gay model

Proposition de thèse en traitement d’images
Extraction d’information en interférométrie satellitaire SAR appliquée au
calcul de l’équivalent en eau de la neige.
Contexte :
De plus en plus de techniques d’imageries SAR se développent afin d’arriver à caractériser
les milieux denses en profondeur, permettant d’obtenir des informations des propriétés
volumiques des milieux (densité, taille des grains de la neige, teneur en eau liquide…).
L’extraction d’information, des images interférométriques différentielles est un point clé
notamment dans le cas des données satellitaires où la différence de phase va comporter
plusieurs composantes. De plus, pour analyser de grandes quantités d’interférogrammes, il
est nécessaire d’être capable d’extraire des informations des mêmes zones des séries
temporelles de ces images.
Même si de nombreuses avancées ont pu être obtenues ces dernières années dans l’extraction
d’information SAR pour la mesure de déplacement, le problème reste entier dans le cas de
l’extraction d’information de différence de phases pour obtenir l’équivalent en eau de la neige
(Snow Water Equivalent, SWE) en raison de la complexité du milieu. La réalisation d’un
modèle physique reliant la variation de phase des signaux SAR satellitaires dans la neige à
son équivalent en eau est actuellement « ouvert ».
L’accroissement des séries temporelles d’images (Sentinel, CSK, TSX,…) conduit à une forte
augmentation d’information du milieu neige, qui devrait permettre d’en extraire le SWE.
Objectif de la thèse :
Afin de pouvoir aborder ces problèmes, l’équipe Signal Image Physique (Sigmaphy) de
GIPSA-lab possède une grande expertise en interférométrie des images SAR.
L’objectif de cette thèse sera d’étudier et de concevoir de nouveaux algorithmes d’extraction
d’information en interférométrie satellitaire SAR. Nous chercherons en particulier à
développer des algorithmes en mettant l’accent sur :
- le recalage des images SAR permettant d’aboutir à un empilement de séries
temporelles de données dans la même géométrie,
- la recherche d’une relation reliant la phase interférométrique satellitaire à
l’équivalent en eau de la neige et de sa validation par des mesures in-situ,
- le traitement de grandes séries temporelles d’images SAR Sentinel et/ou CSK,
et/ou TSX avec des temps de calcul raisonnables et non rédhibitoires pour obtenir
le SWE sur le massif alpin des Alpes (utilisation du méso centre de calcul
grenoblois ciment).
Cadre de la thèse :
Cette thèse se déroulera dans l’équipe Sigmaphy de GIPSA-lab. Elle sera co-encadrée par M.
Gay (IR-HDR) et L. Ferro-Famil (Professeur IETR, Rennes).
Le candidat devra être titulaire d’un Master Recherche ou d’un diplôme d’ingénieur et devra
posséder des compétences en traitement des images, si possible SAR. Un goût pour la
physique et la programmation est indispensable.
Financement : Ministériel. Les résultats académiques du master auront une grande
importance dans le recrutement du candidat.
Candidature :
Les candidatures (CV+ notes des dernières années) sont à envoyer à Michel Gay
([email protected]) et à Laurent Ferro-Famil ([email protected])
avant le 15 juin 2016.
Références bibliographiques :
M. Gay, L. Ferro-Famil, “Penetration depth of synthetic aperture radar signals (1-100 GHz) in ice and
snow:an analytical approach.” Workshop on Remote Sensing and modeling of surface Properties
Grenoble 2016 .
M. Gay, X.V. Phan, L. Ferro-Famil, Y. Durand, F. Karbou, A. Girard and G. D'Urso “Simulation de la
rétrodiffusion radar du manteau neigeux. Comparaison avec les données d'un radar sol et
TSX(Projet NoSRex). ,” ENVIREM Paris-2015.
X.V. Phan, L. Ferro-Famil, M. Gay, Y. Durand, S. Allain, G. D'Urso, and A. Girard, 1D-Var
multilayer assimilation of X-band SAR data into a detailed snowpack model. Cryopsphere, 8,
p.1975-1987, 2014.
X.V. Phan, L. Ferro-Famil, M. Gay, Y. Durand, and M. Dumont, “Comparison between DMRT
simulations for multilayer snowpack and data from NOSREX repoart,” in IGARSS 2014.
X.V. Phan, M. Gay, L. Ferro-Famil, Y. Durand, and M. Dumont, “Assimilation of TERRASAR-X
data intoa snowpack model,” in IGARSS 2014.