The STAC API for NRCan's Earth Observation Database Management System (EODMS)..**Cet élément de métadonnées tiers suit la spécification Spatio Temporal Asset Catalog (STAC).**

The STAC API for NRCan's Earth Observation Database Management System (EODMS)..**Cet élément de métadonnées tiers suit la spécification Spatio Temporal Asset Catalog (STAC).**

The STAC API for NRCan's Earth Observation Database Management System (EODMS)..**Cet élément de métadonnées tiers suit la spécification Spatio Temporal Asset Catalog (STAC).**

Le Spectroradiomètre imageur à résolution moyenne (MODIS) est un des capteurs les plus perfectionnés qui est utilisé dans un vaste éventail d’applications liées à la terre, à l’océan et à l’atmosphère. Il compte 36 canaux spectraux dont la résolution spatiale varie entre 250 m et 1 km au nadir. Les canaux du MODIS 1 (B1, visible) et 2 (B2, proche infrarouge) sont disponibles avec une résolution spatiale de 250 m, cinq autres canaux destinés aux applications terrestres (bandes B3 à B7) sont disponibles avec une résolution spatiale de 500 m et les vingt-neuf autres canaux qui ne sont pas inclus dans cet ensemble de données saisissent des images avec une résolution de 1 km. Les enregistrements du MODIS ont commencé en mars 2000 et ils se poursuivent par la saisie quotidienne de mesures sur l’ensemble du globe. Ce produit de niveau 3 montrant des scènes captées au-dessus du Canada a été créé à partir des données originales de niveau 1 (1B) suivantes du MODIS (collection 5) : a) MOD02QKM – données de niveau 1B, fauchée de 250 m, granules de 5 min, b) MOD02HKM – données de niveau 1B, fauchée de 500 m, granules de 5 min; c) MOD03 – information de géolocalisation de niveau 1, fauchée de 1 km, granules de 5 min. Toutes ces données sont disponibles dans le portail DAAC Earth Observing System Data Gateway de la NASA (http://ladsweb.nascom.nasa.gov/data/search.html). On a réduit l’échelle des canaux terrestres de 500 m du MODIS (B3 à B7) à une résolution spatiale de 250 m grâce à un système adaptatif de régression et de normalisation, décrit dans Trishchenko et al. (2006, 2009), puis les données ont été projetées de nouveau dans une projection conique conforme de Lambert (CCL) (Khlopenkov et al., 2008). Ces données ont été regroupées pour former des images pancanadiennes au moyen d’une technique de détection des ciels dégagés, des nuages et de l’ombre des nuages avec un intervalle maximum de 10 jours (Luo et al., 2008). Aucune correction atmosphérique ou correction de la géométrie Soleil-capteur n’a été appliquée.Pour chaque date, les données comprennent les observations en prodiffusion et en rétrodiffusion sous forme de fichiers distincts. Cela permet d’optimiser les données pour une application particulière. Dans les cas d’utilisation générale, on devrait utiliser les données en prodiffusion, celles en rétrodiffusion ou les deux. Une version ultérieure de la série temporelle du MODIS corrigera la géométrie de la prodiffusion et de la rétrodiffusion afin de fournir une observation idéale unique pour chaque pixel.

La carte à haute résolution de 10 m de la troisième génération de la carte de l'inventaire des terres humides du Canada, couvrant une superficie approximative d'un milliard d'hectares, a été générée à l'aide d'observations de la Terre pluriannuelle (2016-2018), multisources (Sentinel-1, Sentinel-2, ALOS PALSAR-2 et SRTM) ainsi que des caractéristiques environnementales. Plus de 8 800 polygones de zones humides ont été traités dans le cadre d'un système de classification aléatoire des forêts basé sur des objets sur la plate-forme infonuagique de Google Earth Engine. La précision globale moyenne de 90,5 % représente une augmentation de 4,7 % par rapport à CWIM2.Versions de la CITHC :La carte d'inventaire des terres humides du Canada (CITHC) est une extension du travail commencé à l'Université Memorial pour produire un inventaire des terres humides de Terre-Neuve et du Labrador pendant la période 2015-2018, qui a été financé de manière significative par Environnement et Changement climatique Canada. La première CITHC nationale a été produite en 2018-2019 dans le cadre d'une collaboration entre l'Université Memorial, C-CORE et Ressources naturelles Canada. Brian Brisco a joué un rôle déterminant dans l'intégration au projet de données de référence provenant de sources multiples et dans l'orientation du projet. La version 2 a été produite en 2020 et comprenait davantage de données de formation et de traitement par écozones du Canada plutôt que par provinces, afin de tirer parti des caractéristiques écologiques communes du paysage au sein des écozones et d'améliorer la précision. La version 3, produite en 2021, a continué d'ajouter des sources de données pour améliorer encore la précision, en particulier une surestimation de la superficie des zones humides, et a introduit une carte de confiance. La version 3A, achevée en 2022, ne met à jour que les écozones arctiques en raison de leur précision relativement moindre et ajoute des couches de données hydrophysiographiques. Des travaux sont actuellement en cours pour créer une carte d'inventaire des zones humides circumpolaires septentrionales qui sera publiée en 2025.Publication au sujet de l'inventaire des terres humides de Terre-Neuve-et-Labrador :Mahdianpari, M.; Salehi, B.; Mohammadimanesh, F.; Homayouni, S.; Gill, E. The First Wetland Inventory Map of Newfoundland at a Spatial Resolution of 10 m Using Sentinel-1 and Sentinel-2 Data on the Google Earth Engine Cloud Computing Platform. Remote Sens. 2019, 11, 43. https://doi.org/10.3390/rs11010043Publication au sujet du CWIM1:Mahdianpari, M., Salehi, B., Mohammadimanesh, F., Brisco, B., Homayouni, S., Gill, E., … Bourgeau-Chavez, L. (2020). Big Data for a Big Country: The First Generation of Canadian Wetland Inventory Map at a Spatial Resolution of 10-m Using Sentinel-1 and Sentinel-2 Data on the Google Earth Engine Cloud Computing Platform. Canadian Journal of Remote Sensing, 46(1), 15–33. https://doi.org/10.1080/07038992.2019.1711366Publication au sujet du CWIM2:Mahdianpari, M., Brisco, B., Granger, J. E., Mohammadimanesh, F., Salehi, B., Banks, S., … Weng, Q. (2020). The Second Generation Canadian Wetland Inventory Map at 10 Meters Resolution Using Google Earth Engine. Canadian Journal of Remote Sensing, 46(3), 360–375. https://doi.org/10.1080/07038992.2020.1802584Publication au sujet du CWIM3 :M. Mahdianpari et al., "The Third Generation of Pan-Canadian Wetland Map at 10 m Resolution Using Multisource Earth Observation Data on Cloud Computing Platform," in IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, vol. 14, pp. 8789-8803, 2021, doi: 10.1109/JSTARS.2021.3105645.Publication sur l'amélioration de l'écorégion arctique pour CWIM3A :Michael Merchant, et al., ”Leveraging google earth engine cloud computing for large-scale arctic wetland mapping,” in International Journal of Applied Earth Observation and Geoinformation, vol. 125, 2023, https://doi.org/10.1016/j.jag.2023.103589.

En 2013, l'équipe d'observation de la Terre de la Direction générale des sciences et de la technologie (DGST) d'Agriculture et Agroalimentaire Canada (AAC) a répété le processus visant à produire des cartes numériques de l'inventaire annuel des cultures à l'aide d'images satellitaires pour l'ensemble du Canada, afin de soutenir la réalisation d’un inventaire national des cultures. Une méthodologie par arbre de décision a été utilisée à l'aide d'images satellitaires optiques (Landsat-8) et radar (RADARSAT-2), avec une résolution spatiale finale de 30 m. En même temps que les acquisitions par satellite, des données de réalité de terrain ont été fournies par des sociétés d’assurance-récolte provinciales, tandis que des observations ponctuelles provenaient de nos collègues d'AAC des régions.

En 2014, l'équipe d'observation de la Terre de la Direction générale des sciences et de la technologie (DGST) d'Agriculture et Agroalimentaire Canada (AAC) a répété le processus visant à produire des cartes numériques de l'inventaire annuel des cultures à l'aide d'images satellitaires pour l'ensemble du Canada, afin de soutenir la réalisation d’un inventaire national des cultures. Une méthodologie par arbre de décision a été utilisée à l'aide d'images satellitaires optiques (Landsat-8) et radar (RADARSAT-2), avec une résolution spatiale finale de 30m. En même temps que les acquisitions par satellites, des données de réalité de terrain ont été fournies par des sociétés d’assurance-récolte provinciales, par le Ministère de l’Agriculture de la Colombie Britannique et par le personnel d’AAC en régions.

En 2015, l'équipe d'observation de la Terre de la Direction générale des sciences et de la technologie (DGST) d'Agriculture et Agroalimentaire Canada (AAC) a répété le processus visant à produire des cartes numériques de l'inventaire annuel des cultures à l'aide d'images satellitaires pour l'ensemble du Canada, afin de soutenir la réalisation d’un inventaire national des cultures. Une méthodologie par arbre de décision a été utilisée à l'aide d'images satellitaires optiques (Landsat-8) et radar (RADARSAT-2), avec une résolution spatiale finale de 30m. En même temps que les acquisitions par satellites, des données de réalité de terrain ont été fournies par des sociétés d’assurance-récolte provinciales, par le Ministère de l’Agriculture de la Colombie Britannique et par le personnel d’AAC en régions.

En 2010, l'équipe d'observation de la Terre de la Direction générale des sciences et de la technologie (DGST) d'Agriculture et Agroalimentaire Canada (AAC) a poursuivi le processus visant à produire des cartes numériques de l'inventaire annuel des cultures à l'aide d'images satellitaires. Portant principalement sur les provinces des Prairies, une méthodologie par arbre de décision a été utilisée à l'aide de l'imagerie satellite optique (AWiFS, Landsat-5, DMC) et radar (RADARSAT-2), avec une résolution spatiale finale de 56 m. Des méthodes ont également été mises au point pour améliorer la classification optique à l'aide de l'imagerie RADARSAT-2, en vue de résoudre des problèmes liés à la couverture nuageuse. En même temps que les acquisitions par satellite, des données de réalité de terrain ont été fournies par des sociétés d’assurance-récolte provinciales, tandis que des observations ponctuelles provenaient de nos collègues d'AAC des régions. Le processus global pour la réalisation de la Carte de l'inventaire des cultures comprend les étapes suivantes : acquisition de données par satellite; acquisition de données sur le terrain en vue du processus d'entraînement à la classification et de l'évaluation de l'exactitude; mise en œuvre opérationnelle de la méthode de classification.

Classification des domaines écologiques du Canada à partir de données satellitaires. Nous avons utilisé les données obtenues par des satellitaires, notamment 1) la topographie, 2) la productivité du paysage basée sur l’activité photosynthétique et 3) la couverture terrestre pour créer une régionalisation environnementale du territoire canadien qui couvre plus de dix millions de kilomètres carrés. Cette agrégation a produit trois résultats principaux. Un processus de classification multivariée en deux étapes a généré un premier regroupement de 100 classes. Nous avons ensuite appliqué une hiérarchie d’agglomération fondée sur une mesure de la log-vraisemblance de la distance pour créer une régionalisation en 40 puis en 14 classes, visant à regrouper de manière significative les composants écologiquement similaires du territoire canadien. Pour plus de renseignements (y compris un graphique de la hiérarchie des regroupements) et pour citer ces donnez, veuillez utiliser : Coops N.C., Wulder M.A. et Iwanicka D. 2009. « An environmental domain classification of Canada using earth observation data for biodiversity assessment ». Ecological Informatics, vol. 4, no 1, p 8–22, DO I: https://doi.org/10.1016/j.ecoinf.2008.09.005 ( Coops et al. 2009).