Landscape Freeze/Thaw Mapping from Active and Passive Microwave Earth Observations over the Tursujuq National Park, Quebec, Canada.

• Published in: Écoscience
• Main Authors: Touati, Cheima, Ratsimbazafy, Tahiana, Poulin, Jimmy, Bernier, Monique, Homayouni, Saeid, Ludwig, Ralf Peter
• Format: Article in Journal/Newspaper
• Language: unknown
• Published: 2021
• Subjects: SMAP; PALSAR; végétation; algorithmes gel/dégel; Nunavik; freeze/thaw algorithms; Canada; Umiujaq
• Online Access: https://espace.inrs.ca/id/eprint/12038/; https://doi.org/10.1080/11956860.2021.1969790

Nous avons examiné la sensibilité au couvert végétal de la classification gel/dégel (G/D) active (PALSAR) et passive (SMAP). Nous avons aussi utilisé une classification G/D à partir de données à haute résolution (30 m) PALSAR pour suivre l’évolution des états gelé et dégelé des sols provenant d’un algorithme adapté avec des données à faible résolution (36 km) SMAP. Nous avons utilisé des scènes SMAP et PALSAR acquises au-dessus du Parc national Tursujuq (Umiujaq, Quebec, Canada) entre juin 2015 et janvier 2017. Un nouvel algorithme G/D avec des seuils de référence spécifiques à chaque type de végétation (arbustes, herbacées, lichens, milieu humide, et terre nue) est proposé pour classifier les pixels PALSAR. La validation de la classification G/D PALSAR avec les données de température du sol à ~5 cm de la surface a révélé une meilleure précision (> 80%) avec les seuils en polarisation de transmission horizontale et de réception verticale (HV). La classification G/D PALSAR montre qu’un pixel SMAP est classifié comme gelé lorsque plus de 50% de sa surface est gelée. Nous avons confirmé la sensibilité au couvert végétal des classifications G/D passive et active en bande L. Abstract We investigated the sensitivity to vegetation cover type of active (PALSAR) and passive (SMAP) freeze/thaw (F/T) classification. We also used F/T classification from high-resolution PALSAR data (30 m) to follow the evolution of frozen and thawed soil states obtained from an adaptive algorithm with low-resolution SMAP data (36 km). We used PALSAR and SMAP scenes acquired from June 2015 to January 2017 over the Tursujuq National Park (Umiujaq, Quebec, Canada). A new F/T algorithm with a specific reference threshold under each vegetation type (shrub, grass, lichen, wetland, and bare land) is proposed to classify PALSAR pixels. The validation of the PALSAR F/T classification with soil temperature at ~5 cm depth revealed a greater overall accuracy (> 80%), with horizontal transmitted and vertical received (HV) thresholds. The PALSAR F/T ...