Le territoire du Yukon a été recouvert de glaciers de la Cordillère et de montagne à plusieurs reprises au cours du Pléistocène, ainsi que par la glace continentale, la calotte glaciaire Laurentine à la fin du Pléistocène. Tout au long de la fin du Cénozoïque, chaque glaciation successive semble avoir été moins étendue que la précédente. Dans le centre-ouest du Yukon, la première glaciation a eu lieu il y a 2,6 à 2,9 millions d'années (Duk-Rodkin et Barendregt, 1997). Cette glaciation a été la plus étendue et a formé une carapace continue de glace recouvrant toutes les chaînes de montagnes, à l'exception d'une petite partie de la chaîne Dawson et d'une zone plus étendue dans le nord du Yukon. La glaciation de la Cordillère du Pléistocène moyen était moins étendue que les glaciations plus anciennes, mais elle a formé une vaste calotte glaciaire recouvrant la majeure partie du nord de la Cordillère. La glaciation du Pléistocène supérieur a été la plus restrictive et a formé une carapace continue de glace depuis la ligne de partage des continents jusqu'aux monts Saint-Élie, mais seules des calottes glaciaires limitées se sont formées sur les monts Ogilvie. Lors de la dernière glaciation, la calotte glaciaire des Laurentides, venant de l'est, a atteint la partie nord-est du Territoire du Yukon il y a environ 30 ka.Distribué depuis [GeoYukon] (https://yukon.ca/geoyukon) par le [gouvernement du Yukon] (https://yukon.ca/maps). Découvrez d'autres données cartographiques numériques et des cartes interactives issues de la collection de données cartographiques numériques du Yukon.Pour plus d'informations : [geomatics.help@yukon.ca] (mailto : geomatics.help@yukon.ca)

Ce catalogue présente, à une résolution spatiale de 30 m, les indicateurs annuels de la dynamique de la neige pour chaque hiver de 2018-2019 à 2023-2024, pour tout le Canada. Nous rassemblons toutes les images Landsat et Sentinel-2 acquises au-dessus du Canada et déterminons pour chaque pixel observe à la date de collecte, son état: neige (et glace), sans neige (c.-à-d. sol, eau) ou indéterminé (c.-à-d. nuages, ombres). Nous avons conçu un algorithme pour calculer, pour chaque pixel et pour chaque hiver, des indicateurs de couverture nivale : la date de début de la première (et de la plus grande) période de neige [startF, startB], la date de fin de la dernière (et de la plus grande) période de neige [endL, endB], le nombre total de jours avec couverture de neige (ou durant la plus grande période de neige) [lengthT, lengthB], le nombre de périodes de neige (c.-à-d. des intervalles distincts avec plusieurs observations confirmées de neige) [periods], ainsi qu’une classification de l’état (p. ex., neige continue, sans neige) [status]. Nous n’obtenons pas d’observation claire chaque jour en raison des fréquences orbitales des satellites et de la presence de nuages. Cela signifie que les indicateurs temporels sont déterminés par la date médiane entre deux observations claires, l’incertitude étant quantifiée comme la moitié de la durée de l’intervalle (c.-à-d., ± jours) [startF_u, startB_u, endL_u, endB_u, lengthT_u, lengthB_u]. **Cet élément de métadonnées tiers suit la spécification Spatio Temporal Asset Catalog (STAC).** **Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate).**

Ce catalogue présente, à une résolution spatiale de 30 m, les indicateurs annuels de la dynamique de la neige pour chaque hiver de 2018-2019 à 2023-2024, pour tout le Canada. Nous rassemblons toutes les images Landsat et Sentinel-2 acquises au-dessus du Canada et déterminons pour chaque pixel observe à la date de collecte, son état: neige (et glace), sans neige (c.-à-d. sol, eau) ou indéterminé (c.-à-d. nuages, ombres). Nous avons conçu un algorithme pour calculer, pour chaque pixel et pour chaque hiver, des indicateurs de couverture nivale : la date de début de la première (et de la plus grande) période de neige [startF, startB], la date de fin de la dernière (et de la plus grande) période de neige [endL, endB], le nombre total de jours avec couverture de neige (ou durant la plus grande période de neige) [lengthT, lengthB], le nombre de périodes de neige (c.-à-d. des intervalles distincts avec plusieurs observations confirmées de neige) [periods], ainsi qu’une classification de l’état (p. ex., neige continue, sans neige) [status]. Nous n’obtenons pas d’observation claire chaque jour en raison des fréquences orbitales des satellites et de la presence de nuages. Cela signifie que les indicateurs temporels sont déterminés par la date médiane entre deux observations claires, l’incertitude étant quantifiée comme la moitié de la durée de l’intervalle (c.-à-d., ± jours) [startF_u, startB_u, endL_u, endB_u, lengthT_u, lengthB_u]. **Cet élément de métadonnées tiers suit la spécification Spatio Temporal Asset Catalog (STAC).** **Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate).**

Ce catalogue présente, à une résolution spatiale de 30 m, les indicateurs annuels de la dynamique de la neige pour chaque hiver de 2018-2019 à 2023-2024, pour tout le Canada. Nous rassemblons toutes les images Landsat et Sentinel-2 acquises au-dessus du Canada et déterminons pour chaque pixel observe à la date de collecte, son état: neige (et glace), sans neige (c.-à-d. sol, eau) ou indéterminé (c.-à-d. nuages, ombres). Nous avons conçu un algorithme pour calculer, pour chaque pixel et pour chaque hiver, des indicateurs de couverture nivale : la date de début de la première (et de la plus grande) période de neige [startF, startB], la date de fin de la dernière (et de la plus grande) période de neige [endL, endB], le nombre total de jours avec couverture de neige (ou durant la plus grande période de neige) [lengthT, lengthB], le nombre de périodes de neige (c.-à-d. des intervalles distincts avec plusieurs observations confirmées de neige) [periods], ainsi qu’une classification de l’état (p. ex., neige continue, sans neige) [status]. Nous n’obtenons pas d’observation claire chaque jour en raison des fréquences orbitales des satellites et de la presence de nuages. Cela signifie que les indicateurs temporels sont déterminés par la date médiane entre deux observations claires, l’incertitude étant quantifiée comme la moitié de la durée de l’intervalle (c.-à-d., ± jours) [startF_u, startB_u, endL_u, endB_u, lengthT_u, lengthB_u]. **Cet élément de métadonnées tiers suit la spécification Spatio Temporal Asset Catalog (STAC).** **Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate).**

Ce catalogue présente, à une résolution spatiale de 30 m, les indicateurs annuels de la dynamique de la neige pour chaque hiver de 2018-2019 à 2023-2024, pour tout le Canada. Nous rassemblons toutes les images Landsat et Sentinel-2 acquises au-dessus du Canada et déterminons pour chaque pixel observe à la date de collecte, son état: neige (et glace), sans neige (c.-à-d. sol, eau) ou indéterminé (c.-à-d. nuages, ombres). Nous avons conçu un algorithme pour calculer, pour chaque pixel et pour chaque hiver, des indicateurs de couverture nivale : la date de début de la première (et de la plus grande) période de neige [startF, startB], la date de fin de la dernière (et de la plus grande) période de neige [endL, endB], le nombre total de jours avec couverture de neige (ou durant la plus grande période de neige) [lengthT, lengthB], le nombre de périodes de neige (c.-à-d. des intervalles distincts avec plusieurs observations confirmées de neige) [periods], ainsi qu’une classification de l’état (p. ex., neige continue, sans neige) [status]. Nous n’obtenons pas d’observation claire chaque jour en raison des fréquences orbitales des satellites et de la presence de nuages. Cela signifie que les indicateurs temporels sont déterminés par la date médiane entre deux observations claires, l’incertitude étant quantifiée comme la moitié de la durée de l’intervalle (c.-à-d., ± jours) [startF_u, startB_u, endL_u, endB_u, lengthT_u, lengthB_u].

Ce catalogue présente, à une résolution spatiale de 30 m, les indicateurs annuels de la dynamique de la neige pour chaque hiver de 2018-2019 à 2023-2024, pour tout le Canada. Nous rassemblons toutes les images Landsat et Sentinel-2 acquises au-dessus du Canada et déterminons pour chaque pixel observe à la date de collecte, son état: neige (et glace), sans neige (c.-à-d. sol, eau) ou indéterminé (c.-à-d. nuages, ombres). Nous avons conçu un algorithme pour calculer, pour chaque pixel et pour chaque hiver, des indicateurs de couverture nivale : la date de début de la première (et de la plus grande) période de neige [startF, startB], la date de fin de la dernière (et de la plus grande) période de neige [endL, endB], le nombre total de jours avec couverture de neige (ou durant la plus grande période de neige) [lengthT, lengthB], le nombre de périodes de neige (c.-à-d. des intervalles distincts avec plusieurs observations confirmées de neige) [periods], ainsi qu’une classification de l’état (p. ex., neige continue, sans neige) [status]. Nous n’obtenons pas d’observation claire chaque jour en raison des fréquences orbitales des satellites et de la presence de nuages. Cela signifie que les indicateurs temporels sont déterminés par la date médiane entre deux observations claires, l’incertitude étant quantifiée comme la moitié de la durée de l’intervalle (c.-à-d., ± jours) [startF_u, startB_u, endL_u, endB_u, lengthT_u, lengthB_u]. **Cet élément de métadonnées tiers suit la spécification Spatio Temporal Asset Catalog (STAC).** **Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate).**

Ce catalogue présente, à une résolution spatiale de 30 m, les indicateurs annuels de la dynamique de la neige pour chaque hiver de 2018-2019 à 2023-2024, pour tout le Canada. Nous rassemblons toutes les images Landsat et Sentinel-2 acquises au-dessus du Canada et déterminons pour chaque pixel observe à la date de collecte, son état: neige (et glace), sans neige (c.-à-d. sol, eau) ou indéterminé (c.-à-d. nuages, ombres). Nous avons conçu un algorithme pour calculer, pour chaque pixel et pour chaque hiver, des indicateurs de couverture nivale : la date de début de la première (et de la plus grande) période de neige [startF, startB], la date de fin de la dernière (et de la plus grande) période de neige [endL, endB], le nombre total de jours avec couverture de neige (ou durant la plus grande période de neige) [lengthT, lengthB], le nombre de périodes de neige (c.-à-d. des intervalles distincts avec plusieurs observations confirmées de neige) [periods], ainsi qu’une classification de l’état (p. ex., neige continue, sans neige) [status]. Nous n’obtenons pas d’observation claire chaque jour en raison des fréquences orbitales des satellites et de la presence de nuages. Cela signifie que les indicateurs temporels sont déterminés par la date médiane entre deux observations claires, l’incertitude étant quantifiée comme la moitié de la durée de l’intervalle (c.-à-d., ± jours) [startF_u, startB_u, endL_u, endB_u, lengthT_u, lengthB_u]. **Cet élément de métadonnées tiers suit la spécification Spatio Temporal Asset Catalog (STAC).** **Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate).**

La neige et la glace sont des ressources hydrologiques importantes. Leur étendue spatiale minimale, ci-après la couverture annuelle minimale de neige et de glace (MNG), joue un rôle très important en tant qu’indicateur des changements à long terme et la capacité de base de stockage d’eau de surface. La probabilité MNG est dérivée d’une séquence de 17 images composites sous ciel dégagé sur 10 jours, correspondant à la période chaude du 1er avril au 20 septembre pour chaque année depuis 2000. Les données du spectroradiomètre imageur à résolution moyenne (MODIS) du satellite Terra depuis 2000 ont été traitées au moyen de la technologie spéciale développée au Centre canadien de télédétection (CCT) (voir Trishchenko, 2016; Trishchenko et al., 2016; 2009, 2006, Trishchenko et Ungureanu, 2021, Khlopenkov et Trishchenko, 2008, Luo et al., 2008). La présence de neige ou de glace est déterminée pour chaque pixel de l’image en fonction de la procédure d’identification de la scène neige/glace et la probabilité est calculée pour l’ensemble de la saison chaude sous forme de rapport entre le nombre d’indicateurs neige/glace et le nombre total de pixels (inférieur ou égal à 17). L’étendue MNG peut être dérivée de la carte de probabilité en appliquant un certain seuil. ​La nouvelle version des données V5.0 remplace la version précédente V4.0 pour toutes les données disponibles depuis 2000. Tous les fichiers MNG ont été retraités pour toutes les données d'entrée MODIS basées sur la collection 6.1. Le format de sortie n'a pas changé depuis la version précédente. Il est décrit dans Trishchenko (2024). L'impact de la modification des données d'entrée est faible et ne peut être détecté que pour l'intervalle temporelle de 2000-2015. Les données depuis 2016 ont déjà été dérivées en utilisant la collection MODIS 6.1.Les différences entre les données MNG basées sur la collection 5 de MODIS (c'est-à-dire MNG V4) et la collection 6.1 de MODIS (c'est-à-dire MNG V5) sont, en moyenne, assez faibles. La différence relative à l'échelle de la région dans l'étendue MNG varie de -3,97 % à +1,75 %. La valeur moyenne est de -0,14 %, la valeur médiane de 0,18 % et l'écart type de 1,83 %. En tant que tel, nous ne nous attendons pas à ce que le changement de version ait un impact important sur nos conclusions précédentes concernant les tendances et les variations climatiques, à l'exception de l'affinement des valeurs relatives des paramètres statistiques dans une fourchette de quelques pour cent.Références:TRICHTCHENKO, A.P. : Cartes de probabilité de la présence annuelle minimale de neige et de glace (MNG) au Canada et dans les régions limitrophes pour la période du 1er avril au 20 septembre depuis 2000 dérivées de l’imagerie MODIS à une résolution de 250 m. Description du format des données, CCT, RNCan (2024), 4 p.

Cette couche polygonale représente les précipitations moyennes observées dans les sous-bassins à partir de l'analyse déterministe des précipitations à haute résolution (HRDPA). Donne un aperçu de la quantité de pluie/neige réellement tombée sur chaque bassin versant au cours de la dernière période d'observation. Les périodes d'observation qui nous intéressent concernent les derniers 1 jour, 3 jours et 7 jours.Le HRDPA est l'analyse des précipitations à haute résolution d'ECCC, qui fusionne les données de la jauge, du radar et du modèle HRDPS. Cette couche regroupe les accumulations HRDPA finales (ou préliminaires) en polygones de sous-bassin. Chaque enregistrement indique les précipitations moyennes qui se sont réellement produites sur chaque bassin versant, ce qui est essentiel pour vérifier les prévisions des modèles, calibrer les modèles hydrologiques et effectuer des analyses post-événements de la gravité des inondations ou des sécheresses.** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate).**

Champs de glace capturés à l'échelle 1:1 000 000 à partir des données de la Digital Chart of the World pour le Yukon et ses environs.Distribué depuis [GeoYukon] (https://yukon.ca/geoyukon) par le [gouvernement du Yukon] (https://yukon.ca/maps). Découvrez d'autres données cartographiques numériques et des cartes interactives issues de la collection de données cartographiques numériques du Yukon.Pour plus d'informations : [geomatics.help@yukon.ca] (mailto : geomatics.help@yukon.ca)