Airbus est un leader mondial de l’aéronautique, de l’espace, de la défense et des services associés. En 2017, l’entreprise a dégagé un chiffre d’affaires de 67,0 milliards d’euros avec un effectif d’environ 130 000 personnes. Airbus propose la gamme d’avions de transport de passagers la plus complète, de 100 à plus de 600 sièges. Airbus est également le fournisseur d’avion de ravitaillement, de combat, de transport et de mission leader en Europe, ainsi que le numéro un européen et le numéro deux mondial de l’industrie spatiale. Sur le marché des hélicoptères, Airbus fournit les voilures tournantes civiles et militaires les plus performantes au monde.
Nos équipes travaillent avec passion et détermination pour faire du monde un endroit plus connecté, plus sûr et plus intelligent. Fiers de notre travail, nous nous appuyons sur l’expertise et l’expérience de chacun pour atteindre l’excellence. Notre diversité et culture du travail en équipe nous poussent à accomplir l’extraordinaire - sur terre, dans le ciel et dans l’espace.
Description of the jobLa Division Airbus DS est active dans le domaine des services d’information géographique et d’aide à la décision en agriculture et environnement.
En particulier Airbus DS fournit depuis plus de 15 des services opérationnels au monde agricole (coopératives, chambres d’agriculture, agriculteurs, assureurs, acteurs du secteur de l’agro-alimentaire) basés sur l’utilisation d’images satellites à différentes résolutions.
Dans le domaine forestier, Airbus a mis en service récemment le service 'STARLING' qui est un service indépendant de vérification des politiques de "zéro-déforestation", offert aux entreprises engagées dans la mise en place de chaînes d’approvisionnement responsables. STARLING est pour l’instant proposé aux Agro-Industriels consommateurs d’Huile de Palme.
Tous ces services s'appuient sur un outil générique de traitement des images satellites optique à fin de caractérisation détaillée de la végétation, cultures ou végétation naturelle. Cet outil, Overland, peut traiter les images d'un grand nombre de capteurs optiques, dont ceux du programme européen Copernicus qui offrent aujourd'hui la plus grande richesse spectrale:
Simultanément la revisite atteignable avec ces nouvelles constellations (fauchée cumulée de 580 km pour Sentinel-2 et 2500 km pour Sentinel-3) permet véritablement de s'intéresser à la phénologie des couverts forestiers tropicaux telle qu'elle peut être observée via les paramètres de végétation extraits des images satellite.
Dans le cas d'Overland, utilisant les modèles PROSPECT-SAIL comme modèle de base pour la réflectance du couvert, les paramètres extraits visent à décrire le développement (indice foliaire), la rugosité du couvert, la décomposition entre feuillage vert et végétation non photosynthétique (feuilles sèches, structures) du couvert, enfin la composition pigmentaire des feuilles. Le traitement intègre simultanément une correction atmosphérique qui vise à masquer les nuages et corriger la partie exploitable de l'image des voiles nuageux et aérosols, ce qui est primordial dans ces régions tropicales.
Au-delà de la détection de la déforestation, la caractérisation détaillée des couverts forestiers et de leurs variations saisonnières devrait permettre de mieux apprécier la diversité des situations et de réaliser des classifications en fonction des conditions de santé, types de forêts et peuplements. L'objectif du stage vise à investiguer tous ces aspects sur un certain nombre de sites de test, déterminés par nos partenaires scientifiques dans le domaine forestier tropical, en l'occurrence les UMR AMAP et TETIS de l'IRD Les données de terrain et l'aide à l'interprétation des résultats seront fournies par ces partenaires.
Ce stage est à pourvoir à partir du mois de Mars 2019 (date sujette à une certaine flexibilité)
1/ Prise en main de l’outil de traitement d’images interne Airbus (Overland) permettant de générer des paramètres de caractérisation du couvert à partir d’images satellite, et compréhension des modèles et méthodes qui sont intégrés dans cet outil.
2/ Collecte des données satellites sur les sites et périodes visées (images publiques ou images Airbus – SPOT, Pléiades – ), et collecte des données de référence auprès de nos partenaires.
3/ Détermination et mise en œuvre d'un plan d'expérimentation visant à tester différentes modalités et divers paramétrages des modèles lors du traitement des séries temporelles d'images. Analyse de performance, sensibilité et robustesse des paramètres de végétation produits.
3/ Identification de profils saisonniers et autres différences phénologiques observées selon la région (site test), âge et type de peuplement, etc.
4/ Tests de classifications basées sur ces caractères phénologiques, selon différentes méthodes et modalités; si positif, tests d'application à une échelle plus large (régionale) des mêmes solutions
5/ Synthèse des résultats, recommandations et propositions
Le stagiaire sera encadré par des membres de l'équipe Innovation spécialisés dans la télédétection et le traitement d’image appliqué à la végétation.
Ce poste exige une connaissance des risques potentiels de non-conformité. Le/la titulaire s’engage à agir avec intégrité, fondement du succès, de la réputation et de la croissance durable de la Société.
Required skillsVous avez un niveau avancé en anglais et en Français.
26-03-2024
Sélectionnez le secteur qui vous intéresse ci-dessous et n'oubliez pas votre adresse email!
