traitement de signaux satellitaires de couleur de locéan : modélisation et optimisation section 7...
TRANSCRIPT
Traitement de signaux satellitaires de couleur de l’océan :
Modélisation et optimisation
Section 7 : Sciences et technologies de l’information (informatique, automatique, signal et communication)
Julien Brajard
Julien BrajardParcoursParcours:
1998 - 2000 : classe préparatoires (MPSI/MP* option informatique)
2001 : licence de mathématiques
2003 : Diplôme d’ingénieur en télécommunications (Institut National des Télécommunications)
Master TRIED (Traitement de l’information et exploitation des données)
Dernier diplôme obtenu : Doctorat à Paris 6 (2006)Dernier diplôme obtenu : Doctorat à Paris 6 (2006)
Titre : Méthodologie neuronale pour l’inversion des signaux satellitaires de l’océan. Traitement des aérosols absorbants et restitution de la concentration en chlorophylle-a
Spécialité : télédétection et méthodes statistiques
Préparé au LOCEAN dans l’équipe Modélisation et méthodes statistiques avancées sous la direction de Sylvie THIRIA
Situation actuelle : postdoc CNES à ULCOSituation actuelle : postdoc CNES à ULCO
Télédétection, modélisation et inversion des images des eaux du cas 2
IntroductionContexte :Contexte :
Analyse de signaux satellitaires de couleur de l’eau
Objectif :Objectif :
Développement d’algorithmes et de méthodes pour le traitement de masse données complexes
Ma contribution :Ma contribution :
•Comparaison de bases de données
•Développement de méthodes neuronales (Kohonen, perceptrons)
•Développement d’une méthode de contrôle optimale
Résultats :Résultats :
Chaîne de traitement de la couleur de l’eau en présence d’aérosols absorbants
Les bases de données (hétérogènes)
Mesures :
Données synthétiques (taille : 106)
• codes de calcul à partir de modèles
• satellitaires (taille : 108)
• in-situ (taille : 102-103)
14 Septembre 1998
Image SeaWiFS
ENVISAT
Marion Dufresne
glider
chl-a (SeaWiFS)
''),',',().,,,',',().,(),,,(),,,(
).cos( 0
ddLPLd
dL
mr mi s v d A t C b0 W
Comparaison des bases de données
In-situ
Synthétique
chl-a
b0 chl-a b0
mi i
RNRN RNRNRNRN
A
w t
x
+
cor simulé
cor mesuré
mi
i
Modèle adjoint
J
• Erreurs sur les mesures• Connaissances a priori sur les paramètres• Connaissances expertes du processus physique
Appris avec les bases
synthétiques
Bases de données
Des observations
Traitements
SeaWiFS – 14 Septembre 1998
chl-a
NeuroVariaNeuroVariaSeaWiFSSeaWiFS
Publications
Revues internationales (4)
2007 IJRS (International Journal of Remote Sensing)2006 NN (Neural Networks)2006 ASR (Advances in Space Research)
2007 JMS (Journal of Marine Systems)
Conférences internationales (4)
2007 : ICANN (soumis)2005 : IJCNN (International Joint Conference on Neural Networks).2004 : Ocean Optics XVII.2004 : 35th COSPAR scientific assembly.
Conférences nationales (1)
2003 : Journée d'Etude sur les Méthodes pour les Signaux Complexes en Traitement d'Image (INRIA).)
Projet à 3 ans
Chaîne de traitement développée :Chaîne de traitement développée :
Eaux du cas 1 + Aérosols absorbants
Méthodes : Réseaux de Neurones, Optimisation
Nouveaux développements algorithmiques :Nouveaux développements algorithmiques :
Eaux du cas 2 , glitter• Optimisation sous contrainte• Statistiques• Classification• Contraintes spatiales
Eaux du cas 2 Glitter
Cadre de développement
Schémas sous forme de graphe modulaire :Schémas sous forme de graphe modulaire :
YAOYAO
http://www.ipsl.jussieu.fr/groupes/NEURATEL/documents/Yao/YaoAbstract.htm
x2,1
x2,2
x2,3
x1,1
x1,2
x1,3
x3,1
x3,2
y2=F2(x2)y2,1
y2,2
F2
y3=F3(x3)y3,1
y3,2
F3
y1=F1(x1) y1,1
F1
Fonctionnalités :Fonctionnalités :
• Génération de code
• Paramétrisation de l’optimisation
• Intégration des réseaux de neurones dans un algorithme gobal
Thématiques du LOCEAN
Laboratoire d’Océanographie et du Climat : Expérimentation et Approches Numériques
Domaines de recherche :
• la variabilité du système climatique terrestre et ses impacts • l'évolution naturelle et forcée du système climatique et ses conséquences aux échelles globales et régionales • la compréhension et le couplage des processus physiques et biogéochimiques océaniques • l'évolution de l'environnement océanique (hydrologie et chimie) et de ses ressources biologiques (biodiversité, ressources halieutiques) aux échelles régionales en relation avec la variabilité du système naturelle ou forcé
Méthodes :
• Activité expérimentale avec une implication forte dans les campagnes océanographiques, avec une part de développement instrumental • Interprétation conjointe des données spatiales et des observations in situ • Travaux de modélisation théorique, conceptuelle et statistique avancée liée à l'interprétation des données (observations spatiales et in situ, réanalyses, sorties de modèles, ...) • Activité de modélisation numérique 'réaliste' (notamment le développement du système OPA) et d'assimilation des données
Méthodes de modélisation :
•Assimilation de données
Domaines de recherche :•Couplage des processus physiques et biogéochimiques océaniques
Méthodes de modélisation :
•Comparaison de données spatiales et in-situ
• Contrôle optimal, inversion
•Modélisation statistique liée à l’interprétation des données
Domaines de recherche :
•Variabilité et évolution du système climatique
•Evolution de l’environnement océanique
Equipe : Modélisations et méthodes statistiques avancéesEquipe : Modélisations et méthodes statistiques avancées
Perspectives à long terme
Phosphate
Ammonium
Nitrate
Fer
Silicium
Nanophytoplancton
Matière organique dissoute
chl-a
satellitaire
zooplancton
Energie solaire
Production
Mortalité Broutage
Sédimentation
Diatomés
Assim
ilatio
nCO2