IMAGINES

IMAGINES

Implementing Multi-scale Agricultural Indicators Exploiting Sentinels

IMAGINES assure le soutien R&D au service Copernicus Global Land, en préparant l’exploitation des futures données Sentinelles de la phase opérationnelle de Copernicus au-delà de 2014. En outre, IMAGINES contribuera à l’émergence de nouvelles activités aval dédiées au suivi de la production des cultures et des prairies

Coordinateur HYGEOS
Correspondant CNRM Jean-Christophe Calvet
Équipes CNRM VEGEO
Site Internet du projet IMAGINES
Financement FP7
Début 2012
Durée 4 ans

Objectifs

 Préparer la production de variables biophysiques (LAI, FAPAR, FCover, Albedo) multi-capteurs et multi-échelles en exploitant les données des Sentinelles de Copernicus.

 Développer de nouvelles méthodes de suivi de la biomasse de la végétation basées sur l’assimilation de produits satellitaires, en utilisant des infrastructures d’assimilation de données aux échelles régionale et mondiale, dans le but de suivre la production céréalière et la production de fourrages, avec les flux d’eau et de carbone.

 Développer et valider des logiciels capables de traiter des données multi-capteurs à l’échelle mondiale de façon automatique.

Apports du CNRM

Algorithmes de production de l’albédo de surface. "Land Data Assimilation System" (LDAS).

Description du projet

ImagineS développe des logiciels capables de générer des produits LAI/FAPAR/FCover à 300 m de résolution spatiale à partir de PROBA-V. Etant donné que les données PROBA-V sont maintenant disponibles (depuis le 3 décembre 2013), des tests sont en cours pour valider des chaînes de production avant leur livraison au service Copernicus Global Land. L’objectif est de lancer la production en temps réel sur l’Europe en 2014.

Les principaux produits :

Variables biophysiques à l’échelle mondiale dérivées de données satellitaires multi-capteurs, validées sur 14 sites tests sur plusieurs continents, à diverses résolutions spatiales, en association avec des indicateurs de production agricole (biomasse aérienne, flux d’eau et de carbone, sécheresse) produits par assimilation de variables biophysiques dans des LDAS.

Publications du CNRM

Barbu, A.L., J.-C. Calvet, J.-F. Mahfouf, and S. Lafont : Integrating ASCAT surface soil moisture and GEOV1 leaf area index into the SURFEX modelling platform : a land data assimilation application over France, Hydrol. Earth Syst. Sci., 18, 173-192, https://doi.org/10.5194/hess-18-173-2014, 2014.

Canal, N., J.-C. Calvet, B. Decharme, D. Carrer, S. Lafont, and G. Pigeon : Evaluation of root water uptake in the ISBA-A-gs land surface model using agricultural yield statistics over France, Hydrol. Earth Syst. Sci., 18, 4979–4999, https://doi.org/10.5194/hess-18-4979-2014, 2014.

Fairbairn, D., Barbu, A.L., Mahfouf, J.-F., Calvet, J.-C., and Gelati, E. : Comparing the ensemble and extended Kalman filters for in situ soil moisture assimilation with contrasting conditions, Hydrol. Earth Syst. Sci., 19, 4811–4830, https://doi.org/10.5194/hess-19-4811-2015, 2015.

Fairbairn, D., Barbu, A. L., Napoly, A., Albergel C., Mahfouf, J.-F., and Calvet, J.-C. : The effect of satellite-derived surface soil moisture and leaf area index land data assimilation on streamflow simulations over France, Hydrol. Earth Syst. Sci., https://doi.org/10.5194/hess-21-2015-2017, 21, 2015–2033, 2017.

Parrens, M., J.-F. Mahfouf, A. Barbu, and J.-C. Calvet : Assimilation of surface soil moisture into a multilayer soil model : design and evaluation at local scale, Hydrol. Earth Syst. Sci., 18, 673-689, https://doi.org/10.5194/hess-18-673-2014, 2014.