Correction atmosphérique pour données hyperspectrales

Toulouse Stage (6 mois)

Voir les offres d'emploi

À propos de Magellium Artal Group

Magellium (Groupe Artal), avec ses 300 collaborateurs, est un acteur indépendant, spécialiste sur la chaîne de valorisation du pixel et de la donnée image et vidéo (du capteur satellite, aéroporté ou drone jusqu’à son utilisation dans les systèmes d’information géographique, la cartographie et la Géointelligence). Magellium promeut la maîtrise des technologies du logiciel, de l’IA, du traitement d’image et de la géomatique.  

Le poste

L’unité Earth Observation est en charge des activités de traitement d’images d’origine spatiale. Ses domaines d’expertise sont : la géométrie des capteurs & le traitement d’image, la calibration/validation & le contrôle qualité et les services d’observation de la Terre. Nos experts en télédétection, nos scientifiques et nos concepteurs de logiciels spécialisés se concentrent sur les programmes de R&D, les algorithmes de traitement, les systèmes de segment sol et les services environnementaux. Observer la Terre depuis l'espace, surveiller notre environnement et les changements climatiques sont nos défis.

 

CONTEXTE

Dès le lancement du premier satellite (Sputnik) dans 1957, l’observation de la Terre par satellites est un des domaines les plus avancées dans l’exploitation des technologies spatiales. L’amélioration des capteurs optiques permet avoir des meilleures et plus complètes mesures de la radiation électromagnétique réfléchi par la surface terrestre. Un des exemples c’est le satellite PRISMA de l’Agence Spatiale Italienne (ASI) qui contient un spectro-imageur qui mesure de façon continue la radiance réfléchi par la Terre du 400 nm à 2500 nm en pas de 10 nm et avec une résolution 30 m/pixel. Avec ces données hyperspectrales, PRISMA offre des multiples applications civiles et scientifiques comme le suivi de la production des champs cultivés, l’analyse de la qualité du sol et minéralogie, la protection et utilisation de ressources forestières ou l’analyse de la qualité de l’eau parmi autres. Ces applications vont être fournies de façon opérationnelle par la future mission Copernicus CHIME.

 

Afin d’exploiter l’information des données satellites, ces images doivent être corrigées des effets d’absorption et diffusion de la radiation par l’atmosphère terrestre. Ce processus (correction atmosphérique) est une des étapes plus importantes dans le traitement d’images optiques par satellite. Son but principal est l’obtention de la réflectance de surface à partir des mesures de la radiance par le satellite. En général, les algorithmes de correction atmosphérique sont divisés en deux étapes : (1) la caractérisation de l’atmosphère (vapeur d’eau et aérosols); et (2) l’inversion de la réflectance surface à partir des mesures du satellite. Les algorithmes de correction atmosphérique utilisent des modèles de transfert radiatif (RTM) pour obtenir la composition atmosphérique et découpler le signal de la réflectance de surface des effets atmosphériques. Ces RTM atmosphériques sont des codes informatiques qui simulent les processus d’absorption, diffusion et émission de la radiation électromagnétique dans l’atmosphère terrestre.

 

Si bien des algorithmes existent déjà pour divers satellites, la correction atmosphérique est toujours un défi qui a besoin encore d’améliorations, surtout pour des instruments hyperspectrales en haute résolution spatiale comme PRISMA. L’utilisation conjointe des méthodes de machine learning (émulateurs) avec des méthodes d’estimation optimale (ISOFIT, GRASP) ouvrent la porte à améliorer la précision et la performance de la correction atmosphérique.

 

SUJET  Correction atmosphérique pour données hyperspectrales

 

L’objectif de ce stage sera d’implémenter et tester des améliorations un sur un prototype de la chaine de traitement Magellium Atmospheric Correction toolbox (MAGAC) et l’appliquer sur des images hyprspectrales de la mission PRISMA. En particulier, l’objectif sera consolider un algorithme type Optimal Estimation en utilisant des méthodes multi-pixel (Guanter et al. 2010) pour mieux caractériser l’atmosphère ainsi que d’utiliser des émulateurs (Vicent et al. 2021) comme alternative à l’interpolation des look-up tables. Ce stage contribue dans l’exercice ACIX-III de l’Agence Spatiale Européenne (ESA) à la validation des algorithmes de correction atmosphérique. Vous aurez donc pour objectifs :

  • Révision bibliographique sur les méthodes d’estimation optique, correction atmosphérique et émulation, ainsi que pour les concepts physiques (transfert radiative) et les outils informatiques (codes de transfert, émulateurs) à utiliser pendant le stage,
  • Récupération et analyse des données PRISMA pour évaluer l’algorithme MAGAC,
  • Compréhension, implémentation et amélioration de l’algorithme ISOFIT et MAGAC. En particulier :

o  Amélioration de l’algorithme avec des méthodes multi-pixel.

o  Adaptation de l’algorithme pour l’utilisation avec des émulateurs.

o  Génération d’un émulateur des codes de transfert radiatif atmosphérique.

  • Validation et analyse de performance de l’algorithme sur la base de données synthétiques pour l’instrument PRIMSA dans le cadre du projet ACIX-III.

 

Les travaux seront réalisés en Python ou, de préférence, Matlab. Vous travaillerez en collaboration active avec les experts en transfert radiatif, correction atmosphérique et Machine Learning pour définir le plan travail, développer l’outil et générer des données. Vous aurez aussi accès à des outils existants (ALG) pour faciliter les travaux.  Vous devrez être autonome dans leur mise en œuvre.

Profil recherché

Etudiant(e) en cursus universitaire ou en école d'ingénieur et préparant un diplôme de niveau Bac+5 dans le domaine de la télédétection, physique, traitement d’images, machine learning ou informatique, vous êtes intéressé(e) et motivé(e) pour réaliser une thèse à la suite du stage. Vous avez une expérience prouvée en programmation numérique (Python ou, de préférence, Matlab) et disposez d’un bon bagage physique (transfert radiative), mathématique (méthodes statistiques) et connaissances sur l’Observation de la Terre (mission satellites), en particulier pour des missions optiques.

 

Mots clés : Correction atmosphérique, hyperspectral, transfert radiatif, émulateurs

Mots clés informatiques : Matlab, Python

Toulouse
Stage (6 mois)
Propulsé parTaleez