Une quantité phénoménale de données

Grâce à l’essor de l’observation de la Terre par satellite, il est devenu aisé de disposer de séries temporelles continues, des données acquises de façon répétitive tout autour du globe par des capteurs optiques comme l’instrument VEGETATION des satellites SPOT. Un tel enregistrement en continu produit une quantité phénoménale de données et des méthodes de traitement automatique sont à mettre au point pour les analyser et en extraire l’information utile. Deux problématiques sont particulièrement importantes pour le développement d’applications concrètes:
• d’une part, à partir des données recueillies, parvenir à produire des images sans couverture nuageuse, afin de pouvoir examiner n’importe quel point du monde;
• d’autre part, détecter les signaux de changement dans la végétation, de manière à pouvoir suivre son évolution en temps réel.

Le projet s’est basé sur six années complètes de données journalières portant sur la planète entière, ce qui correspond à un volume impressionnant de plus de quatorze térabytes (1 TB = 1024 Gigabytes) de données à exploiter. Tourné vers les besoins quotidiens des acteurs de terrain, le projet a multiplié les collaborations scientifiques avec diverses organisations. Par exemple, assister la FAO (1) dans la surveillance active du criquet pèlerin qui ravage les cultures, en détectant les conditions qui favorisent sa pullulation. Ou avec la NASA, caractériser le comportement des surfaces d’eau libre – mares et plans d’eau –, qui sont d’excellents indicateurs d’un basculement vers la sécheresse ou au contraire des balises d’alerte en cas de risques d’inondations. Ces axes de recherche ont atteint une phase pré-opérationnelle, qui peut se décliner en produits finis souples d’utilisation, adaptables aux missions spécifiques des utilisateurs mais aussi aux conditions du milieu observé.

(1) Organisation des Nations Unies pour l’alimentation et l’agriculture

Afin de gérer les volumes importants de données constitués par les séries temporelles continues, des méthodes de traitement automatiques et globales sont nécessaires. Elles doivent concourir à la production, à intervalles réguliers, d’images satellitaires claires et sans nuage. Dans ce cadre, le projet s’est consacré d’une part à la synthèse temporelle à partir d’un volume conséquent de données issues du capteur VEGETATION et, d’autre part, à la capacité de détection de tout signal de changement significatif.