Ingénieur-e de recherches/Post- Doctorant-e en télédétection

Le projet P2S2 (Produits Pour SENTINEL-2) consiste à élaborer et valider une chaine de traitement pour caractériser les cultures à partir d’images acquises par les satellites SENTINEL-2, LANDSAT-8 et Venµs. Les variables calculées sont : l’indice foliaire (LAI), le pourcentage de couverture de sol ou de fraction de rayonnement photosynthétiquement actif absorbé par la végétation (fAPAR). Une première version du prototype ayant été validée, les chaînes de traitement d’images satellite sont maintenant mises en production par le pôle de données et de services surfaces continentales THEIA pour fournir des images en continu sur la France. Votre mission sera double : valider les produits THEIA et prototyper la prochaine version de l’algorithme d’estimation des variables biophysiquesVous serez accueilli(e) au sein de l’Unité Mixte Technologique CAPTE (CAPTeurs et TElédetection) de l’UMR EMMAH, sur le centre PACA d’Avignon. Vous travaillerez en étroite collaboration avec des chercheurs et des ingénieurs de l’UMT, ainsi qu’avec ses interlocuteurs du CNES.

Rétrospective Theia 2022

En guise de vœux pour 2023, le pôle Theia vous invite à revoir en moins de deux minutes toute son actualité en 2022.

Vous serez plus particulièrement en charge :

D’inter-comparer et valider les produits issus de la chaîne de traitement opérationnelle des données issues des trois satellites en exploitant une base existante de données mesurées au sol (base P2S2).

De prototyper et évaluer la version 2 de la chaîne de traitement de données par apprentissage automatique sur les données P2S2 mesurées par type de culture. Vous effectuerez des comparaisons avec la version 1 (apprentissage sur données simulées par modèle de transfert radiatif PROSSAIL) et évaluerez la validité et les limites de l’algorithme développé.

Ce CDD de 9 mois pourra être prolongé de deux ans sur financement CNES pour le projet DECADAY (DECAmetric resolution for DAYly Observations) qui vise à fournir un algorithme générant des séries temporelles de variables biophysiques à partir de données optiques SENTINEL-2 & LANDSAT-8 en utilisant SENTINEL-1 pour améliorer les méthodes de bouchage de trou en cas de couverture nuageuse (financement accepté).

Pour plus d’informations sur le projet P2S2:  

Weiss, M., et al  (2019). The P2S2 Project: a validation database for SENTINEL-2 GAI and Chlorophyll products for crops In E.S. Agency (Ed.), Living Planet Symposium 2019. Milan, Italy

Weiss, M., et al  (2019). The p2s2 validation database for decametric resolution crop products: green area index, fraction of intercepted light, green fraction and chlorophyll content. In, IEEE International Geoscience and Remote Sensing Symposium (IGARSS 2019) (pp. 4588-4591). Yokohama, Japan

Formations et compétences recherchées

Master/Ingénieur (Bac+5)

• Formations recommandées : Ingénieur science du numérique avec des connaissances en télédétection, traitement d’images, inversion de modèles, intelligence artificielle, transfert radiatif
• Connaissances souhaitées : vous avez de solides connaissances en langages de programmation scientifique (Python, Matlab, C++), télédétection et de bonnes bases statistiques et en analyse d’images, une bonne pratique de l’anglais écrit et parlé et un gout pour l’observation des plantes.
• Aptitudes recherchées : vous êtes autonome et présentez de bonnes aptitudes à travailler en équipe et à communiquer pour assurer des interactions harmonieuses entre les différents partenaires. Vous avez une bonne capacité rédactionnelle et êtes à l’aise à l’oral.