Un chiffre donne la mesure du secteur mieux qu’une prévision de marché. Le service européen de diffusion des données satellitaires a annoncé, à sa fermeture au profit d’une plateforme plus récente, avoir fourni plus de 67 millions de produits Sentinel à environ 750 000 utilisateurs, diffusant 590 pétaoctets de données depuis sa mise en service en 2014.Ces données sont gratuites. L’agence spatiale européenne rappelle qu’un acte délégué européen accorde un accès libre, complet et ouvert aux données environnementales du programme, y compris celles des satellites Sentinel. Une ressource massive et sans coût d’accès, ce qui déplace la difficulté ailleurs.Cet article présente le secteur, ses capteurs, ses acteurs et ce qui conditionne l’exploitation de ses données. Il ouvre une série qui lui est consacrée.
Ce que recouvre l’observation de la Terre
Trois familles de plateformes coexistent et leurs propriétés diffèrent radicalement.L’observation de la Terre désigne l’ensemble des techniques permettant de mesurer les propriétés de la surface terrestre, de l’atmosphère et des océans à distance, principalement depuis l’espace mais aussi depuis des aéronefs.Trois familles de plateformes coexistent et leurs propriétés diffèrent radicalement.Les satellites offrent une couverture globale, une répétitivité régulière et une résolution variable selon leur orbite. Ils constituent la source principale et le sujet de la plupart de cette série.Les plateformes aéroportées, avions et drones, offrent une résolution supérieure sur des zones restreintes, avec une acquisition à la demande. Elles portent notamment les capteurs de télémétrie laser dont il sera question plus loin.Les capteurs au sol complètent l’ensemble en fournissant les mesures de référence qui permettent de valider les produits satellitaires, sujet auquel un article de cette série est consacré.Ces trois familles de plateformes se combinent plutôt qu’elles ne se concurrencent, chaque question opérationnelle appelant un compromis entre couverture, résolution et fréquence.Les types de capteurs en observation de la Terre
Cette distinction conditionne tout ce qu’une donnée permet.La distinction entre capteurs conditionne tout ce qu’une donnée permet, et elle est le préalable à toute discussion technique.Les capteurs optiques d’observation de la Terre mesurent la lumière réfléchie par la surface. Ils produisent des images proches de ce que l’œil percevrait, augmentées de bandes spectrales invisibles. Leur limite est majeure : ils ne voient ni la nuit ni à travers les nuages.Les capteurs radar émettent leur propre signal et mesurent son écho. L’agence spatiale décrit ainsi la première mission Sentinel : elle produit des images radar par tout temps, de jour comme de nuit. Cette propriété est déterminante dans les régions fréquemment nuageuses et pour la réponse aux catastrophes.Les capteurs hyperspectraux mesurent des dizaines à des centaines de bandes étroites, ce qui permet d’identifier des compositions de matériaux plutôt que de simples couleurs.Les capteurs thermiques mesurent le rayonnement infrarouge émis, donc la température de surface.Les altimètres et les capteurs de télémétrie laser mesurent des distances, produisant des modèles d’élévation et des nuages de points tridimensionnels.Cette diversité de capteurs explique une difficulté récurrente : une même question peut appeler plusieurs capteurs, et leur combinaison suppose un travail de mise en correspondance que les articles suivants détaillent.Les quatre résolutions d’une donnée d’observation de la Terre
Leur confusion produit l’essentiel des malentendus du domaine.Une donnée d’observation de la Terre se caractérise par quatre paramètres dont la confusion produit l’essentiel des malentendus.La résolution spatiale désigne la taille au sol d’un pixel. Elle va de dizaines de mètres pour les missions à large couverture à quelques dizaines de centimètres pour les satellites commerciaux les plus fins.La résolution temporelle désigne l’intervalle entre deux acquisitions du même point. Elle dépend de l’orbite et du nombre de satellites d’une constellation.La résolution spectrale désigne le nombre et la largeur des bandes mesurées, qui déterminent ce qu’il est possible de distinguer.La résolution radiométrique désigne la finesse de codage des valeurs, qui conditionne la capacité à distinguer des différences ténues.Un arbitrage physique lie ces quatre paramètres. Un capteur ne peut maximiser les quatre simultanément, une résolution spatiale fine impliquant une fauchée étroite donc une répétitivité moindre. Cette contrainte explique la coexistence de missions aux profils très différents plutôt qu’une convergence vers un capteur idéal.Les niveaux de traitement
Une donnée n’est pas exploitable telle qu’elle est acquise.Une donnée n’est pas exploitable telle qu’elle est acquise, et la chaîne de traitement qui la rend utilisable comporte des étapes normalisées.Les données brutes sortent du capteur sans correction. Elles ne servent qu’aux spécialistes de l’instrument.Les données corrigées géométriquement et radiométriquement constituent le premier niveau réellement exploitable. Elles sont positionnées sur la surface terrestre et leurs valeurs sont converties en grandeurs physiques.Les données corrigées des effets atmosphériques constituent le niveau le plus employé pour l’analyse, puisque l’atmosphère altère le signal de façon variable selon les conditions.Les produits dérivés, indices de végétation, cartes d’occupation du sol ou détections d’anomalies, constituent le niveau supérieur et ils résultent d’un traitement thématique.Cette gradation des niveaux a une conséquence pratique immédiate. Un projet doit savoir à quel niveau il travaille, une comparaison entre données de niveaux différents produisant des résultats faux sans qu’aucune erreur ne soit levée.Les acteurs de l’observation de la Terre
Quatre familles se partagent le champ et leurs logiques diffèrent.Quatre familles se partagent le champ et leurs logiques diffèrent.Les agences spatiales publiques conçoivent et exploitent les grandes missions institutionnelles. L’agence européenne présente son programme phare comme le plus ambitieux à ce jour en matière d’observation de la Terre, et il constitue le socle de données du continent.Les opérateurs commerciaux exploitent des constellations dont les données sont vendues, généralement à des résolutions supérieures à celles des missions publiques.Les fournisseurs de services transforment ces données en produits thématiques destinés à des secteurs particuliers, agriculture, assurance, énergie ou défense.Les utilisateurs finaux, enfin, exploitent ces produits sans nécessairement manipuler la donnée source.Une observation traverse ces quatre familles. La valeur se déplace progressivement de la donnée vers le produit, l’accès gratuit à des données massives rendant la donnée brute peu différenciante et le traitement thématique décisif.Le régime des données
Deux régimes coexistent et leur articulation détermine le coût d’un projet.Deux régimes coexistent et leur articulation détermine le coût d’un projet.Le régime ouvert, dont le programme européen constitue l’exemple majeur, met à disposition gratuitement des données de résolution moyenne avec une répétitivité élevée. La plateforme qui a succédé au service historique donne accès à un ensemble dont un opérateur d’infrastructure indique qu’il couvre déjà plus de 50 pétaoctets de données d’archive et courantes, avec une croissance estimée à plus de 100 pétaoctets en six ans.Le régime commercial propose des résolutions plus fines, des acquisitions programmables et des délais garantis, moyennant un coût qu’un article de cette série examine.Ces deux régimes ne s’opposent pas. Un projet typique emploie les données ouvertes pour la couverture et le suivi régulier, et recourt au commercial pour les cas exigeant une finesse ou une réactivité que le gratuit ne fournit pas.L’arbitrage se fait donc question par question, et il suppose de savoir ce que chaque régime permet, ce que les articles consacrés aux données et aux coûts détaillent.Ce que l’intelligence artificielle change en observation de la Terre
Elle a transformé l’exploitation par un mécanisme qu’il vaut la peine de nommer.L’apprentissage automatique a transformé l’exploitation des données d’observation de la Terre, et il l’a fait par un mécanisme qu’il vaut la peine de nommer.Le volume disponible dépasse depuis longtemps ce qu’une analyse humaine peut traiter. Les 590 pétaoctets cités en introduction ne se regardent pas ; ils se traitent.Trois familles de tâches se sont automatisées. La classification de l’occupation du sol, qui attribue une catégorie à chaque pixel ou à chaque parcelle. La détection d’objets, bâtiments, véhicules, navires ou infrastructures. Et la détection de changement, qui compare deux acquisitions du même lieu.Une quatrième famille émerge : la prévision, qui exploite des séries temporelles pour anticiper une évolution plutôt que constater un état.Ces automatisations ont déplacé le facteur limitant. La donnée est abondante et gratuite, les modèles sont disponibles, et ce qui manque est la vérité terrain permettant de les entraîner et de les évaluer.Le goulot des données annotées
Cette difficulté est suffisamment centrale pour qu’un article entier lui soit consacré.Cette difficulté est suffisamment centrale pour qu’un article de cette série lui soit entièrement consacré, et elle mérite d’être posée dès maintenant.Annoter une image d’observation de la Terre suppose de savoir ce qui se trouve au sol, information que l’image ne contient pas toujours. Distinguer une culture d’une autre, un bâtiment résidentiel d’un bâtiment industriel ou une coupe forestière d’un incendie demande une connaissance que le pixel ne fournit pas.Quatre difficultés propres compliquent ce travail. L’échelle, une seule scène couvrant des centaines de kilomètres carrés. La variabilité saisonnière, un même lieu changeant d’apparence au cours de l’année. La variabilité géographique, une classe n’ayant pas la même apparence sous des climats différents. Et la vérification, la vérité terrain supposant parfois un relevé sur place.Ces quatre difficultés expliquent en grande partie que les corpus annotés soient rares au regard du volume de données disponibles, et qu’ils soient géographiquement concentrés sur quelques régions bien couvertes.Ce qui distingue l’annotation géospatiale
Le travail diffère de l’annotation d’images ordinaires sur plusieurs points.Le travail diffère de l’annotation d’images ordinaires sur plusieurs points qui conditionnent l’outillage et les compétences.La géoréférence est centrale. Chaque pixel correspond à une position sur la surface terrestre, exprimée dans un système de coordonnées, et cette information doit être préservée à chaque étape.Les systèmes de projection introduisent une difficulté propre. Représenter une surface courbe sur un plan suppose une projection, et plusieurs coexistent, dont la confusion produit des décalages.Les objets annotés sont souvent de très petite taille par rapport à la scène, quelques pixels pour un véhicule sur une image de plusieurs milliers de pixels de côté.Et les classes sont fréquemment définies par une convention administrative plutôt que par une évidence visuelle, une nomenclature d’occupation du sol relevant d’un référentiel réglementaire.Ces quatre propriétés font de l’annotation géospatiale une spécialité distincte, et elles expliquent que les outils et les protocoles diffèrent de ceux employés dans d’autres domaines.Les principaux domaines d’application de l’observation de la Terre
Plusieurs font l’objet d’articles dédiés dans cette série.L’agriculture emploie le suivi des cultures, l’estimation de rendement et la détection de stress hydrique, à partir d’indices calculés sur des bandes spectrales.L’environnement et le climat exploitent le suivi de la déforestation, la mesure des glaces, la qualité de l’air et l’évolution du trait de côte.La sécurité et la défense emploient la surveillance de zones, la détection d’activité et l’évaluation de dommages.L’assurance et la finance exploitent l’évaluation de risques, la vérification de sinistres et l’estimation d’exposition.Les infrastructures et l’urbanisme emploient la cartographie, le suivi de chantiers et la détection de mouvements de terrain.Cette diversité a une conséquence pour un projet de données : les conventions d’annotation, les classes et les exigences de qualité varient fortement selon le domaine, et un protocole conçu pour l’un ne se transpose pas à l’autre.Les difficultés récurrentes
Cinq reviennent dans la plupart des projets d’observation de la Terre.Cinq difficultés reviennent dans la plupart des projets et elles méritent d’être connues avant d’en engager un.La couverture nuageuse limite l’usage des capteurs optiques, avec des taux qui rendent certaines régions difficilement observables une partie de l’année.La disponibilité temporelle ne coïncide pas toujours avec le besoin, un événement pouvant survenir entre deux passages.L’hétérogénéité des sources complique l’agrégation, deux capteurs ne mesurant pas exactement la même chose.Le volume impose une infrastructure de traitement que tous les projets ne peuvent pas assumer.Et la vérité terrain constitue le facteur limitant, comme indiqué plus haut.Ces cinq difficultés ne se résolvent pas par le choix d’un meilleur modèle, ce qui rejoint un constat que les clusters consacrés à d’autres domaines ont établi.Les formats et les outils de l’observation de la Terre
Un projet rencontre un écosystème technique qu’il vaut la peine de situer.Les formats matriciels dominent pour les images. Le format le plus répandu associe les valeurs de pixel à leur géoréférence dans un fichier unique, et une variante conçue pour l’accès distant permet de lire une portion de scène sans télécharger l’ensemble, propriété décisive au regard des volumes en jeu.Les formats vectoriels portent les objets délimités, polygones de parcelles, emprises de bâtiments ou linéaires de voirie. Ils constituent le format naturel de livraison d’une annotation géospatiale.Les formats de nuages de points portent les acquisitions de télémétrie laser, avec des conventions propres que le domaine de la cartographie tridimensionnelle a établies.Deux catégories d’outils s’appliquent à ces formats. Les systèmes d’information géographique, qui permettent la visualisation, l’édition et l’analyse spatiale, et qui constituent l’outillage de référence du domaine. Et les bibliothèques de traitement, employées pour les chaînes automatisées.Une observation pratique s’impose. L’outillage libre du domaine est mature et largement adopté, y compris dans des contextes professionnels, ce qui abaisse considérablement le coût d’entrée d’un projet d’observation de la Terre.Par où commencer en observation de la Terre
Un ordre réduit sensiblement le temps d’apprentissage.Une équipe abordant l’observation de la Terre gagne à suivre un ordre qui réduit sensiblement le temps d’apprentissage.Commencer par explorer les données ouvertes, dont l’accès ne demande qu’une inscription et qui permettent de manipuler des scènes réelles sans engagement.Identifier ensuite la question opérationnelle précise, ce qui détermine les résolutions nécessaires et donc les capteurs pertinents.Vérifier la disponibilité effective sur la zone et la période visées, la couverture nuageuse et la répétitivité pouvant invalider un projet avant qu’il commence.Et estimer la vérité terrain disponible ou constituable, cette estimation déterminant la faisabilité davantage que le choix technique.Ce que le secteur de l’observation de la Terre attend d’un fournisseur de données
Cette observation situe la contribution possible d’un prestataire d’annotation.Le constat du goulot exposé plus haut a une conséquence directe : la compétence rare n’est pas la manipulation d’images satellitaires, largement outillée, mais la production de vérité terrain fiable et documentée.Trois prestations en découlent. La constitution de corpus annotés selon une nomenclature définie, avec le contrôle qualité correspondant. La documentation de la représentativité géographique et saisonnière du corpus, qui conditionne l’interprétation de toute performance. Et la constitution de jeux d’évaluation couvrant des zones et des périodes distinctes de l’entraînement.Une quatrième prestation, moins évidente, mérite d’être signalée : le travail sur les nuages de points issus de télémétrie laser, dont la segmentation demande un outillage et des compétences distincts de ceux de l’imagerie matricielle.Ces quatre axes ont un point commun. Ils portent sur ce que la donnée ouverte ne fournit pas, ce qui les rend complémentaires de la ressource gratuite plutôt que concurrents.Les erreurs les plus fréquentes
- Confondre résolution spatiale et précision de localisation.
- Comparer des données de niveaux de traitement différents.
- Choisir un capteur optique pour une zone fréquemment nuageuse.
- Dimensionner un projet sans vérifier la répétitivité effective sur la zone visée.
- Supposer qu’une classe garde la même apparence sous tous les climats.
- Négliger les systèmes de projection lors de l’agrégation de sources.
- Traiter l’annotation géospatiale comme une annotation d’images ordinaires.
- Sous-estimer le coût de constitution de la vérité terrain.
- Employer un protocole d’annotation conçu pour un autre domaine d’application.
- Attendre d’un meilleur modèle qu’il compense une donnée indisponible.
- Confondre répétitivité orbitale annoncée et nombre d’acquisitions exploitables.
- Se fier à une exactitude globale sans examiner les performances par classe.
