Couverture forestière annuelle à haute résolution pour le Canada (1984-2022)

Cartes à haute résolution de la couverture terrestre forestière annuelle pour les écosystèmes forestiers du Canada (1984-2022). Il a été développé dans le cadre du Système national de surveillance des écosystèmes terrestres (NTEMS) du Canada. La série chronologique annuelle de cartes de la couverture terrestre forestière a une portée nationale (elle comprend les 650 millions d'hectares d'écosystèmes forestiers du Canada) et est le résultat de la caractérisation de la totalité de la couverture terrestre canadienne effectuée chaque année de 1984 à 2022. Les cartes de couverture terrestre de cette série chronologique ont été produites à partir d'une série chronologique annuelle d'images composites Landsat, de données sur les changements du couvert forestier et de données topographiques et hydrologiques auxiliaires, conformément au cadre décrit dans Hermosilla et al. (2022) et fondé sur l'approche présentée dans Hermosilla et al. (2018). Les innovations méthodologiques apportées comprennent (i) un ensemble de données d'entraînement précises obtenu à partir de produits de couverture terrestre existants à l'aide de mesures aériennes et spatiales de la structure forestière; (ii) une sélection des échantillons d'entraînement effectuée proportionnellement à la répartition de la couverture terrestre au moyen d'une approche pondérée en fonction de la distance; et (iii) la génération de modèles de classification régionale au moyen d'un système de pavés de 150 × 150 km. Les cartes sont post traitées à l'aide de données sur les perturbations afin de s'assurer que les transitions de classe dans le temps sont logiques, grâce à un modèle de Markov caché. Les modèles de Markov cachés évaluent les probabilités de classe pour chaque année afin de réduire la variabilité et le bruit possible dans les attributions de classe d'une année à l'autre (p. ex., lorsque les probabilités de classe sont du même ordre).
Hermosilla, T., Wulder, M.A., White, J.C., Coops, N.C., 2022. Land cover classification in an era of big and open data: Optimizing localized implementation and training data selection to improve mapping outcomes. Remote Sensing of Environment. 268, 112780. https://doi.org/10.1016/j.rse.2021.112780. ( Hermosilla et al. 2022)
Hermosilla, T., M.A. Wulder, J.C. White, N.C. Coops, G. W. Hobart, (2018). Disturbance-Informed Annual Land Cover Classification Maps of Canada's Forested Ecosystems for a 29-Year Landsat Time Series. Canadian Journal of Remote Sensing. 44(1) 67-87. 10.1080/07038992.2018.1437719 ( Hermosilla et al. 2018).