Exploitation des images historiques pour le suivi des changements de surface terrestre depuis 1960

4-6 mois, février à juillet 2026

(English version below)

Exploitation des images historiques pour le suivi des changements de surface terrestre depuis 1960

Supervision : Amaury Dehecq (IGE, Grenoble)

**Objectif & contexte

Le réchauffement climatique et l’anthropisation conduisent à de profondes transformations de la surface terrestre : retrait des glaciers, déforestation, urbanisation. Pour mieux comprendre l’impact de ces changements, il est important de documenter l’évolution de la surface sur une période temporelle supérieure à la variabilité climatique (30 ans).
Les données satellitaires modernes permettent, entre autres, de produire des Modèles Numériques de Terrain (MNT), puis par différence de MNTs, d’estimer des déplacements verticaux de la surface : amincissement des glaciers, mouvement de terrain, etc. Mais la majorité de ces données topographiques n’existent que depuis 2000. Avant l’arrivée des capteurs numériques modernes, un nombre très important d’images a été acquis sur film photographique, depuis des plateformes aéroportées ou satellitaires (appelées images historiques par la suite, Figure 1). De telles archives sont disponibles à l’échelle globale depuis les années 1960 (satellites “espions”) et locale depuis les années 1930 (campagnes aéroportées nationales).
Toutes ces données ont un potentiel colossal pour le suivi multi-décennal des changements de la surface de la Terre, mais sont encore peu exploitées. L’absence de métadonnées, d’informations de géolocalisation ou la diversité des capteurs posent des défis de traitement de ces données. Depuis plusieurs années, des techniques allant de mesures manuelles à des chaines de traitement pleinement automatisées ont vu le jour (Dehecq et al., 2020 ; Knuth et al., 2023, Ghuffar et al., 2022). Un projet international en cours, regroupant une quinzaine de groupes, vise à comparer les différentes chaines (exercice d’intercomparaison) et à mutualiser les outils. L’objectifs de ce stage sera donc 1) d’analyser et comparer les produits générés par différents groupes de recherche sur des jeux de données communs 2) comprendre les différentes chaines de traitement et tenter de mutualiser tous les outils en une chaine unique, capable d’exploiter les différents types de données.

**Méthodes

L’ensemble du travail d’analyse et de traitement des données se fera dans le langage de programmation Python et à l’aide de logiciels de photogrammétrie spécialisés (Ames Stereo Pipeline , MicMac , Agisoft Metashape ).
Le stage se déroulera en 3 étapes :
–  Prise en main des chaines de traitement existantes et en libre accès. Cette étape vise à déterminer les différences d’approches de chaque méthode et lister les fonctionnalités existantes.
–  Analyse et comparaison de MNEs générés par différents groupes de recherche internationaux sur un même jeu de données. Le jeu de données couvrira différents types de terrain : glaciers, zones de végétation, zones côtières. L’objectif sera d’identifier les forces et faiblesses de chaque chaine de traitement.
–  Mise en place d’un code commun à partir des chaines existantes, permettant de tirer profit des points forts de chaque chaine.

**Candidature

Nous recherchons un.e candidat.e enthousiaste en Master de géomatique, télédétection, sciences de la terre ou tout autre domaine connexe. Le stage devrait durer 4-6 mois et commencer en début d’année 2026.

**Critères de sélection :

● Aisance en programmation et analyse quantitative de données, préférentiellement en Python
● Expérience en géomatique et télédétection
● Expérience souhaitable en photogrammétrie/Structure-from-Motion avec l’un des logiciels suivants : Ames Stereo Pipeline, MicMac, Agisoft Metashape.

Veuillez nous envoyer un CV et une lettre de motivation.

**Contacts

Amaury Dehecq - amaury.dehecq univ-grenoble-alpes.fr

**Références

–  Dehecq, A., Gardner, A.S., et al. 2020. “Automated Processing of Declassified KH-9 Hexagon Satellite Images for Global Elevation Change Analysis Since the 1970s.” Frontiers in Earth Science. 8. https://doi.org/10.3389/feart.2020.566802
–  Ghuffar, S., Bolch, T., Rupnik, E., Bhattacharya, A., 2022. “A pipeline for automated processing of declassified Corona KH-4 (1962-1972) stereo imagery”. IEEE Trans. Geosci. Remote Sensing 1–1. https://doi.org/10.1109/TGRS.2022.3200151
–  Knuth, F., Shean, D., et al., 2023. Historical Structure from Motion (HSfM) : Automated processing of historical aerial photographs for long-term topographic change analysis. Remote Sensing of Environment 285, 113379. https://doi.org/10.1016/j.rse.2022.113379

Exploiting historical images to monitor changes in Earth’s surface since 1960

Supervision : Amaury Dehecq (IGE, Grenoble)

**Context and objectives

Global warming and anthropization are leading to profound changes in the Earth’s surface : glacier retreat, deforestation, urbanization. To better understand the impact of these changes, it is important to document changes in the surface over a period of time longer than the climate variability (30 years).
Modern satellite data can be used, among other things, to produce Digital Terrain Models (DTMs) and then, by comparing DTMs, to estimate vertical surface movements such as glacier thinning and ground movement (Berthier et al., 2023 ; Lacroix, 2016). However, most of this topographic data has only been available since 2000. Before the advent of modern digital sensors, a very large number of images were acquired on photographic film from airborne or satellite platforms (hereinafter referred to as historical images, Figure 1). Such archives have been available on a global scale since the 1960s (spy satellites) and locally since the 1930s (national airborne campaigns).
All of this data has enormous potential for multi-decadal monitoring of changes in the Earth’s surface, but is still largely untapped. The lack of metadata, geolocation information, and the diversity of sensors pose challenges for processing this data. For several years, techniques ranging from manual measurements to fully automated processing chains have been developed (Dehecq et al., 2020 ; Knuth et al., 2023 ; Ghuffar et al., 2022). An international project is currently underway to compare the different chains (intercomparison exercise) and mutualize existing tools. The aim of this internship will therefore be 1) to analyse and compare the products generated by different research groups on common datasets 2) to understand the different processing chains and attempt to mutualize all the tools into a single chain, capable of exploiting the different types of data.

**Methods

All data analysis and processing will be carried out using the Python programming language and specialized photogrammetry software (Ames Stereo Pipeline , MicMac , Agisoft Metashape ).
The internship will take place in 3 stages :
– Getting familiar with existing, open-source processing chains. The aim of this stage is to determine the differences in approach of each method, and to list existing functionalities.
– Analysis and comparison of DEMs generated by different international research groups on the same dataset. The dataset will cover different types of terrain : glaciers, vegetation zones, coastal zones. The aim will be to identify the strengths and weaknesses of each processing chain.
– Initial development of a common code based on existing chains, to benefit from the strengths of the different chains.

**Application

We are looking for an enthusiastic candidate preparing a Master’s degree in geomatics, remote sensing, earth sciences or a related field. The internship is expected to last 4-6 months and start in early 2026.

**Selection criteria :

● Strong experience in programming and quantitative data analysis, preferably in Python.
● Experience in geomatics and remote sensing
● Desirable experience in photogrammetry/Structure-from-Motion with one of the following software packages : Ames Stereo Pipeline, MicMac, Agisoft Metashape.

Please send us a CV and cover letter.

**Contacts

Amaury Dehecq - amaury.dehecq univ-grenoble-alpes.fr

**References :

–  Dehecq, A., Gardner, A.S., et al. 2020. “Automated Processing of Declassified KH-9 Hexagon Satellite Images for Global Elevation Change Analysis Since the 1970s.” Frontiers in Earth Science. 8. https://doi.org/10.3389/feart.2020.566802
–  Ghuffar, S., Bolch, T., Rupnik, E., Bhattacharya, A., 2022. “A pipeline for automated processing of declassified Corona KH-4 (1962-1972) stereo imagery”. IEEE Trans. Geosci. Remote Sensing 1–1. https://doi.org/10.1109/TGRS.2022.3200151
–  Knuth, F., Shean, D., et al., 2023. Historical Structure from Motion (HSfM) : Automated processing of historical aerial photographs for long-term topographic change analysis. Remote Sensing of Environment 285, 113379. https://doi.org/10.1016/j.rse.2022.113379