à 15 000 ppm.m. Les méthodes PTE et hybride retrouvent une concentration en bon accord avec la concentration synthétique. Pour les pixels de faible réflectance, la méthode hybride est plus robuste que la méthode PTE.

International audience; In the context of climate change and rising frequency of extreme hydro-meteorological events around the world, flood risk management and mapping of heavy rainfall-related damages represent an ongoing critical challenge. For decades now, remote sensing has been largely used to investigate spatial and temporal changes in land use and water resources. Today, different satellite products provide fast and crucial knowledge for the study of hydrological disasters over large areas, possibly in remote regions, with high spatial resolution and high revisit frequency. Yet, until now, few works have sought to detect the full range of extreme rainfall-related damages with optical imagery, especially those caused by intense rainwater runoff beyond the direct vicinity of major waterways. The work presented in this paper focuses on the Aude severe weather event of October 15th, 2018, in the South of France, for which more than a thousand claims for agricultural disaster were registered, both related to river overflowing and rainwater runoff. The full resources of ground truths, contextual information, land use as well as digital elevation model (DEM) combined to high resolution and high frequency optical imagery (Sentinel-2, Pléiades) are used to develop an automatic damage detection method based on supervised classification algorithms. Through the combination of several indicators characterizing heterogeneous spectral variations among agricultural plots following the event, a Gaussian process classifier achieved various classification accuracies up to 90% on a large comparable and independent photo-interpreted validation sample. This work builds great expectations for applications in other areas with contrasted climate, topography and land cover.; Dans le contexte du changement climatique et de la fréquence croissante des événements hydrométéorologiques extrêmes dans le monde, la gestion des risques d'inondation et la cartographie des dommages liés aux fortes pluies représentent un défi critique permanent. Depuis des décennies, la télédétection a été largement utilisée pour étudier les changements spatiaux et temporels de l'utilisation des terres et des ressources en eau. Aujourd'hui, différents produits satellitaires fournissent des connaissances rapides et cruciales pour l'étude des catastrophes hydrologiques sur de vastes zones, éventuellement dans des régions éloignées, avec une résolution spatiale élevée et une fréquence de revisite élevée. Pourtant, jusqu'à présent, peu de travaux ont cherché à détecter la gamme complète des dommages liés aux pluies extrêmes par imagerie optique, en particulier ceux causés par un ruissellement intense des eaux de pluie au-delà du voisinage direct des principaux cours d'eau. Les travaux présentés dans cet article se concentrent sur l'épisode de temps violent de l'Aude du 15 octobre 2018, dans le sud de la France, pour lequel plus d'un millier de sinistres agricoles ont été enregistrés, tous deux liés au débordement des rivières et au ruissellement des eaux de pluie.L'ensemble des ressources de vérités de terrain, d'informations contextuelles, d'occupation des sols ainsi que du modèle numérique d'élévation (DEM) combiné à l'imagerie optique haute résolution et haute fréquence (Sentinel-2, Pléiades) sont utilisés pour développer une méthode de détection automatique des dommages basée sur une classification supervisée. algorithmes. Grâce à la combinaison de plusieurs indicateurs caractérisant les variations spectrales hétérogènes entre les parcelles agricoles à la suite de l'événement, un classificateur de processus gaussien a obtenu diverses précisions de classification allant jusqu'à 90% sur un grand échantillon de validation photo-interprété comparable et indépendant. Ce travail suscite de grandes attentes pour des applications dans d'autres domaines au climat, à la topographie et à la couverture du sol contrasté.

Characterization and seasonal (periodic) monitoring of plant species distribution in the context of former industrial activity is crucial to assess long-term anthropogenic footprint on vegetated area. Species discrimination has shown promising results using both HyperSpectral (HS) and MultiSpectral (MS) images. Airborne HS instruments enable high spatial and spectral resolution imagery while time series of satellite MS images provide high temporal resolution and phenological information. This paper aims to compare supervised classification results obtained with non-parametric (Random Forest, RF, Support Vector Machine, SVM) and parametric methods (Regularized Logistic Regression, RLR) applied on both kinds of images acquired on an industrial brownfield. The studied site is a complex vegetated environment due to species diversity: 8 dominant species are retained. The performance obtained by preliminary feature selection based on principal component analysis and vegetation indices, to improve separability of spectral or temporal information according to species, is analysed. The best performance is obtained by RLR method applied on HS data without feature selection (global accuracy of 93 %). Feature selection is found to be a necessary step to perform classification with time series of MS images. Species that are difficult to distinguish from the HS image, namely Salix and Populus, are well separated using Sentinel-2 images (precision around 70%).

International audience; This work focuses on the contribution of modelling for the interpretation of multi- or hyperspectral optical images for the detection, characterisation and quantification of oil spills. Many parameters contribute to the spectral signature of an oil layer on the sea surface: the optical properties of the water column and of the oil, the film thickness, the surface roughness, the atmospheric radiance reaching the surface (direct and diffuse components), the geometry of observation and illumination. The number of these contributors and their combinations make the analysis of the spectral variability of oil signatures at the sea surface complex. Modelling approaches allow us to consider all those parameters and can then provide useful information to improve the interpretation of optical images. The model presented in this paper simulates the radiance of an oil layer from visible to short wave infrared spectral domains, taking into account all the above-mentioned parameters. The damping influence of the oil layer on sea surface waves is also considered. Comparisons of the simulations with in situ measurements shows a good overall agreement despite the lack of knowledge of some input parameters of the model. In combination with laboratory and in-the-field measurements, the model is then used to assess the expected contrast between water and oil and to estimate oil slick volume.; Ce travail se concentre sur la contribution de la modélisation pour l'interprétation des des images optiques hyperspectrales pour la détection, la caractérisation et la quantification des nappes de pétroles. De nombreux paramètres contribuent à la signature spectrale d'une couche d'hydrocarbures à la surface de la mer : les propriétés optiques de la colonne d'eau et des hydrocarbures, l'épaisseur du film, la rugosité de la surface, le rayonnement atmosphérique atteignant la surface (composantes directe et diffuse), la géométrie de l'observation et de l'illumination. Le nombre de ces facteurs et leurs combinaisons rendent complexe l'analyse de la variabilité spectrale des signatures d'hydrocarbures à la surface de la mer. Les approches de modélisation permettent de prendre en compte tous ces paramètres et peuvent ensuite fournir des informations utiles pour améliorer l'interprétation des images optiques. Le modèle présenté dans cet article simule la luminance d'une couche de pétrole du visible au SWIR en tenant compte tous les paramètres mentionnés ci-dessus. L'influence de la couche de pétrole sur l'amortissement des vagues est également pris en compte. La comparaison des simulations avec les mesures in situ montre un bon accord global malgré la méconnaissance de certains paramètres d'entrée du modèle. Combiné à des mesures terrain et en laboratoire , le modèle est ensuite utilisé pour évaluer le contraste attendu entre l'eau et le pétrole et pour estimer le volume de la nappe de pétrole.

Light Detection And Ranging sensors (lidar) are key to autonomous driving, but their data is severely impacted by weather events (rain, fog, snow). To increase the safety and availability of self-driving vehicles, the analysis of the phenomena consequences at stake is necessary. This paper presents experiments performed in a climatic chamber with lidars of different technologies (spinning, Risley prisms, micro-motion and MEMS) that are compared in various artificial rain and fog conditions. A specific target with calibrated reflectance is used to make a first quantitative analysis. We observe different results depending on the sensors, valuable multi-echo information, and unexpected behaviors in the analysis with artificial rain are seen where higher rain rates do not necessarily mean higher degradations on lidar data.

This work reports on an all-fiber pulsed laser source for simultaneous remote sensing of C O 2 concentration and wind velocity in the 2.05 µm region. The source is based on a polarization-maintaining master oscillator power amplifier (MOPA) architecture. Two narrow-linewidth master oscillators for ON-line/OFF-line C O 2 differential absorption lidar operation alternately seed a four-stage amplifier chain at a fast switching rate up to 20 kHz. The MOPA architecture delivers laser pulses of 120 µJ energy, 200 ns duration (600 W peak power) at 20 kHz pulse repetition rate (2.4 W average power). The output linewidth is lower than 5 MHz, close to the pulse Fourier transform limit, and the beam quality factor is M 2 = 1.12 . The source also provides a pre-amplified 20 mW local oscillator with a relative intensity noise of − 160 d B / H z that ensures optimal performance for future coherent detection.

International audience; Cryogenic cameras are an innovative alternative in the design of miniaturized infrared cameras using cryogenic detectors. In this presentation, we will apply this technology to design a snapshot multispectral camera for gas leak detection. A UAV compatible demonstrator in a commercial Detector Dewar Cooler Assembly (DDCA), called SIMAGAZ, has been made and tested in the TOTAL Anomaly Detection Initiatives (TADI) platform and the Esperse site of ONERA. The TADI infrastructure manages monitored gas leaks at flowrates from 0.1 g/s to 300 g/s and hosts remote sensors to test them in three scenarios: crisis-management, safety monitoring, and environmental monitoring. In Esperse site, first UAV flights with SIMAGAZ were performed. We demonstrate the ability to detect and quantify in real time the origin of methane gas leak, the flowrate and the volume of the plume with SIMAGAZ on ground or from a UAV. The core camera weights around 1kg, for around 1L footprint and a power consumption of 10W at the cooling steady state. Results from TADI and Esperse campaigns will be presented.

International audience; We are developing a DIfferential Absorption Lidar (DIAL) for CO2 remote sensing using coherent detection, based on a pulsed hybrid laser emitter at 2.05 μm. In the 2 μm region, the R30 CO2 absorption line has been identified as one of the most promising for space-borne DIAL instrument to provide precise sounding of the atmospheric boundary layer where CO2 sources and sinks are located. In this paper, we present the Tm-doped all-fiber part of the emitter and we demonstrate its ability to measure the CO2 Volume Mixing Ratio (VMR) in the atmosphere. The lidar setup is presented, including the telescope, the heterodyne detection system and a spectral reference system used to infer the absolute frequency of the laser and the ON-line/OFF-line energy difference. We investigate an Integrated-Path-DIAL measurement on a range of 426 m. Results compare well with an in-situ reference sensor (Picarro probe), and the estimate statistics show good agreement with theoretical error calculations. This lidar demonstrator has been called HELENA (Hybrid Emitter Lidar for ENvironmetal Applications). Once completed, it will feature an hybrid emitter combining a semiconductor laser, a high-power Tm-doped fiber amplifier stage, and a final Ho:YLF crystal single-pass amplification stage. This combination aims at benefitting of the versatility, compactness and alignment easiness of a fiber amplifier on one hand, and of the high-peak power attainable with a solid-state amplifier on the other hand. It could allow overcoming the traditional Brillouin limit met in fiber amplifiers, without sacrificing much in compactness and robustness.; Nous développons un lidar à absorption différentielle (DIAL) pour la télédétection du CO2 par détection cohérente, basé sur un émetteur laser hybride pulsé à 2,05 µm. Dans la bande spectrale 2 µm, la raie d'absorption du CO2 R30 a été identifiée comme l'une des plus prometteuses pour un instrument DIAL embarqué dans l'espace, afin de fournir un sondage précis de la couche limite atmosphérique où se trouvent les sources et les puits de CO2. Dans cet article, nous présentons la partie de l'émetteur entièrement fibrée dopées au Thulium et nous démontrons sa capacité à mesurer le rapport de mélange volumique (VMR) du CO2 dans l'atmosphère. L'architecture du lidar est présentée, y compris le télescope, le système de détection hétérodyne et un système de référence spectral utilisé pour déduire la fréquence absolue du laser et la différence d'énergie des impulsions ON et OFF. Nous étudions une mesure intégrée (Integrated-Path-DIAL) sur une distance de 426 m. Les résultats coïncides bien avec un capteur de référence in-situ (sonde Picarro), et les statistiques d'estimation montrent un bon accord avec les calculs d'erreur théoriques.Ce démonstrateur lidar a été appelé HELENA (Hybrid Emitter Lidar for ENvironmetal Applications). Une fois terminé, il comportera un émetteur hybride combinant un laser à semi-conducteur, un étage d'amplification à fibre dopée Tm de haute puissance et un étage final d'amplification simple paassage dans un cristal Ho:YLF. Cette combinaison vise à tirer profit de la polyvalence, de la compacité et de la facilité d'alignement d'un amplificateur à fibre d'une part, et de la puissance crête élevée que l'on peut obtenir avec un amplificateur solide d'autre part. Elle pourrait permettre de dépasser la limite traditionnelle Brillouin rencontrée dans les amplificateurs à fibre, sans sacrifier la compacité et la robustesse de la source.

International audience; With the advancement of high spatial resolution imaging spectroscopy, an accurate surface reflectance retrieval is needed to derive relevant physical variables for land cover mapping, soil, and vegetation monitoring. One challenge is to deal with tree shadows using atmospheric correction models if the tree crown transmittance Tc is not properly taken into account. This requires knowledge of the complex radiation mechanisms that occur in tree crowns, which can be provided by coupling the physical modeling of canopy radiative transfer codes (here DART) and the 3D representations of trees. First in this study, a sensitivity analysis carried out on DART simulations with an empirical 3D tree model led to a statistical regression predicting Tc from the tree leaf area index (LAI) and the solar zenith angle with good performances (RMSE ≤ 4.3% and R2 ≥ 0.91 for LAI ≤ 4 m2.m−2). Secondly, more realistic 3D voxel-grid tree models derived from terrestrial LiDAR measurements over two trees were considered. The comparison of DART-simulated Tc from these models with the previous predicted Tc over 0.4–2.5 µm showed three main sources of inaccuracy quoted in order of importance: (1) the global tree geometry shape (mean bias up to 21.5%), (2) the transmittance fraction associated to multiple scattering, Tscat (maximum bias up to 13%), and (3) the degree of realism of the tree representation (mean bias up to 7.5%). Results showed that neglecting Tc leads to very inaccurate reflectance retrieval (mean bias > 0.04), particularly if the background reflectance is high, and in the near and shortwave infrared – NIR and SWIR – due to Tscat. The transmittance fraction associated to the non-intercepted transmitted light, Tdir, can reach up to 95% in the SWIR, and Tscat up to 20% in the NIR. Their spatial contributions computed in the tree shadow have a maximum dispersion of 27% and 8% respectively. Investigating how to approximate Tdir and Tscat spectral and spatial variability along with the most appropriate tree 3D modeling is crucial to improve reflectance retrieval in tree shadows when using atmospheric correction models.; Avec l'augmentation de l'imagerie spectroscopique à haute résolution spatiale, l'estimation précise de la réflectance de surface est nécessaire pour avoir accès à des variables physiques pertinentes pour la cartographie de la couverture terrestre, le suivi des sols et de la végétation. Un défi consiste à gérer les ombres des arbres si la transmission de leur couronne T_c n'est pas correctement prise en compte. Cela nécessite la connaissance des mécanismes complexes de propagation du rayonnement qui interviennent dans la couronne des arbres, qui peuvent être fournis en couplant la modélisation physique de codes de transfert radiatif de la végétation (ici DART) et des représentations 3D des arbres. Tout d'abord, une analyse de sensibilité réalisée sur des simulations DART avec un modèle 3D empirique d'arbre a conduit à une régression statistique prédisant T_c à partir de l'indice de surface foliaire (LAI) et de l'angle zénithal solaire avec de bonnes performances (RMSE ≤ 4,3% et R2 ≥ 0,91 pour LAI ≤ 4 m2.m-2). Deuxièmement, des modèles d'arbres 3D plus réalistes ont été dérivés des mesures terrestres LiDAR sur deux arbres: des modèles 3D d'arbres avec une représentation LiDAR, discrète à base de voxels et géométrique. La comparaison de T_c DART simulé à partir de ces modèles avec le précédent prédit entre 0,4 et 2,5 µm a montré trois principales sources d'inexactitude: 1) la géométrie globale de l'arbre (biais moyen jusqu'à 21,5%), 2) la fraction de la transmittance provenant de diffusions multiples, T_scat (biais maximal jusqu'à 13%), et 3) le réalisme de la représentation de l'arbre (biais moyen jusqu'à 7,5%). Les résultats ont montré que négliger T_c induisait une estimation de la réflectance très imprécise (biais moyen > 0,04), en particulier lorsque la réflectance du sol est élevée, et dans le proche infrarouge - NIR et SWIR - en raison de T_scat. La fraction de transmittance provenant de la lumière transmise non interceptée, T_dir, peut atteindre jusqu'à 95% dans le SWIR, et T_scat jusqu'à 20% dans le NIR. Leurs distributions spatiales dans l'ombre de l'arbre ont une dispersion maximale de 27% et 8% respectivement. Il est essentiel d'étudier comment approximer la variabilité spectrale et spatiale de T_dir et T_scat, ainsi que la modélisation 3D d'arbre la plus appropriée pour améliorer l'estimation de la réflectance dans les ombres des arbres, y compris entre autres, pour les méthodes de correction atmosphérique.

International audience; With the advancement of high spatial resolution imaging spectroscopy, an accurate surface reflectance retrieval is needed to derive relevant physical variables for land cover mapping, soil, and vegetation monitoring. One challenge is to deal with tree shadows using atmospheric correction models if the tree crown transmittance Tc is not properly taken into account. This requires knowledge of the complex radiation mechanisms that occur in tree crowns, which can be provided by coupling the physical modeling of canopy radiative transfer codes (here DART) and the 3D representations of trees. First in this study, a sensitivity analysis carried out on DART simulations with an empirical 3D tree model led to a statistical regression predicting Tc from the tree leaf area index (LAI) and the solar zenith angle with good performances (RMSE ≤ 4.3% and R2 ≥ 0.91 for LAI ≤ 4 m2.m−2). Secondly, more realistic 3D voxel-grid tree models derived from terrestrial LiDAR measurements over two trees were considered. The comparison of DART-simulated Tc from these models with the previous predicted Tc over 0.4–2.5 µm showed three main sources of inaccuracy quoted in order of importance: (1) the global tree geometry shape (mean bias up to 21.5%), (2) the transmittance fraction associated to multiple scattering, Tscat (maximum bias up to 13%), and (3) the degree of realism of the tree representation (mean bias up to 7.5%). Results showed that neglecting Tc leads to very inaccurate reflectance retrieval (mean bias > 0.04), particularly if the background reflectance is high, and in the near and shortwave infrared – NIR and SWIR – due to Tscat. The transmittance fraction associated to the non-intercepted transmitted light, Tdir, can reach up to 95% in the SWIR, and Tscat up to 20% in the NIR. Their spatial contributions computed in the tree shadow have a maximum dispersion of 27% and 8% respectively. Investigating how to approximate Tdir and Tscat spectral and spatial variability along with the most appropriate tree 3D modeling is crucial to improve reflectance retrieval in tree shadows when using atmospheric correction models.; Avec l'augmentation de l'imagerie spectroscopique à haute résolution spatiale, l'estimation précise de la réflectance de surface est nécessaire pour avoir accès à des variables physiques pertinentes pour la cartographie de la couverture terrestre, le suivi des sols et de la végétation. Un défi consiste à gérer les ombres des arbres si la transmission de leur couronne T_c n'est pas correctement prise en compte. Cela nécessite la connaissance des mécanismes complexes de propagation du rayonnement qui interviennent dans la couronne des arbres, qui peuvent être fournis en couplant la modélisation physique de codes de transfert radiatif de la végétation (ici DART) et des représentations 3D des arbres. Tout d'abord, une analyse de sensibilité réalisée sur des simulations DART avec un modèle 3D empirique d'arbre a conduit à une régression statistique prédisant T_c à partir de l'indice de surface foliaire (LAI) et de l'angle zénithal solaire avec de bonnes performances (RMSE ≤ 4,3% et R2 ≥ 0,91 pour LAI ≤ 4 m2.m-2). Deuxièmement, des modèles d'arbres 3D plus réalistes ont été dérivés des mesures terrestres LiDAR sur deux arbres: des modèles 3D d'arbres avec une représentation LiDAR, discrète à base de voxels et géométrique. La comparaison de T_c DART simulé à partir de ces modèles avec le précédent prédit entre 0,4 et 2,5 µm a montré trois principales sources d'inexactitude: 1) la géométrie globale de l'arbre (biais moyen jusqu'à 21,5%), 2) la fraction de la transmittance provenant de diffusions multiples, T_scat (biais maximal jusqu'à 13%), et 3) le réalisme de la représentation de l'arbre (biais moyen jusqu'à 7,5%). Les résultats ont montré que négliger T_c induisait une estimation de la réflectance très imprécise (biais moyen > 0,04), en particulier lorsque la réflectance du sol est élevée, et dans le proche infrarouge - NIR et SWIR - en raison de T_scat. La fraction de transmittance provenant de la lumière transmise non interceptée, T_dir, peut atteindre jusqu'à 95% dans le SWIR, et T_scat jusqu'à 20% dans le NIR. Leurs distributions spatiales dans l'ombre de l'arbre ont une dispersion maximale de 27% et 8% respectivement. Il est essentiel d'étudier comment approximer la variabilité spectrale et spatiale de T_dir et T_scat, ainsi que la modélisation 3D d'arbre la plus appropriée pour améliorer l'estimation de la réflectance dans les ombres des arbres, y compris entre autres, pour les méthodes de correction atmosphérique.

International audience; Elastic backscatter lidar is an established method useful to characterize the particles forming an atmospheric aerosol. Fundamental to lidar measurements are the extinction and backscattering properties of the aerosol particles in the lidar beam. This review aims to give the reader an understanding for how lidar measurements are made, modeled, and applied. Specific emphasis is placed on extinction, which manifests attenuation of the lidar beam by the aerosol, and the backscattering that ultimately constitutes the measured signal. The so-called lidar equation, which quantifies this signal in terms of aerosol-particle properties, is derived from radiative transfer theory. Extinction is examined in terms of the redistribution of energy from the lidar beam by the particles and is shown to be inherently linked to interference between the incident and scattered light. Ways to measure aerosol-particle extinction are reviewed, including a recent method where the wave interference constitutes a digital hologram that may be processed to yield both the cross section and an image of the particle. The semi-graphical method of phasor analysis is also presented and used to reveal connections between the scattering characteristics of a particle and the distribution of electric field within it. Finally, a recently developed elastic backscatter lidar system, Colibri, is described and an example of its measurement capabilities are presented.; Le lidar à rétrodiffusion élastique est une méthode établie utile pour caractériser les particules formant un aérosol atmosphérique et a de nombreuses applications en télédétection. Les propriétés d'extinction et de rétrodiffusion des particules d'aérosol dans un faisceau lidar sont fondamentales pour les mesures lidar élastique. Cet article de revue vise à donner au lecteur une compréhension de la façon dont les mesures lidar sont faites, modélisées et appliquées à la caractérisation des aérosols. Un accent particulier est mis sur l'extinction, qui manifeste l'atténuation du faisceau lidar par l'aérosol, et la rétrodiffusion qui constitue finalement le signal mesuré. L'équation dite lidar, qui quantifie ce signal en termes de propriétés des particules d'aérosol, est dérivée de la théorie du transfert radiatif. L'extinction est décrite en termes de conservation de l'énergie, car une particule absorbe et diffuse la lumière. Il est démontré que la redistribution de l'énergie du faisceau lidar par les particules est intrinsèquement liée à l'interférence entre la lumière incidente sur les particules et celle diffusée par celles-ci. Les méthodes de mesure de l'extinction des particules d'aérosol sont passées en revue, y compris une méthode récente où l'interférence des ondes impliquées dans l'extinction constitue un hologramme qui peut être traité pour donner à la fois la section transversale et une image d'une particule. La méthode semi-graphique d'analyse de phase est présentée et utilisée pour révéler le lien entre la diffusion d'une particule et la distribution du champ électrique en son sein. Enfin, un nouveau système de lidar élastique de rétrodiffusion, Colibri, est décrit dans le contexte des sujets abordés et un exemple de ses capacités de mesure est présenté.

International audience; Monitoring plant metal uptake is essential for assessing the ecological risks of contaminated sites. While traditional techniques used to achieve this are destructive, Visible Near-Infrared (VNIR) reflectance spectroscopy represents a good alternative to monitor pollution remotely. Based on previous work, this study proposes a methodology for mapping the content of several metals in leaves (Cr, Cu, Ni and Zn) under realistic field conditions and from airborne imaging. For this purpose, the reflectance of Rubus fruticosus L., a pioneer species of industrial brownfields, was linked to leaf metal contents using optimized normalized vegetation indices. High correlations were found between the vegetation indices exploiting pigment-related wavelengths and leaf metal contents (r ≤ − 0.76 for Cr, Cu and Ni, and r ≥ 0.87 for Zn). This allowed predicting the metal contents with good accuracy in the field and on the image, especially Cu and Zn (r ≥ 0.84 and RPD ≥ 2.06). The same indices were applied over the entire study site to map the metal contents at very high spatial resolution. This study demonstrates the potential of remote sensing for assessing metal uptake by plants, opening perspectives of application in risk assessment and phytoextraction monitoring in the context of trace metal pollution.; La surveillance de l'absorption des métaux par les plantes est essentielle pour évaluer les risques écologiques des sites contaminés. Alors que les techniques traditionnelles utilisées pour y parvenir sont destructrices, la spectroscopie en réflectance visible - proche infrarouge représente une bonne alternative pour surveiller la pollution à distance. Sur la base de travaux antérieurs, cette étude propose une méthodologie pour cartographier la teneur de plusieurs métaux dans les feuilles (Cr, Cu, Ni et Zn) dans des conditions de terrain réalistes et à partir d'une imagerie aérienne. À cette fin, la réflectance de Rubus fruticosus L., une espèce pionnière des friches industrielles, a été liée aux teneurs en métaux des feuilles en utilisant des indices de végétation normalisés et optimisés. Des corrélations élevées ont été trouvées entre les indices de végétation exploitant les longueurs d'onde liées aux pigments et les teneurs en métaux des feuilles (r ≤ - 0,76 pour Cr, Cu et Ni, et r ≥ 0,87 pour Zn). Cela a permis de prédire les teneurs en métaux avec une bonne précision sur le terrain et sur l'image, en particulier Cu et Zn (r ≥ 0,84 et RPD ≥ 2,06). Les mêmes indices ont été appliqués sur l'ensemble du site d'étude pour cartographier les teneurs en métaux à une très haute résolution spatiale. Cette étude démontre le potentiel de la télédétection pour évaluer l'absorption de métaux par les plantes, ouvrant des perspectives d'application dans l'évaluation des risques et la surveillance de la phytoextraction dans le contexte de la pollution par les métaux traces.

Jose Antonio Benavent-Oltra is funded by the University of Granada through "Plan Propio. Programa 7, Convocatoria 2019". Roberto Roman is funded by MINECO under the postdoctoral programme Juan de la Cierva-Incorporacion (IJCI2016-30007). Juan Andres Casquero-Vera is funded by MINECO under the predoctoral programme FPI (BES-2017-080015). Maria J. Granados-Munoz received funding from the European Union's Horizon 2020 research and innovation programme under the Marie Sklodowska-Curie grant agreement No 796539. Oleg Dubovik was supported by the Labex CaPPA project, which is funded by the French National Research Agency under contract "ANR-11-LABX0005-01". This work was also supported by the Spanish Ministry of Economy and Competitiveness (projects CMT2015-66742-R, CGL2016-81092-R, CGL2017-85344-R, RTI2018-097864-B-I00 and CGL2017-90884-REDT), by the Andalusia Regional Government through project P18-RT-3820 and the Unity of Excellence "Maria de Maeztu" (project MDM-2016-0600) financed by the Spanish State Research Agency (AEI). The authors thankfully ac-knowledge the FEDER programme for the instrumentation used in this work, the University of Granada, which supported this study through the Excellence Units Program, and the Sierra Nevada National Park. We also thank Dr. Grisa Monick who provided the Aethalometer AVIO AE-33 installed on the aircraft. Thanks to AERONET and ACTRIS/AERONET Europe for the scientific and technical support. Finally, the authors would like to acknowledge the use of the GRASP inversion algorithm software (http://www.grasp-open.com, last access: 1 April 2020), in this work., The Sierra Nevada Lidar aerOsol Profiling Experiment I and II (SLOPE I and II) campaigns were intended to determine the vertical structure of aerosols by remote sensing instruments and test the various retrieval schemes for obtaining aerosol microphysical and optical properties with in situ measurements. The SLOPE I and II campaigns were developed during the summers of 2016 and 2017, respectively, combining active and passive remote sensing with in situ measurements at stations belonging to the AGORA observatory (Andalusian Global ObseRvatory of the Atmosphere) in the Granada area (Spain). In this work, we use the in situ measurements of these campaigns to evaluate aerosol properties retrieved by the GRASP code (Generalized Retrieval of Atmosphere and Surface Properties) combining lidar and sun-sky photometer measurements. We show an overview of aerosol properties retrieved by GRASP during the SLOPE I and II campaigns. In addition, we evaluate the GRASP retrievals of total aerosol volume concentration (discerning between fine and coarse modes), extinction and scattering coefficients, and for the first time we present an evaluation of the absorption coefficient. The statistical analysis of aerosol optical and microphysical properties, both column-integrated and vertically resolved, from May to July 2016 and 2017 shows a large variability in aerosol load and types. The results show a strong predominance of desert dust particles due to North African intrusions. The vertically resolved analysis denotes a decay of the atmospheric aerosols with an altitude up to 5 km a.s.l. Finally, desert dust and biomass burning events were chosen to show the high potential of GRASP to retrieve vertical profiles of aerosol properties (e.g. absorption coefficient and single scattering albedo) for different aerosol types. The aerosol properties retrieved by GRASP show good agreement with simultaneous in situ measurements (nephelometer, aethalometer, scanning mobility particle sizer, and aerodynamic particle sizer) performed at the Sierra Nevada Station (SNS) in Granada. In general, GRASP overestimates the in situ data at the SNS with a mean difference lower than 6 mu m(3) cm(-3) for volume concentration, and 11 and 2 Mm(-1)for the scattering and absorption coefficients. On the other hand, the comparison of GRASP with airborne measurements also shows an overestimation with mean absolute differences of 14 +/- 10 and 1.2 +/- 1.2 Mm(-1) for the scattering and absorption coefficients, showing a better agreement for the absorption (scattering) coefficient with higher (lower) aerosol optical depth. The potential of GRASP shown in this study will contribute to enhancing the representativeness of the aerosol vertical distribution and provide information for satellite and global model evaluation., University of Granada, MINECO under the postdoctoral programme Juan de la Cierva-Incorporacion IJCI2016-30007, MINECO under the predoctoral programme FPI BES-2017-080015, European Commission 796539, French National Research Agency (ANR) ANR-11-LABX0005-01, Spanish Ministry of Economy and Competitiveness CMT2015-66742-R CGL2016-81092-R CGL2017-85344-R RTI2018-097864-B-I00 CGL2017-90884-REDT, Andalusia Regional Government P18-RT-3820, Spanish State Research Agency (AEI) MDM-2016-0600, Excellence Units Program, Sierra Nevada National Park

International audience; Oil extraction and transportation may lead to small or large scale accidental spills, whether at sea or on land. Detecting these spills is a major problem that can be addressed by means of hyperspectral images and specific processing methods. In this work, several cases of onshore oil spills are studied. First, a controlled experiment was carried out: four boxes containing soil or sand mixed with crude oil or gasoil were deployed on the ONERA site near Fauga, France, and were overflown by HySpex hyperspectral cameras. Owing to this controlled experiment, different detection strategies were developed and tested, with a particular focus on the most automated methods requiring the least supervision. The methods developed were then applied to two very different cases: mapping of the shoreline contaminated due to the explosion of the Deepwater Horizon (DWH) platform based on AVIRIS images (AVIRIS: Airborne Visible/InfraRed Imaging Spectrometer), and detection of a tar pit on a former oil exploration site. The detection strategy depends on the type of oil, light or heavy, recently or formerly spilled, and on the substrate. In the first case (controlled experiment), the proposed methods included spectral index calculations, anomaly detection and spectral unmixing. In the case of DWH, spectral indices were computed and the unmixing method was tested. Finally, to detect the tar pit, a strategy based on anomaly detection and spectral indices was applied. In all the cases studied, the proposed methods were successful in detecting and mapping the oil pollution.; L'extraction et le transport de pétrole peuvent entraîner une pollution accidentelle à grande ou petite échelle, que ce soit en mer ou sur terre. La détection de cette pollution est un problème majeur qui peut être traité à l'aide d'images hyperspectrales et de traitements spécifiques. Dans ce travail, plusieurs cas de pollution sont étudiés. Tout d'abord, une expérience contrôlée a été réalisée : Quatre bacs de mélanges de terre ou de sable avec du pétrole brut ou du gasoil ont été déployés sur le site de l'ONERA près du Fauga, et survolés avec des caméras hyperspectrales HySpex. Cette expérience contrôlée a permis de développer et de tester différentes stratégies de détection en se concentrant sur les méthodes les plus automatiques et non supervisées possibles. Les méthodes développées ont ensuite été appliquées à deux cas très différents : la cartographie du littoral pollué suite à l'explosion de la plate-forme Deepwater Horizon (DWH) à partir d'images AVIRIS (AVIRIS : Airborne Visible/InfraRed Imaging Spectrometer), et la détection d’une flaque d’hydrocarbure lourd sur un ancien site d'exploration pétrolière. La stratégie de détection dépend du type de pétrole, léger ou lourd, récemment ou anciennement déversé, et du substrat. Dans le premier cas (expérience contrôlée), les méthodes proposées comprennent le calcul d'indices spectraux, la détection d'anomalies et le démélange spectral. Dans le cas de la DWH, les indices spectraux sont calculés et la méthode de démélange est testée. Enfin, pour détecter la plaque d’hydrocarbure lourd, une stratégie basée sur la détection des anomalies et des indices spectraux est appliquée. Pour tous les cas étudiés, les méthodes proposées permettent de détecter et de cartographier la pollution pétrolière.

International audience; Equivalent water thickness (EWT) and leaf mass per area (LMA) are important indicators of plant processes, such as photosynthetic and potential growth rates and health status, and are also important variables for fire risk assessment. Retrieving these traits through remote sensing is challenging and often requires calibration with in situ measurements to provide acceptable results. However, calibration data cannot be expected to be available at the operational level when estimating EWT and LMA over large regions. In this study, we assessed the ability of a hybrid retrieval method, consisting of training a random forest regressor (RFR) over the outputs of the discrete anisotropic radiative transfer (DART) model, to yield accurate EWT and LMA estimates depending on the scene modeling within DART and the spectral interval considered. We show that canopy abstractions mostly affect crown reflectance over the 0.75–1.3 μm range. It was observed that excluding these wavelengths when training the RFR resulted in the abstraction level having no effect on the subsequent LMA estimates (RMSE of 0.0019 g/cm2 for both the detailed and abstract models), and EWT estimates were not affected by the level of abstraction. Over AVIRIS-Next Generation images, we showed that the hybrid method trained with a simplified scene obtained accuracies (RMSE of 0.0029 and 0.0028 g/cm2 for LMA and EWT) consistent with what had been obtained from the test dataset of the calibration phase (RMSE of 0.0031 and 0.0032 g/cm2 for LMA and EWT), and the result yielded spatially coherent maps. The results demonstrate that, provided an appropriate spectral domain is used, the uncertainties inherent to the abstract modeling of tree crowns within an RTM do not significantly affect EWT and LMA accuracy estimates when tree crowns can be identified in the images.; L'épaisseur d'eau équivalente (EWT) et la masse foliaire par surface (LMA) sont des indicateurs importants des processus de végétation et de l'état de santé, ainsi que des variables importantes pour l'évaluation des risques d'incendie. La récupération de ces traits par télédétection est difficile et nécessite souvent un étalonnage avec des mesures in situ pour fournir des résultats acceptables. Cependant, les données d'étalonnage ne peuvent pas être attendues au niveau opérationnel lors de l'estimation de l'EWT et de la LMA sur de grandes étendues. Dans cette étude, nous avons évalué la capacité d'une méthode de récupération hybride, consistant à entraîner un régresseur de forêt aléatoire (RFR) sur les sorties du modèle de transfert radiatif anisotrope discret (DART), à produire un EWT et un LMA précis estimés en fonction de la modélisation de la scène. dans DART et l'intervalle spectral considéré. Nous avons montré que les abstractions de la canopée affectaient principalement la réflectance de la couronne sur la plage de 0,75 à 1,3 μm. Il a été mis en évidence que l'exclusion de ces longueurs d'onde lors de l'apprentissage du RFR faisait en sorte que le niveau d'abstraction n'avait aucun effet sur les estimations LMA ultérieures (RMSE de 19 g/cm$^{2}$ pour les modélisations détaillées et abstraites). Les estimations de l'EWT n'étaient cependant pas affectées par le niveau d'abstraction. Sur des images AVIRIS-Next Generation, nous avons montré que la méthode hybride entraînée avec une scène simplifiée obtenait des précisions d'estimations (RMSE de 31 et 30 g/cm$^{2}$ pour LMA et EWT) en accord avec ce qui avait été obtenu sur le jeu de données de test de la phase de calibration (RMSE de 26 et 28 g/cm$^{2}$ pour LMA et EWT) et pourrait produire des cartes spatialement cohérentes. Les résultats démontrent que, à condition qu'un domaine spectral approprié soit utilisé, les incertitudes inhérentes à la modélisation abstraite des cimes des arbres dans un RTM n'affectent toujours pas de manière significative la précision des estimations EWT et LMA lorsque les cimes des arbres peuvent être isolées dans les images.

International audience; A bi-static short-range elastic backscatter micro-lidar, named Colibri, has been developed for quantitative aerosol profiling with high range and temporal resolution within the first hundred meters. The geometric (i.e., overlap) and radiometric (i.e., lidar constant) calibrations were performed along with dark current and background noise characterizations. Results of a measurement campaign have demonstrated the capability of our system to characterize aerosol plumes with high range-resolution (

International audience; Hazardous Noxious Substance (HNS) is transported entirely through large vessels, so there is always a potential risk of marine HNS spills. In the event of an HNS accident, it can cause enormous human and property damage, so prompt detection is required. However, there is a limit to human access by ship, we need to use remote sensing data. In this study, ground experiments using hyperspectral cameras were performed to construct a spectral library of HNS. We classified the HNS and non-HNS by applying the hyperspectral mixture algorithm, and presented the HNS detection probability for every pixel by calculating the spectrum-based abundance fraction. The results of this study are expected to be used to estimate the extent of HNS spill in the event of a marine HNS accident.

Ore processing is a source of soil heavy metal pollution. Vegetation traits (structural characteristics such as spatial cover and repartition, biochemical parameters&mdash, pigment and water contents, growth rate, phenological cycle&hellip, ) and plant species identity are indirect and powerful indicators of residual contamination detection in soil. Multi-temporal multispectral satellite imagery, such as the Sentinel-2 time series, is an operational environment monitoring system widely used to access vegetation traits and ensure vegetation surveillance across large areas. For this purpose, methodology based on a multi-temporal fusion method at the feature level is applied to vegetation monitoring for several years from the closure and revegetation of an ore processing site. Features are defined by 26 spectral indices from the literature and seasonal and annual change detection maps are inferred. Three indices&mdash, CIred-edge (CIREDEDGE), IRECI (Inverted Red-Edge Chlorophyll Index) and PSRI (Plant Senescence Reflectance Index)&mdash, are particularly suitable for detecting changes spatially and temporally across the study area. The analysis is conducted separately for phyto-stabilized vegetation zones and natural vegetation zones. Global and specific changes are emphasized and explained by information provided by the site operator or meteorological conditions.

International audience; Hyperspectral unmixing is a widely studied field of research aiming at estimating the pure material signatures and their abundance fractions from hyperspectral images. Most spectral unmixing methods are based on prior knowledge and assumptions that induce limitations, such as the existence of at least one pure pixel for each material. This work presents a new approach aiming to overcome some of these limitations by introducing a co-registered panchromatic image in the unmixing process. Our method, called Heterogeneity-Based Endmember Extraction coupled with Local Constrained Non-negative Matrix Factorization (HBEE-LCNMF), has several steps: a first set of endmembers is estimated based on a heterogeneity criterion applied on the panchromatic image followed by a spectral clustering. Then, in order to complete this first endmember set, a local approach using a constrained non-negative matrix factorization strategy, is proposed. The performance of our method, in regards of several criteria, is compared to those of state-of-the-art methods obtained on synthetic and satellite data describing urban and periurban scenes, and considering the French HYPXIM/HYPEX2 mission characteristics. The synthetic images are built with real spectral reflectances and do not contain a pure pixel for each endmember. The satellite images are simulated from airborne acquisition with the spatial and spectral features of the mission. Our method demonstrates the benefit of a panchromatic image to reduce some well-known limitations in unmixing hyperspectral data. On synthetic data, our method reduces the spectral angle between the endmembers and the real material spectra by 46% compared to the Vertex Component Analysis (VCA) and N-finder (N-FINDR) methods. On real data, HBEE-LCNMF and other methods yield equivalent performance, but, the proposed method shows more robustness over the data sets compared to the tested state-of-the-art methods. Moreover, HBEE-LCNMF does not require one to know the number of endmembers.; Le démixage hyperspectral est un domaine de recherche largement étudié visant à estimer les signatures de matériaux purs et leurs fractions d'abondance à partir d'images hyperspectrales. La plupart des méthodes de démixage spectral sont basées sur des connaissances et des hypothèses a priori qui induisent des limitations telles que l'existence d'au moins un pixel pur pour chaque matériau. Ce travail présente une nouvelle approche visant à surmonter certaines de ces limitations en introduisant une image panchromatique co-enregistrée dans le processus de démixage. Notre méthode, dénommée HBEE-LCNMF, comporte plusieurs étapes: un premier ensemble de membres terminaux est estimé sur la base d'un critère d'hétérogénéité appliqué sur l'image panchromatique suivi d'un clustering spectral. Ensuite, afin de compléter ce premier ensemble de membres finaux, une approche locale utilisant une stratégie de factorisation matricielle non négative contrainte, est proposée. Les performances de notre méthode, au regard de plusieurs critères, sont comparées à celles de la méthode de pointe obtenue sur données synthétiques et satellitaires. Les images synthétiques sont construites avec une réflectance spectrale réelle. Les images satellites sont simulées à partir d'une acquisition aéroportée avec les caractéristiques spatiales et spectrales de la mission française HYPXIM. Notre méthode démontre l'avantage d'une image panchromatique pour réduire certaines limitations bien connues du démixage des données hyperspectrales. Sur des données synthétiques, notre méthode réduit l'angle spectral entre les extrémités et les spectres de matériaux réels de 46 \% par rapport aux méthodes VCA et NFINDR. Sur des données réelles, les méthodes HBEE-LCNMF et autres donnent des performances équivalentes, mais la méthode proposée montre une plus grande robustesse sur les ensembles de données par rapport aux méthodes de pointe testées. De plus, HBEE-LCNMF n'exige pas que l'on connaisse le nombre de membres terminaux, ce qui est une tâche difficile selon l'image.

International audience; Hyperspectral unmixing is a widely studied field of research aiming at estimating the pure material signatures and their abundance fractions from hyperspectral images. Most spectral unmixing methods are based on prior knowledge and assumptions that induce limitations, such as the existence of at least one pure pixel for each material. This work presents a new approach aiming to overcome some of these limitations by introducing a co-registered panchromatic image in the unmixing process. Our method, called Heterogeneity-Based Endmember Extraction coupled with Local Constrained Non-negative Matrix Factorization (HBEE-LCNMF), has several steps: a first set of endmembers is estimated based on a heterogeneity criterion applied on the panchromatic image followed by a spectral clustering. Then, in order to complete this first endmember set, a local approach using a constrained non-negative matrix factorization strategy, is proposed. The performance of our method, in regards of several criteria, is compared to those of state-of-the-art methods obtained on synthetic and satellite data describing urban and periurban scenes, and considering the French HYPXIM/HYPEX2 mission characteristics. The synthetic images are built with real spectral reflectances and do not contain a pure pixel for each endmember. The satellite images are simulated from airborne acquisition with the spatial and spectral features of the mission. Our method demonstrates the benefit of a panchromatic image to reduce some well-known limitations in unmixing hyperspectral data. On synthetic data, our method reduces the spectral angle between the endmembers and the real material spectra by 46% compared to the Vertex Component Analysis (VCA) and N-finder (N-FINDR) methods. On real data, HBEE-LCNMF and other methods yield equivalent performance, but, the proposed method shows more robustness over the data sets compared to the tested state-of-the-art methods. Moreover, HBEE-LCNMF does not require one to know the number of endmembers.; Le démixage hyperspectral est un domaine de recherche largement étudié visant à estimer les signatures de matériaux purs et leurs fractions d'abondance à partir d'images hyperspectrales. La plupart des méthodes de démixage spectral sont basées sur des connaissances et des hypothèses a priori qui induisent des limitations telles que l'existence d'au moins un pixel pur pour chaque matériau. Ce travail présente une nouvelle approche visant à surmonter certaines de ces limitations en introduisant une image panchromatique co-enregistrée dans le processus de démixage. Notre méthode, dénommée HBEE-LCNMF, comporte plusieurs étapes: un premier ensemble de membres terminaux est estimé sur la base d'un critère d'hétérogénéité appliqué sur l'image panchromatique suivi d'un clustering spectral. Ensuite, afin de compléter ce premier ensemble de membres finaux, une approche locale utilisant une stratégie de factorisation matricielle non négative contrainte, est proposée. Les performances de notre méthode, au regard de plusieurs critères, sont comparées à celles de la méthode de pointe obtenue sur données synthétiques et satellitaires. Les images synthétiques sont construites avec une réflectance spectrale réelle. Les images satellites sont simulées à partir d'une acquisition aéroportée avec les caractéristiques spatiales et spectrales de la mission française HYPXIM. Notre méthode démontre l'avantage d'une image panchromatique pour réduire certaines limitations bien connues du démixage des données hyperspectrales. Sur des données synthétiques, notre méthode réduit l'angle spectral entre les extrémités et les spectres de matériaux réels de 46 \% par rapport aux méthodes VCA et NFINDR. Sur des données réelles, les méthodes HBEE-LCNMF et autres donnent des performances équivalentes, mais la méthode proposée montre une plus grande robustesse sur les ensembles de données par rapport aux méthodes de pointe testées. De plus, HBEE-LCNMF n'exige pas que l'on connaisse le nombre de membres terminaux, ce qui est une tâche difficile selon l'image.

International audience; Gap Fraction, leaf pigment contents (content of chlorophylls a and b (Cab) and carotenoids content (Car)), Leaf Mass per Area (LMA), and Equivalent Water Thickness (EWT) are considered relevant indicators of forests’ health status, influencing many biological and physical processes. Various methods exist to estimate these variables, often relying on the extensive use of Radiation Transfer Models (RTMs). While 3D RTMs are more realistic to model open canopies, their complexity leads to important computation times that limit the number of simulations that can be considered; 1D RTMs, although less realistic, are also less computationally expensive. We investigated the possibility to approximate the outputs of a 3D RTM (DART) from a 1D RTM (PROSAIL) to generate in very short time numerous extensive Look-Up Tables (LUTs). The intrinsic error of the approximation model was evaluated through comparison with DART reference values. The model was then used to generate LUTs used to estimate Gap Fraction, Cab, Car, EWT, and LMA of Blue Oak-dominant stands in a woodland savanna from AVIRIS-C data. Performances of the approximation model for estimation purposes compared to DART were evaluated using Wilmott’s index of agreement (dr), and estimation accuracy was measured with coefficients of determination (R2) and Root Mean Squared Error (RMSE). The low approximation error of the proposed model demonstrated that the model could be considered for canopy covers as low as 30%. Gap Fraction estimations presented similar performances with either DART or the approximation (dr 0.78 and 0.77, respectively), while Cab and Car showed improved performances (dr increasing from 0.65 to 0.77 and 0.34 to 0.65, respectively). No satisfying estimation methods were found for LMA and EWT using either models, probably due to the high sensitivity of the scene’s reflectance to Gap Fraction and soil modeling at such low LAI. Overall, estimations using the approximated reflectances presented either similar or improved accuracy. Our findings show that it is possible to approximate DART reflectances from PROSAIL using a minimal number of DART outputs for calibration purposes, drastically reducing computation times to generate reflectance databases: 300,000 entries could be generated in 1.5 h, compared to the 12,666 total CPU hours necessary to generate the 21,840 calibration entries with DART.; La fraction d'espacement, la teneur en pigment des feuilles (teneur en chlorophylles a et b (C ab), la teneur en caroténoïdes (voiture)), la masse foliaire par zone (LMA) et l'épaisseur équivalente de l'eau (EWT) sont considérées comme des indicateurs pertinents de l'état de santé des forêts, influençant de nombreux processus biologiques et physiques. Diverses méthodes existent pour estimer ces variables, en s'appuyant souvent sur l'utilisation extensive des modèles de transfert de rayonnement (RTM). Alors que 3D RTM est plus réaliste pour modéliser des auvents ouverts, leur complexité conduit à des temps de calcul importants qui limitent le nombre de simulations qui peuvent être envisagées; Les RTM 1D, bien que moins réalistes, sont également moins coûteux en termes de calcul. Nous avons étudié la possibilité d'approximer les sorties d'un RTM 3D à partir d'un RTM 1D, afin de pouvoir générer en très peu de temps de nombreuses tables de consultation étendues (LUT). Nous avons ensuite utilisé la LUT résultante pour estimer la fraction d'espace, la cabine, la voiture, l'EWT et la LMA à partir des images AVIRIS-C d'une savane boisée (site moyen LAI

International audience; Earth observation at a local scale requires images having both high spatial and spectral resolutions. As sensors cannot simultaneously provide such characteristics, a solution is combining images jointly acquired by two different optical instruments. Notably, hyperspectral pansharpening methods combine a panchromatic image, providing a high spatial resolution, with a hyperspectral image, providing a high spectral resolution, to generate an image with both high spatial and spectral resolutions. Nevertheless, these methods suffer from some limitations, including managing mixed pixels. This article introduces a new hyperspectral pansharpening method designed to deal with mixed pixels, which is called Spatially Organized Spectral Unmixing (SOSU). The performance of this method is measured on synthetic then real data (simulated from airborne acquisitions), using spatial, spectral and global criteria, to evaluate the contributions of the SOSU algorithm to mixed pixel processing. In particular, this contribution is confirmed in the case of a peri-urban area via a nearly ten percent increase in the rate of mixed pixels improved with SOSU, in comparison with the method used as a reference.; L'observation de la Terre à l'échelle locale nécessite de disposer d'images hautement résolues spatialement et spectralement. Les capteurs ne pouvant offrir simultanément de telles résolutions, une solution consiste à exploiter des images acquises par deux instruments optiques différents. Les méthodes de pansharpening hyperspectral, notamment, permettent de combiner une image panchromatique, à haute résolution spatiale, avec une image hyperspectrale, à haute résolution spectrale, afin de générer une nouvelle image hautement résolue spatialement et spectralement. De telles méthodes présentent cependant certaines limitations, en particulier le traitement des pixels mixtes. Cet article présente une nouvelle méthode de pansharpening hyperspectral appelée Spatially Organized Spectral Unmixing (SOSU) et adaptée au traitement de tels pixels. Les performances de cette méthode sont mesurées sur des données synthétiques puis réelles (simulées à partir d'acquisitions aéroportées), à l'aide de critères spatiaux, spectraux et globaux, afin d'évaluer l'apport du traitement des pixels mixtes. En particulier, cet apport est confirmé dans le cas d'un paysage périurbain par une augmentation de près de dix pourcents du taux de pixels mixtes améliorés avec SOSU, par rapport à la méthode utilisée comme référence.

In this paper, we focus on the retrieval of microphysical and optical properties of industrial aerosol plumes through a process using airborne hyperspectral and Sentinel-2 multi-spectral images. The process allows first to perform atmospheric correction and second to determine background aerosols thanks to a comparison between hyperspectral and Sentinel-2 reflectances. Hyperspectral methodologies use the radiance differential between the measurement in the plume and the corresponding measurements out of the plume to estimate plume properties. To retrieve the surface reflectance under the plume, a principal component analysis coupling hyperspectral and multispectral data class by class is achieved. The developed method aims to compare the difference between measured and estimated reflectance with a radiative transfer model accounting for plume properties (particle radius and aerosol optical thickness of the plume). We have applied the method to a steel plant in the south of France. The retrieved plume show an aerosol mean radius between 0.05 and 0.2 µm with a mean aerosol optical thickness about 0.05 along the plume.

In this work, we present the complete workflow used to acquire a large hyperspectral dataset on a western Africa historical hydrocarbon production site, and its processing. Our goal is to study how state-of-the-art hyperspectral processing techniques can help detect hydrocarbon bearing soil either of natural origin or accidental by monitoring the health of the vegetation for exploration or environmental monitoring purposes. We present our complete workflow, from acquisition, atmospheric correction, image annotation and classification using modern machine learning techniques, and show how state-of-the-art research can be applied to real-world use cases.

International audience; An experiment is described where two-dimensional small-angle light scattering (2D-SALS) patterns from single particles are measured in the infrared through a lens-free approach. Spatial filtering is employed to separate scattered light from unscattered light to within approximately one degree from the forward direction. Non-planar reflective elements are used in the filtering process, permitting 2D-SALS measurements to be done without chromatic aberrations over a broad spectral range and from 0.8 to 8 degrees in the polar scattering angle and zero to 360 degrees in the azimuthal angle. Patterns from spherical microparticles are presented along with nonspherical particles including volcanic ash and salt. An asymmetry analysis is applied to demonstrate an ability to differentiate spherical from nonspherical particles from the 2D-SALS patterns.; Une expérience est décrite où la diffusion bidimensionnelle de la lumière sous de petits angles (2D-SALS) de particules individuelles sont mesurées dans l'infrarouge. Le filtrage spatial est utilisé pour séparer la lumière diffusée de la lumière non diffusée pour dans un rayon d'environ un degré par rapport à l'avant. Les éléments réfléchissants non plans sont utilisés dans le processus de filtrage, ce qui permet de faire des mesures 2D-SALS sans sur une large gamme spectrale et de 0,8 à 8 degrés dans l'angle de diffusion polaire et de zéro à 360 degrés dans l'angle azimutal. Les motifs des aérosols sphériques sont présentés ainsi que des aérosols non sphériques, notamment des cendres volcaniques et du sel. Une analyse d'asymétrie est appliquée pour démontrer une capacité à différencier les particules sphériques et non sphériques.

International audience; An experiment is described where two-dimensional small-angle light scattering (2D-SALS) patterns from single particles are measured in the infrared through a lens-free approach. Spatial filtering is employed to separate scattered light from unscattered light to within approximately one degree from the forward direction. Non-planar reflective elements are used in the filtering process, permitting 2D-SALS measurements to be done without chromatic aberrations over a broad spectral range and from 0.8 to 8 degrees in the polar scattering angle and zero to 360 degrees in the azimuthal angle. Patterns from spherical microparticles are presented along with nonspherical particles including volcanic ash and salt. An asymmetry analysis is applied to demonstrate an ability to differentiate spherical from nonspherical particles from the 2D-SALS patterns.; Une expérience est décrite où la diffusion bidimensionnelle de la lumière sous de petits angles (2D-SALS) de particules individuelles sont mesurées dans l'infrarouge. Le filtrage spatial est utilisé pour séparer la lumière diffusée de la lumière non diffusée pour dans un rayon d'environ un degré par rapport à l'avant. Les éléments réfléchissants non plans sont utilisés dans le processus de filtrage, ce qui permet de faire des mesures 2D-SALS sans sur une large gamme spectrale et de 0,8 à 8 degrés dans l'angle de diffusion polaire et de zéro à 360 degrés dans l'angle azimutal. Les motifs des aérosols sphériques sont présentés ainsi que des aérosols non sphériques, notamment des cendres volcaniques et du sel. Une analyse d'asymétrie est appliquée pour démontrer une capacité à différencier les particules sphériques et non sphériques.

A classification method of hyperspectral reflectance images named CHRIPS (Classification of Hyperspectral Reflectance Images with Physical and Statistical criteria) is presented. This method aims at classifying each pixel from a given set of thirteen classes: unidentified dark surface, water, plastic matter, carbonate, clay, vegetation (dark green, dense green, sparse green, stressed), house roof/tile , asphalt, vehicle/paint/metal surface and non-carbonated gravel. Each class is characterized by physical criteria (detection of specific absorptions or shape features) or statistical criteria (use of dedicated spectral indices) over spectral reflectance. CHRIPS input is a hyperspectral reflectance image covering the spectral range [400&ndash, 2500 nm]. The presented method has four advantages, namely: (i) is robust in transfer, class identification is based on criteria that are not very sensitive to sensor type, (ii) does not require training, criteria are pre-defined, (iii) includes a reject class, this class reduces misclassifications, (iv) high precision and recall, F 1 score is generally above 0.9 in our test. As the number of classes is limited, CHRIPS could be used in combination with other classification algorithms able to process the reject class in order to decrease the number of unclassified pixels.

International audience; We report on the performances of a coherent DIAL/Doppler fiber lidar called VEGA, allowing for simultaneous measurements of methane and wind atmospheric profiles. It features a 10µJ, 200 ns, 20 kHz fiber pulsed laser emitter at 1645 nm, and it has been designed to monitor industrial methane leaks and fugitive emissions in the environment. The system performance has been assessed for range-resolved (RR) and integrated-path (IP) methane measurements in natural background conditions (i.e. ambient methane level). For RR measurements, the measured Allan deviation at τ=10 s is in the range of 3-20 ppm, depending of the aerosol load, at a distance of 150 m, with 30 m range resolution, and a beam focused around 150-200 m. For IP measurements, using a natural target at 2.2 km of distance, the Allan deviation at τ=10 s is in the range of 100-200 ppb. In both cases, deviation curves decrease as τ−1/2, up to 1000 seconds for the longest averaging time. Finally, the lidar ability to monitor an industrial methane leak is demonstrated during a field test.; Nous présentons les performances d'un lidar fibré DIAL / Doppler cohérent appelé VEGA, permettant des mesures simultanées des profils atmosphériques du méthane et du vent. Il dispose d'un émetteur laser fibré pulsée de 10µJ, 200 ns, 20 kHz à 1645 nm, et il a été conçu pour surveiller les fuites industrielles de méthane et les émissions fugitives dans l'environnement. Les performances du système ont été évaluées pour les mesures résolues en distance de méthane (RR) et intégré sur un trajet (IP), dans des conditions de fond naturel (c'est-à-dire le niveau de méthane ambiant). Pour les mesures RR, l'écart d'Allan mesuré à 10 s se situe dans la plage de 3-20 ppm, en fonction de la charge d'aérosol, à une distance de 150 m, avec une résolution de 30 m, et un faisceau focalisé autour de 150-200 m . Pour les mesures IP, en utilisant le signal de rétrodiffusion d'une cible naturelle à 2,2 km de distance, l'écart d'Allan à 10 s est de l'ordre de 100-200 ppb. Dans les deux cas, les courbes d'écart diminuent en puissance-1/2, jusqu'à 1000 secondes pour le temps moyen le plus long. Des campagnes de terrain ont également été menées afin d'évaluer la capacité du lidar à surveiller les fuites industrielles de méthane. Des profils de méthane et de vent enregistrés simultanément avec VEGA, lors d'un rejet contrôlé à 10g / s, sont présentés. Le panache de méthane est visualisé avec un contraste de détection élevé, et les mesures de vitesse du vent sont en bon accord avec un anémomètre sonique de référence.

International audience; We report on the performances of a coherent DIAL/Doppler fiber lidar called VEGA, allowing for simultaneous measurements of methane and wind atmospheric profiles. It features a 10µJ, 200 ns, 20 kHz fiber pulsed laser emitter at 1645 nm, and it has been designed to monitor industrial methane leaks and fugitive emissions in the environment. The system performance has been assessed for range-resolved (RR) and integrated-path (IP) methane measurements in natural background conditions (i.e. ambient methane level). For RR measurements, the measured Allan deviation at τ=10 s is in the range of 3-20 ppm, depending of the aerosol load, at a distance of 150 m, with 30 m range resolution, and a beam focused around 150-200 m. For IP measurements, using a natural target at 2.2 km of distance, the Allan deviation at τ=10 s is in the range of 100-200 ppb. In both cases, deviation curves decrease as τ−1/2, up to 1000 seconds for the longest averaging time. Finally, the lidar ability to monitor an industrial methane leak is demonstrated during a field test.; Nous présentons les performances d'un lidar fibré DIAL / Doppler cohérent appelé VEGA, permettant des mesures simultanées des profils atmosphériques du méthane et du vent. Il dispose d'un émetteur laser fibré pulsée de 10µJ, 200 ns, 20 kHz à 1645 nm, et il a été conçu pour surveiller les fuites industrielles de méthane et les émissions fugitives dans l'environnement. Les performances du système ont été évaluées pour les mesures résolues en distance de méthane (RR) et intégré sur un trajet (IP), dans des conditions de fond naturel (c'est-à-dire le niveau de méthane ambiant). Pour les mesures RR, l'écart d'Allan mesuré à 10 s se situe dans la plage de 3-20 ppm, en fonction de la charge d'aérosol, à une distance de 150 m, avec une résolution de 30 m, et un faisceau focalisé autour de 150-200 m . Pour les mesures IP, en utilisant le signal de rétrodiffusion d'une cible naturelle à 2,2 km de distance, l'écart d'Allan à 10 s est de l'ordre de 100-200 ppb. Dans les deux cas, les courbes d'écart diminuent en puissance-1/2, jusqu'à 1000 secondes pour le temps moyen le plus long. Des campagnes de terrain ont également été menées afin d'évaluer la capacité du lidar à surveiller les fuites industrielles de méthane. Des profils de méthane et de vent enregistrés simultanément avec VEGA, lors d'un rejet contrôlé à 10g / s, sont présentés. Le panache de méthane est visualisé avec un contraste de détection élevé, et les mesures de vitesse du vent sont en bon accord avec un anémomètre sonique de référence.

Monitoring of coastal areas by remote sensing is an important issue. The interest of using an unmixing method to determine the seabed composition from hyperspectral aerial images of coastal areas is investigated. Unmixing provides both seabed abundances and endmember reflectances. A sub-surface mixing model is presented, based on a recently proposed oceanic radiative transfer model that accounts for seabed adjacency effects in the water column. Two original non-negative matrix factorization ( N M F )-based unmixing algorithms, referred to as W A D J U M (Water ADJacency UnMixing) and W U M (Water UnMixing, no adjacency effects) are developed, assuming as known the water column bio-optical properties. Simulations show that W A D J U M algorithm achieves performance close to that of the N M F -based unmixing of the seabed without any water column, up to 10 m depth. W U M performance is lower and decreases with the depth. The robustness of the algorithms when using erroneous information about the water column bio-optical properties is evaluated. The results show that the abundance estimation is more reliable using W A D J U M approach. W A D J U M is applied to real data acquired along the French coast; the derived abundance maps of the benthic habitats are discussed and compared to the maps obtained using a fixed spectral library and a least-square ( L S ) estimation of the seabed mixing coefficients. The results show the relevance of the W A D J U M algorithm for the local analysis of the benthic habitats.

TRUST (Thermal Remote sensing Unmixing for Subpixel Temperature) is a spectral unmixing method developed to provide subpixel abundances and temperatures from radiance images in the thermal domain. By now, this method has been studied in simple study cases, with a low number of endmembers, high spatial resolutions (1 m) and more than 30 spectral bands in the thermal domain. Thus, this article aims to show the applicability of TRUST on a highly challenging study case: the analysis of a heterogeneous urban environment with airborne multispectral (eight thermal bands) images at 8-m resolution. Thus, this study is necessary to generalize the use of TRUST in the analysis of urban thermography. Since TRUST allows linking intrapixel temperatures to specific materials, it appears as a very useful tool to characterize Surface Urban Heat Islands and its dynamics at high spatial resolutions. Moreover, this article presents an improved version of TRUST, called TRUST-DNS (Day and Night Synergy), which takes advantage of daytime and nighttime acquisitions to improve the unmixing performances. In this study, both TRUST and TRUST-DNS were applied on daytime and nighttime airborne thermal images acquired over the center of Madrid during the DESIREX (Dual-use European Security IR Experiment) campaign in 2008. The processed images were obtained with the Aircraft Hyperspectral Scanner (AHS) sensor at 4-m spatial resolution on 4 July. TRUST-DNS appears to be more stable and slightly outperforms TRUST on both day and night images. In addition, TRUST applied on daytime outperforms TRUST on nighttime, illustrating the importance of the temperature contrasts during day for thermal unmixing.