téléchargement données sentinel-2

Atelier de renforcement de capacités en
Télédétection
TÉLÉCHARGEMENT
DONNÉES SENTINEL-2
Objectif
Ce tutorial a pour objectif de montrer comment télécharger des données Sentinel-2.
Pour télécharger l’integralité d’une données (composé de plusieurs tuile),cela peut se faire par le
site officiel https://scihub.copernicus.eu/dhus/#/home,
Pour ne télécharger qu’une tuile, il est possible d’aller sur ce site : http://sentinel-pds.s3website.eu-central-1.amazonaws.com/#ImagerySearch
Installation de l’extension DownThemAll pour Firefox
Pour optimiser le téléchargement des données il est recommandé d’utiliser une application
spécialisée.
Pour cela, nous recommandons d’installer l’extension DownThemAll pour firefox.
Cliquez ici pour voir le tutorial video
FirefoxDownthemallExtensionInstall.mp4
Téléchargement par le Sentinel data hub
Ce site vous permet de télécharger la donnée complète.
Pour télécharger les données, vous devez d’abord créer un compte pour ensuite faire votre
recherche.
Cliquez ici pour voir le tutorial video
ESASentinelDataHubDownloadSentinel-2.mp4
Téléchargement par Amazonaws
Ce site vous permet de ne télécharger qu’une tuile ce qui est intéressant si la zone d’étude est bien
plus petite qu’une donnée Sentinel-2 complète.
Cliquez ici pour voir le tutorial video
AmazonAWSDownloadSentinel-2.mp4
Atelier de renforcement de capacités en Télédétection
PRÉ-TRAITEMENTS ET AFFICHAGE DE
DONNÉES OPTIQUES
SENTINEL-2
Objectif
Ce tutorial a pour objectif de montrer comment mettre en forme des données optiques
telle que Landsat et Sentinel-2 afin de les exploiter au mieux.
Pour cela voici les principales étapes :
•
Import des différentes bandes et création d’un fichier contenant toutes les bandes
•
Creation d’un subset (si besoin)
•
Affichage des données
Import des différentes bandes et création d’un fichier
contenant toutes les bandes
Pour faciliter l’utilisation des données satellite il est souvent utile de regrouper l’ensemble des
bandes disponible sous la forme d’un seul fichier. On parle souvent de fichier multibande ou encore
de Layer Stack.
Pour cela, importer les bandes de votre capteur que vous souhaitez regrouper dans un fichier et
ordonnez les dans Qgis dans l’ordre souhaité de haut en bas. En faisant cela, le fichier de sortie crée
au format VRT aura pour première bande la couche cochée situé la plus en haut.
Cliquez ici pour voir le tutorial video
QgisRasterLayerStacking.mp4
Optionnel – Découper une zone d’étude
Pour réduire le volume de données à traiter et ainsi accélérer les traitements, il est utile de découper
la donnée sur la zone d’études.
Cliquez ici pour voir le tutorial video
ClipRaster.mp4
Affichage des données
Avant toute manipulation de données il est essentiel d’optimiser l’affichage de celle-ci. En effet,
quelle que soit la donnée utilisée un écran standard ne peut souvent afficher que 3 canaux (Rouge,
Vert et Bleu) avec 255 niveaux. En revanche, dans le cas de données satellite il n’est pas rare de
rencontrée des données avec plus de 3 bandes et codées sur 4096 niveaux, comme Landsat-8,
Sentinel-2…
Par conséquent, chaque donnée affichée doit être optimisée pour l’usage recherché. Cela signifie de
réaliser une composition colorée (choisir les bandes à afficher dans les canaux RVB de l’écran) puis
d’optimiser le contraste sur une zone d’intérêt représentatives des paysages recherchés.
Dans le cas d’imagerie optique, voici quelques suggestions de composition colorée (les caractères
colorés représentent les canaux de l’écran alors que les autres représentent le nom générique 1
généralement donnée à la longueur de la bande considérée):
•
Vraie couleur (équivalent à la vue humaine) : R:R – V : V – B:B
•
Fausse couleur 1 (utile pour discriminer la végétation du reste) : R:PIR – V : R – B:V
•
Fausse couleur (utile pour discriminer les différents types de végétation du reste) : R:MIR –
V : PIR – B:R
Cliquez ici pour voir le tutorial video
ImproveRasterDisplay.mp4
1. V=Vert, R=Rouge, PIR=Proche Infra Rouge, MIR=Moyen Infra Rouge
Atelier de renforcement de capacités en Télédétection
TRANSFERÉ DES COMPOSITIONS
COLORÉE ET/OU DES POINTS LOCALISÉ
DE QGIS VERS L’APPLICATION
ORUXMAPS (ANDROID)
Objectif
Ce tutorial a pour objectif de montrer comment exporter des compositions colorées
réalisées sous Qgis ains que des points géolocaliser vers l’application Oruxmaps sous android.
En effet cela permet de réaliser une mission de terrain dans le but de contrôler un résultat ou bien
de comprendre la relation entre la réponse d’un indicateur satellite et le paysage observé.
Pour cela voici les principales étapes :
•
Export d’une composition colorée
◦ Préparation de la donnée sous Qgis
◦ Copies des données générées dans le dossier d’Oruxmaps sur le mobile android
◦ Lancer Oruxmaps et charger la carte importée
•
Export d’un fichier de points
◦ Conversion sous Qgis en format GPX
◦ Copie du fichier exporté dans le dossier d’Oruxmaps sur le mobile android
◦ Lancer Oruxmaps et charger le fichier gpx importé
Export d’une composition colorée
1. Traitement sous QGIS
1. Installer extension Qtile (si non installé)
2. Charger et optimiser l’affichage à exporter
3. Lancer le plugin Qtiles (en utilisant le lien suivant, vous verrez le lien entre le niveau de
zoom
demandé
par
Qtile
et
la
taille
de
pixel
recherché
http://wiki.openstreetmap.org/wiki/Zoom_levels)
2. Mobile Android
1) Installer Orumaps à partir du Playstore et le lancer une première fois
2) Copier le fichier mbtiles précédemment crée avec Qgis dans le dossier de votre mobile
Android suivant: orumxaps/mapfiles/
3) Lancer Oruxmaps et charger votre carte
Cliquez ici pour voir le tutorial video
FromQgisToAndroidMapOruxmap.mp4
Export de points geolocalisés
1. Traitement sous QGIS
1. Charger votre fichier de points à exporter
2. Exporter au format gpx
2. Mobile Android
1) Installer Orumaps à partir du Playstore et le lancer une première fois
2) Copier le fichier gpx précédemment crée avec Qgis dans le dossier de votre mobile
Android suivant: orumxaps/mapfiles/
3)
Lancer Oruxmaps et charger votre fichire gpx
Cliquez ici pour voir le tutorial video
PointToOruxmaps.mp4
Atelier de renforcement de capacités en Télédétection
RÉALISER UNE CLASSIFICATION À
PARTIR D’UNE IMAGE SATELLITE
Objectif
Ce tutorial a pour objectif de montrer comment réaliser une classification à partir de
données satellites.
1)
Définir les classes d’apprentissage
Avant tous processus de classification il est important de bien définir les classes recherchées pour la
carte à réaliser :
2)
•
Nom de la classe
Exemple: Forêt
•
Description de la classe
Exemple: Surface minimum de 1ha couverte par des arbres avec une canopée fermée
•
Code d’identification
Exemple: 10
Principales étapes
3)
Importer le fichier source the Layer Stacked data
Dans Qgis, Importer le raster en utilisant cette icône:
4)
Créer un masque de No data (Optionnel)
Cette étape est importante si vous avez des valeurs de background différente dans vos couches où
pour accélérer plus tard les calculs.
Cliquez ici pour voir le tutorial vidéo
QgisBuildNoDataMask.mp4 or YouTube
5)
Appliquer une valeur unique de no data pour toutes les
couches (Optionnel)
Si vous n’avez pas la même valeur de background dans toutes les couches vous devez passer par
cette étape.
Cliquez ici pour voir le tutorial vidéo
QgisMaskRasterWithRasterMask.mp4 or YouTube
6)
Générer les statistiques du raster source
Cette étape va sauvegarder dans un fichier xml les moyenne et écart type de chacune des bandes du
fichier raster à classifier.
Cliquez ici pour voir le tutorial vidéo
QgisClassificationStep1-RasterStat.mp4 or YouTube
7)
Création du ROI (Region Of Interest) au format shape file
Pour réaliser l’apprentissage supervisé il faut créer un fichier vecteur contenant des polygones pour
lesquels sera donné un code de classe (chiffre entier)
Par exemple :
1 pour Forêt, 2 pour Savane et 3 pour eau.
Cliquez ici pour voir le tutorial vidéo
QgisClassificationStep2-CreateShapeROI.mp4 or YouTube
8)
Entraînement du classifieur Random Forest
En utilisant le fichier de statistique xml précédemment crée ainsi que le raster à classifier et le fichier
ROI précédemment crée, cette étape va créer un fichier texte mémorisant l’apprentissage réalisé.
Cliquez ici pour voir le tutorial vidéo
QgisClassificationStep3-TrainRandomForestClassifier.mp4
9)
Creation de l’image de classification
En utilisant le fichier raster préalablement utilisé, le fichier xml de statistiques qui lui est associé ainsi
que le fichier texte d’entraînement précédemment crée, nous allons créer la classification
correspondante.
Cliquez ici pour voir le tutorial vidéo
QgisClassificationStep4-CreateClassificationFile.mp4 or YouTube
10)
Suprimer les petits aggrégat de pixel et applique une MMU
(Minimal Mapping Unit)
Dans le but de supprimer les agrégats de pixels non significatif et pour définir une surface minimum
pour chacune des surfaces cartographiées, il est nécessaire de faire un post-traitement appelé
« tamis », A minima, il est recommandé d’éliminer les agrégats ayant moins de 10 pixels.
Cliquez ici pour voir le tutorial vidéo
QgisClassificationStep5-SieveClassification.mp4 or YouTube