Développement de nouvelles stratégies de cartographie de l’étendue spatiale du couvert nival saisonnier au Québec-et-Labrador à partir des données du capteur optique NOAA-AVHR.

• Main Author: Roberge, Sophie
• Format: Article in Journal/Newspaper
• Language: French
• Published: 2023
• Subjects: cryosphère; télédétection; algorithme de classification; logique floue; appartenance; probabilités d’appartenance; estimation d’ensemble; boosting; validation; AVHRR; LANDSAT; MODIS; IMS; Québec; Labrador; Est du Canada; cryosphere; remote sensing; classification algorithm; fuzzy logic; membership; probabilities of belonging; ensembles; Quebec; Eastern Canada; Canada; taiga; toundra
• Online Access: https://espace.inrs.ca/id/eprint/13534/; https://espace.inrs.ca/id/eprint/13534/1/T1026.pdf

Le couvert nival joue un rôle important dans le cycle hydrologique du Québec. Les approches par télédétection satellitaire du suivi quotidien du couvert nival saisonnier ont atteint divers degrés de maturité et certaines d’entre elles nécessitent d’être améliorées. Les provinces du Québec-et Labrador (Est du Canada) constituent un défi pour l’élaboration de telles approches en raison des conditions particulières d’enneigement (un couvert nival épais) et de la nature très diversifiée de la couverture végétale (toundra, taiga, forêt boréale, forêt de feuillus, forêt mixte, perturbations, terres humides, zones agricoles et zones urbaines). Le sujet de la présente thèse concerne le développement et la validation de nouvelles stratégies de cartographie de l’étendue spatiale du couvert nival saisonnier au Québec-et-Labrador à partir des données optiques et infrarouge thermique du capteur NOAA-AVHRR (1 km). Les objectifs de recherche sont : (1) développer un algorithme de classification à seuils adaptatifs à la température de l’air et à l’occupation du sol à partir des données du capteur AVHRR pour le suivi quotidien des catégories de surfaces neige, non-neige et nuage; (2) d’adapter l’algorithme de classification à seuils adaptatifs à la température de l’air et à l’occupation du sol aux approches de logique floue et (3) d’estimation d’ensemble pour obtenir des probabilités d’appartenance aux catégories de surfaces neige, non-neige et nuage et réduire des erreurs de classification (erreurs d’omission et/ou de commission); (4) de valider les algorithmes de cartographie ainsi développés avec les images de haute résolution spatiale LANDSAT (30 m) et d’y réaliser une analyse comparative de validation avec les produits de neige disponibles sur la région d’étude, c’est-à-dire IMS (4 km), MODIS (500 m) et la version de l’algorithme AVHRR à seuils adaptatifs au jour julien (AVHRR DOY) développé par Chokmani et al. (2009) quelques années plus tôt. L’algorithme AVHRR à seuils adaptatifs au jour julien est un algorithme régional ...