Suivi des évènements extrêmes de pluie sur neige dans l’Arctique Canadien à l’aide de données micro-ondes passives multi sources

Les impacts du changement climatique dans les zones nordiques sont significatifs, les évènements extrêmes se voient être multipliés par dix depuis le début des années 1980 dans les zones de toundra. L’augmentation des vagues de chaleur, mais aussi l’apparition des évènements de pluie sur neige sont...

Full description

Bibliographic Details
Main Author: Dolant, Caroline
Other Authors: Langlois, Alexandre, Brucker, Ludovic, Royer, Alain
Format: Doctoral or Postdoctoral Thesis
Language:French
English
Published: Université de Sherbrooke 2018
Subjects:
Online Access:http://hdl.handle.net/11143/12620
Description
Summary:Les impacts du changement climatique dans les zones nordiques sont significatifs, les évènements extrêmes se voient être multipliés par dix depuis le début des années 1980 dans les zones de toundra. L’augmentation des vagues de chaleur, mais aussi l’apparition des évènements de pluie sur neige sont de plus en plus intenses et longs durant la période hivernale, ayant ainsi un impact considérable sur les différents écosystèmes notamment en Arctique. Il est donc important de s’intéresser aux occurrences de ces évènements sporadiques en expansion dans le but de protéger et de quantifier l’impact à long terme du changement climatique sur les milieux nordiques. En effet, les évènements de pluie sur neige provoquent, après un regel rapide, des croûtes de glace ayant des conséquences sur le sol, le régime hydrique et sur l’écologie animale du milieu touché (nourriture non accessible sous la couche de glace). Diverses études ont tenté de détecter les évènements de pluies sur neige à partir de la télédétection, notamment en utilisant des données microondes passives, permettant la discrimination des différents stades métamorphiques de la neige suite aux épisodes pluvieux. Ces études bien que concluantes restent assez limitées par manque de données in-situ permettant une bonne validation de ce phénomène climatique. Les résultats présentés dans cette thèse montrent le développement d’un algorithme de détection des évènements de pluie sur neige à partir de données micro-ondes passives. Cette méthode a été validée dans un premier temps sur trois pixels AMSR-E au Nunavik avec une erreur maximale de 7%. Le second chapitre introduit une adaptation au contexte arctique de la méthode de détection des pluies sur neige, basée sur un inventaire exhaustif de 14 stations météorologiques réparties à travers l’Arctique Canadien depuis 1984. Ces résultats montrent une adaptation de la méthode de détection basée sur l’analyse de sensibilité du seuil de détection, avec une erreur d’environ 5%. La troisième partie de cette thèse porte sur l’étude des conditions de neige durant un épisode de mort massive au cours de l’hiver 2016. L’utilisation d’un jeu de données multisources (micro-ondes passives, réanalyses atmosphériques, nivales) a permis de développer une méthode de détection des couches denses. Cette étude montre que les changements de surface du manteau neigeux, provoqués par une succession de tempête au cours de l’hiver, sont la principale cause de non-accessibilité à la nourriture pour les caribous de Barren Ground de l’île du Prince Charles. Enfin, les derniers résultats présentés ici portent sur l’application de la méthode de détection des pluies sur neige sur l’ensemble de la toundra arctique canadienne ainsi que sur l’analyse spatio-temporelle de l’évolution des occurrences de pluie sur neige depuis 1979. Abstract: The impacts of climate change in the Canadian Arctic are significant, and the Arctic has experienced a significant increase in extreme events occurrence since the early 1980s. Winter extreme events such as heat waves, and rain-on-snow events are more and more intense and long during the winter period, thus having a considerable impact on the northern ecosystems. Rain-on-snow events cause changes in the energy balance through a modification of snow physical properties, thus affecting the melting regime (snow cover extent). It is therefore important to focus on event occurrence of these sporadic events in order to quantify the long-term impact of climate change in the Arctic. Of particular relevance, rain-on-snow events will lead to the formation of ice crusts that have consequences on the soil, the water regime and on foraging conditions of the various ungulates species of the arctic (i.e. caribou, muskoxen). Various studies have attempted to detect precipitation phase from remote sensing, notably by using passive microwave data, allowing the discrimination of the different metamorphic states of the snow after rain-on-snow events. These studies, although conclusive, remained rather limited because of the lack of in-situ data allowing a good validation of this phenomenon. The main results of this thesis is the development of a rain-on-snow detection algorithm using passive microwave data. This method was validated over three AMSR-E pixels in Nunavik with a maximum error of 7%. The second part of this work proposed an adaptation of the rain-on-snow detection method for a better response in Arctic conditions. This work was based on meteorological data from 14 stations in the Canadian Arctic since 1984. The sensitivity analysis in the detection threshold show a maximal error of 5%. The third part of this study investigated snow surface conditions (i.e. presence of ice crusts and/or wind slab) during a massive barren-ground caribou die-off episode in the winter 2016 on Prince Charles Island, Nunavut. This work used a multi-source dataset (passive microwave satellite measurements and modelling, atmospheric reanalysis data, in-situ snow measurements), allowing the development of a wind slab detection method from which surface density can be quantified. This study highlighted that a succession of winter storms can lead to a significant densification of the snow surface leading to very difficult grazing conditions for caribou. Finally, a pan-Arctic application of the above algorithms is presented where the rain-on-snow detection method was applied on satellite imagery across the Arctic since 1979. A spatiotemporal analysis was conducted to target specific regions where the anomalies are strongest while potential linkage with global atmospheric patterns was investigated.