Connaitre l'enneigement grâce aux satellites

#1

Bonjour à tous,

je suis tombé par hasard sur cet outil qui parait extrêmement intéressant:

https://www.andermatt.ch/de/informieren/webcams-und-wetter/schneesituation#bm=oac%3Asummer&filter=r-fullyTranslatedLangus-,r-onlyOpened-,sb-sortedBy-0&ov=exolabs_snow&view=map&zc=7,8.96484,45.69851

intrigué et cherchant des infos par rapport a cette méthode de détection de la neige au sol je n’ai pas trouvé beaucoup d’informations. a part ca:

qui permet de générer cette carte:

http://maps.theia-land.fr/couches-cartographiques-theia.html?year=2020&month=02&collection=neige

y’a t’il quelqu’un parmi vous qui s’y connait dans le domaine et pourrait nous en dire un peu plus sur cette méthode ? l’outil sur le site d’andermatt est il basé sur le produit développé par theia ? et si oui comment expliquer de petites différences entre les deux cartes d’enneigement ?

question de culture générale mais également afin de connaitre les limites de l’outil pour pouvoir l’utiliser au mieux.

merci

1 Like
#2

Bonjour,

J’ai trouvé le lien suivant qui pourrait peut-être vous aider: (Aller voir la page 2)

Et celui-ci, qui donne les fréquences opérées par les satellites : lien

En gros, si je comprends bien, la neige réfléchit certaines ondes électromagnétiques, que les nuages ne réfléchissent pas. Cela permet de différencier les deux.

Si je me souviens bien de mes cours, il est également possible de déterminer l’état de sécheresse d’un couvert végétal par satellite, en utilisant un principe similaire.

2 Likes
#3

c’est ultra classe…

#4

par contre c’est on/off non ? genre y’a neige/y’a pas neige, pas « c’est juste saupoudré blanc » ?

#5

A priori si, même si cela avait l’air encore expérimental en 2017.

Citation
…Les radars permettent d’estimer les épaisseurs de neige non humide par différence du signal de phase en bande X…

#6

merci pour les réponses et les liens…instructif !

il semble en effet que ce soit neige/pas neige. perso c’est ce que je recherche. notamment pour l’intersaison (printemps et automne). ou partir en ski sans trop porter. ou partir a pied sans trop brasser…etc.

je suis en train d’essayer de comparer des images de webcam ou de comptes rendus récents avec la carto neige et a priori c’est plutot fiable et efficace. apres en période de chute de neige comme actu forcément y’a une latence entre la réalité du terrain et les reactu de la carto neige…mais apres une période de quelques jours anticyclonique je pense que c’est super fiable et intéressant cet outil !

#7

Tu peux aller sur Sentinel-Hub pour ce genre de choses, les images datent parfois du jour si il a fait beau. C’est relativement pratique !

#8

ben si tu as 1cm au sol, tu ne vas pas skier et pourtant ça sera blanc
et ça passera nickel à pied

#9

en faisant un suivi météo tout au long de la saison tu repères la dernière période anticyclonique et tu vas voir les images satellites a cette date pour connaitre la situation réelle du manteau neigeux. ensuite tu extrapoles en fonction des chutes de neiges qui ont suivi de la lpn et du cumul

perso j’habite dans le sud alsace a coté de bale. mon terrain de jeu c’est les alpes suisse. pas bien loin mais quand même pas tout prêt non plus. donc ce genre de gymnastique j’ai deja l’habitude de le faire avec les outils a dispo histoire de savoir a peut prêt ou je met les pieds avant de faire le déplacement…avec la carto neige c’est un outil supplémentaire qui pourrait bien me simplifier la vie. après comme pour tous ce genre d’outils il faut en connaitre les limites pour les utiliser intelligemment dans le cadre de leur limite !

1 Like
#10

en effet…tout simple et deja assez efficace. faut juste trouver un jour de beau sans trop de nuages. une carto détaillée en fond reste quand même un confort supplémentaire notamment en terme de précision…

1 Like
#11

Ça existe pas encore un outil qui donne le nb de cm ? J’imagine que ça va venir (même si selon la densité de la neige ce sera pas forcément précis)

#12

Pour la Suisse, il y a une carte chez Météo Suisse, je crois qu’elle est reprise dans l’app du SLF.
https://www.meteosuisse.admin.ch/home.html?tab=snow
Pour la France, je ne connais pas.
Merci pour le partage de cet outil que je ne connaissais pas. Très utile pour l’intersaison!

1 Like
#13

une règle?

Plus sérieusement je suis pas sur que les satellites aient de quoi envoyer le genre de signaux nécessaires pour ça. Et si c’est possible à mon avis il faudra faire du différentiel avec une imagerie sans neige

#14

Y’a des imageries radars qui permettraient ça. On s’en sert en océanographie pour la hauteur de la houle.

#15

la hauteur de la houle fait du différentiel sur un temps court, là il faudrait faire du diff sur des points précis enregistrés au préalable. Pas impossible mais grosse conso mémoire (pas le truc le plus dur à obtenir)

#16

Ben en stockage la même que celle des images actuelles. Faut juste de la RAM pour le traitement imageaujourd’hui - imagedu15aout.

#17

oui, par ici: White Risk

1 Like
#18

La page « Neige » de Theia donne plus d’informations sur les données disponibles. Soit de l’instantanée (neige ou pas neige), soit de la durée de persistance de la neige (sous entendu, est-ce un endroit qui vient d’être recouvert de neige, ou est-ce un endroit qui est enneigé depuis le début de l’hiver).

https://www.theia-land.fr/product/neige/

Il donne aussi les limites du produit :

Les deux produits sont de bonne qualité mais ils peuvent présenter les défauts suivants :

  1. Certains nuages froids de basse altitude peuvent être classés comme de la neige par erreur. Cela est dû au fait que ces nuages ont une signature spectrale similaire à celle du manteau neigeux.
  2. Les pentes enneigées qui sont raides et à l’ombre peuvent être classés comme déneigées, en particulier en hiver quand le soleil est bas au moment de l’acquisition des images.
  3. Le produit n’est pas fiable dans les zones de forêts denses car la canopée masque la surface. Ces surfaces peuvent être masquées avec le produit Copernicus Tree Cover Density.

Quant à la méthode, ça n’est pas une lecture facile pour l’utilisateur lambda mais elle est détaillée ici


Les données utilisées sont Sentinel-2 ou Landsat-8, qui sont des satellites « optiques » et pas des radars. Expliqué très grossièrement, la méthode de détection consiste à regarder la reflectance (plus c’est blanc, plus ça réfléchi dans les longueurs d’ondes visibles). La difficulté principale étant de de faire les différences avec les nuages.

2 Likes
#19

Trop fort les suisses :heart_eyes:. Leur cartographie de hauteur de neige en temps reel est demente.
C etait, il y a 30 ans, le principal obstacle pour pouvoir predir le risque avalancheux avec precision sur les massifs.
Des recherches etaient faites sur une analyse photo, avec appareil fixe; de la position des ombres. Pour avoir les hauteurs de neige.
Le satelite est bien plus efficace que la methode « ombre portee », il balaye plus large.
En france depuis 30 ans on modelise des manteaux neigeux fictifs, actualisés par les relevés ponctuels de station de ski+nivoses+flowcapt, la donnee d entree (composition du manteau dans une zone non suivie) puis l extension et la projection aux massifs reste purement mathématique.=>beaucoup d imprecision sur la composition du manteau dans un couloir loin d une nivose=>un résultat très peu precis sur la stabilité => indice 1 a 5 peu precis.

Encore qq annees et les suisses vont pouvoir lancer les simulations d évolution du manteau neigeux, hyper precise, car captee en tout point, et super large a l echelle d 1 pays. Si ce n est deja fait​:ok_hand:. Puis le comparer au jour n-1 et le confronter aux donnees meteo et avalanche. Sur le jour n-1. C est 1 tres bonne nouvelle pour l evolution des modeles pour la prevision du risque avalancheux. Qui vont pouvoir s enrichir enormement et s en trouveront simplifiés (car entree fiable et a jour sur le massif, au premier rayon de soleil) et pourront « enfin » etre affinés !:face_with_monocle::face_with_monocle::+1:…bon c est pas pour demain non plus…mais nos enfants en profiteront peut-être !

2 Likes
#20

Merci beaucoup du partage.