Accès à la donnée
Depuis 2022, la production se fait à la demande.
Un outil dédié pour télécharger des collections entières
THISMEDownload.py : un outil de téléchargement dédié
Pour faciliter le téléchargement de collection entière, un script automatique THISMEDownload.py a été développé par Loïc Lozac’h (Ingénieur INRAE). Le script ne s’utilise que sur un système Linux car il contient en effet des dépendances (curl, wget) uniquement disponible sur ce système. Il permet le téléchargement par lot des données présentes sur l’application web THISME.
Utilisation
- Sur l’application web THISME, lancer une recherche via l’interface client.
- La requête correspondant à cette recherche s’affiche dans la barre d’adresse de votre navigateur
- Copier cette adresse à partir du point d’interrogation (?)
- Utiliser cette requête comme argument de l’option -urlq du script THISMEDownload.py
- Ne pas oublier de mettre la requête entre guillemets.
Par exemple, pour télécharger la collection correspondant à l’Italie centrale, écrire :
THISMEDownload.py -urlq "q=%23Central-Italy&collection=SoilMoisture"
Les données
Registre parcellaire graphique (RPG)
National Center for Remote Sensing Lebanon
IBG-3 | Frank Hermann
Corine Land Cover | Copernicus
LMI TREMA Maroc | Vincent Simmoneaux
SIGPAC Espagne
Données disponibles en septembre 2021
Le produit
Le CES “Humidité du sol à très haute résolution spatiale” propose des cartes d’humidité du sol à forte répétitivité temporelle (une carte tous les 6 jours) à l’échelle sub-parcellaire sur de nombreux sites en France, en Europe et autour du bassin méditerranéen.
Quelques exemples de séries de données Humidité des sols à très haute résolution spatiale
Le développement algorithmique et la production des cartes d’humidité ont été effectués grâce au soutien de l’Irstea (UMR Tetis) et du Cnes (Projet Tosca). Ce travail a été mené en étroite collaboration avec Mehrez Zribi du Cesbio.
Les données utilisées sont issues des séries d’images Copernicus radar Sentinel-1 et optiques Sentinel-2. L’algorithme d’inversion du signal radar utilise les réseaux de neurones. Il est appliqué sur les parcelles agricoles (avec ou sans végétation) extraites des cartes d’occupation des sols 2016 et 2017 élaborée par le CES Occupation des sols de Theia (Jordi Inglada et al., Cesbio).
Des images Sentinel-2 ont été utilisées pour calculer le NDVI (indice de végétation normalisé). Cet indice est nécessaire en entrée de l’algorithme d’inversion, d’une part, pour segmenter les surfaces agricoles issues de la carte d’occupation des sols, et, d’autre part, pour simuler la contribution de la végétation au signal radar total reçu par le satellite. La segmentation permet d’extraire des polygones homogènes à l’intérieur des parcelles agricoles et de proposer ainsi des objets plus fins que le contour des parcelles.
Grâce à une grande campagne de terrain près de la ville de Montpellier (près de 500 mesures in situ), l’estimation de l’humidité des sols sur ces cartes atteint une précision de l’ordre de 6 vol.%.
Contact
Nicolas Baghdadi
INRAE | Tetis
ResearchGate
Contributions
Mehrez Zribi
CNRS | Cesbio
ResearchGate
@M.Zribi
Contributions
Equipe
Ghaith Amin
INRAE | Tetis
LinkedIn
Hassan Bazzi
INRAE | Tetis
ResearchGate
Mohamad El-Hajj
INRAE | Tetis
ResearchGate
Loïc Lozac’h
INRAE | Tetis
@L.Lozach