© IGN
LE PROGRAMME EUROPÉEN COPERNICUS À L’IGN
Lundi 25 mai 2020 Raphaële Héno
Pilote du programme Innovation
Direction des programmes et de l’appui aux politiques publiques
LE PROGRAMME EUROPÉEN COPERNICUS À L’IGN
1. Travaux amonts sur les images Sentinel
2. Contribution à la production de CORINE Land Cover 2018 3. Expertise sur la technologie InSar
4. Travaux de R&I sur les images Sentinel dans plusieurs domaines
1.Contribution aux expérimentations sur le monitoring de la Politique agricole commune 2.Mise à jour de la BD Forêt
3.Modernisation du processus de production et de mise à jour de l’OCS GE 4.Projet de recherche Maestria
5.Travaux de thèse
25 mai 2020
IGN & Copernicus 2
TRAVAUX DE R&I AVEC LES IMAGES SENTINEL
25 mai 2020
IGN & Copernicus 3
4.Maestria 5.Thèses 1.monitoring PAC
2.BD Forêt 3.OCS GE
MONITORING PAC
4
Vise un contrôle continu de l'ensemble des parcelles agricoles via les images Sentinel 1&2
• Pour diminuer le nombre de contrôle sur place dans le cadre de la PAC
• Pour établir une relation de confiance avec les agriculteurs en leur faisant des retours rapides sur les erreurs possibles de déclaration
• Pour produire des indicateurs de performance agro-environnementale
Commanditaires :
Ministère de l’agriculture et de l’alimentation (MAA)
Agence des services et des paiements (ASP) IGN partenaire du projet européen NIVA
Calendrier : tests, puis déroulement à blanc du processus sur l'ensemble du territoire pendant un an (2021)…
25 mai 2020 IGN & Copernicus
MÉTHODOLOGIE
Méthodes de classification adaptées aux cultures et analyses de données temporelles pour reconnaitre les cultures et détecter des activités agricoles
• passage à l'échelle sur les classifications
• pré-traitements des images Sentinel-2 (masque de nuages, interpolation temporelle) & Sentinel 1
25 mai 2020
IGN & Copernicus 5
Évolution temporelle de l’indice NDVI sur quelques parcelles
MÉTHODOLOGIE
Étude des paramètres biophysiques
• NDVI mais aussi utiliser les bandes red-edge de sentinel-2
• regarder l'apport des données dérivées comme les FCover, LAI, FAPAR
Adaptation des méthodologies de classifications
• nomenclature spécifique
• choix/pondérations des classes dans les données d'apprentissage
• cas des petites parcelles
• classification au pixel ou à la parcelle
Étude sur la détection d'activité agricole.
Point crucial : choix techniques à faire pour le passage à l’échelle
25 mai 2020
IGN & Copernicus 6
RÉSULTATS OBTENUS
• Prise en main et paramétrage de la chaine Iota2 pour le cas des classifications de culture
• Tests de classification France entière (2018) pour évaluer la faisabilité
• Tests approfondis de classification sur 4 tuiles sentinel-2 en 2019 pour affiner les réglages (emprises des parcelles, nomenclatures, données en entrée etc..)
• Utilisation et/ou développement d'outils pour le pré-traitement des données Sentinel-1
• Utilisation et/ou développement d'outils pour le calcul et la visualisation de profil temporel Sentinel-2 et Sentinel-1.
• En recherche : travaux sur les technologies d'apprentissage profond pour la classification et la fusion de données Sentinel-1 et Sentinel-2
• IGN & Copernicus 25 mai 2020 7
Parcelle de terre arable
Visualisation de profil temporel Sentinel-2
IGN & Copernicus 8
Parcelles déclarées VS classification pixel
25 mai 2020 9
IGN & Copernicus
TRAVAUX DE R&I AVEC LES IMAGES SENTINEL
25 mai 2020
IGN & Copernicus 10
4.Maestria 5.Thèses 1.monitoring PAC
2.BD Forêt 3.OCS GE
11 25/05/2020
BD FORÊT V3 BD FORÊT
Poster qui montre la diversité de la forêt française à télécharger :
https://inventaire-
forestier.ign.fr/IMG/pdf/post erbdforet_a2_screen.pdf
BD FORÊT
25 mai 2020 12 IGN & Copernicus
13
BD Forêt v2
• Nomenclature en 32 postes allant jusqu’à la description des essences pour les forêts fermés d’essences pures
• Prise en compte des surfaces de forêt isolées à partir de 5 000 m² et largeur > 20m définition internationale de la forêt
• Elaborée exclusivement par photo-interprétation de la BD ORTHO IRC
• Disponible sur l’intégralité de la France métropolitaine depuis fin 2018
• Certains départements déjà anciens
Besoin d’optimiser le processus de mise à jour
BD FORÊT V3
25 mai 2020 IGN & Copernicus
14
Bilan d’une étude préalable* sur la performance des modèles de deep learning existants pour la prédiction des classes forestières à partir de séries temporelles d’images Sentinel-2 :
• Excellent résultats sur les peuplements purs et fermés (98% of OA)
• Moins bon résultats sur les forêts ouvertes et classes de mélanges
Objectif du projet BD Forêt v3 (montage en cours)
• Définir (au travers d’expérimentations) les briques de télédétection qui permettraient d’aboutir d’ici 2 ans à une chaîne optimisée pour la production de ce référentiel
Diminuer les coûts de mise à jour actuels de la BD Forêt V2 en allégeant la charge de photo-interprétation de la V3
BD FORÊT V3
*stage M2 été 2019 Joana Roussillon
25 mai 2020 IGN & Copernicus
15
Images à mobiliser
• BD ORTHO IRC et RVB
• Séries temporelles d’images Sentinel-2
• MNT/MNS
BD FORÊT V3
Etude technique en cours
• Quelles méthodes d’annotations ?
Annotation par polygone (Type BDForêt existante)
Annotation par pixel
Annotation par segmentation
• Quelle segmentation géométrique ?
• Quelle architecture de classification spatio-temporelle ?
25 mai 2020 IGN & Copernicus
TRAVAUX DE R&I AVEC LES IMAGES SENTINEL
25 mai 2020
IGN & Copernicus 16
4.Maestria 5.Thèses 1.monitoring PAC
2.BD Forêt 3.OCS GE
17
OCS GE
OCS GE : Base de données d’occupation et d’usage des sols à grande échelle Projet en cours : IGN, INRAE et Cerema
Objectifs : fournir l’observatoire de l’artificialisation des sols, fondé notamment sur les données OCSGE, mises à jour tous les trois ans
Vers un processus automatisé de production et de mise à jour des données basé sur :
• Des briques de télédétection (dont du Deep learning)
• Des images (BD ORTHO, mais aussi des images Sentinel)
• Des données d’apprentissage conçues à partir des bases de données existantes
• Des métriques d’évaluation
25 mai 2020 IGN & Copernicus
TRAVAUX DE R&I AVEC LES IMAGES SENTINEL
25 mai 2020
IGN & Copernicus 18
4.Maestria 5.Thèses 1.BD Forêt
2.OCS GE
3.monitoring PAC
25 mai 2020
IGN & Copernicus 19
PROJET ANR MAESTRIA
Objectifs : concevoir des méthodes pour optimiser la production des données d’occupation du sol en termes de qualité, de précision sémantique et géométrique, et d’actualité.
Calendrier : janvier 2019 – janvier 2023
(Multi-modAl Earth obServaTion Image Analysis)
25 mai 2020
IGN & Copernicus 20
ENJEUX
Ambitions :
• Classification des images à l’échelle de tout un pays, à partir d’images d’observation de la terre variées et hétérogènes
• Apprentissage à partir de données massives
• Classification à façon pour chaque utilisateur final
25 mai 2020
IGN & Copernicus 21
ENJEUX
Verrous :
• fusion entre résolutions spatiales et temporelles distinctes dans les données,
• passage à l'échelle,
• automatisation
Volet applicatif : des utilisateurs seront invités à spécifier des produits dérivés de la chaîne de traitement polyvalente adaptés à leurs cas d’utilisation « métiers ».
TRAVAUX DE R&I AVEC LES IMAGES SENTINEL
25 mai 2020
IGN & Copernicus 22
4.Maestria 5.Thèses 1.BD Forêt
2.OCS GE
3.monitoring PAC
RECHERCHES APPLIQUÉES À L’AGRICULTURE
Des réseaux de neurones "spatio-temporels" ont été développés et appliqués aux séries d'images Sentinel 2
Ces réseaux permettent d'apprendre à la fois l’information spatiale,
spectrale et temporelle des séries temporelles Sentinel 2 pour mieux distinguer les types de cultures
25 mai 2020
IGN & Copernicus 23
Réseaux des neurones récurrents pour la classification et la segmentation de parcelles d'agriculture sur des séries temporelles multi-capteur.
Thèse de de Vivien Sainte Fare Garnot, encadrée par Sébastien Giordano et Loic Landrieu ; Directrice de thèse : Nesrine Chehata – Thèse démarrée en octobre 2018
www.umr-lastig.fr/vivien-sainte-fare-garnot
RECHERCHES APPLIQUÉES À L’AGRICULTURE
Objectifs :
1) Cartographier les prairies permanentes
2) Obtenir des marqueurs d’intensité d’utilisation des prairies
3) Répertorier et quantifier les actes techniques
25 mai 2020
IGN & Copernicus 24
Suivi de la dynamique des prairies permanentes par analyse des séries temporelles multi-modales. Thèse d’Anatole Garioud, encadrée par Sébastien Giordano & Silvia Valero
Directeur de thèse : Clément Mallet - Thèse démarrée en octobre 2018
25 mai 2020
IGN & Copernicus 25
Le Programme européen Copernicus à l’IGN
Conclusions
Fort potentiel des images Sentinel 1 et 2 pour la cartographie
Des compétences qui progressent
Des formations à prévoir, sur :
• les images
• les outils d’analyse
• l’infrastructure informatique
Et sur la prise en main des processus « métier » développés.