Accueil | Nos membres | Nous joindre | English | |  

Yannick Duguay

 

Étudiant 3è cycle

Centre Eau-Terre-Environnement, INRS-ETE

Centre Eau Terre Environnement
490, rue de la Couronne
INRS-ETE
Québec
Québec, Canada
G1K 9A9

418.654.2524 poste 4457
yannick.duguay@ete.inrs.ca

 

 


 
 
 

Projet de recherche

Évaluation des caractéristiques du couvert nival en milieu subarctique à l´aide de données Radar à synthèse d´ouverture (RSO) multifréquence et multipolarisation

La neige joue un rôle important dans les écosystèmes subarctiques. La résistance thermique du couvert nival, qui est fonction de la densité et de la profondeur du couvert, a un impact notable sur les processus de gel et dégel de la couche active du pergélisol ainsi que sur sa profondeur [1]. Les propriétés isolantes de la neige lui permettent également de protéger la végétation pendant l’hiver. La connaissance de la distribution spatiale des caractéristiques de la neige peut ainsi aider à la compréhension des patrons de dégel du pergélisol, dans un contexte de climats arctiques et subarctiques changeants. L´objectif du projet est donc de cartographier les caractéristiques de la neige (profondeur, densité, équivalent en eau de la neige) en utilisant des images satellitaires Radar à synthèse d´ouverture (RSO) multifréquence et multipolarisation. L’avantage des capteurs RSO est de pouvoir fournir des données peu importe les conditions météorologiques et d’illumination de la zone observée, assurant ainsi l’apport de données fiables au moment désiré. Le signal radar a également la caractéristique de pénétrer le couvert nival, contrairement aux capteurs opérant dans le domaine du visible, permettant ainsi de recueillir de l’information sur la structure verticale du couvert.

La zone d’étude couvre un territoire de 60 km2 près du village d’Umiujaq (56.55° N, 76.55° W) au Nunavik, Nord du Québec. Il s’agit d’une région de pergélisol discontinu situé à la limite septentrionale des arbres. La géomorphologie de la région peut être divisée en deux parties distinctes : la portion côtière avec une topographie de faible pendage et le graben du lac Guillaume-Delisle. La partie côtière présente une végétation éparse composée de lichens, de graminées et d’arbustes, tandis que le graben est dominé par une végétation arbustive parsemée de bosquets d’épinette noire. Une série d’images RADARSAT-2 polarimétriques (polarisations HH, VV, VH et HV) ainsi que des images TerraSAR-X en polarisation double (polarisations HH et HV) sont acquises au-dessus du site d’étude au cours de l’hiver et de l’automne (entre mars 2010 et avril 2012). Les images d’automne sont utilisées comme images de références sans neige.

Des campagnes de terrain sont menées en coordination avec les acquisitions d’images hivernales. La profondeur, la densité et l’équivalent en eau de la neige, ainsi que la température du sol, sont mesurés pour divers environnements présentant des caractéristiques distinctes. Des coupes sont effectuées dans le couvert nival pour en étudier la stratigraphie et mesurer les densités, taille et forme des grains de chaque couche de neige distincte. Des données sur les caractéristiques de la végétation (hauteur et pourcentage de couverture de chaque espèce) pour 245 sites ont été recueillies au cours de l’été 2009. Certaines caractéristiques environnementales, telles que le type d’habitat, le substrat et le régime hydrique, ont également été recueillies pour chaque site.

Les paramètres du couvert végétal sont des facteurs non négligeables dans l’étude du couvert nival. Les propriétés isolantes du couvert nival procurent une protection pour la végétation pendant l’hiver, tandis que la présence d’arbuste peut, quant à elle, intercepter la neige qui est soufflée par le vent et favoriser l’accumulation de neige. Ce phénomène peut se transformer en rétroaction positive favorisant l’expansion de la végétation arbustive au détriment de la toundra [2]. Malgré le fait que les données radar aient déjà été utilisées pour la caractérisation de la neige, l’effet de la végétation au sein du couvert nival a souvent été ignoré dans ces études.

Les capteurs des satellites RADARSAT-2 et TerraSAR-X fonctionnent dans deux bandes de fréquence distinctes (5 GHz et 10 GHz respectivement), ce qui permet de recueillir des informations complémentaires sur le couvert nival [3]. Les différentes fréquences utilisées par les deux satellites, combinés au fait que RADARSAT-2 acquiert des données en mode pleinement polarimétrique, offrent la perspective d’obtenir une information relativement détaillée sur la structure verticale du couvert. Ceci permettra d’obtenir un meilleur estimé des caractéristiques de la neige. Les décompositions polarimétriques sont utilisées sur les données RADARSAT-2 pour extraire de l’information sur les différents mécanismes de diffusion se produisant au sein d’une zone donnée. Des paramètres de décompositions polarimétriques partielles sont également extraits des données TerraSAR-X [4]. Une analyse temporelle est ensuite réalisée pour évaluer la réponse des différents paramètres aux changements environnementaux. L’objectif est de se débarrasser de l’influence des caractéristiques de la végétation et du sol et ainsi conserver seulement la contribution de la neige au signal mesuré. Des modèles théoriques physiques fondés sur la théorie du transfert radiatif sont également utilisés pour estimer la sensibilité des divers paramètres RSO aux caractéristiques de la neige. Les conclusions tirées des analyses temporelles et des sorties des modèles théoriques sont ensuite combinées pour élaborer un modèle d’inversion permettant d’obtenir les caractéristiques de la neige à partir des diverses composantes des données RSO. Il a déjà été démontré que la couverture du sol et les caractéristiques pédologiques sont des facteurs déterminants lors de la modélisation du comportement du signal RSO et se doit d’être considéré lors des analyses. L’approche développée pour évaluer les caractéristiques du couvert nival se doit donc d’être fondée sur le type de couverture du sol.

Cette approche sera comparée à celle appliquée dans le modèle EQeau développé à l’INRS-ETE [5]. Ce modèle utilise une méthode indirecte pour estimer l’équivalent en eau de la neige en utilisant des données monopolarisées (HH) en bande C combinée avec des données de terrain ponctuelles de densité de neige. L’objectif est d’éliminer la dépendance aux données de terrain dans l’utilisation du modèle, fournissant ainsi un outil qui permettrait de récupérer des données sur les caractéristiques de la neige, peu importe l’endroit ou les conditions climatiques.

Références :
[1] L. E. Goodrich, “The influence of snow cover on the ground thermal regime,” Canadian Geotechnical Journal, vol. 19, no. 4, pp. 421-432, 1982.
[2] M. Sturm et al., “Winter biological processes could help convert Arctic tundra to shrubland,” Bioscience, vol. 55, no. 1, pp. 17–26, 2005.
[3] J. C. Shi and J. Dozier, “Estimation of snow water equivalence using SIR-C/X-SAR, part II: Inferring snow depth and particle size,” Ieee Transactions on Geoscience and Remote Sensing, vol. 38, no. 6, pp. 2475-2488, 2000.
[4] S. Mermoz, S. Allain, M. Bernier, and E. Pottier, “Investigation of Radarsat-2 and Terrasar-X data for river ice classification,” in Geoscience and Remote Sensing Symposium,2009 IEEE International,IGARSS 2009, 2009, vol. 2, p. II-29-II-32.
[5] M. Bernier, J. P. Fortin, Y. Gauthier, R. Gauthier, R. Roy, and P. Vincent, “Determination of snow water equivalent using RADARSAT SAR data in eastern Canada,” Hydrological Processes, vol. 13, no. 18, pp. 3041-3051, 1999.

 
 

Communications scientifiques

Bernier, M., Duguay, Y., Dedieu, J.-P., 2016. Snow characterization using radar imaging. Pages 139-182 dans Baghdadi, N., Zribi, M. (Éditeurs). Land Surface Remote Sensing in Continental Hydrology. ISTE Press - Elsevier. DOI: 10.1016/B978-1-78548-104-8.50005-X.

Duguay, Y., Bernier, M., Lévesque, E., Domine, F., 2016. Land cover classification in sub-Arctic regions using fully polarimetric RADARSAT-2 data. Remote Sensing, 8(9): 697. DOI: 10.3390/rs8090697 .

Duguay, Y., Bernier, M., Lévesque, E., Tremblay, B., 2015. Potential of C and X Band SAR for shrub growth monitoring in sub-Arctic environments. Remote Sensing, 7(7): 9410-9430. DOI: 10.3390/rs70709410.

 
© 2018 Tous droits réservés | Adapté d'un design original de BinaryTheme.com