Chaque valeur de pixel correspond à la différence (anomalie) entre l’IVDN maximal moyen de « meilleure qualité » d’une semaine donnée (p. ex. semaine 18, 2000-2014) et l’IVDN maximal de « meilleure qualité » de la même semaine dans une année précise (p. ex. semaine 18, 2015). Les anomalies de l’IVDN maximal < 0 indiquent un IVDN maximal hebdomadaire inférieur à la normale. Des anomalies > 0 indiquent un IVDN maximal hebdomadaire supérieur à la normale. Les anomalies proches de 0 indiquent que l’IVDN maximal hebdomadaire est similaire à la normale.

Chaque valeur de pixel correspond à l’IVDN maximal de « meilleure qualité » pour une semaine donnée. Les observations de pixels de mauvaise qualité sont supprimées de ce produit. Les observations dont la qualité est diminuée par la couverture neigeuse, les ombres, les nuages, les aérosols ou par des angles zénithaux faibles du capteur sont supprimées (et se voient attribuer la valeur « Données manquantes »). De plus, les valeurs négatives de l’IVDN maximal, obtenues lorsque la réflectance R est supérieure à la réflectance PIR, sont considérées comme étant exemptes de végétation et se voient attribuer une valeur de 0. On obtient ainsi un produit de l’IVDN maximal qui ne devrait contenir (en majeure partie) que des pixels couverts de végétation. Les valeurs de l’IVDN maximal sont jugées de grande qualité et couvrent un gradient de biomasse variant de 0 (aucune/faible biomasse) à 1 (biomasse élevée).

La représentation corrigée de nuages résiduels de l'IVDN à partir d'images satellites historiques MODIS à une résolution de 250 mètres fournit des renseignements fiables, objectives et à jour sur l'état de la végétation dans l'ensemble du Canada et du nord des États-Unis. La même méthodologie utilisée pour le programme anciennement connu sous le nom de Programme d'évaluation de l'état des cultures (PEEC) est appliquée aux images composites.Depuis la saison de croissance de 2000, Statistique Canada a traité et compilé les données du capteur "Spectroradiomètre imageur à résolution moyenne" (MODIS, à 250 mètres de résolution). L’imageur multi spectral (MSI) saisit deux importantes bandes spectrales (le rouge et l'infrarouge) servant à l'observation de la végétation pour produire l'Indice de végétation par différence normalisée (IVDN). Les images composites originales de l’IVDN sur la condition des cultures sont fournies par Agriculture et Agroalimentaire Canada (lien vers les données originales dans la section ressource). Des traitements supplémentaires, tels qu’un traitement pour retirer au maximum les effets des nuages résiduels et une compilation statistique par régions géographiques, ont été appliqués par Statistique Canada. Ce jeu de données donne accès aux images MODIS de 2000 à aujourd'hui en format GeoTIFF et couvre le territoire agricole pendant la saison de croissance des grandes cultures (semaines juliennes 15 à 37; de la mi-avril à la mi-septembre). Il donne également accès à une base de données contenant les statistiques de l’IVDN par régions géographiques (cantons, subdivisions de recensement unifiées (SRU), divisions de recensement (DR) et régions agricoles de recensement (RAR)) et masques agricoles (agriculture (AGR), cultures (CROP) et pâturages (PAS)).

La représentation corrigée de l'IVDN retirant un maximum de nuages résiduels à partir d'images satellites historiques AVHRR et VIIRS à une résolution de 1 kilomètre fournit des renseignements fiables, objectives et à jour sur l'état de la végétation dans l'ensemble du Canada et du nord des États-Unis. La même méthodologie utilisée pour le programme anciennement connu sous le nom de Programme d'évaluation de l'état des cultures (PEEC) est appliquée aux images composites.Depuis 1987, la série de satellites de la National Oceanic and Atmospheric Administration (NOAA) portant le radiomètre avancé à très haute résolution (AVHRR) enregistre deux fois par jour des images de l'ensemble de la surface terrestre à une résolution d'un kilomètre. Ce capteur capture deux bandes spectrales (rouge et infrarouge) qui se sont révélées extrêmement utiles pour la surveillance de la végétation et produisent l'indice de végétation par différence normalisée (IVDN). Les images composites IVDN sur l'état des cultures ont été produites par GeoManitoba jusqu'à la fin de la saison de croissance 2020. En 2021, Statistique Canada a commencé à produire des images composites hebdomadaires à l'aide d'une application développée par Rasim Latifovic de Ressources naturelles Canada. Depuis 2022, en raison du vieillissement du capteur AVHRR qui affecte la qualité des composites hebdomadaires, l'équipe est passée au satellite NOAA-20 - Visible Infrared Imaging Radiometer Suite (VIIRS). VIIRS est un satellite de nouvelle génération dont les caractéristiques spectrales sont comparables à celles de son prédécesseur. Pour que les valeurs de l’IVDN restent stables et continues tout au long de la série temporelle, les valeurs composites des images VIIRS sont normalisées pour obtenir des valeurs de l’IVDN comparables.Des calculs supplémentaires ont été effectués par Statistique Canada pour les semaines juliennes 15 à 41 afin d'éliminer les nuages résiduels des composites IVDN et d’extraire des statistiques par régions géographiques à l'aide de trois différents types de masques agricoles. Ce jeu de données donne accès aux images AVHRR de 1987 à mi-2022 et aux images VIIRS de mi-2022 à aujourd'hui en format GeoTIFF et couvre le territoire agricole pendant la saison de croissance des grandes cultures au Canada (semaines juliennes 15 à 41). Il donne également accès à une base de données contenant les statistiques de l’IVDN par régions géographiques (cantons, subdivisions de recensement unifiées (SRU), divisions de recensement (DR) et régions agricoles de recensement (RAR)) et masques agricoles (agriculture (AGR), cultures (CROP) et pâturages (PAS)).

Chaque valeur de pixel correspond au jour de la semaine (1 à 7) où on a obtenu l’IVDN hebdomadaire de « meilleure qualité » (1 = lundi, 7 = dimanche).

Chaque valeur de pixel correspond au nombre réel (dénombrement) de valeurs valides de l’IVDN maximal de « meilleure qualité » utilisées pour calculer les valeurs moyennes hebdomadaires pour ce pixel. Depuis 2020, le nombre maximal d’observations possibles utilisées pour créer l’IVDN maximal moyen de « meilleure qualité » pour la période allant de 2000 à 2014 est de 20 (n = 20). Cependant, comme la qualité des données varie à la fois dans le temps et dans l’espace (p. ex. couverture nuageuse et neigeuse au printemps, nuages à proximité de grands plans d’eau toute l’année), le nombre réel (dénombrement) d’observations utilisées pour créer des données de référence peut varier considérablement selon les semaines et les années.

AAC et Statistique Canada ont compilé cette série d’ensembles de données en combinant des données agroclimatiques et des données satellitaires d’indice de végétation par différence normalisée (IVDN) pour la saison de croissance en cours. Les prévisions sont obtenues au moyen d’un modèle statistique à partir de données de rendements historiques, de données climatiques et de données IVDN.

AAC et Statistique Canada ont compilé cette série d’ensembles de données en combinant des données agroclimatiques et des données satellitaires d’indice de végétation par différence normalisée (IVDN) pour la saison de croissance en cours. Les prévisions sont obtenues au moyen d’un modèle statistique à partir de données de rendements historiques, de données climatiques et de données IVDN.

Chaque valeur de pixel correspond au contrôle de la qualité, à la couverture nuageuse et à la fraction nivale pour chaque pixel du produit sur l’IVDN maximal de « meilleure qualité ».

Ces données indiquent la sécheresse de la surface des terres mesurée selon l’état de la végétation. Les données sont produites chaque semaine à partir des renseignements hebdomadaires sur les anomalies de précipitation (nommément l’indice normalisé de précipitations ou INP), et l’état de la végétation mesurée par l’indice de végétation par différence normalisée (IVDN) obtenue grâce à l’instrument satellisé MODIS. Ces ensembles de données dynamiques ainsi que les ensembles de données statiques sur la couverture des terres, la capacité de rétention d’eau par le sol, l’irrigation, les écozones et l’altitude des terres sont utilisés pour modéliser la gravité de la sécheresse à l’aide de l’indice de sévérité de sécheresse de Palmer (ISSP). Le modèle mapcubist entraîné à l’aide de données historiques est exécuté en temps réel sur les données d’entrées changeantes pour produire des scores de gravité de la sécheresse. Ce modèle exécuté à une résolution de 1 km a été produit par l’AAC, la Commission géologique des États-Unis et le Moniteur des sécheresses aux États-Unis de l’Université du Nebraska à Lincoln.