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].

La mosaïque est calculée sur le domaine nord-américain avec une résolution spatiale horizontale de 1 km. Cette mosaïque inclut donc tous les radars canadiens et américains disponibles dans le réseau et qui peuvent atteindre un maximum de 180 radars contributeurs. Afin de mieux représenter les précipitations pendant les différentes saisons, cette mosaïque est disponible en mm/h pour représenter la pluie et en cm/h pour représenter la neige. Pour les deux types de précipitations (pluie et neige), nous utilisons deux relations mathématiques différentes pour convertir la réflectivité en taux de précipitations (mm/h pour pluie et cm/h pour neige). Il s’agit d’une mosaïque basée sur le produit EQPDP (Estimation quantitative des précipitations à double polarisation) qui est disponible uniquement pour les radars en bande S. Pour les radars américains Nexrad, ECCC utilise le produit le plus similaire du service météorologique américain (NOAA). Ce produit est la réflectivité radar, qui est convertie en taux de précipitation en utilisant les mêmes formules que celles utilisées pour les radars canadiens.

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.

Localisations de relevés neigeux manuels (actifs et inactifs) dans le cadre du programme BC Snow Survey.** Cet élément de métadonnées provenant d’une tierce partie a été traduit à l'aide d'un outil de traduction automatisée (Amazon Translate). **

Cet ensemble de données contient des renseignements sur deux emplacements des réseaux de surveillance de la neige de l’Ontario : * Centre de contrôle des eaux de surface (CCES) * Réseau Snow Network for Ontario Wildlife (SNOW), administré par la Section de la recherche et de la surveillance en matière de faune Les données sur les parcours de neige sont recueillies par les organismes suivants : * Offices de protection de la nature * Districts du ministère des Richesses naturelles (MRN) * Ontario Power Generation Les données du CCES sont recueillies deux fois par mois, du 15 novembre au 15 mai. Les données du réseau SNOW sont recueillies une fois par semaine à partir de la première chute de neige jusqu’à la fonte des neiges. Le Centre de surveillance des eaux de surface utilise les données pour évaluer : * la couverture de neige actuelle * les conditions de sol gelé * l’accumulation de neige * le potentiel de fonte des neiges * les contributions à l’écoulement fluvial La Direction des sciences de l’environnement et de la recherche du MRN utilise les données pour : * gérer les espèces sauvages, y compris le cerf, l’orignal, le dindon sauvage, le wapiti, le loup et le coyote; * aider les gestionnaires des ressources du Ministère et les scientifiques à administrer les programmes et à mener des recherches; * éclairer les décisions de gestion du gibier, comme les quotas de chasse au cerf de Virginie; * appuyer la planification des vols pour le programme d’inventaire aérien de l’orignal.** Cet élément de métadonnées provenant d’une tierce partie. Les valeurs françaises pour le titre et la description du jeu de données proviennent de la province de l’Ontario alors que celles des mots-clés et des noms des ressources sont le résultat d'une traduction automatique (Amazon Translate) **

Les données sur l'étendue minimale annuelle de neige et de glace (MNG) de l'Atlas du Canada à l'échelle nationale sont des ensembles de données compilées contenant des données annuelles de 2000 à aujourd'hui. Les ensembles de données sont dérivés d'une recherche publiée par le Centre canadien de télédétection qui se basait sur de l’imagerie satellitaire du Canada et des régions avoisinantes classée selon la présence ou l'absence continue de neige et de glace du 1er avril au 20 septembre de chaque année. Les produits MNG de l'Atlas du Canada consistent en un jeu de données vectorielles et une application d'animation de séries chronologiques matricielles. Jeu de données vectorielles Le jeu de données vectorielles a été généralisé pour être affiché à l'échelle de 1:1 000 000. Application d'animation de séries temporelles L'application d'animation de séries chronologiques n'a pas été généralisée à partir de son échelle originale (250 m pixels). L'application est diffusée par la plateforme Cube de données, mise en place par le Centre canadien de cartographie et d'observation de la Terre de Ressources naturelles Canada, qui utilise des techniques de gestion de données géospatiales massives. Ces technologies permettent la visualisation rapide et efficace de données géospatiales à haute résolution et permettent la génération rapide de produits dérivés dynamiques. La série chronologique est également disponible en tant que service de carte Web (WMS) et service de couverture Web (WCS). ReconnaissanceDonnées sources fournies par Alexander P. Trishchenko, Centre canadien de télédétection, Ressources naturelles Canada. Enregistrement de métadonnées : https://open.canada.ca/data/fr/dataset/808b84a1-6356-4103-a8e9-db46d5c20fcf

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]. **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).**