Imagerie météorologique
Détection, suivi et caractérisation des cellules nuageuses convectives

Contact: P. Bouthemy, E. Mémin

Description de la démonstration

Nous présentons dans cette démonstration une méthode d'analyse de séquences d'images satellitales infrarouges pour l'aide à la prévision immédiate. Il s'agit de fournir aux prévisionnistes de la météorologie des informations sur la naissance et le développement des nuages convectifs. Notre méthode se décompose en trois parties distinctes comprenant une phase de détection, une phase de suivi des structures nuageuses froides potentiellement convectives, et enfin, une phase de caractérisation de leur activité convective. Le suivi de ces structures s'appuie sur le formalisme des "ensembles de niveaux". Les déformations du contour sont régies par une équation d'évolution agissant sur les points d'une surface implicite associée. La fonction d'évolution est formée de deux composantes, l'une de nature dynamique, l'autre photométrique, agissant successivement. La première exploite un champ de vitesse 2D estimé, et propage chacun des contours dans le sens du flot dominant à partir de la position obtenue à l'instant précédent. Le contour est ensuite déformé sur des critères radiatifs par comparaison de la température sur le contour à une température caractéristique prédite de la cellule nuageuse. Notre schéma de suivi est capable de faire évoluer les contours dans les deux sens, contraction et dilatation, en fonction du contexte radiatif local. La caractérisation de l'activité convective est effectuée au sein des régions ainsi extraites et suivies. Nous avons défini deux descripteurs de la convection atmosphérique. Le premier correspond à la divergence du mouvement dans l'image et est dérivé du champ de vitesse 2D estimé. Le second représente la variation temporelle de température. L'étude du comportement couplé de ces deux descripteurs permet de qualifier la tendance des mouvements verticaux associés aux cellules convectives. Trois classes sont considérées, respectivement dénommées «ascendance», «subsidence» et «non activité» ou encore «indéterminé». Ce problème est formulé comme un problème d'étiquetage statistique contextuel.

  • Mots clefs : suivi de structures déformables, ensemble de niveaux, segmentation, étiquetage statistique contextuel, analyse et caractérisation du mouvement, champ de Markov, séquences d'images satellitaires météorologiques, structures nuageuses convectives.

Séquences de résultats

Exemples d'évolution des contours sous l'action successive des composantes dynamique et photométrique. Portions d'images infrarouges Meteosat.
Situations du 4 et du 10 août 1998.

Exemples de segmentation des régions suivies en zones d'activité convective homogène à partir d'images infrarouges Meteosat.
Situations en zone tempérée du 4 août 1998, de 9h00 TU à 15h30 TU et en zone tropicale du 20 août 1989 entre 7h00 TU et 8h30 TU.
classes : ascendance, subsidence, stabilité ou situation indéterminée

L'algorithme mis en oeuvre
  • Suivi par formulation implicite des contours (Ensemble de niveaux).
La méthode des "ensembles de niveaux" modélise une forme (un contour dans le plan image) par une fonction implicite d'ordre supérieur. Les déformations appliquées, à chaque itération, à l'hypersurface correspondante (à gauche) permet d'obtenir la forme du contour (à droite) par l'intersection du plan de hauteur nulle et de cette hypersurface (cf. le livre de J.A. Sethian intitulé "Level Set Methods" aux éditions Cambridge University Press, 1996).

Superposition du champ des vitesses 2D estimé (flèches rouges) sur la carte des divergences calculées en chaque point des différentes zones issues de la phase de suivi. Les couleurs de la carte de divergence varient du bleu profond (valeurs fortement négatives) jusqu'au rouge sombre (valeurs fortement positives). Le mouvement n'est pas estimé dans les zones grisées. Image infrarouge Meteosat du 10 août 1995 à 17h00 TU.
Sur la première colonne, portion d'images infrarouge Meteosat centrées sur l'Italie et acquises le 4 août 1995. Rangée du haut : 11h00 TU. Rangée du bas : 13h30 TU. Colonne centrale : cartes de divergence, colonne de droite : variation temporelle de température.

Il est possible de distinguer deux phases d'activité convective. La cellule nuageuse convective subit tout d'abord une ascendance caractérisée par une expansion spatiale de son sommet et une diminution de sa température. Après une phase de stabilité, la cellule subie une phase, dite de subsidence, associée à une augmentation de sa température de sommet et à une dissipation de sa structure. Nous avons défini deux descripteurs de l'activité convective : la divergence du mouvement 2D estimé et la variation de température du sommet de la cellule nuageuse le long de sa trajectoire. L'étude du comportement joint de ces deux descripteurs permet de déterminer la phase d'activité de la cellule nuageuse.

Applications

Cette étude est destinée à fournir aux prévisionnistes de la météorologie une source supplémentaire d'informations numériques sur les phénomènes liés à la convection atmosphérique. Le suivi et la caractérisation de telles structures nuageuses sont particulièrement importants car ces dernières sont à l'origine de phénomènes atmosphériques violents tels que des fortes pluies, des orages ou encore de la grêle (Vaison La Romaine 1992, Tarn et Ain en novembre 1999).

Collaborations
Cette étude a été réalisée dans le cadre d'une convention entre Météo-France et l'Irisa.

Références
  1. C. Papin, P. Bouthemy, E. Mémin, G. Rochard. Tracking and characterization of highly deformable cloud structures, Sixth European Conf. on Computer Vision, ECCV'2000, juin 2000, Dublin, Irlande.
  2. C. Papin, P. Bouthemy, E. Mémin, G. Rochard. Tracking and characterization of convective clouds from satellite images, EUMETSAT Conference on Satellite Meteorology and Oceanography, septembre 1999, Copenhague.
  3. C. Papin, P. Bouthemy, E. Mémin, G. Rochard. Suivi de l'activité convective de cellules nuageuses dans des séquences d'images satellitaires, 13ème congrès de Reconnaissance des Formes et Intelligence Artificielle, RFIA'2000, pages 369-378, février 2000, Paris.
  4. C. Papin. Analyse spatio-temporelle d'images satellitaires météorologiques : détection et suivi de structures nuageuses critiques, Thèse, Université de Rennes 1, no 2299, décembre 1999. (résumé)
  5. E. Mémin, P. Pérez. Optical flow estimation and object-based segmentation with robust techniques, IEEE Trans. on Image Processing, Volume 7, numéro 5, pages 703-719, mai 1998.

Webmaster : vista_webmaster@irisa.fr
Last modified: Wed Sep 6 17:14:09 MET DST 2000