End-to-end simulations to optimize imaging spectroscopy mission requirements for seven scientific applications
- Creators
- Briottet, Xavier
- Adeline, Karine
- Bajjouk, T.
- Carrere, V.
- Chami, Malik
- Constans, Yohann
- Derimian, Yevgeny
- Dupiau, Alice
- Dumont, Marie
- Doz, Stéphanie
- Fabre, Sophie
- Foucher, Pierre-Yves
- Herbin, Hervé
- Jacquemoud, Stéphane
- Le Bris, Arnaud
- Lang, Marc
- Litvinov, Pavel
- Loyer, Sophie
- Marion, Rodolphe
- Minghelli, Audrey
- Miraglio, Thomas
- Sheeren, David
- Szymanski, Benjamin
- Romand, Frédéric
- Desjardins, Camille
- Rodat, Damien
- Cheul, Benoît
- Others:
- ONERA / DOTA, Université de Toulouse [Toulouse] ; ONERA-PRES Université de Toulouse
- Laboratoire d'Ecologie Benthique Côtière (LEBCO) ; Dynamiques des Écosystèmes Côtiers (DYNECO) ; Institut Français de Recherche pour l'Exploitation de la Mer (IFREMER)-Institut Français de Recherche pour l'Exploitation de la Mer (IFREMER)
- Laboratoire de Planétologie et Géosciences [UMR_C 6112] (LPG) ; Le Mans Université (UM)-Université d'Angers (UA)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)-Nantes université - UFR des Sciences et des Techniques (Nantes univ - UFR ST) ; Nantes Université - pôle Sciences et technologie ; Nantes Université (Nantes Univ)-Nantes Université (Nantes Univ)-Nantes Université - pôle Sciences et technologie ; Nantes Université (Nantes Univ)-Nantes Université (Nantes Univ)
- Joseph Louis LAGRANGE (LAGRANGE) ; Université Nice Sophia Antipolis (1965 - 2019) (UNS)-Institut national des sciences de l'Univers (INSU - CNRS)-Observatoire de la Côte d'Azur ; Université Côte d'Azur (UCA)-Université Côte d'Azur (UCA)-Centre National de la Recherche Scientifique (CNRS)
- Sorbonne Université (SU)
- Observatoire de la Côte d'Azur (OCA) ; Institut national des sciences de l'Univers (INSU - CNRS)-Centre National de la Recherche Scientifique (CNRS)
- Laboratoire d'Optique Atmosphérique - UMR 8518 (LOA) ; Institut national des sciences de l'Univers (INSU - CNRS)-Université de Lille-Centre National de la Recherche Scientifique (CNRS)
- Institut de Physique du Globe de Paris (IPGP (UMR_7154)) ; Institut national des sciences de l'Univers (INSU - CNRS)-Université de La Réunion (UR)-Institut de Physique du Globe de Paris (IPG Paris)-Centre National de la Recherche Scientifique (CNRS)-Université Paris Cité (UPCité)
- Centre d'Etudes de la Neige (CEN) ; Centre national de recherches météorologiques (CNRM) ; Institut national des sciences de l'Univers (INSU - CNRS)-Observatoire Midi-Pyrénées (OMP) ; Institut de Recherche pour le Développement (IRD)-Université Toulouse III - Paul Sabatier (UT3) ; Université de Toulouse (UT)-Université de Toulouse (UT)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National d'Études Spatiales [Toulouse] (CNES)-Centre National de la Recherche Scientifique (CNRS)-Météo-France-Institut de Recherche pour le Développement (IRD)-Université Toulouse III - Paul Sabatier (UT3) ; Université de Toulouse (UT)-Université de Toulouse (UT)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National d'Études Spatiales [Toulouse] (CNES)-Centre National de la Recherche Scientifique (CNRS)-Météo-France-Centre National de la Recherche Scientifique (CNRS)-Institut national des sciences de l'Univers (INSU - CNRS)-Observatoire Midi-Pyrénées (OMP) ; Institut de Recherche pour le Développement (IRD)-Université Toulouse III - Paul Sabatier (UT3) ; Université de Toulouse (UT)-Université de Toulouse (UT)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National d'Études Spatiales [Toulouse] (CNES)-Centre National de la Recherche Scientifique (CNRS)-Météo-France-Institut de Recherche pour le Développement (IRD)-Université Toulouse III - Paul Sabatier (UT3) ; Université de Toulouse (UT)-Université de Toulouse (UT)-Institut national des sciences de l'Univers (INSU - CNRS)-Centre National d'Études Spatiales [Toulouse] (CNES)-Centre National de la Recherche Scientifique (CNRS)-Météo-France-Centre National de la Recherche Scientifique (CNRS)-Observatoire des Sciences de l'Univers de Grenoble (OSUG ) ; Institut national des sciences de l'Univers (INSU - CNRS)-Université Savoie Mont Blanc (USMB [Université de Savoie] [Université de Chambéry])-Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche pour l'Agriculture, l'Alimentation et l'Environnement (INRAE)-Université Grenoble Alpes (UGA)-Météo-France-Institut national des sciences de l'Univers (INSU - CNRS)-Université Savoie Mont Blanc (USMB [Université de Savoie] [Université de Chambéry])-Centre National de la Recherche Scientifique (CNRS)-Institut National de Recherche pour l'Agriculture, l'Alimentation et l'Environnement (INRAE)-Université Grenoble Alpes (UGA)
- Laboratoire sciences et technologies de l'information géographique (LaSTIG) ; Ecole des Ingénieurs de la Ville de Paris (EIVP)-École nationale des sciences géographiques (ENSG) ; Institut National de l'Information Géographique et Forestière [IGN] (IGN)-Université Gustave Eiffel-Institut National de l'Information Géographique et Forestière [IGN] (IGN)-Université Gustave Eiffel
- Dynamiques et écologie des paysages agriforestiers (DYNAFOR) ; École nationale supérieure agronomique de Toulouse (ENSAT) ; Institut National Polytechnique (Toulouse) (Toulouse INP) ; Université de Toulouse (UT)-Université de Toulouse (UT)-Institut National Polytechnique (Toulouse) (Toulouse INP) ; Université de Toulouse (UT)-Université de Toulouse (UT)-Institut National de Recherche pour l'Agriculture, l'Alimentation et l'Environnement (INRAE)
- GRASP-SAS, Remote Sensing Developments
- Service Hydrographique et Océanographique de la Marine (SHOM) ; Ministère de la Défense
- CEA/DAM [Arpajon] (CEA/DAM)
- Université de Toulon - École d'ingénieurs SeaTech (UTLN SeaTech) ; Université de Toulon (UTLN)
- DGA
- Analytic and Computational Research, Inc. - Earth Sciences (ACRI-ST)
- Centre National d'Études Spatiales [Toulouse] (CNES)
Description
CNES is currently carrying out a Phase A study to assess the feasibility of a future hyperspectral imaging sensor (10 m spatial resolution) combined with a panchromatic camera (2.5 m spatial resolution). This mission focuses on both high spatial and spectral resolution requirements, as inherited from previous French studies such as HYPEX, HYPXIM, and BIODIVERSITY. To meet user requirements, cost, and instrument compactness constraints, CNES asked the French hyperspectral Mission Advisory Group (MAG), representing a broad French scientific community, to provide recommendations on spectral sampling, particularly in the Short Wave InfraRed (SWIR) for various applications. This paper presents the tests carried out with the aim of defining the optimal spectral sampling and spectral resolution in the SWIR domain for quantitative estimation of physical variables and classification purposes. The targeted applications are geosciences (mineralogy, soil moisture content), forestry (tree species classification, leaf functional traits), coastal and inland waters (bathymetry, water column, bottom classification in shallow water, coastal habitat classification), urban areas (land cover), industrial plumes (aerosols, methane and carbon dioxide), cryosphere (specific surface area, equivalent black carbon concentration), and atmosphere (water vapor, carbon dioxide and aerosols). All the products simulated in this exercise used the same CNES end-to-end processing chain, with realistic instrument parameters, enabling easy comparison between applications. 648 simulations 68 were carried out with different spectral strategies, radiometric calibration performances and signal-to-noise Ratios (SNR): 24 instrument configurations ´ 25 datasets (22 images + 3 spectral libraries). The results show that a 16/20 nm spectral sampling in the SWIR domain is sufficient for most applications. However, 10 nm spectral sampling is recommended for applications based onspecific absorption bands such as mineralogy, industrial plumes or atmospheric gases. In addition, a slight performance loss is generally observed when radiometric calibration accuracy decreases, with a few exceptions in bathymetry and in the cryosphere for which the observed performance is severely degraded. Finally, most applications can be achieved with the lowest SNR, with the exception of bathymetry, shallow water classification, as well as carbon dioxide and methane estimation, which require the higher SNR level tested. On the basis of these results, CNES is currently evaluating the best compromise for designing the future hyperspectral sensor to meet the objectives of priority applications.
Abstract (French)
Le CNES mène actuellement une étude de Phase A pour évaluer la faisabilité d'un futur capteur d'imagerie hyperspectrale (résolution spatiale de 10 m) associé à une caméra panchromatique (résolution spatiale de 2,5 m). Cette mission se concentre à la fois sur des exigences de haute résolution spatiale et spectrale, héritées d'études françaises antérieures telles que HYPEX, HYPXIM et BIODIVERSITY. Pour répondre aux besoins des utilisateurs, aux contraintes de coût et de compacité des instruments, le CNES a demandé au groupe consultatif de mission hyperspectrale (MAG), représentant une large communauté scientifique française, de fournir des recommandations sur l'échantillonnage spectral, notamment dans l'infrarouge à ondes courtes (SWIR) pour diverses applications. . Cet article présente les tests effectués dans le but de définir l'échantillonnage spectral et la résolution spectrale optimaux dans le domaine SWIR pour l'estimation quantitative des variables physiques et à des fins de classification. Les applications ciblées sont les géosciences (minéralogie, teneur en humidité des sols), la foresterie (classification des espèces d'arbres, traits fonctionnels des feuilles), les eaux côtières et intérieures (bathymétrie, colonne d'eau, classification des fonds en eaux peu profondes, classification des habitats côtiers), les zones urbaines (occupation du sol). ), les panaches industriels (aérosols, méthane et dioxyde de carbone), la cryosphère (surface spécifique, concentration équivalente de carbone noir) et l'atmosphère (vapeur d'eau, dioxyde de carbone et aérosols). Tous les produits simulés dans cet exercice utilisaient la même chaîne de traitement de bout en bout du CNES, avec des paramètres d'instrument réalistes, permettant une comparaison aisée entre les applications. 648 simulations 68 ont été réalisées avec différentes stratégies spectrales, performances d'étalonnage radiométrique et rapports signal sur bruit (SNR) : 24 configurations d'instruments ´ 25 jeux de données (22 images + 3 bibliothèques spectrales). Les résultats montrent qu'un échantillonnage spectral à 16/20 nm dans le domaine SWIR est suffisant pour la plupart des applications. Cependant, un échantillonnage spectral à 10 nm est recommandé pour les applications basées sur des bandes d'absorption spécifiques telles que la minéralogie, les panaches industriels ou les gaz atmosphériques. De plus, une légère perte de performances est généralement observée lorsque la précision de l'étalonnage radiométrique diminue, à quelques exceptions près en bathymétrie et dans la cryosphère pour lesquelles les performances observées sont fortement dégradées. Enfin, la plupart des applications peuvent être réalisées avec le SNR le plus bas, à l'exception de la bathymétrie, de la classification des eaux peu profondes, ainsi que de l'estimation du dioxyde de carbone et du méthane, qui nécessitent le niveau SNR le plus élevé testé. Sur la base de ces résultats, le CNES évalue actuellement le meilleur compromis pour concevoir le futur capteur hyperspectral répondant aux objectifs des applications prioritaires.
Additional details
- URL
- https://hal.science/hal-04315470
- URN
- urn:oai:HAL:hal-04315470v1
- Origin repository
- UNICA